Keyword-Recherche: Methodik für echten Suchbedarf statt Bauchgefühl

1. Warum Bauchgefühl bei der Keyword-Recherche scheitert

Viele Shops wählen Keywords danach aus, was das Team für wichtig hält oder was Wettbewerber im Hauptmenü stehen haben. Das Ergebnis: Content-Ressourcen fließen in Begriffe mit hohem gefühltem Wert, aber ohne echten Suchbedarf, während tatsächlich gesuchte Formulierungen unbearbeitet bleiben. Eine systematische Keyword-Recherche ersetzt dieses Bauchgefühl durch Daten aus Suchmaschinen, Nutzerverhalten und Wettbewerbsanalyse und liefert damit eine belastbare Grundlage für Content- und Kategoriestruktur.

Der Kernfehler bei unsystematischer Recherche liegt darin, Suchvolumen mit Relevanz zu verwechseln. Ein Keyword mit zehntausend monatlichen Suchanfragen ist wertlos, wenn neunzig Prozent der Sucher rein informationell unterwegs sind und nie kaufen. Methodische Keyword-Recherche verbindet deshalb immer drei Ebenen: wie oft wird gesucht, mit welcher Absicht wird gesucht, und wie viel ist ein Klick auf dieses Keyword für das Geschäft tatsächlich wert.

2. Suchvolumen vs. Suchintention: die zwei Dimensionen jedes Keywords

Suchvolumen beschreibt nur, wie oft ein Begriff in einem bestimmten Zeitraum gesucht wird, typischerweise als monatlicher Durchschnitt aus Tools wie dem Google Keyword-Planer oder Ahrefs. Diese Zahl ist notwendig, aber nicht hinreichend: Sie sagt nichts darüber aus, was die suchende Person tatsächlich erreichen möchte. Genau hier setzt die Suchintention an, die beschreibt, ob jemand sich informieren, vergleichen, eine bestimmte Marke finden oder unmittelbar kaufen möchte.

In der Praxis zeigt sich die Intention oft direkt in der SERP: Wer die ersten zehn Google-Ergebnisse für ein Keyword analysiert, sieht sofort, ob Google überwiegend Ratgeber-Artikel, Produktseiten, Preisvergleiche oder Video-Inhalte ausspielt. Diese SERP-Analyse ist der zuverlässigste Intent-Indikator, weil Google selbst durch maschinelles Lernen bereits ermittelt hat, welche Seitenart die Suchintention am besten befriedigt, und Shops sollten diesem Signal folgen, statt gegen es zu arbeiten.

3. Die vier Intent-Typen und ihre Bedeutung für Magento-Shops

Klassischerweise werden vier Intent-Typen unterschieden: informational (Wissen erwerben), navigational (eine bestimmte Marke oder Seite finden), commercial investigation (Optionen vor einer Entscheidung vergleichen) und transactional (unmittelbar kaufen wollen). Für Magento-Shops sind commercial- und transactional-Keywords am wertvollsten, weil sie am nächsten an der Kaufentscheidung liegen. Informational-Keywords haben aber ebenfalls strategischen Wert: Sie bringen Sichtbarkeit in frühen Phasen der Customer Journey und lassen sich über Ratgeber-Content im Blog abdecken.

Die Zuordnung zu Seitentypen folgt einer klaren Logik: Transaktionale Keywords wie "Laufschuhe kaufen" gehören auf Kategorie- und Produktseiten, kommerzielle Vergleichs-Keywords wie "beste Laufschuhe Test" eignen sich für Ratgeberseiten mit Produktverlinkung, und rein informationale Keywords wie "wie pflege ich Laufschuhe" gehören in den Blog. Wer transaktionale Absicht mit einem reinen Blogartikel bedient oder umgekehrt eine Produktseite für eine informationale Suche optimiert, produziert einen Intent-Mismatch, der Rankings und Conversion-Rate gleichermaßen schadet.

{
  "startDate": "2026-05-01",
  "endDate": "2026-06-30",
  "dimensions": ["query", "page"],
  "rows": [
    {
      "keys": ["wasserdichte laufschuhe herren", "/laufschuhe-herren.html"],
      "clicks": 4,
      "impressions": 380,
      "ctr": 0.0105,
      "position": 14.2
    },
    {
      "keys": ["laufschuhe herren kaufen", "/laufschuhe-herren.html"],
      "clicks": 61,
      "impressions": 705,
      "ctr": 0.0865,
      "position": 4.6
    },
    {
      "keys": ["laufschuhe pflegen anleitung", "/blog/laufschuhe-pflegen"],
      "clicks": 22,
      "impressions": 1840,
      "ctr": 0.012,
      "position": 9.8
    }
  ]
}

4. Keyword-Clustering: von Einzelbegriffen zu thematischen Gruppen

Rohe Keyword-Listen aus Tools enthalten oft hunderte bis tausende Varianten desselben Grundthemas: Singular/Plural, Synonyme, Tippfehler-Varianten oder regionale Formulierungen. Keyword-Clustering fasst diese Varianten zu thematischen Gruppen zusammen, die jeweils von einer einzigen Seite bedient werden sollen, statt für jede Variante eine eigene dünne Seite anzulegen. Das verhindert interne Kannibalisierung, bei der mehrere eigene Seiten um dasselbe Keyword konkurrieren und sich gegenseitig im Ranking schwächen.

Der zuverlässigste Cluster-Indikator ist die SERP-Überlappung: Wenn zwei Keywords zu mindestens sechzig bis siebzig Prozent dieselben Top-10-Ergebnisse liefern, behandelt Google sie faktisch als dasselbe Suchthema, und beide sollten auf derselben Seite bedient werden. Tools wie Ahrefs oder Sistrix bieten automatisiertes Clustering auf SERP-Basis; für kleinere Keyword-Sets lässt sich das auch manuell mit einer Tabellenkalkulation und stichprobenartigen SERP-Vergleichen umsetzen.

5. Head-Terms vs. Long-Tail: wo der Umsatz wirklich steckt

Head-Terms sind kurze, hochvolumige Begriffe wie "Schuhe" mit entsprechend hartem Wettbewerb, meist dominiert von etablierten Marktplätzen und Marken mit jahrelanger Domain-Autorität. Long-Tail-Keywords sind längere, spezifischere Formulierungen wie "wasserdichte Laufschuhe Herren Größe 44 Test" mit deutlich geringerem Einzelvolumen, aber auch geringerem Wettbewerb und einer wesentlich höheren Kaufwahrscheinlichkeit, weil die Suchintention hier bereits sehr konkret ist.

Für die meisten Magento-Shops mit begrenztem Content-Budget ist eine Long-Tail-first-Strategie wirtschaftlich sinnvoller: Die Summe vieler Long-Tail-Rankings mit hoher Conversion-Rate übertrifft häufig den Umsatz eines einzelnen, hart umkämpften Head-Term-Rankings, das ohnehin selten in absehbarer Zeit erreichbar ist. Long-Tail-Content baut zudem sukzessive die thematische Autorität einer Domain auf, die wiederum das Ranking der eigenen Head-Terms mittelfristig verbessert.

<?php
/** @var \Magento\Catalog\Block\Category\View $block */
/** @var \Magento\Catalog\Model\Category $category */
$category = $block->getCurrentCategory();
$targetKeyword = $category->getData('target_keyword');
$clusterIntent = $category->getData('keyword_cluster_intent');
?>
<div class="category-header mb-8">
    <!-- Render the H1 from the researched target keyword, fall back to the category name -->
    <h1 class="text-3xl font-bold text-gray-900">
        <?= $block->escapeHtml($targetKeyword ?: $category->getName()) ?>
    </h1>
    <?php if ($clusterIntent === 'commercial'): ?>
        <!-- Commercial-investigation clusters get a comparison-oriented subheading -->
        <p class="text-sm text-gray-500 mt-1">
            <?= $block->escapeHtml__('Modelle, Preise und Bewertungen im direkten Vergleich.') ?>
        </p>
    <?php endif; ?>
</div>

6. Tool-Überblick: Search Console, Keyword-Planer und Drittanbieter

Die Google Search Console liefert die wertvollsten Daten überhaupt, weil sie zeigt, für welche Keywords der eigene Shop bereits Impressionen und Klicks erhält, inklusive der tatsächlichen Position, nicht nur einer Schätzung. Der Bericht "Leistung" unter "Suchanfragen" zeigt insbesondere Keywords mit hoher Impressionszahl, aber niedriger Klickrate: ein starkes Signal für Optimierungspotenzial bei Title und Meta-Description, ohne dass überhaupt neuer Content nötig wäre.

Der Google Keyword-Planer liefert Suchvolumen-Schätzungen, ist aber für unbezahlte Google-Ads-Konten oft nur in groben Spannen verfügbar. Drittanbieter-Tools wie Ahrefs, Semrush oder Sistrix ergänzen präzisere Volumendaten, Wettbewerbsanalysen und automatisiertes Clustering. Für den deutschen Markt liefern zusätzlich die Abschnitte "Ähnliche Suchanfragen" sowie "Nutzer fragen auch" in den Google-Suchergebnissen kostenlose, hochrelevante Long-Tail-Ideen direkt aus echten Nutzeranfragen.

#!/usr/bin/env bash
# Fetch Search Console query data and flag high-impression, low-CTR keywords
# Requires: gcloud auth application-default login, jq

SITE_URL="https://mironsoft.de/"
START_DATE="2026-05-01"
END_DATE="2026-06-30"

curl -s -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://www.googleapis.com/webmasters/v3/sites/$(python3 -c "import urllib.parse,sys;print(urllib.parse.quote(sys.argv[1],safe=''))" "$SITE_URL")/searchAnalytics/query" \
  -d '{
    "startDate": "'"$START_DATE"'",
    "endDate": "'"$END_DATE"'",
    "dimensions": ["query"],
    "rowLimit": 5000
  }' | jq -r '
    .rows[]
    | select(.impressions > 500 and .ctr < 0.02)
    | [.keys[0], (.impressions|tostring), (.ctr*100|tostring)+"%"]
    | @tsv
  ' | sort -t$'\t' -k2 -nr

# High impressions, low CTR: fix title and meta description first
echo "Keywords above: high visibility, low click-through - optimize title/meta description first."

7. Priorisierung nach Business-Value statt reiner Volumen-Zahl

Nicht jedes Keyword mit hohem Suchvolumen verdient Priorität. Eine belastbare Priorisierung gewichtet mindestens vier Faktoren: Suchvolumen, Wettbewerbsstärke, Suchintention und durchschnittlicher Warenkorbwert der dahinterliegenden Produkte. Ein Keyword mit moderatem Volumen, aber klar transaktionaler Absicht und hochpreisigen Produkten schlägt in der Praxis fast immer ein volumenstarkes, aber informationales Keyword mit niedrigmargigen Produkten.

Ein einfaches, praxistaugliches Scoring-Modell multipliziert normalisiertes Suchvolumen mit einem Intent-Faktor (transactional gleich 1,0, commercial gleich 0,7, informational gleich 0,3) und dividiert durch die geschätzte Wettbewerbsstärke. Das Ergebnis ist eine sortierbare Prioritätsliste, die verhindert, dass Content-Ressourcen in vermeintlich attraktive, aber wirtschaftlich wenig ergiebige Keywords fließen. Diese Liste sollte quartalsweise aktualisiert werden, weil sich Suchvolumen und Wettbewerb über Zeit verschieben.

// Score keywords by business value, not raw search volume alone
const INTENT_WEIGHT = {
  transactional: 1.0,
  commercial: 0.7,
  informational: 0.3,
  navigational: 0.1,
};

function scoreKeyword({ volume, competition, intent, avgOrderValue }) {
  // Normalize volume on a log scale so head terms don't dominate the ranking
  const normalizedVolume = Math.log10(volume + 1);
  const intentFactor = INTENT_WEIGHT[intent] ?? 0.2;
  const competitionPenalty = Math.max(competition, 0.1);

  return (normalizedVolume * intentFactor * avgOrderValue) / competitionPenalty;
}

const keywords = [
  { term: 'wasserdichte laufschuhe herren', volume: 320, competition: 0.3, intent: 'transactional', avgOrderValue: 89 },
  { term: 'laufschuhe test 2026', volume: 4400, competition: 0.8, intent: 'commercial', avgOrderValue: 89 },
  { term: 'laufschuhe pflegen', volume: 1800, competition: 0.2, intent: 'informational', avgOrderValue: 12 },
];

const prioritized = keywords
  .map((k) => ({ ...k, score: scoreKeyword(k) }))
  .sort((a, b) => b.score - a.score);

console.table(prioritized);

8. Competitive Keyword-Gap-Analyse: Lücken bei der Konkurrenz

Eine Keyword-Gap-Analyse vergleicht die organischen Rankings des eigenen Shops mit denen von zwei bis drei direkten Wettbewerbern und identifiziert Keywords, für die der Wettbewerb bereits rankt, der eigene Shop aber nicht. Diese Lücken sind besonders wertvoll, weil sie bereits einen Beweis für existierenden Suchbedarf liefern: Der Wettbewerber hätte sonst keine Rankingposition für dieses Keyword erreicht.

Tools wie der "Content Gap" von Ahrefs oder der "Keyword Gap" von Semrush automatisieren diesen Vergleich und liefern binnen Minuten eine priorisierbare Liste. Wichtig ist, die gefundenen Lücken anschließend mit der eigenen Priorisierungslogik aus Suchintention und Business-Value zu filtern, statt jede Lücke blind zu übernehmen. Nicht jedes Wettbewerber-Keyword passt zum eigenen Sortiment oder zur eigenen Positionierung im Markt.

<?xml version="1.0"?>
<!-- Layout XML: bind a landing page to a transactional long-tail keyword cluster -->
<page xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:noNamespaceSchemaLocation="urn:magento:framework:View/Layout/etc/page_configuration.xsd">
    <head>
        <!-- Title and meta description generated from the primary keyword of the cluster -->
        <title>Wasserdichte Laufschuhe Herren: Test & Kaufberatung</title>
        <meta name="description" content="Wasserdichte Laufschuhe für Herren im Vergleich: Materialien, Passform und Kaufberatung für jedes Wetter."/>
    </head>
    <body>
        <referenceContainer name="content">
            <!-- CMS block mapped 1:1 to a researched keyword cluster -->
            <block class="Magento\Cms\Block\Block" name="cluster.landingpage.waterproof-running-shoes">
                <arguments>
                    <argument name="block_id" xsi:type="string">cluster_waterproof_running_shoes_men</argument>
                </arguments>
            </block>
        </referenceContainer>
    </body>
</page>

9. Keyword-Typen im direkten Vergleich

Jeder Keyword-Typ hat ein eigenes Volumen-Wettbewerb-Verhältnis, ein eigenes Conversion-Potenzial und eine passende Zielseite. Die folgende Übersicht fasst zusammen, worauf es bei der Zuordnung konkret ankommt.

Recherchierte und geclusterte Keywords müssen anschließend in die tatsächliche Informationsarchitektur des Shops übersetzt werden: Ein Cluster wird zur Kategorieseite, ein transaktionales Long-Tail-Cluster zur Filterseite oder Landingpage, ein informationales Cluster zum Blogartikel mit interner Verlinkung zur passenden Kategorie. Entscheidend ist die konsequente Verlinkung zwischen den Ebenen, damit Suchende in der Consideration-Phase zur Transaktion geführt werden und die Recherche echten Geschäftswert entfaltet.

10. Zusammenfassung

Eine belastbare Keyword-Recherche-Methodik löst ein Kernproblem: Content-Budget fließt in Begriffe mit echtem Geschäftswert statt in Begriffe mit hohem gefühltem Volumen. Suchvolumen allein sagt nichts über die Suchintention aus, deshalb müssen beide Dimensionen gemeinsam bewertet werden, bevor eine Seite geplant wird. Keyword-Clustering verhindert interne Kannibalisierung, indem thematisch verwandte Varianten auf einer einzigen, starken Seite gebündelt werden statt auf vielen dünnen Einzelseiten.

Long-Tail-Keywords liefern in der Summe häufig mehr Umsatz als der Kampf um einzelne, hart umkämpfte Head-Terms, weil die Kaufwahrscheinlichkeit bei spezifischeren Suchanfragen deutlich höher liegt. Ein einfaches Scoring-Modell aus Volumen, Intention, Wettbewerb und Warenkorbwert macht die Priorisierung nachvollziehbar und wiederholbar, während eine regelmäßige Gap-Analyse zusätzliche, bereits validierte Chancen bei der Konkurrenz aufdeckt.

11. FAQ: Keyword-Recherche für Magento-Shops