Keyword Tool Wiki: Wikipedia als Quelle für Keywords und Entitäten

Wikipedia selbst ist kein Keyword-Tool. Dennoch ist die freie Enzyklopädie die sauberste und frei zugängliche Entitätensammlung, die es für die Suchmaschinenoptimierung gibt. Das zeigt auch die Google-Suchergebnisseite: Für die Anfrage “keyword tool wiki” steht auf Position 1 kein Tool-Anbieter, sondern der englische Wikipedia-Artikel “Keyword research” (SERP-Snapshot DataForSEO, Standort Deutschland, Sprache de, 21.09.2026). Dieser Ratgeber erklärt, wie Sie aus Artikeltiteln, der OpenSearch-Autosuggest, dem Inhaltsverzeichnis, Kategorien, den Siehe-auch-Links und den Sprachlinks konkrete Seed- und Longtail-Begriffe gewinnen. Zudem zeigt er, welche vier kostenlosen Wikipedia-Keyword-Tools diesen Prozess automatisieren und an welchem Punkt Sie Ihre gesammelte Liste zwingend an ein Volumen-Tool übergeben müssen.

Zwei Lesarten einer Suchanfrage

Hinter dem Suchbegriff “keyword tool wiki” verbergen sich zwei unterschiedliche Suchabsichten. Die eine Lesart zielt auf ein Werkzeug ab, das Wikipedia als Datenquelle anzapft. Die andere Lesart sucht einen Wiki- oder Glossareintrag, der den Begriff “Keyword Tool” definiert. Ein Beispiel für diese zweite Lesart findet sich auf loewenstark.com im SEA-Wiki. Dort wird ein Keyword Tool als digitales Werkzeug zur Identifikation relevanter Suchbegriffe definiert.

Gemessen an den Kennzahlen ist die Anfrage klein: Sie hat ein gemessenes Suchvolumen von 10 Suchanfragen pro Monat bei einem CPC von 0 und einem Wettbewerb von 0 (DataForSEO Keyword-Daten, 21.09.2026). Die Definitionslesart ist damit in wenigen Sätzen abgehandelt. Der weitaus interessantere und praktisch relevantere Teil ist die erste Lesart: die Nutzung von Wikipedia als Keyword- und Entitätenquelle. Um diese Perspektive geht es im Folgenden.

Sechs Stellen in Wikipedia, die Keywords liefern

Jeder Wikipedia-Artikel wurde von Menschen strukturiert, die sich intensiv mit dem jeweiligen Thema befasst haben. Genau diese redaktionelle Struktur ist der eigentliche Wert für die Keyword-Recherche. Sechs verschiedene Stellen eines Artikels liefern unterschiedliche Begriffstypen.

Der Artikeltitel ist die kanonische Bezeichnung einer Entität. Wikipedia wählt pro Thema genau einen Titel und leitet Synonyme per Weiterleitung auf diesen Hauptartikel um. Diese Weiterleitungen bilden Ihre Synonymliste: Jeder Redirect ist eine alternative Bezeichnung, die von realen Personen eingetippt wurde und Suchpotenzial besitzt. Werden Sie auf den Hauptartikel weitergeleitet, wissen Sie, dass der vorherige Begriff ein gültiges Synonym ist.

Die OpenSearch-Autosuggest liefert zu einem eingegebenen Präfix eine Liste passender Artikeltitel. Dahinter steckt dieselbe Schnittstelle, die auch die Suchvorschläge im Wikipedia-Suchfeld generiert, sobald Sie die ersten Buchstaben eintippen. Sie ist als action=opensearch in der MediaWiki-Action-API öffentlich dokumentiert und ohne Schlüssel abrufbar. Wichtig ist hier die grundlegende Unterscheidung: Diese Vorschläge sind Titeltreffer und keine Häufigkeitsvorschläge wie bei einer klassischen Suchmaschine. Sie erhalten also echte Entitäten und keine direkten Nachfragedaten. Das bedeutet in der Praxis, dass Sie zwar eine semantisch extrem saubere Liste relevanter Themen erhalten, diese Liste aber völlig unabhängig davon ist, ob zehn oder zehntausend Menschen danach suchen.

Das Inhaltsverzeichnis eines Wikipedia-Artikels bildet das Aspektgerüst des Themas. Der englische Artikel “Keyword research” gliedert sich beispielsweise in Abschnitte wie “Types of keywords”, “Search Intent”, “Google Ads Keyword Planner”, “Google Trends”, “Google Suggest” und “Bing Ads Keyword Planner”. Jede dieser Überschriften ist ein Subthema, das auf einer eigenen Website einen eigenen Abschnitt oder sogar eine eigene Unterseite rechtfertigen kann.

Die Kategorien am Seitenfuß ordnen die jeweilige Entität in übergeordnete Klassen ein. Sie beantworten die Frage, wovon das aktuelle Thema ein konkreter Spezialfall ist. Dadurch liefern sie die Oberbegriffe, unter denen Ihr Thema in einer hierarchischen Silo-Struktur hängt.

Der Abschnitt “Siehe auch” ist eine redaktionell gepflegte Liste benachbarter Entitäten. Hier verlinken Autoren Themen, die nicht direkt in den Fließtext passen, aber inhaltlich eng verwandt sind. Das macht diesen Abschnitt zur inhaltlich saubersten Quelle für semantisch verwandte Begriffe, die kein rein statistisches Verfahren so treffsicher generieren könnte. Sie finden hier Begriffe, die thematisch oft exakt an der Grenze Ihres eigenen Kernthemas liegen.

Die Sprachlinks in der Seitenleiste liefern Ihnen den passenden Fachbegriff in anderen Sprachen. Für deutschsprachige Projekte ist dies der einfachste Weg, englische Fachtermini gegen die tatsächlich gebräuchliche deutsche Bezeichnung zu prüfen, anstatt eigene Übersetzungen zu erfinden. Oft zeigt sich hier, dass der englische Begriff im Deutschen gar nicht übersetzt wird, sondern unverändert verwendet wird.

Vier kostenlose Tools, die diesen Weg automatisieren

Manuelle Recherche kann mühsam sein. Vier kostenlose Werkzeuge nehmen Ihnen das Klicken durch Artikel und das Abschreiben von Überschriften ab.

Das Wikipedia Keyword Tool von Keywords Everywhere läuft ohne Registrierung direkt im Browser. Es fragt die öffentliche OpenSearch-API nach Artikeltiteln ab, die zu einem Seed-Begriff passen. Es ist die direkteste und puristischste Umsetzung des oben beschriebenen Autosuggest-Wegs.

Das Wikipedia Keyword Research Tool von SEO Review Tools bewirbt damit, den manuellen Rechercheprozess zu automatisieren und zu beschleunigen. Der Ansatz bleibt ähnlich, jedoch ist der Output eher eine kompakte Begriffsliste als eine reine Artikelliste.

Karooya bietet ebenfalls ein kostenloses Wikipedia-Keyword-Recherche-Tool an. Der Schwerpunkt liegt hier auf dem Schritt vor der eigentlichen Keyword-Auswahl: der Themenfindung. Das Tool hilft zu klären, welche Themen überhaupt rund um den gewählten Einstiegsbegriff existieren.

Detailed.com stellt unter detailed.com/wiki einen vergleichbaren kostenlosen Dienst bereit, der automatisiert Seitenvorschläge aus Wikipedia ableitet (SERP-Snapshot DataForSEO, 21.09.2026, Position 3 für Detailed.com und Position 9 für Karooya).

Wer programmatische Erfahrung hat, braucht keines dieser Tools zwingend. Die OpenSearch-API ist öffentlich zugänglich. Ein kleines Skript, das zu 50 Seed-Begriffen jeweils die Titelvorschläge abruft, ist in wenigen Zeilen geschrieben. Der Vorteil einer eigenen Abfrage: Sie können im selben Durchlauf direkt auch Kategorien, Siehe-auch-Links und Sprachlinks mit auslesen, was die genannten Browser-Tools in der Regel nicht tun.

Was Wikipedia nicht liefert

Die entscheidende Einschränkung bei der Nutzung von Wikipedia ist das Fehlen von Suchvolumen. Keine der sechs Strukturstellen und keines der vier genannten Tools verrät Ihnen, wie oft ein gefundener Begriff tatsächlich bei Google gesucht wird.

Ein naheliegender Irrweg ist die Nutzung der Wikimedia Pageviews API. Diese Schnittstelle gibt Artikelaufrufe pro Tag und Sprachversion zurück. Diese Zahlen sehen auf den ersten Blick aus wie Nachfrage. Sie messen jedoch reinen Wikipedia-Traffic und nicht das Google-Suchvolumen eines Keywords. Ein Artikel kann viele Aufrufe sammeln, weil er intern stark verlinkt ist, weil das Thema aktuell in den Nachrichten steht oder weil er von einer anderen stark frequentierten Wikipedia-Seite aus angesteuert wird. Ein historisches Ereignis kann plötzlich extrem hohe Pageviews aufweisen, ohne dass es sich um ein kommerziell relevantes oder beständiges Keyword handelt. Umgekehrt hat ein kommerziell hochwertiges Keyword oft gar keinen eigenen Wikipedia-Artikel, weil die Enzyklopädie keine Werbeangebote abbildet. Pageviews sind ein brauchbarer Relevanzhinweis innerhalb der Wikipedia, aber sie sind ein völlig untaugliches Nachfragesignal für die Google-Suche.

Ebenso wenig liefert Wikipedia die Suchintention im kommerziellen Sinn, keine Klickpreise und keine Wettbewerbsdichte. Die Enzyklopädie ist neutral und faktenbasiert aufgebaut. Genau deshalb ist sie als Entitätsquelle so wertvoll, aber als Marktsignal völlig ungeeignet.

Der Übergabepunkt an das Volumen-Tool

Der Übergang von der Wikipedia-Recherche zur eigentlichen Priorisierung muss scharf gezogen werden. Er liegt an genau einer Stelle: sobald aus der gesammelten Liste priorisiert werden soll.

Alles, was davor passiert, ist Wikipedia-Arbeit. Sie sammeln Entitäten, Synonyme, Aspekte und Oberbegriffe, bis die Liste vollständig wirkt. Das ist der Fall, wenn neue Artikel keine neuen Begriffe mehr beitragen. In der Praxis erreichen Sie das meist nach zwei Ebenen: dem Seed-Artikel plus den daraus verlinkten Siehe-auch- und Kategorieseiten.

Alles danach ist Arbeit für ein Volumen-Tool. Die gesammelte Begriffsliste geht unverändert in ein Tool, das gemessene Suchanfragen zurückgibt. Erst dort entsteht die Reihenfolge der Wichtigkeit. Ohne diesen zweiten Schritt haben Sie zwar eine thematisch saubere Liste, wissen aber nicht, welcher Eintrag jemals genug Traffic rechtfertigt, um eine eigene Seite zu bauen.

Ein praktikabler Ablauf sieht in fünf Schritten so aus:

1. Geben Sie den Seed-Begriff in die deutschsprachige Wikipedia ein und öffnen Sie den passenden Artikel.
2. Kopieren Sie Inhaltsverzeichnis, Kategorien, Siehe-auch-Links und Sprachlinks in eine Liste, oder lassen Sie eines der vier Tools diese Aufgabe übernehmen.
3. Ziehen Sie zu jedem gefundenen Titel per OpenSearch die Präfixvorschläge. Diese bilden Ihre Longtail-Varianten.
4. Prüfen Sie die Weiterleitungen der Kerntitel und nehmen Sie diese als Synonyme in Ihre Liste auf.
5. Übergeben Sie die vollständige Liste an ein Volumen-Tool und entscheiden Sie erst dort über die Priorisierung.

Einordnung

Wikipedia ersetzt kein Keyword-Tool und konkurriert nicht mit den Anbietern auf dem Markt. Es beantwortet eine völlig andere Frage. Nicht “wie oft wird das gesucht”, sondern “welche Begriffe gehören überhaupt zu diesem Thema und wie heißen sie korrekt”. Für Themenfelder, in denen Ihnen die genaue Fachsprache fehlt, ist dies der schnellste Weg von null auf eine belastbare Begriffsliste. Zur Einordnung des Wettbewerbsumfelds lohnt ein Blick auf die bestehenden Rankings. Die Texte, die zu dieser Anfrage aktuell ranken, liegen in ihrer Länge zwischen 195 und 1.563 Wörtern bei einem Median von 1.074 (eigene SERP-Auswertung, 5 geparste Wettbewerber, 21.09.2026). Der Aufwand liegt also nicht in der Textlänge, sondern darin, den Übergabepunkt an das Volumen-Tool klar zu benennen und die Wikipedia-Struktur konsequent als Entitätsdatenbank zu nutzen.