WDF-IDF

WDF-IDF ist eine Termgewichtungsformel, die die Relevanz eines Begriffs innerhalb eines Textes im Verhältnis zu seiner Häufigkeit in einer Dokumentsammlung bewertet. Die Methode kombiniert die Within Document Frequency (WDF) mit der Inverse Document Frequency (IDF) und half im deutschsprachigen SEO ab 2013, Texte über die reine Worthäufigkeit hinaus auf thematische Vollständigkeit zu optimieren. WDF-IDF-Tools wie Ryte oder Termlabs vergleichen den eigenen Text mit den Top-10-Ergebnissen und zeigen, welche der oft mehreren hundert relevanten Terme noch fehlen.

Was ist WDF-IDF?

WDF-IDF ist ein statistisches Verfahren der Termgewichtung, das die Bedeutung eines Wortes für ein Dokument berechnet. Die Formel multipliziert die logarithmisch gedämpfte Häufigkeit eines Begriffs im Text (WDF) mit seiner Seltenheit im gesamten Dokumentkorpus (IDF).

Das Verfahren stammt aus dem Information Retrieval und wurde als Weiterentwicklung von TF-IDF konzipiert. Der Grundgedanke: Ein Wort, das in einem Text häufig, im Vergleichskorpus aber selten vorkommt, beschreibt das Thema des Textes besser als ein Allerweltsbegriff. Füllwörter wie “und” oder “der” erhalten deshalb einen WDF-IDF-Wert nahe null, fachlich tragende Terme einen hohen Wert.

Im deutschsprachigen SEO steht WDF-IDF (auch WDF*IDF geschrieben) für einen konkreten Anwendungsfall: den Abgleich eines Textes mit den bestplatzierten Wettbewerbern zu einem Keyword. Die Kennzahl verschob den Fokus von der Frage “Wie oft nenne ich mein Keyword?” hin zu “Welche Begriffe erwartet Google im Umfeld dieses Themas?”.

Wer hat WDF-IDF im SEO etabliert?

Der deutsche SEO-Berater Karl Kratz machte WDF*IDF ab 2012 populär und prägte den Begriff im deutschsprachigen Raum. Die mathematische Grundlage ist deutlich älter: Die Inverse Document Frequency geht auf die Informatikerin Karen Spärck Jones (1972) zurück, das Konzept der Termfrequenz auf Hans Peter Luhn in den 1950er-Jahren.

Wer WDF-IDF anwenden will, muss die zwei Komponenten der Formel getrennt verstehen, denn erst ihr Produkt ergibt die aussagekräftige Gewichtung.

Wie wird der WDF-IDF-Wert berechnet?

Der WDF-IDF-Wert entsteht aus der Multiplikation zweier Faktoren. Die Within Document Frequency misst die Häufigkeit eines Terms innerhalb eines Textes mit logarithmischer Dämpfung, die Inverse Document Frequency gewichtet, wie selten dieser Term in einer größeren Dokumentsammlung auftritt.

Wie berechnet sich der WDF-Wert?

Die Within Document Frequency setzt die Häufigkeit eines Wortes ins Verhältnis zur Textlänge und dämpft das Ergebnis logarithmisch. Die im SEO gängige Formel lautet:

WDF = log2(Häufigkeit des Terms im Dokument) / log2(Gesamtzahl der Wörter im Dokument)

Die logarithmische Basis 2 sorgt dafür, dass die zehnte Nennung eines Wortes weniger Gewicht bekommt als die zweite. Damit bestraft der WDF-Wert die stumpfe Wiederholung, anders als die rein lineare Zählung der Worthäufigkeit.

Wie berechnet sich der IDF-Wert?

Die Inverse Document Frequency bewertet die Seltenheit eines Begriffs über eine ganze Dokumentsammlung, meist die indexierten Seiten zu einem Thema. Die Formel:

IDF = log10(Gesamtzahl der Dokumente / Anzahl der Dokumente mit dem Term)

Ein Begriff, der nur in wenigen Dokumenten vorkommt, erhält einen hohen IDF-Wert und damit mehr Gewicht. Ein Begriff, der in fast jedem Dokument steht, tendiert gegen null.

Beide Formeln stammen aus derselben Familie wie TF-IDF, unterscheiden sich aber in einem Detail, das die Ergebnisse spürbar verändert.

Was unterscheidet WDF-IDF von TF-IDF?

WDF-IDF und TF-IDF gewichten Terme nach demselben Prinzip, normalisieren die Häufigkeit aber unterschiedlich. TF-IDF nutzt die lineare Termfrequenz, WDF-IDF dämpft die Häufigkeit über den Logarithmus zur Basis 2 und begrenzt so den Einfluss oft wiederholter Wörter.

TF-IDF entstand im klassischen Information Retrieval zur Sortierung von Suchergebnissen. WDF-IDF ist die im deutschen SEO verbreitete Variante, die vor allem in der Content-Optimierung eingesetzt wird. In der Praxis liefern beide Verfahren ähnliche Rangfolgen der relevanten Begriffe, WDF-IDF reagiert nur weniger empfindlich auf einzelne Ausreißer.

Kriterium	TF-IDF	WDF-IDF
Normalisierung	linear	logarithmisch (Basis 2)
Herkunft	Information Retrieval	deutschsprachiges SEO
Empfindlichkeit gegenüber Wiederholung	hoch	gedämpft
Haupteinsatz	Dokument-Ranking	Content-Optimierung

Die Formel allein optimiert keinen Text. Ihren praktischen Wert entfaltet WDF-IDF erst in der Analyse, die den eigenen Inhalt gegen die Konkurrenz stellt.

Wie läuft eine WDF-IDF-Analyse ab?

Eine WDF-IDF-Analyse vergleicht den eigenen Text mit den Top-Rankings zu einem Keyword und zeigt, welche relevanten Begriffe fehlen oder überrepräsentiert sind. Ein Tool crawlt die Suchergebnisse, berechnet für jeden Term die WDF-IDF-Werte und stellt sie als Kurve dar.

Der Ablauf einer WDF-IDF-Analyse folgt in den gängigen Tools fünf Schritten, die vom Keyword bis zur konkreten Content-Lücke führen:

1. Fokus-Keyword festlegen und die Top-10- oder Top-30-Suchergebnisse als Vergleichskorpus laden.
2. Tool die WDF-IDF-Werte aller Terme in den Wettbewerbertexten berechnen lassen.
3. Proof-Keywords ableiten: Begriffe, die bei fast allen Top-Rankings hohe Werte erreichen.
4. Eigenen Text gegen die Soll-Kurve legen und Lücken sowie Überoptimierung markieren.
5. Fehlende Begriffe natürlich einarbeiten, ohne den Lesefluss zu stören.

Was sind Proof-Keywords?

Proof-Keywords sind Begriffe, die in nahezu allen Top-Rankings zu einem Keyword hohe WDF-IDF-Werte erreichen und ein Thema erst vollständig machen. Ein Text über Espresso ohne die Proof-Keywords Brühdruck, Mahlgrad und Crema wirkt thematisch unvollständig. WDF-IDF-Tools markieren solche Pflichtbegriffe automatisch als Soll-Terme.

Wie hoch sollte der WDF-IDF-Wert sein?

Einen absoluten Zielwert gibt es nicht. WDF-IDF-Tools zeigen einen Korridor aus Mittelwert und Standardabweichung der Top-Rankings. Liegt der eigene Wert eines wichtigen Begriffs deutlich unter diesem Korridor, fehlt Substanz. Liegt er darüber, droht Überoptimierung. Der Korridor bleibt eine Orientierung, kein fester Sollwert.

Welche Software diese Korridore berechnet, unterscheidet sich in Datenbasis und Bedienung erheblich.

Welche WDF-IDF-Tools gibt es?

Mehrere SEO-Tools bieten WDF-IDF-Analysen an, unterscheiden sich aber in Datenquelle, Sprache und Zusatzfunktionen. Die bekanntesten im deutschsprachigen Raum sind Ryte, Termlabs, Surfer SEO und Seobility, die den eigenen Text jeweils gegen die aktuellen Top-Rankings abgleichen.

Am deutschsprachigen Markt für WDF-IDF-Analysen haben sich vier Werkzeuge etabliert, jedes mit einem eigenen Schwerpunkt:

• Ryte: Kombiniert die WDF*IDF-Analyse mit einer umfassenden technischen OnPage-Prüfung und richtet sich an größere Websites.
• Termlabs.io: Fokussiert auf semantische Content-Briefings und liefert neben WDF-IDF auch verwandte Terme und Fragen aus den SERPs.
• Surfer SEO: Verbindet die Termanalyse mit einem Content-Editor, der Empfehlungen in Echtzeit während des Schreibens anzeigt.
• Seobility: Bietet eine WDF*IDF-Prüfung als Teil eines All-in-one-Pakets, das sich für kleinere Projekte eignet.

Die Preisspanne der WDF-IDF-Tools reicht von kostenlosen Einstiegsprüfungen mit Tageslimit bis zu kostenpflichtigen SEO-Suiten im Monatsabo. So verbreitet diese Tools sind, so umstritten ist die Frage, was ihre Ergebnisse für Rankings tatsächlich bedeuten.

Welchen Nutzen bietet WDF-IDF für die Content-Optimierung?

WDF-IDF liefert eine datenbasierte Orientierung, welche Begriffe ein Thema vollständig abdecken. Der Nutzen liegt weniger in exakten Zielwerten als in der Aufdeckung inhaltlicher Lücken, die ein Text im Vergleich zu erfolgreichen Wettbewerbern noch aufweist.

Welche Vorteile bietet WDF-IDF?

Die Stärken von WDF-IDF zeigen sich vor allem in der strukturierten Themenrecherche, die drei konkrete Vorteile bringt:

• Content-Lücken sichtbar machen: Die Analyse deckt Begriffe auf, die alle Top-Rankings behandeln, im eigenen Text aber fehlen.
• Schutz vor Überoptimierung: Ein zu hoher Wert für ein einzelnes Keyword signalisiert unnatürliche Wiederholung und mögliches Stuffing.
• Objektive Vergleichsbasis: Die Kurve liefert eine messbare Zielvorgabe statt eines rein subjektiven Bauchgefühls beim Schreiben.

Welche Grenzen hat WDF-IDF?

Gegen einen mechanischen Einsatz von WDF-IDF sprechen mehrere Grenzen, die seit dem Aufstieg semantischer Suchsysteme deutlicher werden:

• Keine semantische Bedeutung: WDF-IDF zählt Terme, erfasst aber keine semantischen Zusammenhänge zwischen ihnen.
• Korrelation statt Kausalität: Hohe Werte begleiten gute Rankings, verursachen sie aber nicht.
• Gefahr des Term-Stuffing: Wer stur auf Zielwerte optimiert, produziert erneut Texte für Maschinen statt für Leser.

Diese Grenzen werfen die Frage auf, welche Rolle eine termbasierte Kennzahl in einer Suchlandschaft aus KI-Modellen und Entitäten überhaupt noch spielt.

Wie relevant ist WDF-IDF 2026?

WDF-IDF ist 2026 ein nützliches Hilfsmittel zur Themenrecherche, aber kein Rankingfaktor. Google bewertet Inhalte über semantische Modelle, Entitäten und Nutzersignale, nicht über feste Termhäufigkeiten. Die Kennzahl hilft, ein Thema vollständig zu erfassen, ersetzt aber keine echte Themenautorität.

Die Suchmaschine erkennt heute Synonyme, vernetzte Themenkonzepte und die Absicht hinter der Suchanfrage, ohne dass jeder Begriff in einer bestimmten Frequenz vorkommen muss. Für moderne OnPage-Optimierung bleibt WDF-IDF ein Einstiegssignal, das schnell zeigt, welche Unterthemen ein Text ignoriert. Der eigentliche Hebel liegt in thematischer Autorität über ein ganzes Themenfeld und der sauberen Abbildung von Entitäten. In der Optimierung für KI-Suchsysteme verliert die reine Termzählung weiter an Gewicht, weil generative Modelle Inhalte über Bedeutung statt über Worthäufigkeit bewerten.

Ist WDF-IDF ein Google-Rankingfaktor?

Nein. Google hat WDF-IDF nie als Rankingsignal bestätigt. Der Algorithmus nutzt eigene, weit komplexere Verfahren der semantischen Analyse. Hohe WDF-IDF-Werte korrelieren teils mit guten Rankings, weil vollständige Texte beide Merkmale teilen. Die Kennzahl beschreibt also ein Symptom guter Inhalte, nicht deren Ursache.