Was ist ein Claude Skill für Keyword-Clustering?

Kurz gesagt: Ein Claude-Skill für Keyword-Clustering nimmt eine rohe CSV-Datei mit Keywords und gruppiert sie anhand semantischer Ähnlichkeit und Suchintention zu Themen-Clustern. Sie erstellen ihn einmal als wiederverwendbaren Skill und lassen anschließend jede beliebige Keyword-Liste durchlaufen. So erhalten Sie strukturierte, strategietaugliche Ergebnisse ohne zusätzliches SEO-Tool.

Wenn Sie eine Keyword-Liste aus Ahrefs, Semrush oder der Google Search Console exportiert haben und vor 500 Zeilen sitzen, ohne zu wissen, wo Sie anfangen sollen, ist dieses Tutorial das Richtige für Sie. Am Ende haben Sie einen funktionierenden Claude-Skill, der eine CSV einliest, Keywords nach Thema und Intention gruppiert und eine saubere, geclusterte Ausgabe liefert. Diese können Sie direkt an einen Content-Strategen weitergeben oder für Ihren Redaktionsplan nutzen.

Was ist ein Claude-Skill für Keyword-Clustering?

Ein Claude-Skill für Keyword-Clustering ist ein wiederverwendbares Set von Anweisungen (ein „Skill“), das Claude genau vorgibt, wie eine Keyword-Liste verarbeitet, gruppiert und benannt wird. Skills in Claude funktionieren wie gespeicherte Workflows. Statt jedes Mal einen langen Prompt zu schreiben, definieren Sie die Logik einmal und rufen sie bei Bedarf auf.

Speziell für das Keyword-Clustering enthält der Skill drei Dinge:

• Gruppierungslogik: wie semantisch verwandte Keywords erkannt werden
• Intentionsklassifizierung: wie jedes Cluster gekennzeichnet wird (informational, kommerziell, transaktional, navigational)
• Ausgabeformat: wie die finale CSV oder Tabelle aussehen soll, damit sie sofort nutzbar ist

Das Ergebnis ist ein wiederholbarer Prozess, der unabhängig von der eingespeisten Keyword-Liste konsistente Ergebnisse liefert.

Warum B2B-SaaS-Teams diesen Ansatz nutzen

Die meisten B2B-SaaS-Teams exportieren regelmäßig Keyword-Daten, clustern sie aber manuell oder verlassen sich auf teure Plattform-Funktionen, die dennoch eine menschliche Prüfung erfordern. Ein Claude-Skill verändert die Wirtschaftlichkeit dieser Arbeit.

• Tempo: Eine CSV mit 500 Keywords ist in unter zwei Minuten geclustert
• Konsistenz: Jedes Mal gilt dieselbe Gruppierungslogik, nicht je Analyst eine andere Interpretation
• Kosten: Für den Clustering-Schritt ist keine zusätzliche Lizenz für ein SEO-Tool nötig
• Flexibilität: Sie können die Logik des Skills an unterschiedliche Produkte, Zielgruppen oder Content-Ziele anpassen

SaaS Hackers setzt diesen Ansatz bei Kunden ein, die große Keyword-Exporte, aber nur begrenzte Kapazitäten im Content-Team haben. Der Skill übernimmt die strukturelle Arbeit, die strategischen Entscheidungen trifft der Mensch. Wenn Sie externe Unterstützung brauchen, um aus diesen Clustern einen Umsetzungsplan zu machen, stellt SaaS Hackers auch eine Auswahl der besten B2B-SaaS-SEO-Agenturen für Teams zusammen, die spezialisierte Hilfe wünschen.

Was Sie vor dem Start brauchen

Stellen Sie vor dem Erstellen des Skills diese drei Dinge bereit:

1. Einen Keyword-Export im CSV-Format mit mindestens einer Keyword-Spalte. Spalten für Suchvolumen, Schwierigkeit und CPC sind nützlich, aber optional.
2. Zugang zu Claude (Claude.ai Pro oder API-Zugang über ein Tool wie Cursor oder Claude Code)
3. Ein klares Content-Ziel, damit Ihre Clustering-Logik widerspiegelt, was Sie tatsächlich brauchen. Bauen Sie Themen-Pillars auf? Planen Sie einen Content-Sprint? Schließen Sie Lücken in einem bestehenden Hub?

Ihr Content-Ziel bestimmt die Gruppierungsregeln des Skills. Ein SaaS-Unternehmen, das Product-led-Content-Cluster aufbaut, braucht eine andere Gruppierungslogik als eine Agentur, die die bestehende Abdeckung eines Kunden prüft.

So erstellen Sie den Skill für Keyword-Clustering: Schritt für Schritt

Schritt 1: Clustering-Logik festlegen

Bevor Sie auch nur eine Zeile des Skills schreiben, entscheiden Sie, wie die Keywords gruppiert werden sollen. Für B2B-SaaS-Content ist ein Modell mit zwei Achsen der zuverlässigste Ansatz:

• Achse 1: Thema (worum es im Keyword geht)
• Achse 2: Intention (was die suchende Person erreichen will)

Ein SaaS-Unternehmen, das Projektmanagement-Software verkauft, könnte zum Beispiel ein Themen-Cluster „task automation“ haben, dessen Unter-Cluster nach Intention aufgeteilt sind: „how to automate tasks“ (informational), „best task automation software“ (kommerziell), „buy task automation tool“ (transaktional).

Schreiben Sie diese Logik zuerst in einfachem Deutsch auf, bevor Sie sie in den Skill übertragen. Claude befolgt ausdrückliche Regeln besser als implizite.

Schritt 2: Den Skill-Prompt schreiben

Der Skill-Prompt ist das Set von Anweisungen, das Claude erhält, bevor es Ihre Keyword-Daten sieht. Gliedern Sie ihn in vier Teile:

Teil 1: Rolle und Ziel

You are an SEO strategist specialising in B2B SaaS content architecture.
Your task is to cluster a list of keywords into topic groups and intent categories
to support a structured content strategy.

Teil 2: Eingabeformat

The user will provide a CSV with the following columns:
- keyword (required)
- monthly_search_volume (optional)
- keyword_difficulty (optional)

Process every row. Do not skip keywords.

Teil 3: Clustering-Regeln

Group keywords using these rules:
1. Keywords with the same core topic belong in the same cluster, even if phrased differently.
2. Assign each cluster a short, descriptive cluster name (3-5 words max).
3. Classify each keyword's search intent as one of: Informational, Commercial, Transactional, Navigational.
4. If a keyword fits two clusters, assign it to the more specific one.
5. Create a "Miscellaneous" cluster only for keywords that genuinely do not fit elsewhere.
   Limit this cluster to 5% of total keywords or fewer.

Teil 4: Ausgabeformat

Return the results as a CSV with these columns:
- keyword
- cluster_name
- intent
- cluster_priority (High / Medium / Low, based on volume and strategic fit)
- notes (optional: flag any keywords that need human review)

After the CSV, add a short summary table showing:
- Total clusters created
- Keyword count per cluster
- Dominant intent per cluster

Schritt 3: Zuerst mit einer kleinen Stichprobe testen

Lassen Sie beim ersten Versuch nicht gleich 500 Keywords laufen. Nehmen Sie 30 bis 50 Keywords aus Ihrem Export und fügen Sie sie zusammen mit dem obigen Skill-Prompt direkt in Claude ein. Prüfen Sie die Ausgabe auf:

• Cluster-Genauigkeit: Werden semantisch verwandte Keywords tatsächlich zusammen gruppiert?
• Intentions-Genauigkeit: Ist die Intentionskennzeichnung für jedes Keyword korrekt?
• Cluster-Granularität: Sind die Cluster zu breit (alles in einer Gruppe) oder zu eng (jedes Keyword ein eigenes Cluster)?

Passen Sie die Clustering-Regeln in Teil 3 anhand Ihrer Beobachtungen an. Dieser Iterationsschritt dauert 10 bis 15 Minuten und erspart Ihnen später erheblichen Korrekturaufwand.

Schritt 4: Große CSV-Dateien verarbeiten

Claude hat ein Limit für das Kontextfenster. Teilen Sie bei Keyword-Listen mit mehr als 300 Zeilen die CSV in Batches von 200 bis 250 Keywords auf und lassen Sie jeden Batch durch denselben Skill laufen. Führen Sie die Ergebnisse anschließend zusammen.

Achten Sie beim Zusammenführen der Batches auf doppelte Cluster-Namen mit leicht abweichender Bezeichnung (zum Beispiel „email automation“ und „email automations“). Mit einem schnellen Suchen und Ersetzen in Ihrer Tabellenkalkulation lässt sich das beheben, bevor Sie die Ausgabe weitergeben.

Wenn Sie Claude über die API oder Claude Code nutzen, können Sie das Batching per Skript automatisieren, sodass es selbstständig läuft und die Ausgabedateien zusammenführt.

Schritt 5: Den Skill für die Wiederverwendung speichern

In Claude.ai können Sie benutzerdefinierte Anweisungen speichern oder Projects nutzen, um Ihren Skill-Prompt abzulegen. In Claude Code oder Cursor speichern Sie den Skill als Markdown-Datei in Ihrem Projektverzeichnis und verweisen in Ihrem Workflow darauf.

Benennen Sie die Datei eindeutig: keyword-clustering-skill-v1.md. Erhöhen Sie bei jeder Überarbeitung der Logik die Versionsnummer, damit Sie immer wissen, welche Version welche Ausgabe erzeugt hat.

Wie gutes geclustertes Ergebnis aussieht

Hier ein Beispiel dafür, was der Skill für ein B2B-SaaS-Projektmanagement-Tool liefern sollte:

Jede Zeile ist sauber, konsistent und lässt sich ohne weitere Interpretation einem Content-Briefing oder Redaktionskalender zuordnen.

Häufige Fehler und ihre Korrektur

Zu breite Cluster: Wenn am Ende ein Cluster namens „software“ mit 80 Keywords entsteht, sind Ihre Clustering-Regeln nicht spezifisch genug. Ergänzen Sie eine Regel, die jedes Cluster auf maximal 15 bis 20 Keywords begrenzt, bevor es in Unter-Cluster aufgeteilt wird.

Falsche Intentionskennzeichnung: Claude stuft navigationale Suchanfragen manchmal fälschlich als informational ein. Fügen Sie eine ausdrückliche Regel hinzu: „Navigational queries include brand names, product names, or 'login', 'pricing', 'review' modifiers.“

Fehlende Spalte „notes“: In der Spalte „notes“ markiert Claude mehrdeutige Keywords. Entfernen Sie sie nicht. Dort zeigen sich die nützlichsten strategischen Entscheidungen.

So nutzt SaaS Hackers das in der Kundenarbeit

Bei SaaS Hackers ist dieser Skill Teil eines umfassenderen Workflows für die Content-Architektur. Ein Kunde exportiert seine Keyword-Daten, der Skill clustert sie, und das Ergebnis fließt direkt in eine Content-Gap-Analyse ein. Die Cluster werden Pillar Pages und unterstützenden Inhalten zugeordnet, und anhand der Intentionskennzeichnung wird bestimmt, welche Funnel-Stufe jeder Inhalt adressiert.

Der Skill hat die Zeit vom Keyword-Export bis zum Content-Briefing um rund 40 Minuten pro Projekt verkürzt. Wichtiger als die Zeitersparnis ist die Konsistenz: Jeder Content-Stratege im Team arbeitet mit derselben strukturellen Logik und nicht mit seiner eigenen Interpretation einer rohen Keyword-Liste. Teams, die spezialisierte Anbieter vergleichen, können sich außerdem die Shortlist von SaaS Hackers mit B2B-SaaS-SEO-Experten ansehen, wenn sie praxisnahe strategische Unterstützung wünschen.

FAQs

Was ist ein Claude-Skill für Keyword-Clustering?
Ein Claude-Skill für Keyword-Clustering ist ein gespeicherter Prompt bzw. ein Set von Anweisungen, das Claude vorgibt, wie eine Keyword-Liste in Themen-Cluster und Intentionskategorien gruppiert wird. Sie definieren die Regeln einmal und lassen dann jede beliebige CSV durchlaufen, um strukturierte, strategietaugliche Ergebnisse zu erhalten. Er ersetzt den manuellen Clustering-Schritt, der üblicherweise auf einen Keyword-Export folgt.

Wie viele Keywords kann Claude auf einmal clustern?
Claude kann zuverlässig 200 bis 250 Keywords pro Prompt verarbeiten, bevor die Grenzen des Kontextfensters die Qualität der Ausgabe beeinträchtigen. Teilen Sie größere Listen in Batches dieser Größe auf, lassen Sie jeden Batch durch denselben Skill laufen und führen Sie die Ergebnisse in einer Tabellenkalkulation zusammen. Der gesamte Prozess dauert bei einer Liste mit 500 Keywords unter 10 Minuten.

Muss ich programmieren können, um diesen Skill zu erstellen?
Nein. Der Skill ist ein strukturierter Text-Prompt, kein Code. Sie schreiben die Anweisungen in einfachem Deutsch nach der vierteiligen Struktur in diesem Leitfaden (Rolle, Eingabeformat, Clustering-Regeln, Ausgabeformat) und fügen Ihre Keyword-CSV direkt in Claude ein. Wenn Sie Claude Code oder ein API-basiertes Tool nutzen, kann ein Entwickler das Batching per Skript automatisieren, der Skill selbst erfordert jedoch keine Programmierung.

Ist das besser als ein spezielles Tool für Keyword-Clustering?
Für die meisten B2B-SaaS-Content-Teams ja, und zwar speziell beim Clustering-Schritt. Spezielle Tools clustern auf Basis von SERP-Überschneidungen, wofür Live-Daten nötig sind. Claude clustert nach semantischer Bedeutung. Das geht schneller, erfordert keine API-Credits eines separaten Tools und liefert Ergebnisse, die Sie an Ihre eigene Content-Architektur anpassen können. Beide Ansätze ergänzen sich: Nutzen Sie SERP-basiertes Clustering für die Wettbewerbsanalyse und den Claude Skill für die schnelle Content-Planung.

Welche CSV-Spalten braucht der Skill, damit er funktioniert?
Der Skill benötigt nur eine Keyword-Spalte. Spalten für monatliches Suchvolumen, Keyword-Schwierigkeit und CPC verbessern die Einstufung der Cluster-Priorität, sind aber optional. Wenn Ihr Export diese Daten enthält, nehmen Sie sie in die CSV-Datei auf. Falls nicht, liefert der Skill trotzdem präzise Gruppierungen nach Thema und Intention.