Ähnliche Keywords finden: Kandidaten sammeln und verlässlich zuordnen

Das Sammeln ähnlicher Keywords ist der einfache Teil der Arbeit. Sobald ein Fokus-Keyword feststeht, liefert fast jede Datensenke Hunderte verwandte Begriffe. Die eigentliche Herausforderung beginnt danach: Für jeden gefundenen Begriff muss entschieden werden, ob er auf dieselbe Seite gehört wie das Fokus-Keyword oder ob er eine eigene URL verlangt. Diese Entscheidung lässt sich deterministisch treffen. Zwei Prüfungen liefern ein klares Ergebnis: der Abgleich der Suchergebnisseiten und der Abgleich der Suchintention. Ähnlichkeit ist damit kein Gefühl und keine Tool-Funktion, sondern ein nachvollziehbares Prüfverfahren.

Warum die Zuordnung wichtiger ist als die Kandidatenliste

Wer ein Fokus-Keyword in ein Recherchewerkzeug eingibt, erhält oft eine breite Masse an Begriffen. Die naheliegende Versuchung ist es, für jeden Begriff eine eigene Seite zu erstellen. Genau daraus entsteht Keyword-Kannibalisierung. Mehrere eigene Seiten konkurrieren dann um dieselbe Suchanfrage, und die Suchmaschine muss entscheiden, welche Seite gemeint ist. Das Gegenteil ist ebenso schädlich: Werden zwei Begriffe, die die Suchmaschine als klar verschiedene Anfragen behandelt, auf eine Seite gezwungen, passt diese Seite für keine der beiden Anfragen richtig.

Zwischen diesen beiden Fehlern liegt die Trennlinie. Ein Cluster ist eine Gruppe ähnlicher Keywords, die alle auf dieselbe Seite abzielen. Kannibalisierung ist dieselbe Gruppe, jedoch verteilt auf mehrere Seiten. Der Unterschied liegt nicht in den Keywords selbst, sondern in der Zuordnung.

Ein Blick auf die Metriken zeigt, warum die Zuordnung nicht vom Suchvolumen abhängen darf. Für die Suchanfrage “ähnliche keywords finden” weisen die Keyword-Daten in Deutschland ein Suchvolumen von nur 10 Suchen pro Monat aus, bei einem Wettbewerbswert von 0,43 und einer Keyword-Schwierigkeit von 71 (DataForSEO, Standort Deutschland, Sprache Deutsch, abgerufen am 21.09.2026). Geringes Volumen und hohe Schwierigkeit schließen sich also nicht aus. Ein Begriff mit wenigen Suchen kann dennoch Teil eines Clusters sein, das in der Summe relevant ist.

Die vier Ähnlichkeitstypen

Bevor die eigentliche Prüfung beginnt, hilft es, den Typ der Ähnlichkeit zu benennen. Diese Kategorisierung sagt voraus, welches Ergebnis die Prüfung wahrscheinlich liefert, und zeigt, wo die Prüfung besonders wichtig ist.

Synonym

Zwei Wörter bezeichnen dieselbe Sache, beispielsweise “Auto reparieren” und “Fahrzeug reparieren” oder “Steuerberater” und “Steuerberatung”. Synonyme landen fast immer im selben Cluster. Sie sind der unkritische Fall, benötigen aber dennoch eine kurze Prüfung, da die Sprache im Markt nicht immer deckungsgleich ist. Ein Begriff kann fachsprachlich dasselbe meinen und umgangssprachlich etwas anderes.

Wortvariante

Dieselbe Wortwurzel erscheint in anderer Form: Singular und Plural, Bindestrich und Zusammenschreibung, Umstellungen der Wortfolge oder Abkürzungen. “Keyword Tool”, “Keyword-Tool” und “Keywordtool” sind Wortvarianten voneinander. Sie gehören praktisch immer auf dieselbe Seite. Sie sind kein Anlass für eine eigene URL, sondern lediglich ein Hinweis darauf, welche Schreibweisen im Text vorkommen sollten.

Semantischer Nachbar

Ein Begriff stammt aus demselben Themenfeld, benennt aber eine andere Sache, etwa “Keyword-Recherche” und “Keyword-Zuordnung” oder “Dachreinigung” und “Dachbeschichtung”. Hier verläuft die Grenze. Semantische Nachbarn sehen in Daten-Exporten aus wie Varianten, erfordern aber oft eigenständige Seiten. Dieser Typ ist der Hauptgrund, warum es die beiden folgenden Prüfungen gibt.

Fragevariante

Dasselbe Anliegen ist als Frage formuliert, etwa “wie finde ich ähnliche keywords” oder “was sind verwandte keywords”. Fragevarianten gehören meistens ins Cluster des Kernbegriffs und werden dort als eigener Abschnitt beantwortet. Eine eigene Seite ist nur dann nötig, wenn die Antwort darauf inhaltlich nichts mit der Antwort auf das Fokus-Keyword zu tun hat.

Diese vier Typen decken die üblichen Kandidatenlisten ab. Dass Werkzeuge genau in diesen Kategorien denken, zeigen ihre eigenen Beschreibungen: SE Ranking beschreibt seinen Keyword-Generator damit, dass er ähnliche, verwandte und fragengestützte Keywords sowie Suchanfragen mit geringem Suchvolumen ausgibt (seranking.com/de/keyword-recherche.html, abgerufen am 21.09.2026). Die Trennung zwischen “ähnlich” und “verwandt” ist dort bereits angelegt, jedoch ohne eine Entscheidung darüber, was daraus für die Seitenstruktur folgt.

Schritt 1: Kandidaten sammeln

Für diesen Schritt genügt das Fokus-Keyword als Startpunkt. Seobility nennt als Eingabe für die Suche nach ähnlichen Keywords lediglich das Fokus-Keyword oder eine Keyword-Kombination, bei Bedarf ergänzt um die Länderauswahl (seobility.net/de/keyword-recherche-tool/, abgerufen am 21.09.2026). Semrush beschreibt den Ablauf so, dass ein Klick auf “Keywords finden” Vorschläge für ähnliche Keywords generiert, deren Daten anschließend geprüft werden (de.semrush.com/analytics/keywordmagic/, abgerufen am 21.09.2026). Mehr als das leistet kein Werkzeug an dieser Stelle, und mehr wird für die Kandidatensammlung auch nicht gebraucht.

Neben den Werkzeugen liefert Google selbst zwei kostenlose Quellen: keyword-tools.org führt Google Auto-Suggest und verwandte Suchanfragen als eigenständige Wege auf, um das passende Keyword zu finden (keyword-tools.org, Seitenstruktur, abgerufen am 21.09.2026). Auto-Suggest zeigt, wie Nutzer die Anfrage tatsächlich zu Ende tippen. Die verwandten Suchanfragen am Seitenende zeigen, wohin Google die Anfrage thematisch einordnet. Beide Listen sind unvollständig, stammen aber aus echtem Suchverhalten.

Der Block für ähnliche Fragen liefert die Fragevarianten direkt mit. Zur Anfrage “ähnliche keywords finden” blendet Google dort die Fragen “Wie finde ich bestimmte Keywords heraus?”, “Gibt es einen kostenlosen Keyword-Planner?”, “Wie mache ich eine Keyword-Recherche?” und “Welches SEO-Tool ist das beste?” ein (Google SERP, abgerufen am 21.09.2026). Dieses Beispiel zeigt zugleich, dass nicht jede Frage aus diesem Block ins Cluster gehört: Zwei der vier Fragen zielen auf die Auswahl eines Werkzeugs und damit auf ein völlig anderes Anliegen als die Frage nach dem Vorgehen. Für diese Suchanfrage existiert übrigens kein Featured Snippet, die Position ist unbesetzt.

Das Ergebnis dieses Schritts ist eine unsortierte Liste. Sie ist noch keine Entscheidung, sondern lediglich Rohmaterial für die Prüfung.

Schritt 2: Der SERP-Überschneidungs-Test

Die erste Prüfung fragt: Hält die Suchmaschine diese beiden Anfragen für dieselbe Frage? Die Antwort steht in den Suchergebnissen.

Das Vorgehen ist technisch: Beide Keywords werden einzeln gesucht, jeweils im selben Land, in derselben Sprache und ohne personalisierte Ergebnisse. Von beiden Suchergebnisseiten werden die ersten zehn organischen URLs notiert. Dann wird gezählt, wie viele URLs in beiden Listen vorkommen.

Die Auswertung folgt einer festen Schwelle, die vorab festgelegt und nicht pro Fall verschoben wird. Bewährt hat sich diese Einteilung:

Wichtig ist, dass exakt das verglichen wird, was vergleichbar ist: Gezählt werden URLs, nicht Domains. Wenn zwei Anfragen zwar dieselben vier Anbieter zeigen, aber jeweils vier verschiedene Unterseiten, ist das kein Treffer, sondern das Gegenteil davon. Die Suchmaschine hält dann zwar dieselben Quellen für kompetent, aber verschiedene Seiten für die passende Antwort.

Dieser Test misst nicht die Ähnlichkeit der Wörter, sondern die Ähnlichkeit der Antworten, die die Suchmaschine für richtig hält. Genau darüber wird bei der Zuordnung entschieden.

Schritt 3: Der Suchintentions-Abgleich

Bleibt der Fall in der mittleren Zone oder widerspricht das Bauchgefühl dem Zählergebnis, folgt die zweite Prüfung. Sie fragt: Wollen die Suchenden dasselbe tun?

Dafür werden drei Eigenschaften der beiden Suchergebnisseiten verglichen:

1. Handlungsziel. Will der Nutzer etwas verstehen, etwas vergleichen, etwas kaufen oder eine bestimmte Seite ansteuern? Das ist ablesbar an den Seitentypen in den Top 10: Ratgeber, Vergleichsliste, Produktseite, Startseite.
2. Inhaltsform. Dominieren Anleitungen, Definitionen, Listen, Rechner oder Landingpages? Wenn die eine Anfrage Ratgeber zeigt und die andere Produktseiten, ist die Intention verschieden, selbst wenn die Wörter fast identisch sind.
3. Antwortumfang. Erwartet der Nutzer eine kurze Definition oder eine vollständige Anleitung? Die Länge der rankenden Seiten ist dafür ein brauchbarer Indikator. Bei einer Auswertung der Top-Ergebnisse zu ähnlichen Themen bewegen sich die Texte oft in einem Bereich von 614 bis 2.234 Wörtern, der Median liegt bei 1.291 Wörtern (eigene SERP-Auswertung, 21.09.2026). Weicht der erwartete Umfang massiv ab, spricht das für eine separate Seite.

Stimmen alle drei Eigenschaften überein, gehören die Keywords in dasselbe Cluster, auch bei mäßiger URL-Überschneidung. Weicht eine davon deutlich ab, bekommt das Keyword eine eigene Seite, auch bei hoher Überschneidung.

Dass dieser Schritt oft fehlt, zeigt eine Auswertung der aktuellen Top-Ergebnisse. Von den fünf inhaltlich auswertbaren Top-Ergebnissen zur Anfrage “ähnliche keywords finden” sind vier Tool-Landingpages oder Tool-Vergleiche, und kein Ergebnis behandelt den Abgleich der Suchintention zwischen zwei ähnlichen Keywords als eigenen Arbeitsschritt (eigene SERP-Auswertung der Überschriftenstruktur, 21.09.2026). Die Seiten liefern eine Liste von Begriffen und hören dort auf, wo die eigentliche Entscheidung beginnen sollte.

Die Entscheidung festhalten

Am Ende steht pro Kandidat genau eine von drei Zuordnungen:

• Cluster-Mitglied: Das Keyword wird auf der Seite des Fokus-Keywords mitbehandelt, meist als eigener Abschnitt oder als beantwortete Frage. Es bekommt keine eigene URL.
• Eigene Seite: Das Keyword wird zum Fokus-Keyword einer neuen Seite. Für diese Seite gilt dann dasselbe Verfahren von vorn.
• Verworfen: Das Keyword meint etwas, das nicht angeboten oder behandelt werden soll. Auch das ist ein gültiges Ergebnis und sollte notiert werden, damit derselbe Kandidat beim nächsten Export nicht erneut geprüft wird.

Diese Zuordnung gehört in eine dauerhafte Liste, nicht in den Kopf. Sobald mehrere Personen an derselben Website arbeiten, ist diese Liste der einzige Schutz davor, dass ein bereits verworfenes Keyword als neue Idee zurückkommt oder ein Cluster-Mitglied doch eine eigene Seite erhält.

Drei wiederkehrende Fehler

Ähnlichkeitswerte aus Werkzeugen als Entscheidung lesen. Ein Ähnlichkeitswert misst die Nähe der Zeichenfolgen oder der Vektoren, nicht die Nähe der Suchintention. Er ist eine Sortierhilfe für die Kandidatenliste, kein finales Urteil.

Nach Suchvolumen clustern. Ein Begriff mit hohem Volumen und ein Begriff mit niedrigem Volumen können exakt dieselbe Frage sein. Das Volumen sagt, wie oft gefragt wird, nicht was gefragt wird.

Die Prüfung einmalig behandeln. Suchergebnisseiten verändern sich. Ein Keyword-Paar, das heute fünf gemeinsame URLs hat, kann in einem Jahr nur noch zwei haben, weil die Suchmaschine die Anfrage anders interpretiert. Die Zuordnung ist deshalb kein Ergebnis für die Ewigkeit, sondern ein Stand mit Datum, der bei größeren Überarbeitungen neu erhoben wird.

Der Ablauf in Kurzform

1. Fokus-Keyword festhalten.
2. Kandidaten sammeln: aus einem Recherchewerkzeug, aus Auto-Suggest, aus den verwandten Suchanfragen, aus dem Fragen-Block.
3. Jeden Kandidaten einem der vier Typen zuordnen: Synonym, Wortvariante, semantischer Nachbar, Fragevariante.
4. Synonyme und Wortvarianten direkt ins Cluster nehmen.
5. Semantische Nachbarn und unklare Fragevarianten durch den SERP-Überschneidungs-Test schicken.
6. Bei Ergebnissen in der mittleren Zone den Suchintentions-Abgleich anschließen.
7. Zuordnung als Cluster-Mitglied, eigene Seite oder verworfen festhalten, inklusive Datum.

Der Aufwand dafür liegt bei wenigen Minuten pro strittigem Paar, und strittig ist erfahrungsgemäß nur ein kleiner Teil der Liste. Dafür ist jede Entscheidung in einem Satz begründbar: Die beiden Suchergebnisseiten wurden verglichen, sie teilen sich eine bestimmte Anzahl an URLs, und die Intention stimmt überein oder eben nicht.