SEO & GEO Glossar
Fachbegriffe einfach erklärt
Von Query Fan-Out bis Topic Clustering – alle wichtigen Begriffe zu modernem SEO, GEO und LLM Optimization. 40 Begriffe ausführlich erklärt.
Query Fan-Out Analysis
Systematische Untersuchung, wie generative Suchmaschinen eine Nutzer-Anfrage in 5-15 Sub-Queries aufspalten.
GEO (Generative Engine Optimization)
Optimierung von Content für KI-gestützte Antwortmaschinen wie ChatGPT, Claude und Perplexity.
Topical Authority
Von Suchmaschinen gemessene Expertise zu einem spezifischen Themenbereich.
Semantic SEO
Optimierung für Bedeutungskontext statt einzelner Keywords.
LLM Optimization
Content-Gestaltung für Zitierbarkeit durch Large Language Models.
Entity Extraction
NLP-Verfahren zur Identifikation relevanter Entitäten aus Text.
NLP (Natural Language Processing)
KI-Teilgebiet zur Interaktion zwischen Computern und menschlicher Sprache.
Sentiment Analysis
NLP-Verfahren zur Extraktion emotionaler Haltung aus Text.
Vector Embeddings
Numerische Repräsentationen von Text für semantische Ähnlichkeitsberechnung.
Topic Clustering
Organisation thematisch verwandter Content-Stücke in hierarchische Cluster.
YMYL (Your Money or Your Life)
Content-Kategorie für Themen mit Auswirkungen auf Gesundheit, Finanzen oder Sicherheit.
E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness)
Googles Qualitätsframework zur Bewertung von Content-Erstellern.
Google Discover
KI-gesteuerter Content-Feed mit personalisierten Artikeln und Videos.
Core Update (Google)
Umfassende Änderungen am Google-Suchalgorithmus mehrmals pro Jahr.
Wording-Cluster
Systematisch identifizierte Gruppen von Wörtern und Sprachmustern.
Aspect-Based Sentiment Analysis (ABSA)
NLP-Technik zur Sentiment-Extraktion pro spezifischem Aspekt.
Structured Data
Maschinenlesbare Informationen in standardisiertem Format (Schema.org).
Search Intent (Suchintention)
Die zugrundeliegende Absicht oder Ziel einer Suchanfrage.
AI Overviews (Google)
KI-generierte Zusammenfassungen direkt in Google-Suchergebnissen.
Content Decay
Gradueller Verlust von Rankings und Traffic eines Content-Pieces über Zeit.
Vector Database (Vektordatenbank)
Spezialisiertes Datenbanksystem für hochdimensionale Vektoren und Similarity Search.
Semantic Similarity (Semantische Ähnlichkeit)
Maß für Bedeutungsähnlichkeit zwischen Texten via Cosine Similarity.
RAG (Retrieval-Augmented Generation)
Hybrid-Technik: LLMs kombiniert mit externen Wissensquellen.
Clustering (Topic & Persona Clustering)
ML-Verfahren zur automatischen Gruppierung ähnlicher Daten.
Knowledge Graph
Semantisches Netzwerk aus Entitäten und deren Beziehungen.
Entity Salience (Entitäts-Relevanz)
Maß für Zentralität einer Entität im Dokument (0.0-1.0).
Semantic Search
Suchtechnologie, die Bedeutung und Intention versteht statt nur Keywords.
Pillar Content (Pillar Page)
Umfassender, autoritativer Artikel als zentraler Knotenpunkt für Topic Cluster.
Multimodal Search
Suchtechnologie, die Text, Bild, Audio und Video gleichzeitig verarbeitet.
Chunking (Text Chunking)
Aufteilung langer Textdokumente in kleinere, semantisch kohärente Segmente.
Prompt Engineering
Verfassen und Optimieren von Anweisungen für Large Language Models.
Citation Likelihood
Wahrscheinlichkeit, dass ein LLM deine Quelle in generierten Antworten zitiert.
AI Search Engines
Suchsysteme mit LLMs, die konversationelle Antworten statt Link-Listen liefern.
Hallucination (LLM Hallucinations)
LLM-generierte faktisch falsche oder erfundene Informationen.
Context Window
Maximale Anzahl Tokens, die ein LLM gleichzeitig verarbeiten kann.
Token (LLM Token)
Grundeinheit der Textverarbeitung in LLMs (Sub-Word-Level).
Temperature (LLM Temperature)
Hyperparameter zur Steuerung von Kreativität vs. Determinismus bei LLM-Outputs.
Few-Shot Learning
LLM-Technik: Lernen aus wenigen Beispielen im Prompt.
Fine-Tuning (LLM Fine-Tuning)
Anpassung eines vortrainierten LLMs an spezifische Tasks oder Daten.
Topic Authority Score
Metrik für Authority zu spezifischem Thema (nicht domain-weit).