Warum Keyword Clustering über Erfolg oder Misserfolg entscheidet
Eine typische Keyword-Recherche für eine B2B-Website liefert schnell mehrere hundert bis tausend Keywords. Die eigentliche Arbeit beginnt danach: Welche Keywords gehören auf dieselbe Seite? Welche brauchen eigene URLs? Und welche sind so ähnlich, dass sie sich gegenseitig kannibalisieren würden?
Ohne systematisches Clustering passiert eines von zwei Dingen: Entweder werden zu viele Einzelseiten erstellt, die Google als redundant wertet — mit der Folge, dass keine davon rankt. Oder es wird eine einzige Seite mit zu vielen Themen überladen, die dann für keine Suchabsicht wirklich relevant erscheint.
Keyword Clustering löst dieses Problem, indem es Keywords nach Suchabsicht (Search Intent) und semantischer Nähe gruppiert. Das Ergebnis ist eine klare Zuordnung: ein Cluster, eine Seite, eine primäre Suchabsicht.
Wer die vollständige Methodik der Keyword-Recherche als Grundlage benötigt, findet diese im Pillar-Artikel zur B2B-Keyword-Recherche.
Die zwei Grundprinzipien des Clusterings
Es gibt zwei Ansätze, nach denen Keywords gruppiert werden können — und beide haben ihre Berechtigung:
SERP-basiertes Clustering
Beim SERP-basierten Ansatz wird geprüft, ob zwei Keywords dieselben oder stark überlappende Suchergebnisse liefern. Wenn Google für „Keyword Clustering Tool" und „Keywords gruppieren Software" weitgehend dieselben URLs in den Top-10 zeigt, behandelt Google diese Keywords als semantisch äquivalent — und sie sollten auf dieselbe Seite.
Dieser Ansatz ist der präziseste, weil er nicht auf theoretischer Ähnlichkeit basiert, sondern auf dem tatsächlichen Verhalten der Suchmaschine. Tools wie Keyword Insights, Cluster AI oder die Clustering-Funktion in Semrush nutzen genau diese Logik.
Semantisches Clustering
Beim semantischen Ansatz werden Keywords nach inhaltlicher Verwandtschaft gruppiert — unabhängig davon, ob die SERPs überlappen. Das ist sinnvoll für Keywords mit sehr niedrigem Suchvolumen, bei denen SERP-Daten dünn sind, oder für thematische Planung auf übergeordneter Ebene.
In der Praxis empfiehlt sich eine Kombination: Semantisches Clustering für die grobe Struktur, SERP-basiertes Clustering für die finale Entscheidung auf Seitenebene.
Tools für Keyword Clustering im Vergleich
Der Markt für Clustering-Tools hat sich in den letzten Jahren stark entwickelt. Hier sind die relevantesten Optionen mit ihren Stärken und Schwächen:
Keyword Insights
Keyword Insights ist eines der spezialisiertesten Tools für SERP-basiertes Clustering. Keywords werden hochgeladen, das Tool prüft SERP-Überlappungen und liefert fertige Cluster mit Intent-Klassifizierung. Besonders nützlich für große Listen ab 500 Keywords. Die Ausgabe ist direkt als Content-Brief-Grundlage verwendbar.
Semrush Keyword Strategy Builder
Semrush hat Clustering direkt in den Workflow integriert. Der Keyword Strategy Builder gruppiert Keywords automatisch und schlägt eine Pillar-Cluster-Struktur vor. Für Teams, die ohnehin mit Semrush arbeiten, ist das der einfachste Einstieg. Die Qualität der Cluster ist solide, aber weniger präzise als bei spezialisierten Tools. Einen ausführlichen Vergleich der großen SEO-Plattformen bietet der Artikel Ahrefs vs. Semrush vs. Sistrix für den DACH-Markt.
Ahrefs
Ahrefs bietet in der Keyword-Explorer-Ansicht eine „Parent Topic"-Funktion, die anzeigt, welches übergeordnete Keyword eine URL typischerweise rankt. Das ist kein vollständiges Clustering, aber ein hilfreicher erster Filter, um Keywords einem Thema zuzuordnen.
Manuelles Clustering mit Google Sheets und Python
Für kleinere Listen oder spezifische Anforderungen ist manuelles Clustering mit einer strukturierten Tabelle oft effizienter als jedes Tool. Eine einfache Methode: Keywords nach Wortgruppen sortieren, Intent-Spalte hinzufügen, und Duplikate oder Varianten zusammenführen.
Für technisch versierte Teams bietet Python mit der Bibliothek sentence-transformers die Möglichkeit, semantische Ähnlichkeiten zu berechnen und Keywords automatisch zu clustern — ohne laufende Tool-Kosten. Das ist besonders bei sehr großen Listen (10.000+ Keywords) sinnvoll.
Schritt-für-Schritt: Keyword Clustering in der Praxis
Unabhängig vom gewählten Tool folgt ein strukturiertes Clustering immer denselben Schritten:
- Rohliste bereinigen: Duplikate entfernen, irrelevante Keywords aussortieren, Branded und Non-Branded trennen. Zur Strategie für beide Typen gibt es einen eigenen Artikel: Branded vs. Non-Branded Keywords.
- Intent klassifizieren: Jedes Keyword einer Suchabsicht zuordnen — informational, navigational, commercial, transactional. Das ist die Grundlage für die spätere Content-Planung entlang der Buyer Journey (TOFU, MOFU, BOFU).
- SERP-Überlappung prüfen: Für die wichtigsten Keywords manuell oder per Tool prüfen, welche URLs in den Top-10 erscheinen. Keywords mit mehr als 3 gemeinsamen URLs gehören in denselben Cluster.
- Cluster benennen und priorisieren: Jedem Cluster ein Primary Keyword zuweisen — das mit dem höchsten Suchvolumen und der klarsten Suchabsicht. Die anderen Keywords im Cluster werden als Secondary Keywords auf derselben Seite behandelt.
- Kannibalisierung prüfen: Bestehende Seiten mit den Clustern abgleichen. Wenn zwei Seiten denselben Cluster abdecken, muss eine konsolidiert oder umgeleitet werden.
Häufige Fehler beim Keyword Clustering
Auch mit den richtigen Tools entstehen typische Fehler, die die Qualität des Clusterings untergraben:
- Suchvolumen als einziges Kriterium: Keywords mit hohem Volumen werden zusammengefasst, obwohl sie unterschiedliche Intents haben. Ein Keyword mit 5.000 monatlichen Suchen und informationalem Intent gehört nicht in denselben Cluster wie ein transaktionales Keyword mit 500 Suchen — auch wenn beide dasselbe Thema berühren. Warum hohes Suchvolumen allein keine Grundlage für Entscheidungen ist, erklärt der Artikel Search Volume verstehen.
- Zu kleine Cluster: Wenn jedes Keyword einen eigenen Cluster bekommt, entsteht eine fragmentierte Seitenstruktur. Faustregel: Ein Cluster sollte mindestens 3–5 thematisch verwandte Keywords enthalten, bevor eine eigene Seite gerechtfertigt ist.
- Cluster ohne Pillar-Struktur: Einzelne Cluster ohne übergeordnete Pillar-Seite verlieren das interne Linking-Potenzial. Jede Cluster-Gruppe sollte einer übergeordneten Themenstruktur zugeordnet sein.
- Statisches Clustering: Keyword-Cluster veralten. Neue Suchtrends, saisonale Verschiebungen und veränderte Suchabsichten erfordern regelmäßige Überprüfung — mindestens einmal pro Quartal für aktive Content-Bereiche. Saisonale Muster im B2B-Kontext werden im Artikel Saisonale Keywords im B2B behandelt.
Besonderheiten beim Clustering für B2B-Websites
B2B-Keyword-Clustering unterscheidet sich in einem wesentlichen Punkt von B2C: Die Suchabsichten sind komplexer und oft mehrstufig. Ein Entscheider, der nach einer Software-Lösung sucht, durchläuft mehrere Recherchephasen — von allgemeinen Fragen bis zu konkreten Vergleichen und Kaufentscheidungen.
Das bedeutet: Cluster müssen nicht nur nach Thema, sondern auch nach Kaufphase strukturiert werden. Ein Cluster für „Was ist [Technologie]" (TOFU) und ein Cluster für „[Technologie] Anbieter Vergleich" (BOFU) können dasselbe übergeordnete Thema haben — aber sie brauchen separate Seiten mit unterschiedlichem Content-Format und unterschiedlicher Conversion-Ausrichtung.
Frage-Keywords spielen dabei eine besondere Rolle: Sie decken oft frühe Recherchephasen ab und eignen sich hervorragend als eigenständige Cluster. Wie People Also Ask systematisch für Content genutzt wird, zeigt der Artikel Question Keywords und People Also Ask.
Ein weiterer B2B-spezifischer Aspekt: Wettbewerber-Keywords. Wenn Mitbewerber für bestimmte Cluster ranken, die die eigene Website nicht abdeckt, sind das direkte Content-Lücken. Die Methodik dafür beschreibt der Artikel zur Wettbewerber-Keyword-Analyse.
Ausgabe und Dokumentation eines Keyword-Clusters
Ein fertiger Keyword-Cluster sollte als strukturiertes Dokument vorliegen, das direkt als Briefing für Content-Erstellung nutzbar ist. Mindestinhalt pro Cluster:
- Primary Keyword (mit Suchvolumen und Keyword Difficulty)
- Secondary Keywords (Liste mit Volumen)
- Suchabsicht (Intent-Klassifizierung)
- Buyer-Journey-Phase
- Vorgeschlagener URL-Slug
- Bestehende Seite (falls vorhanden) oder „neu erstellen"
- Interne Verlinkungsziele
Diese Dokumentation verhindert, dass Clustering-Arbeit in der Schublade verschwindet und nicht in tatsächliche Content-Entscheidungen übersetzt wird.