Hey zusammen,
ich beschäftige mich gerade damit, wie ich meine internen Verlinkungen auf meinen Seiten sinnvoller strukturieren kann. Bisher mach ich das alles manuell – ich geh durch alte Artikel, schaue was thematisch passt und setze Links per Hand. Das kostet extrem viel Zeit, besonders jetzt im Sommer wo ich eh weniger am PC sitze.
Mir ist aufgefallen dass das bei größeren Projekten (ich hab grad so 80-120 Artikel auf einer meiner Seiten) wirklich zu einer Halbtagsbeschäftigung wird. Ich frag mich ob man das mit KI effizienter hinkriegt – also ob es sinnvolle Ansätze gibt, KI zu nutzen um interne Verlinkungsstrukturen zu analysieren, Lücken zu finden, oder sogar Vorschläge zu generieren welche Artikel verlinkt werden sollten.
Hat da jemand konkrete Erfahrungen? Nicht nur theoretisch, sondern wirklich im Einsatz gehabt? Was klappt, was ist Murks?
Interessiert mich auch ob ihr das eher mit fertigen Tools macht oder selbst Prompts baut und sowas in GPT-Workflows reinpackt. Ich bin da noch ziemlich am Anfang und will keine Zeit verheizen mit Sachen die am Ende nix bringen.
Danke schonmal!
hab das letzes Jahr auch mal durchgezogen mit nem Custom GPT. Fazit: funktionert ganz ok für mittlere Seiten bis ~100 Artikel, danach wird der Kontext zu groß und das Modell fängt an seltsame Verbindungen vorzuschlagen die thematisch eigentlich keinen Sinn ergeben. Hab dann auf Chunks umgestellt – also immer nur 20-25 Artikel auf einmal verarbeitet und dann zusammengeführt. Geht deutlich besser so. Ist aber nix für Leute die schnelle Ergebnisse wollen, man muss das schon ein bissl systematisch angehen.
Guter Punkt von ConversionMax37 oben. Das Problem mit dem Konversionsfokus trifft es gut. Ich würde noch ergänzen: Wenn ihr GA4 sauber eingerichtet habt und Conversion-Daten pro Seite verfügbar sind, kann man die als zusätzlichen Input mitgeben. Also nicht nur Titel und Inhalt, sondern auch welche Seiten historisch gut konvertieren. Dann hat das Modell mehr Kontext.
Bei mir war das Tracking-Setup dafür erstmal eine Voraussetzung – ohne saubere Daten macht so ein Ansatz wenig Sinn.
Ich beschäftige mich schon länger mit dem Thema Datenschutz und Automatisierung im Affiliate-Bereich, und ein Aspekt der hier noch nicht genannt wurde: Wenn ihr externe Tools verwendet die ihr eure Artikelinhalte 'füttert' – prüft vorher die Datenschutzbedingungen. Gerade bei proprietären Inhalten oder wenn eure Texte Nutzerdaten im weitesten Sinne enthalten, kann das relevant werden. Das gilt für Cloud-basierte KI-Dienste genauso wie für spezialisierte SEO-Tools.
Zum eigentlichen Thema: Ich hab gute Erfahrungen damit gemacht, erst eine Sitemap-basierte Clusteranalyse per KI machen zu lassen (welche URL-Gruppen gehören thematisch zusammen) und daraus dann die Verlinkungsstrategie abzuleiten. Das ist ein Schritt vorher, macht aber die eigentlichen Verlinkungsvorschläge danach deutlich präziser.
Die Frage nach der Qualitätskontrolle ist für mich hier das Kernthema. Ich arbeite seit längerem daran, Brand-Konsistenz über verschiedene Kanäle zu halten (hab dazu auch mal was im Branding-Bereich geschrieben), und dasselbe Prinzip gilt für interne Links: Wenn KI die Verlinkungen vorschlägt, muss das zur Tonalität und zum Themenkontext der jeweiligen Seite passen – nicht nur semantisch oberflächlich.
Was ich konkret nutze: Ich füttere das Modell nicht nur mit Titeln, sondern mit dem H1 plus dem ersten Absatz jedes Artikels. Das verbessert die Vorschlagsqualität deutlich. Dann filtere ich nach Relevanz aus Nutzersicht, nicht nur aus SEO-Sicht. Klingt aufwändiger, ist es aber nicht wirklich – einmal als Prompt-Template gebaut, läuft das schnell.