Was sind LSI-Keywords und sind sie wichtig?

LSI und SEO

Latent Semantic Indexing oder LSI ist einer dieser Begriffe, die je nach Branche etwas anderes bedeuten. Für diejenigen von uns im SEO ist es eine dieser Metriken, wie die Domain-Autorität, die gut und Jargon-y klingt – zu verstehen, was es tut, kann jedoch eine andere Geschichte sein.

Es gibt keinen Beweis dafür, dass LSI jemals Teil des Google-Algorithmus war, obwohl die beiden eng verwandt sind. Schlüsselwörter, die ein wichtiger Bestandteil von LSI sind, waren schon immer ein Teil des Google-Algorithmus. Allerdings haben Updates des Algorithmus, insbesondere die Panda- und Hummingbird-Updates, die Behandlung von Schlüsselwörtern drastisch verändert. Aus diesem Grund gibt es keine Beweise dafür, dass der LSI-Prozess jemals von Bedeutung für die Fähigkeit von Google war, eine Seite korrekt zu indizieren.

Was ist latente semantische Indizierung?

Latent semantic indexing ist eine Methode der Keyword-Analyse, die den Suchenden die für sie statistisch relevantesten Seiten zur Verfügung stellen soll. Durch die Analyse von Seiten auf das gemeinsame Vorkommen bestimmter Wörter können Sie einen Einblick in das Thema dieser Seiten gewinnen. Theoretisch ermöglicht dies Google, Ihre Seite basierend auf Ihrem LSI besser zu indizieren. Diese Analysemethode kann besonders hilfreich sein für synonyme Wörter und Homonyme oder Wörter, die gleich geschrieben werden, aber unterschiedliche Bedeutungen haben.

Eine Geschichte von LSI

Das Patent für Latent Semantic Indexing wurde 1988 angemeldet, lange bevor es Google gab. Latent semantic indexing existiert außerhalb der SEO-Welt und wurde zuerst als Informationsrecherche-Tool in der Informatik verwendet. Für Profis und Amateure, die ihre Seiten in den frühen Tagen der SEO verbessern wollten, war es wichtig, etwas wie LSI zu haben, um zu verstehen, wie ihre Seite indiziert werden könnte.

Als Google aufkam, war es zunächst stark von Schlüsselwörtern abhängig, um Seiten zu indizieren. Dies machte LSI zu einer wertvollen Methode, da die Leute sehen konnten, wie bestimmte Schlüsselwörter in der SERP indiziert wurden, und sicherstellen, dass diese Schlüsselwörter in ihrem Inhalt genau übereinstimmen. Zu dieser Zeit waren jedoch Black-Hat-Praktiken wie Keyword-Stuffing weit verbreitet, da genau passende Keywords so stark gewichtet waren, um das Ranking zu bestimmen. Keyword-Stuffing machte es Google schwer zu bestimmen, was qualitativ hochwertige Inhalte waren und ein Ranking verdienten. Dies führte zu einer Reihe von Aktualisierungen, wie der Google-Algorithmus mit Keywords umgeht.

Wie funktioniert LSI im SEO?

Als Beispiel für LSI bei der Arbeit können wir uns das Wort „Jaguar“ ansehen. Jaguar kann entweder ein Tier oder eine Automarke bedeuten, was es zu einem Homonym macht. Wenn Sie nach "Jaguar-Kauf" suchen, würde eine LSI-Analyse nach Begriffen wie "Händler", "Preis" und "zum Verkauf" suchen, um Sie zu Seiten zu führen, die sich auf den Verkauf und Kauf von Jaguar-Autos beziehen. Dies liegt daran, dass es statistisch wahrscheinlicher ist, dass jemand einen Jaguar-das-Auto anstelle eines Jaguar-das-Tier kaufen möchte.

LSI-Keywords waren für Google noch nie ein Rankingfaktor, wie von Suchmaschinen-Befürwortern wie John Mueller direkt festgestellt wurde. Tatsächlich ist „LSI-Keywords“ eine falsche Bezeichnung – die latente semantische Indexierung ist der Prozess der Keyword-Analyse, nicht eine Art von Keywords selbst. Um zu verstehen, wie Keywords von Google eingestuft werden und wie sie zu Ihren Seitenrankings beitragen, müssen Sie die beiden wichtigsten Keyword-Updates verstehen – Panda und Hummingbird.

Panda-Update

Das Google Panda-Update war ein frühes großes Update des Google-Algorithmus. Es wurde 2011 implementiert, um minderwertige Inhalte aus erstklassigen Ergebnissen herauszufiltern. Es zielte auf Praktiken wie Keyword-Stuffing ab, das die Bedeutung der direkten Präsenz eines Keywords verringerte und die Bedeutung der kontextbezogenen Präsenz von Keywords erhöhte.

Dies betraf LSI als SEO-Praxis, da Google bereits viele der Analysen durchführte, die Fachleute, die LSI verwendeten, jedoch automatisch durchführten.

Kolibri-Update

Das Hummingbird-Update von Google konzentrierte sich auf die Feinabstimmung von kontextueller und natürlicher Sprache und schaffte Raum für Inhaltsersteller, um Keyword-Varianten anstelle von genau passenden Keywords zu verwenden, die immer noch die gleiche Relevanz signalisieren würden. Dies war ein weiterer Schritt weg von Keyword-Stuffing und anderen Black-Hat-Praktiken. Autoren von auf Keywords fokussierten Inhalten mussten nun durch kontextbezogene Sprache ein besseres Verständnis des Themas zeigen, für das sie schreiben, anstatt nur die Verwendung von exakt passenden Keywords auf geeignete Stellen zu reduzieren.

Das Hummingbird-Update verwendet LSI, um vorherzusagen, welche SERPs Ihre Seite funktional nutzlos erscheinen könnte, da es ein Gleichgewicht zwischen Kontextinformationen und Keyword-Varianten geschaffen hat, anstatt sich auf genau passende Keywords zu verlassen. Dieses Update erweiterte die Idee der kontextbezogenen Suche über die Einschränkungen von LSI hinaus.

Natürliche Sprache und Keyword-Varianten

Die oben genannten Algorithmus-Updates haben zu einer Verschiebung hin zur Verwendung organischer Variationen in der Sprache geführt, die auch als natürliche Sprache bekannt ist. Dies hat es Google nicht nur ermöglicht, Inhalte von geringerer Qualität herauszufiltern, sondern es passt auch besser zu der Art und Weise, wie die Leute suchen. Ihr durchschnittlicher Sucher gibt keine bestimmten Suchanfragen oder Keyword-Kombinationen ein, wenn er nach etwas sucht. Stattdessen verwenden sie Konversationsabfragen, als ob sie mit einer anderen Person sprechen würden. Diese Tendenz hat sich mit den Weiterentwicklungen von Sprachbefehlssuchwerkzeugen wie Alexa und Siri nur verstärkt.

Diese Veränderungen in der Art und Weise, wie Google Inhalte indexiert und wie Menschen nach Inhalten suchen, haben LSI als SEO-Praxis ziemlich überflüssig gemacht. Die Leute kontextualisieren synonyme Wörter und Homonyme selbst in ihren Abfragen, und wenn dies nicht der Fall ist, füllen die Panda- und Kolibri-Updates die Lücken für sie.

Warum (einige) Menschen LSI priorisieren

Es gibt einige Gründe, warum einige Leute, sowohl innerhalb als auch außerhalb der professionellen SEO-Branche, LSI bevorzugen. Die erste könnte die einfache Unkenntnis der aktuellen Best Practices sein. SEO ist eine schnelllebige Branche und es gibt viele widersprüchliche Informationen. Wenn Sie nicht die Zeit oder die Kapazität haben, sich dem Verständnis neuer Updates und den Gründen für die Änderung von Best Practices zu widmen, kann es leicht sein, veraltete Ansichten beizubehalten. Wenn Sie an einer Zusammenarbeit mit einer SEO-Firma interessiert sind, kann es sich lohnen, Ihr Wissen aufzufrischen oder die strategischen Aufschlüsselungen Ihrer Firma zu lesen, damit Sie genau wissen, wofür Sie bezahlen.

LSI kann auch ein Jargon sein, das weniger seriöse SEO-Experten verwenden, um Kunden glauben zu lassen, dass sie mehr für ihren Vertragspreis bekommen. Aus diesem Grund ist es nicht nur für SEO-Profis wichtig, sondern auch für Kunden, die mit SEO-Firmen zusammenarbeiten, zu verstehen, welche Praktiken von tatsächlichem Wert sind.

Das große Bild auf LSI

Sie können einige abweichende Meinungen darüber finden, ob LSI Ihr Geld oder Ihre Zeit wert ist oder nicht. Viele der Websites, die behaupten, dass LSI immer noch wichtig ist, versuchen nur zu sagen, dass es wichtig ist, die Bedeutung von kontextbezogenen Schlüsselwörtern und die Rolle, die sie bei der Indexierung Ihrer Webseite in der SERP spielen, zu kennen. Das ist sehr wahr. Keyword-fokussierter Content ist nach wie vor ein wichtiger Bestandteil der SEO-Praktiken. Es hilft beim Aufbau Ihres EAT und signalisiert, worum es in Ihrer Domain geht. Die Konzentration auf bestimmte Schlüsselwörter und Begriffe, wie es LSI tut, ist nicht mehr so ​​wichtig wie früher.

Während Google seine Indexierung weiter aktualisiert, wird ein Großteil der kontextbezogenen Arbeit hinter den Kulissen geleistet. Dies macht Prozesse wie LSI weder Ihre Zeit noch Ihre Energie wert, da sie von der Suchmaschine, bei der Sie versuchen, einen hohen Rang zu erreichen, schneller und oft besser automatisiert werden.