Embedding-Cluster-Analyse mit KI fuer Themen

Wenn Sie 80 Blog-Artikel haben, aber nicht wissen, welche davon sich gegenseitig Konkurrenz machen, hilft Bauchgefuehl nicht weiter. Eine Embedding-Cluster-Analyse zeigt Ihnen in wenigen Minuten, welche Texte thematisch zu nah beieinander liegen und wo komplette Themen fehlen.

Dieser Artikel erklaert, was Embeddings sind, wie Sie damit Content-Cluster und Themenluecken sichtbar machen und welche Tools Sie dafuer brauchen - ganz ohne Data-Science-Studium.

Was Embeddings einfach erklaert sind

Ein Embedding ist eine Liste von Zahlen, die die Bedeutung eines Textes beschreibt. Ein KI-Modell liest Ihren Artikel und uebersetzt ihn in einen Vektor mit oft 768 bis 1536 Dimensionen. Klingt kompliziert, ist aber im Kern simpel: Texte mit aehnlicher Bedeutung bekommen aehnliche Zahlen.

Der entscheidende Punkt: Embeddings verstehen Bedeutung, nicht nur Worte. "Auto reparieren" und "KFZ-Werkstatt" teilen kein einziges Wort, landen im Vektorraum aber dicht beieinander, weil sie dasselbe meinen. Genau das macht Embeddings so wertvoll fuer die thematische Analyse von Inhalten.

Fuer SEO heisst das: Sie koennen messen, wie aehnlich sich zwei Seiten wirklich sind - aus Sicht einer Maschine, die auch Google und ChatGPT aehnlich einsetzen. Wie KI grundsaetzlich in die Content-Erstellung passt, zeigen wir im Artikel zu KI-gestuetztem Content.

Wie Sie damit Content-Cluster und Themenluecken finden

Stellen Sie sich Ihre gesamte Website als Punktwolke vor. Jeder Artikel ist ein Punkt im Raum. Artikel, die thematisch zusammengehoeren, bilden Gruppen - sogenannte Cluster.

Aus dieser Content-Cluster-Karte lesen Sie drei Dinge ab:

• Dichte Cluster. Viele Punkte sehr eng beieinander bedeuten: Sie behandeln ein Thema mehrfach. Das ist ein Warnsignal fuer Kannibalisierung.
• Leere Bereiche. Luecken zwischen den Clustern zeigen Themen, die zu Ihrem Profil passen wuerden, die Sie aber noch nicht abdecken.
• Einzelgaenger. Isolierte Punkte sind Artikel ohne thematischen Anschluss. Sie bekommen selten interne Links und ranken oft schwach.

Eine typische Praxis-Beobachtung: Von 60 analysierten Artikeln liegen etwa 15 Prozent so dicht beieinander, dass sie um dieselben Suchbegriffe konkurrieren. Diese Themenluecken und Ueberschneidungen finden Sie ohne Embeddings kaum, weil die Ueberschriften oft unterschiedlich klingen.

Der Workflow Schritt fuer Schritt

Der Ablauf ist immer gleich, egal ob Sie 20 oder 2000 Seiten haben.

1. Texte sammeln. Ziehen Sie URL, Titel und Haupttext jeder Seite in eine Tabelle. Bei kleinen Sites genuegt Copy-Paste, bei groesseren ein Crawler, der alle Seiten automatisch ausliest.
2. Vektorisieren. Schicken Sie jeden Text an ein Embedding-Modell. Sie bekommen pro Text einen langen Vektor zurueck, der dessen Bedeutung als Zahlenfolge speichert.
3. Aehnlichkeit berechnen. Die Kosinus-Aehnlichkeit zwischen zwei Vektoren ergibt einen Wert zwischen 0 und 1. Werte ueber 0,85 deuten auf inhaltliche Ueberschneidung hin und gehoeren genauer geprueft.
4. Clustern. Ein Algorithmus wie K-Means oder HDBSCAN gruppiert die Vektoren automatisch in Themenbereiche, ohne dass Sie die Gruppen vorgeben muessen.
5. Visualisieren. Mit UMAP oder t-SNE bringen Sie die vielen Dimensionen auf eine 2D-Karte, die Sie als Streudiagramm lesen koennen.

Praktische Tools und Ansaetze ohne Data-Science-Studium

Sie muessen keinen einzigen Algorithmus selbst programmieren. Diese Wege funktionieren in der Praxis:

• Embedding-APIs. Die OpenAI-API liefert mit text-embedding-3-small Vektoren fuer rund 0,02 US-Dollar pro eine Million Token. 500 Artikel kosten oft unter einem Euro.
• Google Colab. Ein kostenloses Notebook im Browser. Sie kopieren ein fertiges Skript hinein, tragen Ihren API-Key ein und druecken auf Start.
• Tabellen plus KI-Assistent. Lassen Sie sich von einem KI-Assistenten ein Python-Skript schreiben. Gut formulierte Anweisungen sparen viel Zeit - die Grundlagen dazu finden Sie in unserem Artikel zu Prompt-Techniken fuer SEO.
• Fertige SEO-Tools. Einige Anbieter bauen Embedding-Analysen mittlerweile direkt ein, etwa fuer interne Verlinkung oder Content-Audits.

Wichtig ist nur Konsistenz: Nutzen Sie fuer alle Texte dasselbe Modell, sonst sind die Vektoren nicht vergleichbar.

Anwendung: Kannibalisierung und Pillar-Struktur erkennen

Hier wird die Analyse konkret. Zwei Anwendungsfaelle bringen den groessten Hebel.

Kannibalisierung aufloesen. Wenn zwei Seiten eine Aehnlichkeit ueber 0,9 haben, verteilen sie ihre Ranking-Signale auf zwei statt eine URL. Die Loesung ist meist eine Zusammenlegung: Sie fuehren beide Artikel zu einem starken Beitrag zusammen und leiten die schwaechere URL per 301-Weiterleitung um. In der Praxis steigen zusammengelegte Seiten oft mehrere Positionen, weil sich Backlinks und Relevanz buendeln.

Pillar-Struktur planen. Die Cluster aus der Analyse sind faktisch Ihre Themenbereiche. Das groesste, zentralste Thema wird zur Pillar-Page, die kleineren Artikel rundherum zu Cluster-Inhalten, die darauf verlinken. Wie diese Architektur sauber aufgebaut wird, beschreiben wir ausfuehrlich im Artikel zu Pillar-Pages und Themen-Clustern.

Ein dritter Nebeneffekt: Sie sehen sofort, welche Artikel keinem Cluster zuzuordnen sind. Diese Einzelgaenger sind Kandidaten fuer eine bessere interne Verlinkung oder fuer eine Loeschung, falls sie thematisch nicht zu Ihrer Marke passen.

Grenzen der Methode

Eine Embedding-Analyse ist ein Werkzeug, kein Orakel. Diese Grenzen sollten Sie kennen:

• Aehnlichkeit ist nicht gleich Kannibalisierung. Zwei Seiten koennen thematisch nah sein und trotzdem unterschiedliche Suchintentionen bedienen. Pruefen Sie verdaechtige Paare immer manuell.
• Embeddings sehen kein Suchvolumen. Eine Themenluecke ist nur dann wertvoll, wenn auch Menschen danach suchen. Kombinieren Sie die Analyse mit einer echten Keyword-Recherche.
• Modell-Bias. Jedes Modell hat blinde Flecken. Bei sehr fachlichen Nischen liegen die Vektoren manchmal daneben.
• Aktualitaet. Die Analyse ist eine Momentaufnahme. Nach groesseren Content-Aenderungen sollten Sie die Vektoren neu berechnen.

Trotz dieser Einschraenkungen ersetzt die Methode kein anderes Verfahren so gut wie das stundenlange manuelle Durchklicken grosser Content-Bestaende. Sie liefert in Minuten eine Landkarte, fuer die ein Mensch Tage braeuchte.

Fazit

Embeddings machen sichtbar, was in einem grossen Content-Bestand sonst verborgen bleibt: doppelte Themen, fehlende Inhalte und die natuerliche Struktur Ihrer Website. Der Einstieg kostet weniger als einen Euro an API-Gebuehren und einen Nachmittag Zeit.

Wer regelmaessig publiziert, sollte die Analyse ein- bis zweimal pro Jahr wiederholen. So bleibt die Themen-Architektur sauber - und Ihre Seiten arbeiten fuereinander statt gegeneinander.