Keyword-Tool-Vergleich: Die Methodik, mit der Sie zwei Tools selbst messen
Warum zwei Keyword-Tools beim selben Keyword verschiedene Zahlen zeigen, sechs Kriterien für den Vergleich und ein 30-Minuten-Protokoll zum Selbermessen.
Ein belastbarer Keyword-Tool-Vergleich prüft nicht, welches Tool die schönere Oberfläche hat, sondern woher seine Zahlen stammen. Suchvolumen und Difficulty sind keine gemessenen Naturkonstanten, sondern Schätzungen aus unterschiedlichen Datenquellen. Deshalb weichen zwei Tools beim selben Keyword regelmäßig voneinander ab, ohne dass eines davon falsch rechnet. Diese Seite erklärt die Ursachen für diese Abweichungen, benennt sechs Vergleichskriterien und liefert ein Testprotokoll, mit dem Sie zwei beliebige Tools in 30 Minuten selbst gegeneinander messen.
Was Sie hier nicht finden: Preise, eine Rangliste, einen Testsieger. Wer das sucht, ist mit einer Bestenliste besser bedient. Hier geht es um das Verfahren, mit dem Sie eine solche Liste überhaupt erst beurteilen könnten.
Warum zwei Tools beim selben Keyword unterschiedliche Zahlen zeigen
Der häufigste Anlass für einen Tool-Vergleich ist ein Widerspruch in der Praxis. Ein Keyword hat in Tool A 1.300 Suchanfragen pro Monat und in Tool B 590. Beide Angaben sind plausibel, weil sie verschiedene Dinge messen und auf unterschiedlichen Datenbasen beruhen.
Datenherkunft: Drei Wege zur selben Kennzahl
Es gibt im Wesentlichen drei Quellen für das Suchvolumen. Erstens Google selbst, über die Keyword-Planer-Schnittstelle der Ads-Plattform. Zweitens Clickstream-Daten, also anonymisierte Browserverläufe aus Panels und Browser-Erweiterungen, die Anbieter kaufen und auf die Gesamtbevölkerung hochrechnen. Drittens Modellierung: Ein Tool leitet das Volumen eines seltenen Keywords aus verwandten Begriffen ab, für die belastbare Daten vorliegen.
Ein Tool, das primär auf Google-Ads-Daten sitzt, gruppiert außerdem ähnliche Varianten zusammen. Singular und Plural, Tippfehler und Umstellungen landen in einem Topf. Ein Clickstream-Anbieter kann feiner auflösen, hat dafür aber im deutschen Longtail dünne Stichproben. Genau dort, bei den seltenen Suchanfragen mit drei und mehr Wörtern, laufen die Zahlen am stärksten auseinander.
Zusätzlich gibt der Google Keyword Planner ohne aktiv laufende Ads-Kampagne nur gerundete Spannen statt exakter Werte aus. Wer diese Spannen mit dem exakten Wert eines Drittanbieters vergleicht, vergleicht bereits im Ansatz zwei verschiedene Auflösungen.
Difficulty: Verschiedene Skalen, keine Umrechnung
Noch größer ist die Spreizung bei der Keyword-Schwierigkeit. Ahrefs und Semrush berechnen den Wert aus dem eigenen Backlink-Index. Tools ohne eigenen Index leiten ihn aus Google-Ads-Wettbewerbsdaten ab. Deshalb sind die Skalen nicht ineinander umrechenbar.
Ein Beispiel aus der Praxis: Das Keyword “keyword tool vergleich” trägt bei DataForSEO eine Keyword-Difficulty von 18 und gleichzeitig eine Wettbewerbsdichte von 0, bei 50 Suchanfragen pro Monat (Standort Deutschland, Sprache Deutsch, Abruf vom 07.08.2026). Die Wettbewerbsdichte stammt aus dem Anzeigenmarkt und sagt: Niemand bietet auf diesen Begriff. Die Difficulty stammt aus der organischen Seite und sagt: Ein paar etablierte Seiten stehen dort. Beide Werte sind korrekt, sie beantworten nur verschiedene Fragen. Wer sie als denselben Indikator liest, zieht falsche Schlüsse.
Die praktische Konsequenz: Difficulty-Werte aus zwei Tools dürfen Sie nie als absolute Zahlen vergleichen, sondern nur als Reihenfolge. Wenn beide Tools dieselben zehn Keywords in dieselbe Rangfolge bringen, sind sie sich einig, auch wenn das eine 18 und das andere 42 anzeigt.
Zeitraum: Der Zwölfmonatsdurchschnitt verdeckt die Saison
Suchvolumen-Angaben in Drittanbieter-Tools sind Monatsdurchschnitte über zwölf Monate und bilden saisonale Ausschläge nicht ab. Ein Keyword mit 1.000 Suchanfragen im Monatsschnitt kann im November bei 6.000 und im Juni bei 80 liegen. Für die Planung eines Redaktionsplans ist der Durchschnitt damit die unbrauchbarere Zahl.
Das erklärt auch, warum Google Trends im Keyword-Umfeld mit 60.500 Suchanfragen pro Monat das mit Abstand höchste Volumen aller Tool-Namen trägt, vor Semrush mit 14.800, Google Keyword Planner mit 5.400 und Ubersuggest mit 5.400. Trends beantwortet die Frage nach dem Verlauf, die die Volumendatenbanken strukturell nicht beantworten können. Es ist kein Konkurrent der Keyword-Tools, sondern deren Gegenprobe.
Die sechs Kriterien eines belastbaren Vergleichs
Feature-Listen sind der Normalfall in dieser Kategorie. evergreen.media etwa vergleicht KWFinder, SEMRush und Ahrefs über sieben gleiche Kriterien: Keyword Suggestions, Filterfunktionen, Suchtrends, Keyword-Schwierigkeitsgrad, SERP-Analyse, Begrenzungen der Pakete und Ladezeiten. Das ist sauber gemacht und beantwortet die Frage nach dem Funktionsumfang.
Die Frage nach der Verlässlichkeit der Zahlen beantwortet es nicht. Dafür braucht es andere Kriterien.
| Kriterium | Konkrete Prüffrage | Warum es zählt |
|---|---|---|
| 1. Datenherkunft | Dokumentiert der Anbieter, ob das Volumen aus Google Ads, Clickstream oder Modellierung stammt? | Ohne Herkunft ist keine Abweichung interpretierbar |
| 2. Abdeckung im deutschen Longtail | Wie viele Ihrer echten GSC-Suchanfragen mit 4 und mehr Wörtern kennt das Tool überhaupt? | Hier bricht die Datenbasis zuerst weg |
| 3. Aktualität | Wie alt sind SERP und Volumen beim Abruf, und steht das Datum sichtbar dabei? | Ein Wert ohne Stand ist keine Messung |
| 4. Nachvollziehbarkeit der Difficulty | Zeigt das Tool, welche Faktoren in den Wert eingehen? | Sonst ist die Zahl nur ein Gefühl mit Nachkommastelle |
| 5. Kontingente und Export | Wie viele Zeilen pro Abfrage, welches Format, ist die API dieselbe Datenbasis wie die Oberfläche? | Entscheidet, ob ein Vergleich reproduzierbar ist |
| 6. SERP-Nähe | Stimmt die im Tool gezeigte SERP mit einer frischen, neutralen Suche überein? | Prüft das Tool gegen die Realität, nicht gegen sich selbst |
Kriterium 6 ist das strengste, weil es das Tool an einer Quelle misst, die es nicht kontrolliert. Rufen Sie im Tool die Top 10 zu einem Keyword ab und vergleichen Sie diese mit einer Suche im privaten Fenster ohne Login. Weichen mehr als drei Positionen ab, arbeitet das Tool mit einem alten oder stark gecachten Index.
Das 30-Minuten-Testprotokoll
Das Protokoll misst zwei Tools gegeneinander, ohne dass Sie ein drittes brauchen, das als Wahrheit gilt. Es gibt keine solche Wahrheit. Was es gibt, ist Konsistenz, Abdeckung und Übereinstimmung mit Ihren eigenen Daten.
Vorbereitung, 5 Minuten. Stellen Sie 20 Keywords zusammen: 10, für die Sie bereits ranken und deren echte Impressionen Sie aus der Google Search Console kennen, 5 aus dem Longtail mit vier oder mehr Wörtern, 5 mit erwartbarer Saison. Setzen Sie in beiden Tools Land und Sprache identisch. Ein Tool auf Deutschland und eines auf Deutsch weltweit produziert Abweichungen, die nichts mit der Datenqualität zu tun haben.
Schritt 1, Abdeckung, 5 Minuten. Geben Sie alle 20 Keywords in beide Tools ein und zählen Sie, wie viele einen Wert zurückliefern und wie viele leer bleiben oder auf 0 fallen. Notieren Sie das Ergebnis getrennt für die Longtail-Gruppe. Ein Tool, das im Longtail 4 von 5 leer lässt, ist für Ihre Nischenthemen unbrauchbar, egal wie gut es bei Kopfbegriffen aussieht.
Schritt 2, Abweichungsquote, 5 Minuten. Für jedes Keyword mit Werten in beiden Tools teilen Sie den größeren Wert durch den kleineren. Bilden Sie den Median dieser Quotienten. Liegt er unter 1,5, sind sich die Tools weitgehend einig. Liegt er über 3, messen sie erkennbar verschiedene Dinge, und Sie müssen entscheiden, welche Definition zu Ihrer Arbeit passt.
Schritt 3, Rangkorrelation der Difficulty, 5 Minuten. Sortieren Sie die 20 Keywords je Tool nach Difficulty und vergleichen Sie nur die Reihenfolge. Zählen Sie, wie viele Keywords in beiden Listen in derselben Hälfte landen. Bei 16 von 20 oder mehr können Sie die Difficulty beider Tools als Priorisierungshilfe verwenden. Darunter ist sie nur innerhalb eines Tools aussagekräftig.
Schritt 4, Gegenprobe mit eigenen Daten, 10 Minuten. Nehmen Sie die 10 Keywords, für die Sie ranken, und stellen Sie das Tool-Volumen den echten Impressionen aus der Google Search Console gegenüber. Die absolute Höhe wird nicht passen. Das ist normal, denn Impressionen hängen von Ihrer Position ab. Was passen muss, ist die Reihenfolge. Das Tool, dessen Rangfolge näher an Ihrer echten Nachfrage liegt, kennt Ihren Markt besser. Genau deshalb ist die Search Console der Anker. Sie ist der einzige Datenpunkt im ganzen Verfahren, der nicht geschätzt ist.
Auswertung. Sie haben jetzt vier Zahlen je Tool: Abdeckungsquote gesamt, Abdeckungsquote im Longtail, Median-Abweichung und Rang-Übereinstimmung mit der Search Console. Das Tool mit der besseren Longtail-Abdeckung und der höheren GSC-Übereinstimmung gewinnt für Ihren Anwendungsfall. Für einen anderen Markt kann dasselbe Testprotokoll das andere Tool gewinnen lassen. Das ist kein Mangel des Verfahrens, sondern sein Zweck.
Wie Sie das Ergebnis dokumentieren
Ein Vergleich, den Sie in sechs Monaten nicht wiederholen können, ist eine Momentaufnahme ohne Wert. Halten Sie deshalb pro Durchlauf fest: Abrufdatum, Standort- und Spracheinstellung, die verwendete Keyword-Liste im Original und die vier Auswertungszahlen. Tool-Datenbanken ändern sich, Anbieter wechseln Datenlieferanten, Skalen werden neu kalibriert. Nur mit dem dokumentierten Ausgangslauf sehen Sie beim nächsten Mal, ob sich das Tool verändert hat oder Ihr Markt.
Nützlich ist außerdem, den CPC mitzuschreiben, auch wenn Sie keine Anzeigen schalten. Er ist der ehrlichste verfügbare Indikator für kommerzielle Absicht. Im Umfeld dieses Themas trägt Ubersuggest mit 11,87 EUR den höchsten CPC, während “die besten keywords finden” mit 0,83 die höchste Wettbewerbsdichte aufweist. Zwei verschiedene Signale, zwei verschiedene Käuferabsichten, sichtbar ohne einen einzigen Klick auf eine Anzeige.
Was dieses Verfahren bewusst nicht leistet
Es kürt keinen Sieger, der für alle gilt. Es bewertet keine Preise und keine Lizenzmodelle. Es sagt nichts über Support, Oberfläche oder Teamfunktionen. Und es ersetzt keine Keyword-Recherche. Es prüft nur das Werkzeug, mit dem Sie sie machen.
Was es leistet, ist eine Entscheidung, die Sie begründen können. Wenn jemand fragt, warum Sie sich für ein Tool entschieden haben, ist die Antwort “es hatte in unserem Longtail 18 von 20 Treffern und lag bei der Rangfolge näher an unserer Search Console” eine belastbare Aussage. “Es stand in einem Test auf Platz eins” ist keine.
Häufige Fragen
Welches Tool hat die genauesten Suchvolumen? Keines, weil es keinen externen Maßstab gibt, an dem Genauigkeit gemessen werden könnte. Google veröffentlicht die echten Zahlen nicht. Sinnvoll messbar ist nur, welches Tool Ihre eigenen Search-Console-Daten in der richtigen Reihenfolge abbildet und wie viel Ihres Longtails es überhaupt kennt.
Kann ich Difficulty-Werte zwischen zwei Tools umrechnen? Nein. Die Skalen beruhen auf unterschiedlichen Grundlagen, meist einem eigenen Backlink-Index gegenüber abgeleiteten Ads-Wettbewerbsdaten. Vergleichbar ist nur die Rangfolge innerhalb einer Keyword-Liste, nicht der Zahlenwert.
Reicht ein kostenloses Tool für diesen Test? Für Schritt 1 bis 3 ja, sofern das kostenlose Kontingent 20 Keywords abdeckt. Schritt 4 braucht kein Tool, sondern nur Ihre Search Console. Der Test scheitert nicht am Budget, sondern an inkonsistenten Standorteinstellungen.
Wie oft sollte ich den Vergleich wiederholen? Einmal jährlich und immer dann, wenn ein Anbieter eine Änderung an seiner Datenbasis ankündigt. Verwenden Sie dabei dieselbe Keyword-Liste wie beim ersten Durchlauf, sonst messen Sie die Liste statt das Tool.
