LSI-Keywords

Was sind LSI-Keywords?

LSI-Keywords — kurz für Latent Semantic Indexing — ist der SEO-Begriff für Wörter und Phrasen, die semantisch mit Ihrem Hauptthema verwandt sind. Geht es auf Ihrer Seite um „Laufschuhe“, sind Begriffe wie Trainer, Sneaker, Dämpfung, Laufanalyse, Marathon und Pronation LSI-Keywords. Sie signalisieren einer Suchmaschine oder KI-Suchmaschine, dass Ihre Seite das Thema mit echter Tiefe abdeckt — statt nur eine Phrase zu wiederholen.

Wichtige Nuance: Googles John Mueller hat öffentlich gesagt: „LSI-Keywords gibt es nicht“ — Google nutzt nicht das ursprüngliche Latent-Semantic-Indexing-Mathematik-Verfahren von Bell Labs aus 1988 (Deerwester et al.). Moderne Engines nutzen stattdessen BERT, MUM und Word Embeddings. Aber die zugrunde liegende Idee — dass breites, semantisch verwandtes Vokabular thematische Relevanz signalisiert — ist genau das, was diese modernen Systeme belohnen. Wir behalten das Label LSI aus Vertrautheit und nutzen es als Kürzel für „semantische und verwandte Keywords“. Diese Metrik gehört zur Säule Inhaltsqualität in Ihrem GEO-Score.

Wie semantische Suche wirklich funktioniert

Um zu verstehen, warum semantische Keywords wichtig sind, muss man wissen, wie moderne Suchmaschinen Text verarbeiten. Die Technologie hat sich dramatisch von einfachem Keyword-Matching weiterentwickelt.

1. Text wird zu Vektoren

Wenn Sie eine Seite veröffentlichen, wandeln Suchmaschinen Ihren Text mithilfe von Modellen wie BERT in numerische Vektoren (Embeddings) um. Jedes Wort und jeder Satz wird auf einen Punkt in einem hochdimensionalen Raum abgebildet, in dem ähnliche Bedeutungen zusammenliegen. „Laufschuhe“ und „Sneaker“ landen nahe beieinander; „Laufschuhe“ und „Küchenmixer“ nicht.

2. Anfragen werden nach Bedeutung abgeglichen, nicht nach Buchstaben

Wenn ein Nutzer ChatGPT oder Google eine Frage stellt, wird auch diese Anfrage zu einem Vektor. Die Engine findet dann Seiten, deren Vektoren dem Anfragevektor am nächsten liegen. Seiten mit reichhaltigem semantischen Vokabular erzeugen Vektoren, die nahe an vielen verschiedenen Anfragevektoren liegen — das bedeutet, sie erscheinen für mehr Anfragen als Seiten, die eine einzelne Formulierung wiederholen.

3. Entitäten verbinden sich mit dem Knowledge Graph

Seit Google Hummingbird (2013) und BERT (2019) schließen Engines auf Entitäten — Personen, Produkte, Konzepte, Orte — und die Beziehungen zwischen ihnen. Bill Slawskis Patentrecherche zeigte, dass Google Knowledge-Graph-Entitäten und gemeinsam auftretende Begriffe nutzt, um zu überprüfen, ob eine Seite ein Thema tatsächlich abdeckt. Benannte Entitäten in Ihrem Inhalt lösen diese Erkennung aus.

Warum semantische Keywords für die KI-Suche wichtig sind

KI-Suchmaschinen wie ChatGPT, Perplexity und Google AI Overviews matchen keine Buchstabenketten mehr. Sie wandeln Ihren Text in Vektor-Embeddings und vergleichen ihn mit Anfrage-Embeddings. Seiten, die ein Thema aus mehreren Blickwinkeln abdecken, landen nahe vielen Anfragevektoren — genau dann werden sie zitiert.

Thematische Tiefe schlägt Keyword-Wiederholung

Eine Ahrefs-Studie fand, dass die durchschnittliche Top-Ranking-Seite auch für rund 1.000 verwandte Keywords rankt — nicht weil sie eine Phrase wiederholt, sondern weil sie das Thema breit abdeckt. Seiten mit dünnem semantischem Vokabular wirken auf Google und KI-Suchmaschinen oberflächlich und werden zugunsten umfassenderer Quellen übersprungen.

Engines denken in Entitäten, nicht in Strings

Seit Hummingbird (2013) und BERT (2019) denkt Google in Entitäten — Personen, Orte, Produkte, Konzepte — und ihren Beziehungen. Bill Slawskis Patentforschung bei SEO by the Sea zeigte, dass Google Knowledge-Graph-Entitäten und Co-Occurrence-Terme nutzt, um zu prüfen, ob eine Seite wirklich zu einem Thema gehört. Semantisches Vokabular löst diese Erkennung aus.

Semantische Breite befeuert AI-Overview-Zitate

Eine Ahrefs-Analyse von 4 Mio. AI-Overview-URLs fand, dass breitere thematische Abdeckung stark mit Zitierwahrscheinlichkeit korreliert. Sites mit gut entwickelten Topic-Clustern und semantisch reichem Content erzielen bis zu 30 % höhere Zitierraten in AI Overviews als dünne Single-Keyword-Seiten.

Was die Forschung zeigt

Die durchschnittliche Top-rankende Seite rankt auch für fast 1.000 weitere relevante Keywords in den Top 10. Seiten ranken nicht für eine einzelne Formulierung — sie ranken für eine Wolke semantisch verwandter Suchanfragen, weil sie ein Thema abdecken, kein Keyword.

— Ahrefs, How Often Top-Ranking Pages Also Rank for Related Keywords, Ranking-Studie (3 Mio.+ analysierte Suchanfragen)

Wir haben 863.000 Keyword-SERPs und 4 Millionen AI-Overview-URLs analysiert. Themenautorität — gemessen an der Bandbreite verwandter Keywords, für die eine Domain rankt — war der stärkste einzelne Prädiktor für AI-Overview-Zitate, mit einer Korrelation von r = 0,41.

— Ahrefs, AI Overview Citation Patterns Study, 2026 (4 Mio. analysierte URLs über 863.000 SERPs)

Es gibt so etwas wie LSI-Keywords nicht — wer Ihnen etwas anderes erzählt, irrt sich, tut mir leid.

— John Mueller, Google Search Advocate, öffentliche Aussage (2019). Google verwendet nicht den LSI-Algorithmus von 1988. Moderne Engines nutzen BERT, MUM und Word Embeddings — aber das praktische Prinzip der semantischen Breite gilt weiterhin.

Schnelltipps für semantische Abdeckung

Verbringen Sie 15 Minuten mit den Top-10-SERP-Ergebnissen, bevor Sie schreiben — notieren Sie jedes wiederkehrende Substantiv und Verb. Diese Liste ist Ihre semantische Checkliste.

Verwenden Sie Ihre exakte Ziel-Phrase nicht öfter als 1–2-mal pro 300 Wörter. Danach wechseln Sie zu Synonymen, verwandten Begriffen oder Pronomen.

Nennen Sie pro Artikel mindestens 3 konkrete Entitäten — ein Produkt, ein Unternehmen, einen Standard, eine Person, einen Ort. Entitäten füttern den Knowledge Graph.

Nutzen Sie Surfer, Clearscope, Frase oder Googles „People also ask“ und „Verwandte Suchanfragen“, um semantische Begriffe aufzudecken — aber ignorieren Sie alles, was nicht natürlich passt.

Gruppieren Sie verwandte Artikel in Cluster mit internen Links. HubSpot fand, dass Topic-Cluster-Sites organischen Traffic im Schnitt ~3,2-mal schneller wachsen lassen.

Lesen Sie jeden Absatz laut. Klingt er wie von einem menschlichen Experten geschrieben, ist das semantische Vokabular wahrscheinlich schon da. Klingt er roboterhaft, stuffen Sie.