Relaunch Projektübersicht Relaunch eines internationalen Onlineshops mit neuer URL-Struktur ohne Werte, die eine eindeutige Zuordnung ermöglichen Herausforderung ▪ 190.000 URLs in neue Struktur mappen Vector Embeddings >99% Zeitreduktion Lösung Anpassung des Redirect Mapping-Tools, um noch genauer zu mappen Ergebnis ▪ Erfolgreiches Mapping aller URLs ▪ Signifikante Zeit- und Kostenersparnis im Vergleich zu manuellen Methoden
zu einem gegebenen Vektor K-Nearest Neighbors (KNN) Findet schnell approximative nächste Nachbarn Approximate Nearest Neighbors (ANN) Berechnet den Winkel zwischen Vektoren Cosine Similarity Wie arbeite ich damit? - Ähnlichkeitssuche Vector Embeddings Vorteile Nachteile Vorgehensweise Notwendige Angaben Einfache Resultate zwischen -1 und 1 Beachtet nicht die Länge der Vektoren - Sehr schnell, auch bei großen Datensätzen. Ergebnisse sind approximativ, nicht exakt k: Anzahl der zu suchenden Nachbarn exakt langsam bei großen Datensätzen k: Anzahl der zu suchenden Nachbarn k=3
Embeddings Abgleich des Anchor-Textes mit dem Keyword der Zielseite Ähnlichkeitsscore 1.00 Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud ipsum
zu einem gegebenen Vektor K-Nearest Neighbors (KNN) Findet schnell approximative nächste Nachbarn Approximate Nearest Neighbors (ANN) Berechnet den Winkel zwischen Vektoren Cosine Similarity Wie arbeite ich damit? - Ähnlichkeitssuche Vector Embeddings Vorteile Nachteile Vorgehensweise Notwendige Angaben Einfache Resultate zwischen -1 und 1 Beachtet nicht die Länge der Vektoren - Sehr schnell, auch bei großen Datensätzen. Ergebnisse sind approximativ, nicht exakt k: Anzahl der zu suchenden Nachbarn exakt langsam bei großen Datensätzen k: Anzahl der zu suchenden Nachbarn k=3
k-Wert Vector Embeddings Top 3 Verlinkungsziele (near) Duplicate Content 3 Identifiziert die drei relevantesten internen Verlinkungsmöglichkeiten Findet möglicherweise doppelte oder sehr ähnliche Inhalte 1−3 Anwendungsfall k-Wert Redirect Mappings 1 Findet die k ähnlichsten Vektoren zu einem gegebenen Vektor Erklärung
Clusterbildung OPTICS Findet Cluster basierend auf der Dichte der Datenpunkte DBSCAN Teilt Daten in eine vorgegebene Anzahl (k) von Clustern ein K-Means Wie arbeite ich damit? - Clustering Vector Embeddings Vorteile Nachteile Vorgehensweise Notwendige Angaben Einfach zu verstehen und anzuwenden; Schnell, auch bei vielen Datenpunkten Anzahl der Cluster muss vorgegeben werden; Kann durch Ausreißer beeinflusst werden k: Anzahl der gewünschten Cluster Findet Cluster beliebiger Form; Erkennt Ausreißer automatisch Kann Probleme bei unterschiedlichen Datendichten haben eps: Maximale Entfernung zwischen Nachbarn; minPts: Mindestanzahl von Punkten für einen Cluster Passt sich unterschiedlichen Datendichten an; Ermöglicht detaillierte Analyse der Clusterstruktur Langsamer als die anderen Methoden; Ergebnisse können schwieriger zu interpretieren sein eps: Maximale Entfernung zwischen Nachbarn; minPts: Mindestanzahl von Punkten für einen Cluster
Keywordclustering Semantisches Clustering von Keywords Überprüft und optimiert die bestehende Kategoriestruktur einer Website Algorithmus Anwendungsfall OPTICS Kategoriebaumvalidierung Kategorisierung von Produkten in vorgegeben k Kategorien Beschreibung Produktkategorisierung
zu 97% weniger Kosten im Vergleich zu manueller Arbeit Projektübersicht Analyse der Content-Qualität einer E-Commerce-Website Aufgabe Bewertung der Content-Qualität (u.a. Markenschreibweisen, Tone of Voice, ALT-Texte, HTML-Struktur, Keyword-Relevanz, Interne Verlinkung) SEO Automation 97% Kostenreduktion Ergebnisse und Erkenntnisse ▪ Contentoptimierungspotenziale ▪ Optimierungspotentiale der Verlinkungsstruktur zur Verbesserung thematischer Autorität ▪ Inkonsistenzen in Produktbeschreibungen
SEO Automation Crawl der Domain mit Screaming Frog Anreicherung der Crawl-Daten mit Daten aus unterschiedlichen Tools Analyse der Daten Aufbereitung der Ergebnisse Vorbereitung: Was soll das Ergebnis sein? Welche Kennzahlen sollen erhoben werden? 1 2 3 4
SEO Automation Crawl der Domain mit Screaming Frog Anreicherung der Crawl-Daten mit Daten aus unterschiedlichen Tools Analyse der Daten Aufbereitung der Ergebnisse Vorbereitung: Was soll das Ergebnis sein? Welche Kennzahlen sollen erhoben werden? 1 3 2 4
SEO Automation Welche Datenquellen nutze ich? Ist das Eingabeformat immer gleich? Wo sind variable Stellen in den Daten? Datenvorbereitung Datenformat Datenverarbeitung und Ergebnisse Welche Formate muss ich verarbeiten können? Wie handle ich unterschiedliche Datentypen? Wo brauche ich Flexibilität im Format? Welche Transformationen sind erforderlich? Brauche ich jedes Mal das gleiche Ergebnis? Wo kann ich variable Ausgaben einplanen?
ins Team SEO Automation Identifiziere Verbündete im Team ▪ Teamplayer, die offen für Neuerungen sind ▪ Einflussreiche Kollegen, die dich unterstützen können Plane gemeinsam ▪ Geh die Automatisierungsschritte zusammen durch ▪ Sammle Feedback und optimiere deine Vorschläge Entwickle praxisnahe Lösungen ▪ Schaffe intuitive Tools, die den Arbeitsalltag verbessern ▪ Stelle sicher, dass die Lösungen leicht verständlich sind 1 2 3 4 Fördere die Akzeptanz ▪ Demonstriere den konkreten Nutzen mit Beispielen ▪ Mache die Lösung in Benutzeroberflächen leicht zugänglich ▪ Biete Unterstützung bei der Einführung und Nutzung 5 Messe und kommuniziere den Erfolg: ▪ Demonstriere den konkreten Nutzen mit Beispielen
lassen SEO Automation Du bist ein KI-Assistent für einen KI Newsletter für SEO-Profis. Deine Aufgaben: 1. Identifiziere und priorisiere relevante KI-Entwicklungen und -Tools für SEO-Profis. 2. Kategorisiere in #KI-Update (5−6 Beiträge) und #Tool-Empfehlung (2−3 Beiträge). Format für KI-Updates: #KI-Update [Emoji] Überschrift tl;dr: Zusammenfassung (2−3 Sätze) Die Details: · 5−7 Stichpunkte Relevanz für SEO-Profis: (1−2 Sätze) Mehr Infos: · 2−3 Quellen mit Links Format für Tool-Empfehlungen: #Tool-Empfehlung ## [Technologie/Produkt/Unternehmen] [Emoji] Kurzbeschreibung tl;dr: Zusammenfassung Details: · 4−5 Hauptfunktionen Use Cases: · 3−4 Anwendungsfälle Wichtigkeit: · 2−3 Punkte zum Nutzen Tipp: Praktischer Hinweis Link zum Tool oder Quelle Richtlinien: 1. Fokus auf neueste SEO-relevante Entwicklungen 2. Professioneller, zugänglicher Ton 3. Duzen statt Siezen 4. Keine Buzzwords 5. Aktuelle, genaue Informationen 6. Beachte Updates von Google, OpenAI, Meta, Anthropic besonders Formatierung: - Trenne Beiträge mit --- - Behalte alle Links bei Schritt 6: 1. Systemprompt eintragen (unter “Show Advanced Settings“)
lassen SEO Automation Erstelle einen fesselnden Titel für den KI Newsletter basierend auf dem Inhalt. Der Titel sollte folgende Elemente enthalten: Erwähne ein oder zwei der wichtigsten KI-Updates oder Tool-Features aus der E-Mail. Beziehe dich auf ein Hauptthema der KI-Updates oder Tool-Empfehlungen. Beende den Titel mit "- KI Newsletter". Verwende dieses Format: "Von [wichtiges KI-Update/Tool] bis [KI-Feature/Hauptthema] - KI Newsletter" Beispiel: "Von Googles AIO bis Anthropic 3.5 Update - KI Newsletter" Achte darauf, dass der Titel: Neugier weckt und die Hauptthemen der E-Mail widerspiegelt Nicht länger als 60−70 Zeichen ist (ohne "- KI Newsletter") Einen Gedankenstrich vor "KI Newsletter" verwendet Basiere den Titel auf den wichtigsten und interessantesten Punkten aus den Abschnitten "KI-UPDATES" und "TOOL-EMPFEHLUNGEN". Gib deine Antwort ohne Kommentar aus! Inhalt: {{8.textResponse}} Schritt 8: 2. User Prompt eintragen
lassen (fortgeschritten) Daten von RSS Feeds erhalten Format ierung Abgleich mit Vektordatenbank Erstellung des KI-Updates Einfügen der Updates Update der Vektordatenbank
automatisch erstellen ▪ Keyword-Rankings überwachen ▪ SEO-Audits automatisieren ▪ … Jedes Tool, das eine API hat kann ich ansteuern und kombinieren SEO Automation SEOkomm 2024 / Seite 57
die wahren Innovationstreiber. Sie haben das Potenzial, Dienstleistungen zu automatisieren und neue Märkte zu erschließen.“ SEQUIOA Generative AI’s Act o1 SEOkomm 2024 / Seite 59
Claude, CustomGPT AI Assistant GPT-4o, Claude-3−5−sonnet-latest, Gemini-1.5−pro-latest LLM AI Agents was sind das eigentlich? Merkmale Beispiele Verarbeitet und generiert natürliche Sprache Trainiert auf großen Textmengen Basis für viele AI-Anwendungen Nutzt LLMs als Grundlage Interaktiv und dialogorientiert Begrenzte Autonomie Autonomes System mit eigener Entscheidungsfähigkeit Keine eigene Entscheidungsfähigkeit oder Planung Langchain/ Langgraph, OpenAI Swarm, CrewAI, Autogen Arbeitet mit Nutzereingaben und Feedback Nutzt verschiedene Tools und Datenquellen Kann komplexe, mehrschrittige Aufgaben ausführen und planen Nutzt LLMs als Grundlage
natürliche Sprache ▪ Erstellt nötigen Code zur Datenanalyse ▪ Führt Code lokal aus ▪ Gibt Analyseergebnisse aus Vorteile: ▪ Minimale bis keine Weitergabe von Daten an das LLM (je nach Einstellung) Beispiel: https://pandasai-chat.streamlit.app/ SEOkomm 2024 / Seite 62
Dive mitnehmen solltest Zusammenfassung Numerische Darstellungen von Daten (wie Wörtern oder Sätzen) im mehrdim. Raum Ähnlichkeitssuche findet ähnliche Vektoren zu einem gegebenen Vektor, während Clustering Gruppen von ähnlichen Vektoren identifiziert Für erfolgreiche Automatisierung brauchst du Tools wie Make.com, KNIME oder Python, sowie Zugang zu relevanten Datenquellen Im SEO kannst du für die Content Erstellung, Datenanalyse und noch vieles mehr AI Agents einsetzen Mit Flowise oder n8n kannst du ohne coden zu können einen AI Agent aufsetzen oder du nutzt direkt ein Framework wie Langchain Vector Embeddings und ihre Anwendung im SEO SEO Automation Keywordclustering, Redirect Mapping, Verlinkunsrelevanz Du hast gelernt, wie du einen KI Newsletter aufsetzt und wie du das Wissen auf andere Automatisierungen überträgst AI Agents sind autonome KI-Systeme, die komplexe Aufgaben selbstständig planen und ausführen können AI Agents im SEO Fang mit nervigen & repetitiven Aufgaben mit geeigneten Tools an
SiteGround - Reliable hosting with speed, security, and support you can count on.
kevinki
triangleseomeetup
liddle
koyurin
techseoconnect
sophiebrannon
owainlw
.jpeg){kind=avatar}
pelogia
jamesroach
amanaut
stephenakadiri
jonoalderson
minecr
reverentgeek
bcantrill
akihiro_kokubo
jnunemaker
axbom
samanthasiow
coloredviolet
cassininazir
aleyda
rabernat
