Keyword-Recherche für ChatGPT und KI-Suche: Intent statt Wortlisten

Kurzantwort: Die richtigen „Keywords für ChatGPT“ entstehen nicht aus einer geheimen KI-Keywordliste. Verbinden Sie reale Suchnachfrage, Kundenfragen, Entitäten, Entscheidungsintentionen und ein versioniertes Prompt-Set. Ziel ist pro wichtigem Problem eine eindeutige Zielseite – nicht eine neue Seite für jede minimale Formulierungsvariante.

Wer nur Prompts brainstormt, weiß nicht, ob Menschen diese Fragen wirklich stellen. Wer nur klassische Keywords betrachtet, übersieht dialogische Vergleiche, Rückfragen und die Wiedergabe der eigenen Marke. Eine belastbare Recherche nutzt deshalb mehrere Datenquellen und trennt Nachfrage, Content-Entscheidung und spätere Messung.

Was bei KI-Suche an die Stelle der Keywordliste tritt

Keywords bleiben nützlich, aber sie werden Teil eines größeren Modells:

Ein einzelnes Keyword besitzt dadurch nicht automatisch eine eigene URL. Mehrere Formulierungen können dieselbe Intention und dieselbe belastbare Hauptseite haben.

Die sechs wichtigsten Fragenklassen

1. Problemfragen

Die Person beschreibt einen Zustand, ohne die Lösung zu kennen: „Warum wird unsere Marke in KI-Antworten falsch dargestellt?“ Solche Fragen eignen sich für Diagnose, Definition und erste Handlungsoptionen.

2. Kategoriefragen

Die Lösungsklasse ist bekannt: „Welche Dienstleister messen Sichtbarkeit in ChatGPT und Gemini?“ Hier müssen Kategorie, Leistungsumfang und Auswahlkriterien eindeutig sein.

3. Vergleichsfragen

Optionen werden gegenübergestellt: „Agentur oder Monitoring-Tool – was passt zu einem B2B-Team?“ Eine gute Seite liefert Kriterien, Grenzen und eine Entscheidungsmatrix statt pauschaler Sieger.

4. Preis- und Risikofragen

Die Entscheidung wird konkreter: „Was kostet ein LLMO-Audit, welche Daten werden benötigt und was ist nicht garantiert?“ Diese Fragen gehören auf Preis-, Leistungs- oder Methodikseiten und nicht nur in einen allgemeinen Blogpost.

5. Umsetzungsfragen

Die Person möchte handeln: „Welche technischen Voraussetzungen muss unsere Website erfüllen?“ Hier zählen Checkliste, Zuständigkeit, Abhängigkeiten und prüfbares Ergebnis.

6. Marken- und Faktenfragen

Der Anbieter ist bekannt: „Wer steckt hinter LLMO Agentur Berlin und für wen eignet sich das Angebot?“ Diese Fragen prüfen Entity-Klarheit und Accuracy, aber nicht die ungestützte Discovery einer Marke.

Schritt 1: Mit vorhandener Nachfrage beginnen

Exportieren Sie aus Search Console Suchanfragen und Seiten für einen ausreichend langen Zeitraum. Markieren Sie:

• hohe Impressionen und sehr wenige Klicks,
• mehrere URLs für dieselbe Suchintention,
• kaufnahe Fragen ohne passende Zielseite,
• Seiten mit Klicks, aber ohne Conversion-Pfad,
• Begriffe, die nicht zum tatsächlichen Angebot passen.

Die Impression allein entscheidet nicht. Eine kleinere, kaufnahe Anfrage kann geschäftlich wichtiger sein als ein großer Informationsbegriff. Dokumentieren Sie deshalb zu jedem Cluster Funnel-Stufe und gewünschten nächsten Schritt.

Schritt 2: Vertrieb, Support und interne Suche ergänzen

Suchtools kennen nicht alle Einwände. Sammeln Sie deshalb Fragen aus:

• Erstgesprächen und verlorenen Deals,
• Angebots- und Ausschreibungsunterlagen,
• Supporttickets und Chatverläufen,
• interner Websitesuche,
• Produktdemo und Onboarding,
• Rückfragen zu Preis, Datenschutz, Integration und Ergebnisgrenzen.

Formulieren Sie die Frage so, wie ein Interessent sie stellt. Interne Produktbegriffe sind oft keine Sprache des Marktes. Speichern Sie den Ursprung jeder Frage, damit Priorität und Kontext später nachvollziehbar bleiben.

Schritt 3: Suchintention statt Keyword-Dichte bestimmen

Keyword-Dichten wie „ein bis zwei Prozent“ sind kein sinnvolles Redaktionsziel. Eine Seite kann eine Frage gut beantworten, ohne dieselbe Formulierung ständig zu wiederholen.

Google erklärt im aktuellen Leitfaden für generative Suche, dass Systeme Synonyme und Bedeutungen verstehen und keine Inhalte für jede mögliche Long-Tail-Variante nötig sind. Google warnt außerdem vor massenhaft erzeugten Varianten ohne zusätzlichen Nutzerwert.

Entscheiden Sie stattdessen:

1. Welche Hauptfrage beantwortet die Seite?
2. Welche Zielgruppe, Region und Situation gelten?
3. Welche Unterfragen sind für die Entscheidung nötig?
4. Welche Belege oder eigene Erfahrung stehen zur Verfügung?
5. Welche andere Seite sollte nicht dasselbe Ziel verfolgen?

Schritt 4: Entitäten und Beziehungen erfassen

Eine Fragenmap braucht mehr als Wörter. Notieren Sie relevante Entitäten und ihre Beziehungen:

• Marke und rechtlicher Anbieter,
• Leistung und Zielgruppe,
• Produkt, Variante und Kategorie,
• Person und fachliche Rolle,
• Standort und tatsächliches Servicegebiet,
• Tool, Datenquelle und Messgröße.

So erkennen Sie Widersprüche früh. Wenn drei Seiten unterschiedliche Firmennamen oder Leistungsdefinitionen verwenden, hilft kein zusätzliches Keyword. Der Aufbau konsistenter Beziehungen wird unter Entity Authority beschrieben.

Schritt 5: Aus einem Cluster ein Prompt-Set bauen

Überführen Sie die wichtigsten Intentionen in natürliche Testfragen. Verwenden Sie mindestens eine offene Discovery-Frage und eine Markenfrage. Halten Sie Region, Sprache und Persona konstant, wenn Ergebnisse über Zeit verglichen werden sollen.

Ein Cluster „LLMO-Kosten“ könnte enthalten:

Prompts sind Messfragen. Sie ersetzen weder Suchvolumen noch Content-Recherche. Der Leitfaden zu Citation-Prompt-Mustern zeigt, wie Discovery und Markenprüfung getrennt bleiben.

Schritt 6: Pro Intention eine Hauptseite festlegen

Prüfen Sie das bestehende Inventar, bevor neuer Content entsteht. Für jede Intention gibt es vier mögliche Entscheidungen:

• vorhandene Hauptseite aktualisieren,
• mehrere schwache Seiten zusammenführen,
• fehlende Zielseite neu erstellen,
• irrelevante oder unpassende Seite weiterleiten oder entfernen.

Eine Hauptseite sollte die Antwort früh liefern, Belege sichtbar machen, passende Unterfragen abdecken und intern von relevanten Hubs erreichbar sein. „Mehr Content“ ist kein Ziel, wenn vorhandene Signale dadurch auf weitere ähnliche URLs verteilt werden.

Schritt 7: Mit Geschäftsnähe priorisieren

Bewerten Sie jeden Cluster auf einer einheitlichen Skala:

1. vorhandene Nachfrage,
2. Nähe zu Angebot und Umsatz,
3. aktuelle Sichtbarkeitslücke,
4. Belegbarkeit und eigener Beitrag,
5. Umsetzungsaufwand,
6. klarer Conversion-Schritt.

Beginnen Sie häufig mit Seiten, die bereits Impressionen besitzen, aber Suchintention oder Snippet nicht gut treffen. Dort liegt eine beobachtete Nachfrage vor. Ein komplett neues Thema ohne Daten ist riskanter.

Kostenlose Suchintention-/Prompt-Matrix

Die CSV-Vorlage für KI-Suchintentionen herunterladen verbindet Cluster, Kundenfrage, Datenquelle, Search-Console-Werte, Zielseite, Prompt-ID, KI-Oberfläche, Citation und Geschäftspriorität. Die Beispielzeile enthält nur neutrale Platzhalter.

Nutzen Sie die Matrix in dieser Reihenfolge:

1. reale Kundenfrage und Ursprung eintragen,
2. vorhandene Suchdaten ergänzen,
3. eindeutige Zielseite festlegen,
4. Prompt-ID und Testoberfläche definieren,
5. Baseline erheben,
6. Release dokumentieren,
7. Sichtbarkeit und Conversion getrennt auswerten.

Erfolg eines Clusters messen

Bewerten Sie nicht nur Rankings. Ein vollständiges Cluster-Reporting enthält:

• Impressionen, Klicks und CTR der Hauptseite,
• indexierte und konsolidierte URLs,
• Brand Mention und Citation Rate im festen Prompt-Set,
• Aussagegenauigkeit und Quellenkontext,
• AI Referral und Brand Search,
• CTA, Formular, bestätigten Termin und Opportunity.

Die LLMO-KPI-Definitionen helfen, Zähler und Nenner vor der Messung festzulegen.

Häufige Fehler

• automatisch Hunderte Promptvarianten als Artikel veröffentlichen,
• Suchvolumen von einem Modell erfinden lassen,
• jede Stadt oder Wortstellung als eigene Seite behandeln,
• Markenprompts als Discovery ausweisen,
• Keyword-Dichte statt Informationsqualität optimieren,
• Content ohne vorhandene Belege produzieren,
• Suchsichtbarkeit ohne Conversion-Pfad messen.

Fazit: Von realer Nachfrage zur messbaren Antwortfläche

Keyword-Recherche für ChatGPT und KI-Suche beginnt bei echten Menschen und vorhandenen Daten. Clustern Sie Fragen nach Intention, ordnen Sie Entitäten und Zielseiten zu und testen Sie dieselben kaufnahen Fragen wiederholt. So entsteht ein Content-Plan mit weniger Kannibalisierung und klarerer Geschäftswirkung.

Sie möchten wissen, welche vorhandenen Impressionen zuerst in bessere Zielseiten und Termine übersetzt werden können? Website prüfen und anschließend einen verfügbaren Termin wählen.

Quellenstand: 15. Juli 2026. Aussagen zu Synonymen, Long-Tail-Varianten und generativer Google-Suche basieren auf dem aktuellen Google-Leitfaden. Messung wird mit dem offiziellen Generative-AI-Bericht in Search Console abgeglichen.