Interne Verlinkung strategisch mit AI optimieren – mit ONE Link Intelligence

Daniel Kremer
17.06.2025

Du hast großartige Inhalte, aber verlinkst du sie intern auch strategisch klug?

Jeder SEO weiß: Interne Links entfalten ihren Wert vor allem dann, wenn sie thematisch verwandte Seiten miteinander verbinden und dadurch thematische Silos schaffen. Oft fehlt jedoch der strukturierte Überblick, welche Seiten intern miteinander verlinkt oder welche bestehenden Verlinkungen besser entfernt werden sollten. Oder es fehlt im Arbeitsalltag schlicht die Zeit, sich mit dem – zugegebenermaßen – oft komplexen und aufwendigen Thema der Optimierung der internen Verlinkung zu beschäftigen. Genau hier setzt unser Tool ONE Link Intelligence an.

Interne Links mit Impact

Ein „guter” interner Link funktioniert wie eine Empfehlung: Er unterstützt Nutzer bei der Navigation durch deine Website und signalisiert Suchmaschinen, wie deine Inhalte thematisch miteinander verknüpft sind.

In der Praxis sieht es oft jedoch folgendermaßen aus:

• Redakteure verlinken nach Bauchgefühl, nicht datenbasiert
• Interne Links entstehen zufällig, nicht geplant
• Umsatzrelevante Seiten sind nur schwach verlinkt
• Potenziell starke Seiten verlinken auf irrelevante Inhalte statt auf strategisch wichtige URLs meines Online Shops

Unser Ansatz: Interne Links gezielt dort setzen, wo sie den größten SEO-Impact für die Zielseite haben. Hierzu analysieren wir mit unserem Tool für jede URL deiner Website standardmäßig die 10 semantisch ähnlichsten URLs hinsichtlich folgender Faktoren:

• Verlinkt die Related URL bereits auf die Zielseite?
• Erfolgt die Verlinkung aus dem Hauptinhalt (Main Content) heraus?
• Wie hoch ist das Linkpotenzial (SEO-Impact) eines Links von der Related URL?

Darüber hinaus habt ihr mit dem Tool die Möglichkeit auch jene Verlinkungen ausfindig zu machen, die bereits existieren, aber aus SEO- und User-Sicht vermutlich keinen Mehrwert bringen. Hierfür analysieren wir auf Basis des All Inlinks Reports bestehende interne Verlinkungen deiner Website auf thematische Ähnlichkeit, scoren die verlinkende URL und geben dir so eine Empfehlung welche Links entfernt werden sollten.

So funktioniert ONE Link Intelligence – Schritt für Schritt erklärt

Damit du das volle Potenzial von ONE Link Intelligence ausschöpfen kannst, zeigen wir dir jetzt Schritt für Schritt, wie du mit dem Tool arbeitest. Von der Vorbereitung deiner Daten bis zur Bewertung möglicher interner Verlinkungen.

Let’s dive in 👇

Schritt 1: Tools

Welche Tools und Zugänge brauchst du, um unser Tool mit relevanten Daten für die Analyse befüllen zu können?

• Screaming Frog in der Version 22.0 (hier geht es zum Download)
• Einen KI-API-Key für ein Sprachmodell deiner Wahl (z. B. von OpenAI)
• Optional: Ein Tool, das dir Backlink-Daten liefert (z. B. ahrefs)
• eine Kopie unseres ONE Link Intelligence Tools

Schritt 2: Screaming Frog Crawl konfigurieren

Kurzer Disclaimer: Die Funktionalität des Tools wird exemplarisch anhand des Fressnapf Magazins dargestellt.

Nachdem du die Domain bzw. in unserem Fall das zu analysierende Verzeichnis eingegeben hast (Modus: Spider), geht es im nächsten Schritt an die Crawl-Konfiguration (Konfiguration → Crawl Konfiguration).

Unter Spider → Extraktion → HTML unbedingt „HTML speichern” auswählen.

Hinweis: Wenn du mit aktiviertem JavaScript crawlst, zusätzlich Gerendertes HTML speichern auswählen!

Als nächstes gilt es im Tab API-Zugang die KI auszuwählen, die zur Erzeugung der Embeddings verwendet werden soll – in unserem Fall OpenAI (ChatGPT).

Hierzu musst du den API-Key eintragen (1) und mit dem Screaming Frog verbinden (2). Nach erfolgreichem Connect gehen wir zur Prompt-Konfiguration (3) über.

Hier wählen wir Aus Bibliothek hinzufügen (1) und Extract embeddings from page content (2) aus und klicken auf „Einfügen”:

Anschließend steuerst du in der Crawl-Konfiguration den Reiter Inhalt und hier die Einbettungen an.

Einbettungsfunktion (1) und Semantische Ähnlichkeit aktivieren und die präferierte Ähnlichkeitsschwelle festlegen (2). Die Schwelle legt fest, ab welchem Ähnlichkeitswert Screaming Frog Seiten als „semantisch ähnlich” gruppiert.

Hinweis: Die Kosinus Ähnlichkeit wird im Bereich von 0 - 1 angegeben, wobei gilt: Je näher der Wert an der 1, umso ähnlicher sind sich die Seiten. Je höher die Schwelle eingestellt wird, desto weniger URLs werden als „semantisch ähnlich” ausgegeben.

Tipp: Für die größtmögliche Analyseflexibilität später im Tool, setze die semantische Ähnlichkeitsschwelle auf den kleinstmöglichen Wert (= 0,50).

Im letzten Schritt der Crawl-Konfiguration aktivierst du im Tab Crawl-Analyse die Automatische Analyse nach dem Crawl. Diese wird u. a. für die Link Score Berechnung gebraucht. Im Anschluss die Konfiguration mit „OK” schließen und den Crawl starten.

Schritt 3: Daten ins ONE Link Intelligence übertragen

Nachdem der Crawl und die Crawlanalyse (!) durchgelaufen ist, müssen die semantisch ähnlichen Seiten für die weitere Verarbeitung ins ONE Link Intelligence Tool exportiert werden. Hierzu gehst du im Frog zum Menüpunkt Massenexport → Inhalt → semantisch ähnlich und lädst die CSV-Datei herunter.

Die Datei öffnest du anschließend und überführst die Daten 1:1 in das Google Sheet. Genauer gesagt in den Tab Related URLs. Hier werden die URL-Paare gespeichert, deren Ähnlichkeitswert den im Screaming Frog definierten Schwellenwert „überspringen".

Anschließend füllst du den Tab All Inlinks. Hierfür wechselst du wieder zum Screaming Frog, navigierst zum Massenexport und wählst Links → Alle-Inlinks aus. Die Daten musst du anschließend in das Google Sheet kopieren.

Im Tabellenblatt Linkmetriken ergänzt du für jede URL den Link Score, die einzigartigen Inlinks und die einzigartigen Outlinks. Die Daten ziehen wir uns aus dem Frog-Crawl.

Tipp: Im Screaming Frog könnt ihr die Spalten im Interface beliebig hin- und herschieben und so z. B. die Werte einfach per Copy & Paste in unser Tool übertragen (zumindest bei kleinen und mittelgroßen Domains problemlos möglich 😉)

Und jetzt stellt ihr euch vielleicht völlig zurecht die Frage: „Und was hat jetzt der Tab Backlinks in einem Google Sheet zur Optimierung der internen Verlinkung verloren?"

Die Antwort ist ganz einfach – und wichtig: Ohne die externen Verlinkungen mit einzubeziehen, wäre unsere Bewertung der Linkpower (Stichwort: „PageRank“) unvollständig. Denn: Auch Backlinks geben Linkkraft weiter. Wer sie ignoriert, schaut nur auf einen Teil des Bildes.

Kevin Indig spricht hierbei vom „TIPR” (True Internal Page Rank). Um das volle Bild zu bekommen, musst du auch die externe Linkpower berücksichtigen. Deshalb: Schnapp dir ein Tool deiner Wahl, z. B. ahrefs, und exportiere pro URL:

• die Anzahl der Backlinks
• sowie die Anzahl der verlinkenden Domains (Referring Domains)

Hinweis: Bei den hier dargestellten Backlink-Daten handelt es sich um fiktive Werte. Wenn ihr gerade keinen Zugriff auf Backlink-Daten habt, müsst ihr den Kopf nicht in den Sand stecken. Lasst den Tab einfach leer. Die Berechnungen sind dann zwar nicht so genau bzw. etwas verzerrt, aber das Tool funktioniert trotzdem. Nachfolgend bei Schritt 4 mehr dazu.

Schritt 4: ONE Link Intelligence Magic

Alle Daten sind im Sheet. Jetzt wird es Zeit für etwas „Apps Script Magie”. Über den Menüpunkt ONE Link Intelligence könnt ihr beide Tools ansteuern. Wenn ihr auf Interne Links finden klickt, wird der Code zum automatisierten Linkabgleich und der Linkpotenzial-Berechnung ausgeführt.

Hinweis: Es kommt ein Pop-up und ihr müsst erstmal zustimmen, dass der Code ausgeführt werden kann.

Nachdem die Ausführung abgeschlossen ist, findet ihr ein neues Tabellenblatt Interne Verlinkungsmöglichkeiten im Google Sheet.

Für jede Ziel-URL sind hier die related URLs aufgeführt, wenn sie die Ähnlichkeitsschwelle von mindestens 0.8 passieren (1). Die anzuwende Ähnlichkeitsschwelle kann im Tab Individualisierung in Zelle B14 angepasst werden. In unserem Beispiel haben wir 80 (umgerechnet 0.80) ausgewählt. Erreichen weniger URLs als in Zelle B13 im Tab Individualisierung festgelegt, werden entsprechend weniger URLs angezeigt. Für jede Related URL erfolgt anhand des Tabs „All Inlinks” der Check, ob diese bereits auf die Ziel-URL verlinkt (2) und ob eine Verlinkung aus dem Main Content / Inhalt besteht (3). Außerdem wird für jeden potentiellen Link von der Related URL auf Ziel-URL das Linkpotenzial berechnet (4).

Das Linkpotenzial oder anders ausgedrückt, die „Linklukrativität”, wird in drei Ausprägungen ausgegeben:

• grün 🟢 = hohes Linkpotenzial / hoher SEO-Impact
• gelb 🟡 = mittleres Linkpotenzial / mittlerer SEO-Impact
• rot 🔴 = eher geringes Linkpotenzial / niedriger SEO-Impact

Wie wird das Linkpotenzial berechnet?

Nicht jeder Link ist gleich wertvoll. Deshalb bewertet ONE Link Intelligence jeden potenziellen internen Linkgeber systematisch – basierend auf fünf zentralen Kriterien

• Interner Link Score
• PageRank-Horder-Score
• Anzahl der Referring Domains
• Anzahl der Backlinks
• Semantische Ähnlichkeit zur Zielseite

So erhältst du nicht nur eine Liste potenzieller Verlinkungen, sondern auch eine Einschätzung, welcher Link aus SEO-Sicht besonders wertvoll ist.

Für jede Related URL wird dabei ein Score zwischen 0 und 1 berechnet. Liegt der Score in der Range von 0 bis 0.33 erhält die URL die 🔴 rote Farbe zugewiesen, zwischen 0.33 und 0.66 die Farbe 🟡 gelb und über 0.66 die Farbe 🟢 grün.

Unpassende Verlinkungen identifizieren

Um unpassende bestehende Verlinkungen aufzudecken, müsst ihr das Tool Unpassende Links identifizieren im Menüpunkt ONE Link Intelligence auswählen und den Code ausführen. Nachdem die Ausführung abgeschlossen ist, findet ihr einen neuen Tab, der Potenziell zu entfernende Links heißt, im Google Sheet.

Als erstes filtert ihr bei Typ auf Hyperlink (1). Bei (2) seht ihr alle existierenden Verlinkungen, die die definierte Unähnlichkeitsschwelle in Zelle B15 des Tabellenblatts Individualisierung unterschreiten.

Die PageRank Waster Spalte (3) klassifiziert die Quell-URL in Spalte B. Das PageRank-Waster-Scoring bewertet, wie stark eine Seite im Verhältnis PageRank verliert, indem sie viele ausgehende, aber kaum eingehende Links aufweist – berechnet als Differenz aus Outlinks – Inlinks. Seiten mit besonders hoher Differenz und ohne externe Relevanz (Backlinks bzw. Referring Domains = 0) erhalten zusätzlich einen Malus, um sie als besonders „verlustreich“ zu kennzeichnen.

In Spalte (4) wird der semantische Ähnlichkeitswert der URLs ausgegeben. Wenn ein URL-Paar aufgrund zu starker Limitierung der Ähnlichkeitsschwelle im Screaming Frog Crawl nicht im Tab Related URLs auftaucht, aber ein Link zwischen diesen beiden Seiten besteht, wird diese Verlinkung hier ebenfalls mit ausgegeben – mit dem Hinweis „Ähnlichkeit liegt unter der im Frog-Crawl definierten Ähnlichkeitsschwelle".

Beispiel zur Verdeutlichung: Im Screaming Frog stellt ihr die Schwelle auf 0,75, URL A und URL B haben eine Ähnlichkeit von 0,65 zueinander. Die Unähnlichkeitsschwelle wird auf 0,60 eingestellt. Die Verlinkung von URL A auf URL B taucht im Output-Tab mit dem gerade vorgestellten Hinweis auf. Um die „messy middle" an Links, die weder die Ähnlichkeitsschwelle noch die Unähnlichkeitsschwelle passieren, berücksichtigen bzw. unangetastet lassen zu können, empfiehlt es sich bei der initialen Einstellung im Screaming Frog (vor dem Crawl!) die Ähnlichkeitsschwelle auf 0,50 herunterzustufen.

Der PageRank Waster Score wird in drei Ausprägungen ausgegeben:

• grün 🟢 = Quell-URL ist niedriger PageRank Waster
• gelb 🟡 = Quell-URL ist mittlerer PageRank Waster
• rot 🔴 = Quell-URL ist starker PageRank Waster

Individuelle Steuerung direkt im Sheet möglich

Im Tab „Individualisierung” kannst du die Gewichtung der einzelnen Metriken zur Linkpotenzial-Berechnung anpassen und so den Linkpotenzialscore direkt beeinflussen. Hierzu einfach die Zahlen ändern, bevor das Apps Script ausgeführt wird.

Tipp: Wenn du z. B. weißt, dass du keine Backlinkdaten zur Verfügung hast, setze die Gewichtung bei Referring Domains und Backlinks auf null und gewichte die anderen Faktoren entsprechend höher – ganz nach deinem Geschmack.

Darüber hinaus kannst du hier die Anzahl der in der Linkanalyse zu berücksichtigenden Related URLs festlegen. Eine Anpassung der Ähnlichkeitsschwelle und Unähnlichkeitsschwelle ist ebenfalls möglich. Je nach definiertem Wert kann die Auswahl der für die Analysen herangezogenen semantisch (un)ähnlichen URLs restriktiver oder weniger restriktiv gestaltet werden.

Sollen Backlinks und Referring Domains bei der PageRank Waster Berechnung doppelt gewichtet werden, dann im Drop-Down „ja" auswählen, falls dies nicht der Fall sein soll, „nein" auswählen.

Schritt 5: Ergebnisbewertung und Maßnahmenableitung

Es gibt nun verschiedene Möglichkeiten, Maßnahmen aus den Linkanalysen abzuleiten. Gängige Herangehensweisen stelle ich dir nachfolgend kurz vor.

Die interne Verlinkung einzelner URLs soll gestärkt werden

Angenommen, die URL https://www.fressnapf.de/magazin/hund/-erziehung/hund-zieht-an-leine/ soll optimiert werden. Dann filterst du zunächst im Tab Interne Verlinkungsmöglichkeiten nach der URL und siehst dann z. B. auf den ersten Blick, dass von der URL https://www.fressnapf.de/magazin/hund/-erziehung/leinenfuehrigkeit/ noch keine Verlinkung auf die Ziel-URL besteht und der Link mittleres Potenzial aufweist. An Stelle von Fressnapf würde ich mir zumindest überlegen, ob eine solche Verlinkung nicht doch sinnvoll sein könnte.

Es sollen domainweit oder für ein spezifisches Verzeichnis Potenziale in der internen Verlinkung gehoben werden

Hierzu im Tab Interne Verlinkungsmöglichkeiten bei „überhaupt verlinkt?" nach „nein" filtern und bei „Linkpotenzial" nach der grünen Farbe filtern.

Es sollen unpassende interne Verlinkungen entfernt werden

Im Tabellenblatt Potenziell zu entfernende Links kannst du nach der roten Farbe in der Spalte PageRank Waster filtern, um die Verlinkung offenzulegen, die am dringendsten entfernt werden sollten. Die Analyse ist auf Domain- oder Seiten-Ebene möglich.

Fazit

Mit ONE Link Intelligence bringst du mit geringem manuellen Aufwand System in deine interne Verlinkung. Ciao Bauchgefühl – hallo datenbasierte Entscheidungen. Das Tool zeigt dir schwarz auf weiß, welche themenverwandten Verlinkungen wirklich Potenzial haben, wo du wertvolle Chancen noch ungenutzt lässt und welche internen Links besser entfernt werden sollten.

Hast du Feedback zum Tool oder Feature-Wünsche? Kontaktiere mich gerne über unser Kontaktformular oder über LinkedIn. Ich freue mich auf den Austausch mit dir ☺️

Troubleshooting: Wenn es mal nicht so läuft wie gewünscht

Der Import der All Inlinks dauert sehr lange oder sprengt das Google Sheet?

Wenn dein Screaming Frog Crawl abgeschlossen ist und du den „All Inlinks“-Export in das ONE Link Intelligence Sheet einfügen willst, kann es bei sehr großen Domains schnell zu Problemen kommen – z. B. weil das Google Sheet an seine Grenzen stößt.
Hier ein paar Tipps, um das sauber zu lösen:

• Inlinks vor dem Export vorfiltern: Spare dir unnötige Datenmengen. Dieses Video von Chrissy zeigt dir wie es funktioniert
• Nur die drei benötigten Spalten exportieren:Für das Tool reichen die Spalten Source, Destination und Link Position. Alles andere ist optional und kann gerne draußen bleiben.
• Nur Hyperlinks importieren: Behalte in der Spalte „Type“ nur Hyperlinks und sortiere alles andere aus.
• Segmentiert arbeiten: Bei besonders großen Domains empfiehlt es sich, zuerst einzelne Verzeichnisse zu analysieren (z. B. /magazin/) und nicht sofort die komplette Domain als Ganzes anzugehen. Für jedes Verzeichnis oder Segment kannst du ein eigenes Sheet zur Optimierung der internen Verlinkung anlegen.

Der Screaming Frog erzeugt keine Embeddings, sondern nur Fehlermeldungen?

Im Frog siehst du im KI-Tab unter Extract embeddings from page content bei Prompt Request Status statt Zahlenkolonnen folgende Fehlermeldung: Error: Bad Request, {error: {message: This models maximum context length is 8192 tokens ... ? Kein Problem! Schreib uns an, wir haben die Lösung für dich griffbereit.

P.S. Die Fehlermeldung tritt auf, wenn der Seiteninhalt zu umfangreich ist und das von OpenAI erlaubte Eingabelimit / Token-Limit überschreitet. In diesem Fall bricht die API die Verarbeitung mit einem „Bad Request“-Fehler ab und gibt einen Hinweis auf die maximale Token-Anzahl zurück.

Weitere Artikel