Keyword-Extraktor
Füge einen Artikel, eine Produktbeschreibung oder Notizen ein und ziehe die wichtigsten Wörter und Phrasen heraus. Wähle RAKE für mehrteilige Schlüsselphrasen oder TF-IDF für markante Begriffe und kopiere die Ergebnisse als Liste oder CSV.
Zuletzt aktualisiert:
Anleitung: Keyword-Extraktor
- Füge deinen Text ein: einen Artikel, Seitentext, ein Transkript oder eine Reihe von Bewertungen. Längere Texte liefern bessere Ergebnisse.
- Wähle eine Methode: RAKE für Schlüsselphrasen, TF-IDF für Begriffe, die in Teilen des Textes hervorstechen, oder Häufigkeit für einfache Zählungen.
- Wähle, was angezeigt wird: einzelne Wörter, Phrasen oder beides, und wie viele Ergebnisse.
- Verfeinere mit eigenen Stoppwörtern, minimaler Wortlänge und Plural-Gruppierung.
- Kopiere oder exportiere die Keywords als Liste, kommagetrennte Tags oder CSV-Datei.
Wie die drei Methoden Keywords bewerten
| Methode | Formel | Am besten für |
|---|---|---|
| RAKE | Wort-Score = Grad ÷ Häufigkeit; Phrasen-Score = Summe der Wort-Scores, verstärkt um 1 + ln(Vorkommen) | Beschreibende Schlüsselphrasen aus mehreren Wörtern, Tags, Titel |
| TF-IDF | (Anzahl ÷ Wörter gesamt) × (ln((N + 1) ÷ (df + 1)) + 1), mit 50% Bonus pro zusätzlichem Wort in einer Phrase | Markante Themen in langen Texten mit mehreren Abschnitten |
| Häufigkeit | Anzahl, mit 25% Bonus pro zusätzlichem Wort in einer Phrase | Schneller Überblick über die meistgenutzten Inhaltswörter |
Bei RAKE ist die Häufigkeit eines Wortes die Zahl der Kandidatenphrasen, in denen es vorkommt, und sein Grad die Gesamtlänge dieser Phrasen; ein Wort, das meist in längeren Phrasen steht, erhält also einen höheren Score. Bei TF-IDF ist N die Zahl der Dokumente (Absätze oder Sätze, wenn es weniger als drei Absätze gibt) und df die Zahl der Dokumente, die den Begriff enthalten. Die Scores in der Tabelle sind relativ zum besten Ergebnis (100) angegeben.
Durchgerechnetes Beispiel
Nimm den englischen Satz „Home solar panels lower electricity bills; solar panels need little maintenance.“ Stoppwörter, allgemeine Verben (lower, need) und Satzzeichen zerlegen ihn in die Kandidatenphrasen home solar panels, electricity bills, solar panels und little maintenance. „solar“ kommt in 2 Phrasen vor, deren Längen zusammen 3 + 2 = 5 ergeben, also ist sein Score 5 ÷ 2 = 2.5; „panels“ erhält ebenfalls 2.5 und „home“ 3 ÷ 1 = 3. Die Phrase home solar panels erreicht daher 3 + 2.5 + 2.5 = 8 und liegt vor solar panels mit 5 (vor dem kleinen Bonus für wiederholte Phrasen).
Tipps für bessere Keywords
- Verwende mindestens ein paar Absätze. Statistische Scores sind bei einem einzelnen kurzen Satz unzuverlässig.
- Ergänze themenspezifische Stoppwörter wie deine Marke oder Wörter wie „Seite“ und „klicken“, die überall vorkommen, aber nichts über das Thema aussagen.
- Erhöhe die minimale Wortlänge auf 4, wenn kurze Wörter wie „use“ oder „set“ die Liste überladen.
- Vergleiche die Methoden. Keywords, die sowohl bei RAKE als auch bei TF-IDF weit oben stehen, sind meist die stärksten Kandidaten für Tags und Meta-Keywords.
Häufige Fragen
Wie funktioniert der Keyword-Extraktor?
Er zerlegt deinen Text in Wörter, entfernt Stoppwörter wie „the“, „and“ und „with“ und bewertet den Rest. RAKE bewertet Phrasen danach, wie oft ihre Wörter vorkommen und mit wie vielen anderen Wörtern sie gemeinsam auftreten; TF-IDF bewertet Begriffe, die insgesamt häufig, aber auf einige Absätze konzentriert sind; Häufigkeit zählt einfach.
Was ist RAKE?
RAKE (Rapid Automatic Keyword Extraction) behandelt die Wortfolgen zwischen Stoppwörtern und Satzzeichen als Kandidatenphrasen. Jedes Wort erhält einen Score von Grad ÷ Häufigkeit, wobei der Grad die Wörter zählt, neben denen es vorkommt; der Score einer Phrase ist die Summe ihrer Wort-Scores. Längere, spezifische Phrasen landen meist weit oben.
Was ist TF-IDF?
TF-IDF multipliziert die Termfrequenz (wie oft ein Begriff vorkommt) mit der inversen Dokumentfrequenz (wie selten er über die Dokumente hinweg ist). Hier zählt jeder Absatz – oder jeder Satz, wenn es weniger als drei Absätze gibt – als Dokument, sodass häufige, aber überall vorkommende Begriffe niedriger bewertet werden als Begriffe, die bestimmte Abschnitte prägen.
Welche Methode sollte ich verwenden?
Nutze RAKE, um beschreibende Schlüsselphrasen für Tags, Titel oder Zusammenfassungen zu finden. Nutze TF-IDF, um die markanten Themen in einem langen Dokument mit mehreren Abschnitten zu finden. Nutze Häufigkeit, wenn du einfach die meistgenutzten Inhaltswörter willst.
Was ist der Unterschied zu einem Keyword-Dichte-Checker?
Ein Dichte-Checker zählt, wie oft bestimmte Wörter vorkommen, damit du die SEO-Balance prüfen kannst. Ein Keyword-Extraktor ermittelt, welche Wörter und Phrasen den Text am besten beschreiben, auch solche, die nur wenige Male vorkommen.
Funktioniert er auch für andere Sprachen als Englisch?
Die Worttrennung funktioniert für jede Sprache mit Leerzeichen, aber die eingebaute Stoppwortliste ist englisch. Füge für andere Sprachen häufige Wörter in das Feld für eigene Stoppwörter ein, um sauberere Ergebnisse zu erhalten.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.