Amazon-Keyword-Recherche: relevante Begriffe finden und prüfen

Von Scoutvo · Veröffentlicht 5. August 2026 · Überarbeitet 16. Oktober 2026 · 5 Min. Lesezeit

Listing-Wörter sind noch kein Suchverhalten

Auch Rezensionen helfen beim Formulieren. Sie sind jedoch keine Suchprotokolle: Menschen können ein Produkt nach dem Kauf anders beschreiben, als sie vorher danach gesucht haben.

1. Eine nachvollziehbare Textsammlung aufbauen

Wählen Sie vergleichbare Produkte eines Marktplatzes und einer Sprache. Speichern Sie ASIN, Familie, Felder, Originaltext und Abrufzeit. Titel, Stichpunkte, Rezensionen und A+ sollten nicht ohne Kennzeichnung in einen gemeinsamen Texttopf gelangen.

Erfassen Sie jede ASIN nur einmal und dokumentieren Sie wiederholte Familientexte. Legen Sie fest, ob ein Dokument einem Child-Listing oder einer bereinigten Familie entspricht. Genau diese Einheit muss im Nenner der Abdeckung stehen. Unterscheiden Sie ein tatsächlich leeres Feld von einem fehlgeschlagenen Abruf. Fehlen benötigte Daten, schließen Sie das Dokument begründet aus.

2. Texte bereinigen, ohne die Bedeutung zu verlieren

Vereinheitlichen Sie Großschreibung, Unicode und Satzzeichen nach dokumentierten Regeln. Definieren Sie eine Liste häufiger Funktionswörter. Bewahren Sie Zahlen, Einheiten, Marken und Verneinungen für die Kontextprüfung auf, selbst wenn Sie sie in einem Berechnungsschritt ausblenden.

Im historischen deutschen Beispiel stehen die technischen Tokens „oel“ für „Öl“ und „fassungsvermoegen“ für „Fassungsvermögen“. Das ist eine Auswertungskonvention, keine Empfehlung für Kundenformulierungen. Entscheidungen über Wortstämme, Zusammensetzungen und Synonyme verändern die Zählung und gehören ins Methodenprotokoll.

Prüfen Sie ganze Wortgruppen. „Weniger Fett“ und „fettfrei“ sind verschiedene Aussagen. „Zwei Gerichte gleichzeitig“ verspricht eine konkrete Fähigkeit. Ein häufiges Wort darf erst empfohlen werden, wenn Bedeutung und Produkteigenschaften zusammenpassen.

3. Abdeckung und TF-IDF unterschiedlich einsetzen

Die Abdeckung zeigt, wie verbreitet ein Begriff in der ausgewählten Textsammlung ist:

Abdeckung = Dokumente mit Begriff / auswertbare Dokumente × 100

Ein Dokument zählt hierfür höchstens einmal. Nennen Sie Zähler, Nenner, erfasste Felder und Abgleichregel, sofern die Rohdaten vorliegen. Ein nicht verfügbares Dokument ist nicht automatisch ein Dokument ohne diesen Begriff.

TF-IDF gewichtet die Häufigkeit innerhalb eines Dokuments gegen die Verbreitung in der gesamten Sammlung. Eine mögliche geglättete Umsetzung lautet:

TF = Begriffshäufigkeit / Zahl der behaltenen Tokens
IDF = ln((N + 1) / (Dokumenthäufigkeit + 1)) + 1
TF-IDF = TF × IDF

N steht für alle auswertbaren Dokumente. Diese Formel dient der Erklärung; sie belegt nicht die genauen Einstellungen des historischen Scoutvo-Beispiels. Werte verschiedener Implementierungen sind nicht ohne Weiteres vergleichbar. Ein seltener Markenname kann einen hohen IDF-Wert haben und für Ihr Listing trotzdem ungeeignet sein. Weder Abdeckung noch TF-IDF messen Suchvolumen, Absatz oder einen Amazon-Rankingfaktor.

4. Das Heißluftfritteusen-Beispiel richtig einordnen

Der veröffentlichte amazon.de-Report vom Juli 2026 nennt 1.692 unterschiedliche Wörter aus 54 Listings. Die folgenden gerundeten Werte sind dort als Listing-Abdeckung dargestellt:

Ein vollständiger Export, exakte Erhebungszeiten und Rohzählungen je Begriff liegen hier nicht vor. Daher lassen sich die einzelnen Nenner und Zähler nicht unabhängig rekonstruieren. Die Werte sind ein historisches Berichtsbeispiel, kein aktueller Marktmaßstab und keine Nachfragekennzahl.

Die vier markierten Wörter verweisen auf Passagen, die Sie prüfen können. Sie beweisen keine verlorene Suchausspielung. Eine Fettvergleichsaussage benötigt einen definierten Vergleich und Belege für Ihr Produkt; gleichzeitiges Garen muss tatsächlich möglich sein. Kopieren Sie keine Prozentversprechen anderer Anbieter. Auch die frühere Faustregel „über 90 Prozent Pflichtbegriff, 40 bis 70 Prozent Chance“ ist kein allgemeines Rankinggesetz.

5. Relevanz und Suchbelege abgleichen

Führen Sie für jeden Kandidaten Quelle, Kontext, Produktfähigkeit, technischen Beleg und verfügbare Suchdaten auf. Verwerfen Sie fremde Marken, unpassende Synonyme und unbelegte Leistungsversprechen. Ohne Suchbeleg bleibt ein Begriff eine begründete Vokabularhypothese.

Amazons Brand-Analytics-Übersicht beschreibt Such- und Funnelberichte für berechtigte Konten und Markenrollen. Die verlinkte Produktinformation ist auf den US-Markt ausgerichtet; prüfen Sie verfügbare Berichte und Definitionen im deutschen Konto. Nutzen Sie eigene Werbesuchanfragen ergänzend und halten Sie Werbetraffic von organischer Suche getrennt. Autovervollständigung ist eine Ideenquelle, keine präzise Volumenmessung.

6. Begriffe lesbar und sachlich richtig einbauen

Der Titel benennt Produkt und wichtige Unterscheidungsmerkmale. Stichpunkte erklären belegte Vorteile und Anwendung. Amazons Keyword-Leitfaden für den US-Markt empfiehlt natürliche Verwendung statt Aneinanderreihung. Für Zeichen- oder Bytegrenzen und zulässige Backend-Begriffe gelten die aktuellen Regeln Ihres Marktplatzes und Produkttyps.

Nutzen Sie zusätzliche Suchbegriffe nur regelkonform; wiederholen Sie nicht überall dieselbe Liste. A+ erläutert Produktinformationen, begründet aber keine pauschale Aussage, dass jede Inhaltsfläche gleich indexiert wird. Bewahren Sie ursprüngliche Werte und Änderungsliste auf. Die Listing-Prüfung hilft beim Abgleich mit Produktattributen.

7. Speichern, Darstellung und Wirkung getrennt prüfen

Kontrollieren Sie nach dem Speichern Marktplatz, Child-ASIN, Feldwerte und sichtbare Darstellung. Ein erfolgreicher Speichervorgang beweist noch keine Indexierung. Dokumentieren Sie bei manuellen Suchtests Anfrage, Zeit, Lieferort, Gerät und Werbekennzeichnung. Ein nicht gefundenes Ergebnis in einer begrenzten Suche ist kein endgültiger Indexierungsnachweis.

Definieren Sie vor dem Vergleich die Kennzahl: Impressionen, Klicks, Bestellungen, Einheiten und Sitzungen sind verschiedene Größen. Rein illustrativ ergeben 200 Klicks bei 10.000 Impressionen eine Klickrate von 2 Prozent. Spätere 3 Prozent sind zunächst ein beobachteter Unterschied. Preis, Bestand, Werbung, Saison und hervorgehobenes Angebot können ebenfalls wirken. Nutzen Sie geeignete Experimente, soweit verfügbar, und ordnen Sie Ergebnisse entsprechend ein.