Query Rewriting

Was ist Query Rewriting?

Query Rewriting bezeichnet die automatische Umformulierung einer Suchanfrage durch eine Suchmaschine oder ein KI-System. Dabei werden Begriffe ergänzt, ersetzt, präzisiert oder in Teilfragen zerlegt, damit das System die Suchintention besser erkennt und passende Dokumente abrufen kann. Die ursprüngliche Eingabe bleibt für den Nutzer meist unverändert sichtbar.

Query Rewriting, auf Deutsch das Umschreiben von Suchanfragen, findet zwischen der Eingabe eines Nutzers und dem Abruf passender Informationen statt. Das System verarbeitet damit nicht nur die eingegebenen Wörter, sondern erzeugt eine oder mehrere alternative Anfragen, die den vermuteten Informationsbedarf genauer abbilden.

Wie funktioniert Query Rewriting?

Query Rewriting beginnt mit der Analyse von Sprache, Kontext und möglicher Suchintention. Ein System erkennt beispielsweise Tippfehler, Synonyme, mehrdeutige Begriffe, fehlende Entitäten und Beziehungen zwischen Wörtern. Anschließend formuliert es Suchvarianten, mit denen ein Suchindex, eine Datenbank oder ein Retrieval-System nach relevanten Informationen durchsucht wird.

Ein Nutzer könnte etwa nach software rechnungen kleine firma suchen. Daraus können intern Varianten wie Rechnungssoftware für Kleinunternehmen, Buchhaltungsprogramm für kleine Betriebe oder Software zum Erstellen von Rechnungen entstehen. Die Suchmaschine muss dafür nicht jedes Wort austauschen. Bereits eine präzisere Zuordnung von „kleine Firma“ zur Entität „Kleinunternehmen“ kann die Ergebnisauswahl verändern.

Normalisierung: Das System vereinheitlicht Schreibweisen, Wortformen und Tippfehler.
Erweiterung: Die Anfrage erhält Synonyme, Oberbegriffe, Unterbegriffe oder passende Entitäten.
Präzisierung: Mehrdeutige Formulierungen werden mithilfe des Kontexts eingegrenzt.
Zerlegung: Komplexe Fragen werden in mehrere einzeln recherchierbare Teilfragen aufgeteilt.

Ein Sprachmodell kann die Frage „Welche Wärmepumpe passt zu einem Altbau und welche Förderung gibt es?“ intern in mindestens zwei Arbeitsanfragen zerlegen: eine Anfrage zu geeigneten Wärmepumpen für Altbauten und eine Anfrage zu aktuellen Förderbedingungen. Die Teilresultate werden anschließend zu einer gemeinsamen Antwort verbunden.

Typen des Query Rewritings

Die Verfahren unterscheiden sich danach, welches Problem eine Anfrage enthält. Eine Rechtschreibkorrektur behebt eine fehlerhafte Eingabe, während eine semantische Erweiterung zusätzliche Bedeutungen einführt. Bei längeren KI-Fragen kommt häufig eine Dekomposition hinzu, bei der mehrere Informationsbedürfnisse getrennt verarbeitet werden.

Verfahren	Ausgangsanfrage	Mögliche Umformulierung
Rechtschreibkorrektur	seo agnetur münchen	SEO Agentur München
Synonymerweiterung	Programm für Rechnungen	Rechnungssoftware, Fakturierung, Buchhaltungsprogramm
Entitätserkennung	Jaguar Werkstatt	Werkstatt für die Automarke Jaguar
Kontextualisierung	Bank in der Nähe	Geldinstitut am aktuellen Standort
Dekomposition	Welches CRM passt und was kostet es?	CRM-Auswahlkriterien plus CRM-Kosten
Intent-Erweiterung	Photovoltaik Speicher	Kaufberatung, Größe, Kosten und Wirtschaftlichkeit

Query Rewriting kann außerdem personalisiert oder sitzungsbezogen erfolgen. Eine Folgefrage wie „Und was kostet das?“ ist ohne vorherigen Dialog unvollständig. Ein KI-System muss den Bezug zu einem zuvor genannten Produkt herstellen und daraus eine eigenständige Anfrage bilden, bevor eine belastbare Antwort abgerufen werden kann.

Query Rewriting und GEO 2026

Für GEO, ausgeschrieben Generative Engine Optimization, ist Query Rewriting relevant, weil Unternehmen nicht kontrollieren können, mit welchen internen Suchvarianten ein KI-System nach Quellen sucht. Eine einzelne Zielphrase reicht deshalb nicht aus. Inhalte müssen eine Entität, ihre Eigenschaften, typische Nutzerfragen und die Beziehungen zu verwandten Themen eindeutig erklären. GEO bezeichnet dabei die Optimierung für Sichtbarkeit in generativen Antworten.

Ein Anbieter von Industriesoftware sollte beispielsweise nicht nur auf „MES Software“ optimieren. Der Inhalt sollte auch erklären, für welche Produktionsarten ein Manufacturing Execution System geeignet ist, welche Daten es verarbeitet, wie es sich von ERP-Systemen unterscheidet und welche Auswahlkriterien gelten. Diese semantische Breite erhöht die Chance, dass eine Seite zu umformulierten Teilfragen passt.

Definiere zentrale Fachbegriffe in einem eigenständig verständlichen Absatz.
Beantworte Auswahl-, Kosten-, Funktions- und Vergleichsfragen getrennt.
Nenne eindeutige Entitäten wie Produkte, Branchen, Zielgruppen und Einsatzbereiche.
Formuliere konkrete Bedingungen, unter denen eine Aussage gilt.
Verknüpfe verwandte Inhalte durch beschreibende interne Links.

Die Grundlage liefert eine strukturierte Keyword-Recherche mit Suchintentionen und Nutzerfragen. Für generative Systeme kommt die Analyse natürlicher Dialogfragen hinzu, weil Nutzer in ChatGPT, Perplexity, Gemini und Grok häufig vollständige Probleme statt kurzer Keywords formulieren. Die Optimierung für KI-Suchen muss deshalb Themenzusammenhänge abdecken, die über eine klassische Keyword-Liste hinausgehen.

Unterschied zu ähnlichen Verfahren

Der Unterschied zwischen Query Rewriting und Query Expansion liegt im Umfang. Query Expansion ergänzt eine Anfrage um verwandte Begriffe oder Synonyme. Query Rewriting ist der Oberbegriff und kann zusätzlich Wörter entfernen, die Formulierung präzisieren, Bezüge aus einem Dialog auflösen oder eine komplexe Frage in mehrere Anfragen zerlegen.

Der Unterschied zwischen Query Rewriting und Suchintention besteht in ihrer Funktion. Die Suchintention beschreibt das vermutete Ziel des Nutzers, beispielsweise Information, Vergleich oder Kauf. Query Rewriting ist ein technischer Verarbeitungsschritt, der aus diesem vermuteten Ziel besser geeignete Abrufanfragen ableitet.

Query Rewriting ist auch nicht mit der Antwortgenerierung gleichzusetzen. Zuerst werden geeignete Anfragen gebildet, danach werden Dokumente oder Datensätze abgerufen. Ein generatives Modell formuliert auf Basis dieser Informationen die Antwort. Bei RAG, kurz für Retrieval-Augmented Generation, wird die generierte Antwort gezielt um abgerufene Quellen ergänzt.

Folgen für SEO und Content

Query Rewriting widerlegt die Annahme, jede Zielseite müsse exakt eine einzelne Suchphrase wiederholen. Wenn Suchmaschinen verschiedene Formulierungen auf dieselbe Bedeutung abbilden, zählt die fachliche Abdeckung eines Informationsbedarfs stärker als die mechanische Wiederholung einer Wortfolge. Exakte Begriffe bleiben für Titel, Definitionen und eindeutige Entitäten sinnvoll, reichen allein aber nicht aus.

Eine Seite sollte pro Abschnitt eine klar abgrenzbare Frage beantworten. Überschriften, Definitionen, Tabellen und Listen helfen Suchsystemen dabei, passende Textpassagen für umformulierte Anfragen zu erkennen. Eine umfassende Seite benötigt trotzdem eine klare thematische Grenze. Vermischst du mehrere voneinander unabhängige Suchintentionen, kann das System schwerer bestimmen, für welche Anfrage die Seite die beste Quelle ist.

Automatisch erzeugte Keyword-Varianten dürfen den Inhalt nicht in eine Sammlung nahezu identischer Absätze verwandeln. Seiten zu „CRM Kosten“, „Kosten CRM“ und „CRM Preis“ beantworten meist denselben Bedarf. Getrennte URLs können in diesem Fall miteinander konkurrieren. Prüfe vor der Content-Erstellung, ob eine neue Formulierung eine eigene Suchintention oder lediglich eine sprachliche Variante darstellt.

Query Rewriting messen

Query Rewriting selbst ist außerhalb des jeweiligen Suchsystems meist nicht direkt einsehbar. Messbar ist jedoch, zu welchen Suchvarianten eine URL erscheint und bei welchen natürlich formulierten Fragen eine Marke in KI-Antworten genannt oder als Quelle verwendet wird. Vergleiche dafür Keyword-Gruppen, Search-Console-Anfragen und wiederkehrende KI-Fragen, statt nur ein einzelnes Fokus-Keyword zu beobachten.

Das KI-Analyse-Tool zur Messung der KI-Sichtbarkeit erfasst Antworten von ChatGPT, Perplexity, Gemini und Grok sowie die dabei verwendeten Quellen. Ein solcher Vergleich zeigt, ob Inhalte nur für klassische Suchbegriffe gefunden werden oder auch zu dialogorientierten Fragevarianten erscheinen. Ergänzend kannst du mit dem kostenlosen Keyword-Planner semantisch verwandte Suchbegriffe für deine Themenstruktur ermitteln.

So optimierst du für Suchvarianten

Eine belastbare Optimierung beginnt mit dem Informationsbedarf und nicht mit einer möglichst langen Liste ähnlicher Keywords. Ordne jede Nutzerfrage einer Suchintention zu und prüfe, welche Fragen gemeinsam auf einer Seite beantwortet werden können. Eine eigene URL ist sinnvoll, wenn Ziel, erwarteter Inhalt oder gewünschte Handlung klar von den übrigen Fragen abweichen.

Erfasse kurze Suchbegriffe und vollständige Dialogfragen zum selben Thema.
Gruppiere Formulierungen nach Bedeutung und Suchintention.
Definiere Hauptthema, Unterfragen und klare Seitengrenzen.
Beantworte jede wichtige Unterfrage in einem abgeschlossenen Absatz.
Prüfe Rankings, Impressionen, KI-Nennungen und verwendete Quellen regelmäßig.

Für umfangreiche Themenfelder verbindet eine strukturierte Content-Erstellung Keyword-Daten, Nutzerfragen und fachliche Prüfung. Unternehmen, die klassische SEO-Sichtbarkeit und KI-Sichtbarkeit gemeinsam entwickeln möchten, finden passende Leistungen in den SEO- und GEO-Paketen.

Häufige Fragen zu Query Rewriting

Zeigt Google eine umgeschriebene Suchanfrage an?

Google kann Korrekturen oder alternative Formulierungen sichtbar anzeigen, viele Verarbeitungsschritte bleiben jedoch intern. Aus dem angezeigten Suchfeld lässt sich deshalb nicht vollständig ableiten, mit welchen Varianten Google Dokumente gesucht und bewertet hat.

Verändert Query Rewriting meine ursprüngliche Eingabe?

Die sichtbare Eingabe bleibt häufig erhalten, während das System intern zusätzliche oder veränderte Anfragen erzeugt. Bei einer Rechtschreibkorrektur kann die Suchmaschine auch eine korrigierte Form anzeigen und eine Suche nach der ursprünglichen Schreibweise anbieten.

Kann ich Query Rewriting für meine Website steuern?

Website-Betreiber können die interne Umformulierung nicht vorgeben. Sie können Suchsystemen jedoch klare Definitionen, eindeutige Entitäten, strukturierte Themenbereiche und abgeschlossene Antworten bereitstellen, die zu mehreren sinnverwandten Anfragen passen.

Ist Query Rewriting dasselbe wie semantische Suche?

Semantische Suche bewertet die Bedeutung einer Anfrage und eines Dokuments. Query Rewriting nutzt dieses Bedeutungsverständnis, um eine Anfrage zu verändern oder zu erweitern. Beide Verfahren können zusammenarbeiten, erfüllen aber unterschiedliche Aufgaben.

Wird Query Rewriting auch in Onlineshops eingesetzt?

Interne Shopsuchen können Tippfehler korrigieren, Produktbegriffe normalisieren und Synonyme zuordnen. Eine Suche nach 'Handy Hülle' kann dadurch auch Produkte finden, deren Datensatz nur Begriffe wie 'Smartphone Case' oder 'Schutzhülle' enthält.

Welche Inhalte profitieren besonders von Query Rewriting?

Ratgeber, Glossare, Vergleiche, Produktberatungen und ausführliche Leistungsseiten profitieren von einer klaren semantischen Struktur. Solche Inhalte beantworten häufig mehrere eng verbundene Formulierungen derselben Nutzerfrage.