Keyword-Recherche 2026: KI, die Umsatz statt Suchvolumen priorisiert

Warum Suchvolumen 2026 die falsche Metrik ist

Als der Google Keyword Planner 2005 startete, war Suchvolumen die entscheidende Kennzahl: mehr Suchen bedeuteten mehr potenzielle Klicks. 2026 gilt das nicht mehr. Eine Suche „zahnarzt münchen“ mit 8 100 Suchen/Monat generiert dank Zero-Click-SERP (Google Maps, People Also Ask, Local Pack, Featured Snippet, Ads) im Schnitt weniger als 500 organische Klicks in die Top-10 — und davon gehen 62 % an die ersten drei Ergebnisse. Bei einem Long-Tail-Term wie „zahnarzt neuhausen wochenende notdienst preis“ mit nur 90 Suchen/Monat gibt es keine SERP-Features, die die Klicks abfangen — und der Intent ist so scharf, dass die Konvertierungsrate 12× höher liegt.

Was tatsächlich zählt, sind vier verkoppelte Faktoren: Intent (was will die Person?), echte Schwierigkeit (nicht die Domain-Rating-basierte Näherung), SERP-Feature-Verteilung (wie viele Klicks bleiben für organische Ergebnisse übrig?) und erwarteter Umsatzwert (was ist ein Klick in dieser Query im Kontext deines Business wert?). Genau diese vier misst das Semalt-KI-Modul, statt sich auf ein einziges Suchvolumen zu verlassen.

Intent-Klassifikation, die tatsächlich funktioniert

Die klassische Intent-Klassifikation aus dem Search-Quality-Guide (informational, navigational, transactional, commercial-investigation) ist zu grob für praktische Content-Priorisierung. Das Semalt-Modul klassifiziert in sieben Kategorien, die ein deutschsprachiges LLM aus dem SERP-Snapshot ableitet:

1. Discover — jemand hat vage von einem Thema gehört und will einen Überblick („was ist local seo“).
2. How-to — konkrete Handlungsanleitung („google business profil einrichten schritte“).
3. Compare — A vs. B vs. C („shopware vs shopify für deutschen mittelstand“).
4. Evaluate — Kaufabsicht mit Recherche („seo agentur münchen erfahrungen“).
5. Local — ortsgebunden („steuerberater sendling“).
6. Transact — Kauf jetzt („seo audit angebot preis“).
7. Serve-existing — bestehender Kunde sucht Hilfe („kunden login semalt“).

Für jede Klasse gibt es einen empfohlenen Content-Format-Baustein (Vergleichs-Tabelle, Schritt-für-Schritt-Anleitung, Landingpage mit Kalender-Widget, FAQ mit Schema-Markup, etc.). Bei DACH-Kunden ist die feinere Klassifikation vor allem in gemischten Verticals (SaaS + Beratung) wertvoll, wo derselbe Term je nach SERP-Ausprägung zwei komplett unterschiedliche Antworten braucht.

Echte Schwierigkeit statt DR-basierter Schätzung

Die Domain-Rating-basierte Keyword-Difficulty (KD), die die meisten Tools 2015-2023 verwendeten, war eine Näherung: „wenn die Top-10 im Schnitt DR 55 haben, brauchst du DR 55, um zu ranken“. Das war nie richtig und ist 2026 komplett irreführend. Google gewichtet Autorität granular pro Themengebiet, nicht global. Eine kleine Münchner Anwaltskanzlei mit DR 22 kann für lokale Rechtsberatung leicht in die Top-5 kommen, obwohl DR 65-Wettbewerber im SERP stehen — wenn die Content-Qualität, das E-E-A-T-Signal und die lokale Relevanz stimmen.

Das Semalt-Modul errechnet Difficulty aus einer Kombination von:

• Content-Depth der Top-10: Wortzahl, Zwischenüberschriften, strukturierte Daten, Anzahl unterschiedlicher Entities laut Google NLP-API.
• Topical-Cluster-Coverage: hat die konkurrierende Domain 5 oder 45 verwandte Artikel?
• Backlink-Frische: haben die Top-10 in den letzten 90 Tagen frische Links bekommen?
• SERP-Volatilität: schwankt das Ranking oder ist es stabil?
• Local-Signal-Dichte: bei lokalen Queries: haben die Top-10 GBP-Reviews, NAP-Konsistenz, echte Adressen?

Die resultierende Zahl ist keine 0-100-Balken-Schätzung, sondern eine wahrscheinlichkeits-basierte Prognose: „bei deiner aktuellen Site-Autorität hast du 71 % Chance, innerhalb von 6 Monaten in die Top-5 zu kommen“. Diese Prognose ist bei Münchner KMU-Kunden im Rückblick zu 84 % zutreffend gewesen.

SERP-Features als Multiplikator

Ein Faktor, den kaum ein anderes Tool berücksichtigt: das SERP-Layout entscheidet, wie viele Klicks überhaupt in die organischen Ergebnisse fließen. Für eine typische kommerzielle Query in München können bis zu 60 % der Klicks im Local Pack, in Ads, in Featured Snippets oder in Video-Karussells hängen bleiben, bevor die klassischen zehn blauen Links überhaupt eine Chance haben.

Das Semalt-KI-Modul berücksichtigt 18 SERP-Features und rechnet die effektive CTR-Kurve pro Query aus. Das Ergebnis ist eine effektive organische Reichweite statt eines rohen Suchvolumens.

Erwarteter Umsatz pro Keyword

Wenn du dein CRM oder deinen Shop mit Semalt Analytics verbindest, hat das KI-Modul historische Daten darüber, welche Keywords in deinem konkreten Business zu Umsatz führen. Das Modell lernt Muster: „Kunden, die über einen How-to-Term zu uns kamen, haben eine 3 %-Konvertierungsrate mit 380 € durchschnittlichem Auftragswert; Kunden über einen Compare-Term konvertieren zu 8 % bei 940 € Auftragswert“.

Für jedes vorgeschlagene Keyword wird ein erwarteter Monats-Umsatz geschätzt, wenn du Position 1-3 erreichst. Diese Zahl ist die einzige, auf der du deine Content-Roadmap tatsächlich priorisieren solltest — nicht Suchvolumen, nicht Schwierigkeit isoliert, nicht CPC.

Beispiel: Anwaltskanzlei in München

Eine Fachkanzlei für Arbeitsrecht in Ludwigsvorstadt hatte im März 2026 eine Liste von 47 Keywords, die sie über ein klassisches Tool priorisiert hatten. Wir haben denselben Startpunkt in Semalt geladen. Ergebnis:

• Von 47 Keywords wurden 12 aussortiert, weil das SERP-Layout < 5 % effektive CTR ließ (Zero-Click-Terme, dominiert von Featured Snippet und PAA).
• 19 wurden umgewichtet, weil sie eine falsche Intent-Klasse hatten — die geplanten Blog-Artikel wären für Discover-Suchen gewesen, während die tatsächliche Intent Local + Transact war.
• 16 wurden bestätigt und um 8 neu vorgeschlagene ergänzt, die das KI-Modul aus dem semantischen Cluster generierte (z. B. „kündigung wegen befristung münchen anwalt“, das das ursprüngliche Tool nicht hatte).

Nach drei Monaten Content-Umsetzung: organische Anfragen für die Kanzlei stiegen von 41/Monat auf 128/Monat, mit einem 2,3× höheren durchschnittlichen Auftragswert — weil die neuen Keywords höhere Intent-Klarheit hatten.

Wochenworkflow für ein KMU-Team

Häufige Fragen

Woher stammen die Keyword-Vorschläge?

Aus einer Kombination von Google Search Suggestions, People-Also-Ask, verwandten Anfragen der Search Console, semantischer Erweiterung durch ein deutschsprachiges LLM und Konkurrenz-Rankings (Backlink-Gap-basiert). Neue Terme werden alle 6 Stunden aktualisiert.

Ersetzt es SEMrush oder Ahrefs für Keyword-Recherche?

Für die reine Keyword-Idee-Generierung sind alle drei vergleichbar. Der Unterschied liegt in der Priorisierung: SEMrush und Ahrefs zeigen Volumen und KD, Semalt zeigt effektive Reichweite und erwarteten Umsatz. Für datengetriebene Teams reicht Semalt allein; für Backlink-Analyse ergänzt man mit Ahrefs.

Funktioniert die KI auf Deutsch?

Ja, das Modell ist speziell für Deutsch (und weitere DACH-Varianten wie Österreichisches Deutsch, Schweizerdeutsch) sowie 14 weitere Sprachen trainiert. Die Intent-Klassifikation und Cluster-Generierung berücksichtigen deutschsprachige Idiome, Kompositas und rechtliche Terminologie.

Wie groß darf ein Keyword-Batch sein?

Bis 50 000 Keywords in einem einzigen Batch werden vom KI-Modul in einem Zug analysiert. Der Batch dauert ~3 Minuten pro 10 000 Keywords. Für größere Recherchen empfiehlt sich die Cluster-Vorfilterung.

Kann ich meine Konkurrenten importieren?

Ja — entweder als Domain-Liste oder aus dem Wettbewerbsanalyse-Modul heraus. Semalt zeigt dann alle Keywords, für die die Konkurrenz rankt und du nicht — die klassische „keyword-gap“-Ansicht, aber mit dem oben beschriebenen Priorisierungs-Overlay.

Was ist mit Voice und AI-Overview-Suchen?

Das SERP-Feature-Modell erkennt AI Overviews (früher SGE) und markiert Queries, in denen der Overview den größten Klick-Anteil abgreift. Für diese Queries schlägt Semalt spezifische Content-Strukturen vor, die eher in Overviews zitiert werden (klare TL;DR-Zusammenfassungen, definitive Antworten in den ersten 60 Wörtern).