Semantische Keywords und LSI: Themenrelevanz stärken

Suchmaschinen ranken keine Keyword-Strings mehr, sondern verstehen Themen. Wer 2026 im DACH-B2B sichtbar bleiben will, muss ein Thema vollständig abdecken, nicht ein Stichwort möglichst oft platzieren. Genau hier setzen semantische Keywords an: thematisch verwandte Begriffe, Synonyme, Entitäten und Konzepte, die einer Seite inhaltliche Tiefe geben. Der Begriff "LSI Keywords", der seit Jahren durch SEO-Ratgeber geistert, ist dabei irreführend. Dieser Artikel trennt Mythos von Substanz, zeigt, wie Google Sprache heute tatsächlich verarbeitet, und liefert einen praktischen Recherche- und Optimierungs-Workflow für den deutschsprachigen Raum, inklusive AI-Suche und EU-AI-Act-Pflichten.

Warum semantische Keywords heute über Rankings entscheiden

Die Ranking-Logik hat sich von der Wort-Übereinstimmung zum Bedeutungs-Verständnis verschoben. Früher half es, ein Keyword wie "Buchhaltungssoftware" exakt und häufig zu wiederholen. Heute bewertet Google, ob eine Seite das Thema durchdringt: Erwähnt sie Belegerfassung, UID-Prüfung, SAF-T, Schnittstellen zur FinanzOnline-Meldung, Mahnwesen? Diese mitschwingenden Begriffe sind das Signal für Relevanz, nicht die Keyword-Frequenz.

Der Hebel ist auch quantitativ greifbar. Eine internationale Analyse von 11,8 Millionen Suchergebnissen (internationale Daten) zeigt, dass ein höherer Content Grade, also eine bessere semantische Themenabdeckung gemessen mit Clearscope, mit höheren Rankings korreliert: Eine Steigerung des Content Grade um 1 entspricht näherungsweise einer Verbesserung um eine Position (internationale Daten, Top-30-Betrachtung). Dieselbe Studie betont ausdrücklich, dass die reine Wortzahl nicht mit besseren Positionen korreliert. Nicht Länge entscheidet, sondern thematische Vollständigkeit.

Für B2B-Anbieter im DACH-Raum ist das doppelt relevant. Erklärungsbedürftige Leistungen leben von Fachterminologie, und genau diese Terminologie ist der semantische Kontext, den Suchmaschinen erwarten. Wer ein Thema fachlich sauber und vollständig behandelt, erfüllt das semantische Signal fast automatisch.

LSI Keywords: ein SEO-Mythos, sauber eingeordnet

Latent Semantic Indexing (LSI) ist eine Technik aus dem Jahr 1988. Sie reduziert eine Term-Dokument-Matrix mathematisch, um verborgene Zusammenhänge zwischen Wörtern in kleinen, statischen Dokumentensammlungen aufzudecken. Das Verfahren stammt aus der Zeit vor dem modernen Web und war nie für ein billionenfaches, dynamisches Korpus wie Google gedacht.

Daraus folgt: "LSI Keywords" als Optimierungsobjekt existieren nicht. Google bestätigt das unmissverständlich. John Müller von Google stellte öffentlich klar: "There's no such thing as LSI keywords" (Aussage vom 30.07.2019), und bekräftigte 2023, dass sowohl LSI als auch die damit beworbenen Methoden keinen Effekt hätten. Wer also ein Tool kauft, das angeblich "LSI Keywords" ausspielt, kauft ein neu etikettiertes Synonym- und Themenwortwerkzeug, nicht ein Stück Google-Algorithmus.

Wichtig für die Praxis: Das Konzept dahinter, nämlich thematisch verwandte Begriffe natürlich einzusetzen, bleibt richtig und wirksam. Nur die Bezeichnung und die Vorstellung einer geheimen Keyword-Liste sind falsch. Semantische Keywords ja, "LSI Keywords" nein.

Wie Google Sprache heute wirklich versteht

An die Stelle einfacher Wort-Treffer sind mehrere neuronale Systeme getreten, die Bedeutung und Kontext erfassen.

• RankBrain: Das erste maschinelle Lernsystem im Ranking interpretiert ungesehene und mehrdeutige Suchanfragen, indem es sie auf bekannte, bedeutungsähnliche Muster abbildet.
• BERT: Dieses Sprachmodell versteht Wörter im Satzkontext statt isoliert und betrifft laut Google 1 von 10 Suchanfragen (internationale Daten). Es erkennt, dass "Bank" am Fluss etwas anderes ist als die Bank für Geld.
• MUM und Neural Matching: Diese Systeme verknüpfen Konzepte über Sprachen und Formate hinweg und matchen Anfragen mit Inhalten auf Bedeutungsebene, nicht auf Zeichenebene.
• Knowledge Graph: Googles Wissensdatenbank denkt in Entitäten, also klar identifizierbaren Dingen wie Personen, Organisationen, Orten oder Konzepten, samt ihren Beziehungen. Nicht der String "FinanzOnline" zählt, sondern die Entität dahinter.

Die Konsequenz ist eindeutig: Moderne Optimierung zielt auf Entitäten und Themen, nicht auf Zeichenketten. Entity-basiertes SEO ersetzt das alte LSI-Denken vollständig.

Semantische Keywords richtig finden: der Recherche-Workflow

Semantische Recherche bedeutet, das Themenfeld einer Suchintention zu kartieren, nicht eine Wortliste abzuhaken. Folgender Workflow hat sich bewährt.

• SERP-Analyse: Die Top-Ergebnisse zu Ihrem Hauptkeyword zeigen, welche Unterthemen, Begriffe und Entitäten Google im Kontext erwartet. Wiederkehrende Konzepte über mehrere Top-Seiten sind starke semantische Kandidaten.
• People also ask und verwandte Suchanfragen: Diese Google-Boxen liefern reale Folgefragen und decken Teilintentionen auf, die in den Inhalt gehören.
• Entitäten- und TF-IDF-Tools: Werkzeuge, die Texte gegen die Top-Rankings abgleichen, identifizieren Begriffe und Entitäten, die in hochrankenden Inhalten überdurchschnittlich vorkommen. Sie liefern keine "geheimen" Keywords, sondern einen statistischen Abgleich der Themenabdeckung.
• Co-Occurrence statt Stuffing: Ziel ist, dass verwandte Begriffe natürlich gemeinsam auftreten, weil das Thema sie verlangt, nicht weil eine Quote zu erfüllen ist.

Im deutschsprachigen Raum kommt eine Besonderheit hinzu: Komposita. Begriffe wie "Lieferkettensorgfaltspflichtengesetz" oder "Vorsteuerabzugsberechtigung" bündeln mehrere Konzepte in einem Wort. Gute semantische Recherche erfasst sowohl das Kompositum als auch seine Bestandteile und die zugehörigen Synonyme und Umschreibungen.

Themenrelevanz und Topical Authority aufbauen

Einzelne semantisch optimierte Seiten reichen nicht. Suchmaschinen bewerten, wie konzentriert und kohärent eine ganze Domain ein Themenfeld abdeckt. Diesen Aufbau leisten Topic Cluster und Pillar Pages.

• Pillar Page: Eine umfassende Hauptseite deckt das Kernthema breit ab und dient als Einstieg und Verteiler.
• Cluster-Inhalte: Mehrere Detailseiten beantworten je eine spezifische Teilfrage und verlinken zurück zur Pillar Page sowie untereinander. So entsteht ein dicht vernetztes, semantisches Gerüst statt isolierter Seiten.
• Interne Verlinkung: Sie macht die thematische Struktur für Crawler nachvollziehbar und verteilt Relevanz innerhalb des Clusters.

Dass Google thematische Konzentration tatsächlich misst, stützt der Google-Content-Warehouse-Leak von 2024. Die Dokumentation, ein Datensatz von 14.014 Attributen über 2.596 Module (internationale Quelle), nennt zwei sprechende Signale: siteFocusScore, der quantifiziert, wie stark sich eine Site auf ein Thema konzentriert, und siteRadius, der misst, wie weit eine Seite vom Kernthema abweicht (internationale Quelle). Auch Ahrefs ordnet diese Signale als die bisher konkreteste Evidenz für von Google gemessene thematische Konzentration ein (internationale Quelle). Wichtig zur Einordnung: Der Leak belegt die Existenz dieser Attribute, nicht ihre exakte Gewichtung im Ranking. Die strategische Botschaft bleibt: themenkonzentriert publizieren schlägt thematisch zerstreut.

Semantische Optimierung statt Keyword-Dichte

Keyword-Dichte ist kein Ranking-Faktor. Eine bestimmte Prozentzahl an Keyword-Vorkommen zu erzwingen, bringt keinen Vorteil und produziert hölzernen Text. An ihre Stelle tritt die Frage: Deckt der Inhalt das Thema vollständig ab und bietet er etwas, das andere nicht haben?

Dieser zweite Punkt ist Information Gain: der eigenständige Mehrwert gegenüber bereits vorhandenen Inhalten. Eine Seite, die nur zusammenfasst, was Top-Ergebnisse ohnehin sagen, gewinnt semantisch nichts. Eine Seite mit eigener Analyse, eigenen Daten, einer präzisen DACH-Einordnung oder einer klaren Abgrenzung deckt nicht nur das Thema ab, sondern erweitert es.

Praktisch heisst semantische Optimierung also: alle relevanten Teilfragen und Entitäten eines Themas behandeln, verwandte Begriffe dort einsetzen, wo sie inhaltlich hingehören, und mindestens einen eigenständigen Beitrag leisten. Vollständigkeit plus Mehrwert ersetzt jede Dichte-Formel.

E-E-A-T und Entitäten als Vertrauenssignale

Semantik endet nicht beim Fliesstext. Autor, Marke und Themenfokus sind selbst Entitäten, die Vertrauen signalisieren. Google nennt E-E-A-T, also Experience, Expertise, Authoritativeness und Trustworthiness, ausdrücklich als Orientierung und verlangt people-first content, während primär für Suchmaschinen erstellte Inhalte als Warnzeichen gelten (offizielle Google-Dokumentation).

Strukturierte Daten machen diese Signale maschinenlesbar und verbinden sie mit dem Knowledge Graph.

• sameAs: Verweist von der Organization- oder Person-Auszeichnung auf autoritative Profile wie LinkedIn, Wikidata oder ein Branchenregister und verankert Marke und Autor als gegenprüfbare Entitäten.
• about und mentions: Benennen explizit, worum es auf einer Seite geht und welche Entitäten sie erwähnt, und reduzieren so Interpretationsspielraum.
• Author und Organization: Verknüpfen Inhalt, Verfasser und Herausgeber zu einem zusammenhängenden Graphen, statt isolierte Schnipsel zu streuen.

Schema ersetzt kein Vertrauen, aber es übersetzt vorhandene Vertrauenssignale in eine Form, die Suchmaschinen und KI-Systeme sicher zuordnen können. Konsistenz zwischen Schema und sichtbarem Text ist dabei Pflicht, widersprüchliche Angaben werten Engines ab.

KI-gestützte Content-Erstellung: was belohnt und was bestraft wird

KI-Werkzeuge sind im DACH-Raum angekommen. In Österreich nutzten 2024 bereits 20 Prozent der Unternehmen ab zehn Beschäftigten KI-Technologien, gegenüber 11 Prozent im Jahr 2023 (Daten für Österreich), also nahezu eine Verdopplung binnen eines Jahres. Am häufigsten dient KI dabei der Texterkennung und -verarbeitung bei 65 Prozent der KI-nutzenden Unternehmen, gefolgt von der Sprachgenerierung mit 41 Prozent (Daten für Österreich). Content-Erstellung mit KI ist also Realität, nicht Zukunftsmusik.

Googles Position dazu ist klar und differenziert. Die Suche zielt auf das Belohnen hochwertiger Inhalte, unabhängig davon, wie sie produziert wurden (offizielle Google-Dokumentation). Entscheidend ist nicht die Herkunft, sondern die Qualität und der Zweck. Im selben Dokument zieht Google die Grenze: Automatisierung mit dem primären Zweck, Rankings zu manipulieren, verstößt gegen die Spam-Richtlinien (offizielle Google-Dokumentation).

Für die Praxis bedeutet das: KI darf recherchieren, strukturieren und Entwürfe liefern. Die Qualitätssicherung bleibt menschlich. Faktenprüfung, Fachkorrektur, eigenständige Einordnung und das Einbringen echter Erfahrung sind der Unterschied zwischen hilfreichem Inhalt und skalierbarem Spam. Massenhaft generierter, austauschbarer Text ohne Mehrwert fällt genau in die bestrafte Kategorie.

Semantische SEO für KI-Suche und GEO

Klare Entitäten und belegte Fakten zahlen direkt auf die Sichtbarkeit in KI-Antworten ein. Generative Engine Optimization (GEO) ist die Disziplin, in AI Overviews, ChatGPT und Perplexity zitiert zu werden. Die zugrundeliegende Forschung, publiziert auf der KDD 2024, zeigt, dass GEO-Methoden die Sichtbarkeit in generativen Antworten um bis zu 40 Prozent steigern können (internationale Studie, gemessen über einen Benchmark mit diversen Suchanfragen aus mehreren Domains).

Der Bezug zur Zero-Click-Realität ist hart. Eine internationale Auswertung zeigt, dass Nutzer mit eingeblendeter KI-Zusammenfassung nur in 8 Prozent der Besuche auf ein klassisches Suchergebnis klickten, gegenüber 15 Prozent ohne KI-Zusammenfassung (internationale Daten), und auf einen Link in der Zusammenfassung selbst nur in 1 Prozent der Besuche (internationale Daten). Wer nicht in der KI-Antwort vorkommt, verliert Reichweite, selbst bei guter Position.

Semantisch optimierter Content ist hier im Vorteil. Klar benannte Entitäten, belegte Statistiken mit Quellen und präzise, eigenständige Antwortpassagen sind genau die Bausteine, die ein KI-System extrahieren und zitieren kann. Themenvollständigkeit macht eine Seite zudem anschlussfähig an die vielen Teilfragen, in die KI-Systeme eine Anfrage zerlegen.

DACH- und AT-Praxis: Sprache, Entitäten und EU AI Act

Deutschsprachige semantische Optimierung hat eigene Anforderungen. Komposita bündeln Konzepte und sollten samt Bestandteilen abgedeckt werden. Fachterminologie ist im B2B kein Schmuck, sondern das semantische Signal selbst. Regionale Entitäten wie die WKO, FinanzOnline, das österreichische UGB oder branchenspezifische Behörden verankern Inhalte im richtigen geografischen und fachlichen Kontext.

Hinzu kommt eine rechtliche Ebene. Der EU AI Act bringt Transparenzpflichten für KI-generierte Inhalte. Künstlich erzeugte oder manipulierte Inhalte müssen als solche erkennbar sein. Für Unternehmen, die KI in der Content-Produktion einsetzen, heisst das: Transparenz mitdenken, Prozesse dokumentieren und die jeweils geltenden Kennzeichnungs- und Informationspflichten prüfen. Diese Pflicht steht nicht im Widerspruch zu guter SEO, sie deckt sich mit Googles Forderung nach menschlicher Qualitätssicherung und Vertrauenswürdigkeit.

Thin Content vermeiden und Kannibalisierung messen

Semantische Tiefe ist das wirksamste Gegenmittel gegen Thin Content. Eine Seite, die ein Thema vollständig und mit Mehrwert behandelt, ersetzt mehrere dünne Einzelseiten, die jeweils nur einen Begriff bedienen. Statt fünf schwacher Seiten zu fünf Synonymen entsteht eine starke, umfassende Ressource.

Genau hier lauert aber Keyword-Kannibalisierung: Mehrere eigene Seiten konkurrieren um dieselbe Suchintention und schwächen sich gegenseitig. So misst und vermeidest du das Problem.

• Intention statt Wortgleichheit prüfen: Zwei Seiten kannibalisieren, wenn sie dieselbe Suchintention bedienen, nicht schon, wenn sie ein Wort teilen. Ordne jeder Seite eine klar abgegrenzte Intention zu.
• SERP-Überschneidung beobachten: Wenn für ein Keyword wechselnde eigene URLs ranken oder mehrere Seiten dicht beieinander auf hinteren Positionen liegen, ist das ein Kannibalisierungs-Signal.
• Konsolidieren statt vervielfältigen: Überlappende, je für sich schwache Seiten zu einer starken Seite zusammenführen und per Redirect auflösen. Das stärkt die Topical Authority und schärft die interne Verlinkung.

Im Cluster gilt die Regel: Eine Intention, eine Zielseite. Die Pillar Page deckt das Kernthema ab, jede Cluster-Seite genau eine Teilfrage. So bleibt das semantische Gerüst tragfähig und die Domain konzentriert.

Weiterführendes

Semantische Keywords sind kein Trick und keine geheime Liste, sondern die natürliche Folge davon, ein Thema fachlich vollständig zu behandeln. "LSI Keywords" sind ein Mythos, das Konzept thematischer Tiefe bleibt richtig. Die Umsetzungsreihenfolge für DACH-B2B ist klar: Suchintention und Themenfeld per SERP-Analyse kartieren, Inhalte in Topic Cluster mit Pillar Pages strukturieren, jede Kernaussage belegen und in Schema-Markup einbetten, Entitäten über sameAs und about verankern, KI nur mit menschlicher Qualitätssicherung und im Rahmen der EU-AI-Act-Transparenz einsetzen und die Resultate über Content-Abdeckung, Topical-Authority-Signale und KI-Zitierungen kontrollieren. Wer so arbeitet, optimiert zugleich für klassische Rankings und für die Zitationslogik generativer Engines.