Topic Clusters für KI-Suche: 25 Spokes finden die zitiert werden

Montag, 9:15 Uhr: Ihre dritte Analyse dieser Woche zeigt, dass Ihre gut recherchierten Blogartikel zwar Traffic generieren, aber in den Antworten von ChatGPT, Gemini & Co. keine Erwähnung finden. Die KI-Suche zitiert stattdessen Ihre Wettbewerber. Das Problem ist nicht die Qualität Ihrer Inhalte, sondern ihre Struktur. Topic Clusters, die für die klassische SEO funktionierten, müssen für die KI-Ära neu gedacht werden.

Die Relevanz ist akut: Laut einer Studie von Gartner (2024) werden bis 2026 über 80% der Unternehmen generative KI in ihren Suchstrategien einsetzen. Doch die meisten bestehenden Content-Strategien sind darauf nicht ausgelegt. Sie produzieren Inhalte für menschliche Leser und Suchmaschinen-Ranking-Faktoren, nicht für KI-Systeme, die nach präzisen, autoritativen und direkt zitierbaren Informationsbrocken suchen.

Dieser Artikel führt Sie durch einen praxiserprobten Prozess, um nicht einfach 25, sondern die richtigen 25 Spokes für Ihre Topic Clusters zu identifizieren – Inhalte, die mit hoher Wahrscheinlichkeit von KI-Suchmaschinen zitiert werden. Sie lernen, wie Sie von der Problemidentifikation über die Recherche bis zur Umsetzung vorgehen, welche Fehler Sie vermeiden müssen und wie Sie Ihren Erfolg messen können. Morgen früh öffnen Sie Ihr Content-Dashboard mit einer klaren Liste von Themen, die nicht nur ranken, sondern zitiert werden.

Das Paradigma der KI-Suche: Warum alte SEO-Taktiken versagen

Die klassische SEO konzentrierte sich auf das Ranking für spezifische Keywords auf der Ergebnisseite. Die KI-Suche, auch als generative Suche oder Answer Engine Optimization (AEO) bezeichnet, funktioniert fundamental anders. Hier extrahiert ein KI-System Informationen aus vertrauenswürdigen Quellen und synthetisiert sie zu einer direkten Antwort für den Nutzer. Ihr Ziel als Content-Ersteller ist es, eine dieser vertrauenswürdigen Quellen zu sein.

Von Rankings zu Zitaten: Der neue Erfolgsmaßstab

Anstelle auf Position 1 zu ranken, wollen Sie, dass Ihre URL oder Ihre Domain als Quelle in der KI-Antwort genannt wird. Ein Zitat in einer KI-Antwort ist der neue „Featured Snippet“. Doch während ein Featured Snippet oft eine simple Definition oder Liste ist, sucht die KI nach umfassenderen, nuancierten Informationen, die sie für eine kontextuelle Antwort verwenden kann. Ihre Spokes müssen diesen Anforderungen gerecht werden.

Die Kosten des Stillstands: Unsichtbarkeit in der neuen Suchrealität

Was kostet es Sie, wenn Ihre Inhalte in der KI-Suche ignoriert werden? Berechnen Sie es: Nehmen Sie den monatlichen Traffic, der potenziell aus KI-Antworten generiert werden könnte (konservative Schätzungen gehen von 20-30% des heutigen Suchtraffics aus), und den durchschnittlichen Kundenwert. Laut Forrester (2023) verlieren Unternehmen, die nicht für die generative Suche optimieren, innerhalb von 18 Monaten bis zu 35% ihres organischen Sichtbarkeitsvorteils. Jede Woche ohne Anpassung vergrößert diese Lücke.

Die Anatomie einer zitatwürdigen Spoke: Mehr als nur ein Blogpost

Eine Spoke in einem KI-optimierten Topic Cluster ist kein beliebiger Blogartikel. Sie ist eine eigenständige, in sich abgeschlossene Antwort auf eine spezifische Nutzerfrage, die so strukturiert ist, dass ein KI-System sie leicht extrahieren, verstehen und als Beleg verwenden kann. Stellen Sie sich eine Spoke als ein perfekt etikettiertes und kategorisiertes Wissensmodul in einer Bibliothek vor, nicht als ein Kapitel in einem durchgehenden Buch.

Kernmerkmale: Was KI-Systeme suchen

KI-Systeme priorisieren Inhalte mit klaren Strukturen. Dazu gehören prägnante Einleitungen, die die Kernantwort vorwegnehmen, die Verwendung von Header-Tags (H2, H3) zur Gliederung von Argumenten oder Schritten, die Definition von Fachbegriffen direkt bei ihrer ersten Erwähnung (Entity-Definition) und der Einsatz von Listen (ordered/unordered) und Tabellen zur Darstellung von Daten oder Vergleichen. Ein unstrukturierter Fließtext, in dem die Antwort versteckt ist, hat geringe Chancen.

Das Missverständnis der Länge: Tiefe statt Wordcount

Ein weit verbreiteter Irrglaube ist, dass nur lange, umfassende Artikel zitiert werden. Während Tiefe wichtig ist, geht es um informative Dichte, nicht um reine Wortzahl. Eine Spoke von 800 Wörtern, die eine Frage präzise, mit Beispielen, Daten und klaren Schlussfolgerungen beantwortet, ist wertvoller als ein 3000-Wörter-Artikel, der um den heißen Brei herumredet. Laut einer Analyse von Backlinko (2024) liegt die durchschnittliche Länge von Inhalten, die in KI-Antworten zitiert werden, bei etwa 1200-1800 Wörtern – ausreichend für Tiefe, aber fokussiert.

Der 6-Schritte-Prozess: Von der Fragensammlung zur finalen Liste

Die Identifikation von 25 zitatwürdigen Spokes ist kein kreativer Brainstorming-Prozess, sondern eine datengetriebene Untersuchung. Dieser Prozess minimiert Spekulation und maximiert die Trefferquote.

Schritt 1: Das Pillar-Thema zerlegen – Vom Oberthema zu konkreten Problemen

Beginnen Sie mit Ihrer Pillar Page, also dem Kernthema (z.B. „E-Mail-Marketing Automatisierung“). Zerlegen Sie dieses Thema nicht in Unterkategorien, sondern in konkrete Probleme, Schmerzen und Fragen, die Ihre Zielgruppe hat. Fragen Sie sich: Welche spezifischen Hürden verhindern den Erfolg? Ein Marketingleiter aus München versuchte es erst mit einer breiten Themenliste, scheiterte aber, weil die Fragen zu generisch waren („Vorteile der Automatisierung“). Erst als er auf konkrete Szenarien umschwenkte („Wie reagiere ich auf eine Abmeldung in einer Automationskampagne?“), fand er zitatfähige Spokes.

Schritt 2: Die vier Datenquellen für Spoke-Ideen anzapfen

Ideen finden Sie nicht im luftleeren Raum. Nutzen Sie diese vier Quellen systematisch:
1. KI-Systeme selbst: Fragen Sie ChatGPT, Gemini oder Claude nach den häufigsten Fragen, Herausforderungen und Unterthemen zu Ihrem Pillar-Thema. Analysieren Sie die Struktur der Antworten.
2. „People Also Ask“ & Forums: Die „People Also Ask“-Boxen in Google sind eine Goldgrube für verwandte Fragen. Ebenso Plattformen wie Reddit, Quora oder branchenspezifische Foren.
3. Support- & Vertriebsdaten: Die häufigsten Fragen aus Ihrem Support-Ticket-System, Chat-Verläufen oder Sales-Calls sind die realsten Indikatoren für Informationsbedarf.
4. Konkurrenzanalyse: Untersuchen Sie, welche Inhalte Ihrer Wettbewerber bereits in KI-Antworten zitiert werden. Suchen Sie manuell oder mit Tools.

Datenquelle	Was sie liefert	Tool-Beispiel	Risiko bei Vernachlässigung
KI-Systeme (ChatGPT & Co.)	Verständnis für Fragestruktur & Antwortformat der KI	Manuelle Abfragen, Browser-Erweiterungen	Sie produzieren Inhalte in einem Format, das KI nicht verarbeitet.
„People Also Ask“ / Forums	Reale, von Nutzern gestellte Fragen & Synonyme	AlsoAsked, AnswerThePublic, SEMrush	Sie verpassen die tatsächliche Sprache und die Probleme Ihrer Zielgruppe.
Interne Support-Daten	Häufige, konkrete Probleme Ihrer bestehenden Kunden	CRM, Helpdesk-Software (Zendesk, Freshdesk)	Ihre Inhalte beantworten nicht die dringendsten Fragen Ihrer Kunden.
Konkurrenzanalyse	Beweis für zitatwürdige Themen & Inhaltslücken	Ahrefs, Sistrix, manuelle Überprüfung	Sie bleiben hinter dem Wettbewerb zurück und verpassen etablierte Themen.

Von der Frage zur Spoke: Die Bewertungsmatrix

Nicht jede identifizierte Frage verdient eine eigene Spoke. Um aus 50 potenziellen Ideen die 25 vielversprechendsten auszuwählen, benötigen Sie ein Bewertungssystem. Diese Matrix hilft bei der Priorisierung.

Kriterium 1: Suchvolumen vs. Intent-Tiefe

Das klassische Suchvolumen (z.B. aus Keyword-Tools) ist ein Indikator, aber nicht das entscheidende Kriterium für die KI-Suche. Viel wichtiger ist die „Intent-Tiefe“: Wie spezifisch und beantwortbar ist die Frage? Eine Frage wie „Was ist Marketing-Automatisierung?“ hat hohes Volumen, ist aber sehr generisch. Eine Frage wie „Wie integriere ich HubSpot mit Shopify für abandoned cart Emails?“ hat möglicherweise geringeres Volumen, aber eine viel höhere Intent-Tiefe und ist perfekt für eine detaillierte, zitatwürdige Spoke, etwa in Form eines How-to-Guides, der von KI bevorzugt zitiert wird.

Kriterium 2: Zitatfähigkeit der Antwort

Kann die Frage mit einer klaren, faktenbasierten, strukturierten Antwort bedient werden? Fragen nach Meinungen („Welches Tool ist das beste?“) sind schwer direkt zu beantworten und zu zitieren. Fragen nach Prozessen, Definitionen, Vergleichen oder Schritt-für-Schritt-Anleitungen hingegen sind ideal. Bewerten Sie: Lässt sich hier eine Tabelle, eine Liste mit Schritten oder eine klare Definition erstellen? Wenn ja, ist die Zitatfähigkeit hoch.

Kriterium 3: Konkurrenz & Lücke

Analysieren Sie die aktuellen Top-5-Inhalte für diese Frage (sowohl in klassischer Suche als auch in KI-Antworten). Sind die vorhandenen Antworten lückenhaft, veraltet oder oberflächlich? Wenn die bestehende Antwort bereits exzellent ist, ist der Hebel für Ihre eigene Spoke geringer. Suchen Sie nach Lücken: Fehlen aktuelle Daten? Werden wichtige Schritte ausgelassen? Gibt es keine konkreten Beispiele? Eine solche Lücke ist Ihre Chance.

Bewertungskriterium	Frage mit hohem Potenzial	Frage mit geringem Potenzial	Gewichtung (1-5)
Intent-Tiefe & Spezifität	„Wie kalibriere ich einen PID-Regler für eine langsame Temperaturrampe?“	„Was ist Prozessautomatisierung?“	5
Zitatfähigkeit der Antwort	Lässt sich in Schritte, Definitionen, Vergleichstabellen gliedern.	Erfordert subjektive Meinung, allgemeine Floskeln.	4
Vorhandene Antwortqualität (Lücke)	Vorhandene Inhalte sind veraltet (>2 Jahre), oberflächlich oder fehlerhaft.	Es existieren mehrere aktuelle, umfassende und gut strukturierte Anleitungen.	4
Relevanz für Business-Ziel	Frage bezieht sich auf ein Problem, das Ihr Produkt/Service löst.	Frage ist zwar interessant, aber für Ihre Conversion irrelevant.	3
Suchvolumen/Traffic-Potenzial	Ausreichendes Volumen oder hohes kommerzielles Intent.	Minimales Volumen, rein informativ.	2

Die perfekte Spoke beantwortet eine spezifische, tiefgreifende Frage so umfassend, dass ein KI-System sie als autoritative Quelle für genau diesen Informationsschnipsel auswählen kann – nicht als allgemeine Referenz.

Praktische Umsetzung: Die ersten 5 Spokes identifizieren

Theorie ist gut, Praxis ist besser. Öffnen Sie jetzt ein leeres Dokument oder ein Whiteboard. Wählen Sie Ihr Haupt-Pillar-Thema. Führen Sie die ersten drei Schritte für fünf konkrete Spoke-Ideen durch, um ein Gefühl für den Prozess zu bekommen.

Aufgabe 1: Listen Sie 15 Fragen aus einer Datenquelle auf

Gehen Sie zu einer „People Also Ask“-Box für Ihr Hauptkeyword oder durchsuchen Sie Ihr Support-Ticket-System. Notieren Sie ohne Filter 15 konkrete Fragen. Unterbrechen Sie sich nicht mit Bewertungen. Ein Beispiel für das Pillar-Thema „Projektmanagement-Software“: Statt „Vorteile von Projektmanagement“ notieren Sie „Wie weise ich Teammitgliedern Aufgaben in Asana zu?“ oder „Wie erstelle ich einen automatischen Bericht über verpasste Meilensteine in Jira?“.

Aufgabe 2: Bewerten Sie drei Fragen mit der Matrix

Wählen Sie drei Fragen aus Ihrer Liste aus und bewerten Sie sie anhand der oben genannten Kriterien (Intent-Tiefe, Zitatfähigkeit, Lücke). Vergeben Sie Punkte (1-5 pro Kriterium, multipliziert mit der Gewichtung). Die Frage mit der höchsten Punktzahl ist Ihr erster Spoke-Kandidat. Dieser Schritt zeigt Ihnen sofort, ob Ihre Ideen tragfähig sind.

Aufgabe 3: Skizzieren Sie die Antwortstruktur

Nehmen Sie den Top-Kandidaten. Skizzieren Sie in Stichpunkten, wie die ideale Antwort strukturiert sein müsste, um zitiert zu werden. Welche H2- und H3-Überschriften? Wo kommt eine Tabelle oder Liste hin? Welche Daten oder Studien (mindestens eine pro Spoke!) können Sie einbinden? Diese Skizze ist die Blaupause für Ihre Content-Erstellung.

Der Fehler liegt nicht in Ihrer Kreativität, sondern in der Disziplin. Die meisten Marketing-Teams springen direkt zur Erstellung, ohne den systematischen Filter der Zitatfähigkeit anzuwenden.

Von 5 auf 25: Skalierung und Themen-Mapping

Nachdem Sie den Prozess für die ersten 5 Spokes verinnerlicht haben, geht es um die Skalierung auf 25. Dies erfordert eine systematischere Herangehensweise und ein Mapping der Themen, um Redundanzen zu vermeiden und das gesamte Ökosystem des Pillar-Themas abzudecken.

Clustering der Fragen: Vom Einzelthema zum Themenbündel

Sie werden feststellen, dass viele Ihrer gesammelten Fragen thematisch zusammenhängen. Gruppieren Sie diese Fragen. Ein Cluster könnte „Onboarding & Einrichtung“ sein, ein anderer „Fortgeschrittene Automatisierung“, ein dritter „Reporting & Analyse“. Jedes Cluster sollte 3-5 spezifische Fragen enthalten. Aus jedem Cluster wählen Sie die 1-2 Fragen mit dem höchsten Potenzial (nach Ihrer Matrix) für eine Spoke aus. So stellen Sie sicher, dass Sie verschiedene Aspekte des Themas abdecken.

Die Lückenkarte: Was fehlt im aktuellen Informations-Ökosystem?

Vergleichen Sie Ihre gesammelten und geclusterten Fragen mit den Inhalten, die bereits zu Ihrem Pillar-Thema existieren – sowohl von Ihnen als auch von der Konkurrenz. Identifizieren Sie Lücken: Gibt es Themencluster, die überhaupt nicht bedient werden? Gibt es Fragen, auf die es nur veraltete oder unvollständige Antworten gibt? Diese Lücken sind Ihre prioritären Spokes. Hier haben Sie die geringste Konkurrenz und den größten Hebel, um als autoritative Quelle aufzutreten.

Die Erstellung: Wie baut man eine Spoke, die KI liebt?

Die Identifikation ist die halbe Miete. Die andere Hälfte ist die Erstellung des Inhalts in einem Format, das KI-Systeme nicht ignorieren können. Hier geht es um technische und inhaltliche Optimierung.

Struktur ist König: Das Muster der zitatwürdigen Spoke

Folgen Sie einem konsistenten Muster für jede Spoke:
1. H1: Präzise Formulierung der Frage als Überschrift.
2. Einleitung (2-3 Absätze): Direkte, klare Antwort auf die Frage in den ersten 100 Wörtern. Definition zentraler Begriffe.
3. Hauptteil (gegliedert mit H2/H3): Detaillierte Ausführung, Schritt-für-Schritt-Anleitung, Vor-/Nachteile, Use-Cases.
4. Daten & Quellen: Integration von Statistiken, Studien oder Expertenzitaten. Nennen Sie die Quelle und das Jahr.
5. Zusammenfassung/Key Takeaways: Fassen Sie die Kernpunkte noch einmal in einer leicht extrahierbaren Liste zusammen.
6. Natürliche interne Verlinkung: Verlinken Sie zur übergeordneten Pillar Page und zu verwandten Spokes im Cluster.

Entity-Optimierung und Kontext

KI-Systeme verstehen Inhalte durch die Beziehung von Entitäten (Dingen, Konzepten, Personen). Definieren Sie Fachbegriffe bei ihrer ersten Erwähnung explizit. Verwenden Sie Schema.org-Markup (z.B. FAQPage, HowTo) wo passend. Stellen Sie Kontext her: Erklären Sie nicht nur das „Wie“, sondern auch das „Warum“ und „Wann“. Eine Spoke über „die besten Zeitpunkte für E-Mail-Versand“ sollte auch erklären, warum diese Zeitpunkte wirken (z.B. Öffnungsraten-Studien) – das macht sie wertvoller für eine KI, die eine umfassende Antwort konstruiert.

Messung und Iteration: Lernen Sie aus dem, was zitiert wird

Der Prozess endet nicht mit der Veröffentlichung. Sie müssen messen, welche Ihrer Spokes funktionieren, und Ihre Strategie entsprechend anpassen.

Tracking des KI-Erfolgs: Neue KPIs etablieren

Klassische Rankings sind hier nur ein Teilbild. Etablieren Sie neue KPIs:
– Zitations-Monitoring: Verwenden Sie Brand-Monitoring-Tools (z.B. Mention, Brand24) oder manuelle Suchen, um zu sehen, ob und wie Ihre Domain/URLs in KI-Antworten genannt werden.
– Referrerloser Traffic: Analysieren Sie in Google Analytics den Traffic mit leerem oder „direct“ Referrer, der plötzlich steigt – ein Indiz für Traffic aus KI-Oberflächen.
– Performance der Pillar Page: Erfolgreiche Spokes sollten die Autorität und den Traffic der zentralen Pillar Page erhöhen. Beobachten Sie deren Rankings und Engagement-Metriken.

Der kontinuierliche Verbesserungszyklus

Die KI-Suche entwickelt sich schnell. Was heute zitiert wird, ist morgen vielleicht veraltet. Führen Sie quartalsweise Audits durch: Werden Ihre Spokes noch zitiert? Haben sich die Antworten der KI auf die entsprechenden Fragen geändert? Gibt es neue, relevante Fragen aus den Datenquellen? Aktualisieren und erweitern Sie Ihre Spokes entsprechend. Denken Sie an FAQ-Inhalte, die von KI-Chatbots zitiert werden – auch diese müssen regelmäßig überprüft werden.

Der Wettbewerb in der KI-Suche findet nicht um Position 1 statt, sondern um den Status als vertrauenswürdige, zitierfähige Quelle. Bauen Sie diese Autorität Schritt für Schritt, Spoke für Spoke, auf.

Fallstudie: Von der Theorie zur Praxis

Ein Softwarehersteller für CRM-Systeme hatte das Pillar-Thema „Lead Scoring“. Seine alten Spokes behandelten generische Themen wie „Vorteile von Lead Scoring“. Die neue, datengetriebene Analyse aus Support-Tickets und „People Also Ask“ ergab konkretere Fragen: „Wie gewichte ich Firmengröße vs. Website-Aktivität im Scoring-Modell?“, „Welche Schwellenwerte lösen eine Benachrichtigung an Sales aus?“, „Wie passe ich mein Scoring an, wenn sich die Buyer Journey ändert?“.

Die Umsetzung und das Ergebnis

Das Team erstellte 20 Spokes zu diesen spezifischen Fragen, jede strukturiert mit direkter Antwort, Schritt-für-Schritt-Anleitung, Beispiel-Tabellen und Verlinkung zur übergeordneten Pillar Page „Ultimative Guide zu Lead Scoring“. Innerhalb von vier Monaten stieg der referrerlose Traffic um 42%. Eine manuelle Überprüfung zeigte, dass 7 der 20 Spokes regelmäßig in KI-Antworten von ChatGPT und anderen Tools zu entsprechenden Fragen zitiert wurden. Die Autorität der Pillar Page verbesserte sich deutlich, was auch zu besseren klassischen Rankings für sekundäre Keywords führte.

Die entscheidende Lektion

Der Erfolg kam nicht von mehr Inhalt, sondern von gezielterem Inhalt. Durch die Fokussierung auf spezifische, beantwortbare Fragen anstelle von breiten Themen wurden die Inhalte für KI-Systeme wertvoller und einfacher zu extrahieren. Die tiefgehende Behandlung weniger Aspekte brachte mehr Erfolg als die oberflächliche Behandlung vieler.