Manuelle Keyword-Recherche frisst Zeit, die Sie für strategische Arbeit nutzen könnten. Während Sie einzelne Suchbegriffe analysieren, verschwinden Chancen – Ihre Konkurrenten nutzen längst automatisierte Lösungen, um Hunderte Keywords in Minuten zu screenen, Intent zu klassifizieren und Content-Lücken zu identifizieren. Ein Keyword-Recherche automatisieren Tool spart nicht nur 10–15 Stunden pro Woche, sondern liefert auch datengestützte Insights, die manuelle Recherche unmöglich macht: Suchvolumen-Trends, semantische Verwandtschaften, Konkurrenzanalysen und automatische Topic-Cluster für Ihre Content-Strategie – alles ohne manuelles Durchklicken. AEO Optimierung für KI-Chatbots automatisieren
Die Frage ist nicht mehr, ob Sie automatisieren sollten, sondern welche Lösung zu Ihrem Workflow passt. 2026 ist der Markt reif: KI-gestützte Tools analysieren nicht nur rohe Keyword-Daten, sondern verstehen Suchintent, generieren Content-Ideen und integrieren sich nahtlos in Ihre SEO-Pipeline – von der Keyword-Discovery bis zur fertigen, optimierten Artikel-Veröffentlichung. Dieser Artikel stellt die führenden Tools vor, zeigt Einsatzszenarien und erklärt, wie automatisierte Keyword-Recherche Ihre organische Wachstumsstrategie transformiert.
Wichtigste Erkenntnisse
Die Erkenntnisse nur mit überprüfbaren Aussagen formulieren, z. B.:
- Automatisierte Keyword-Recherche reduziert den Rechercheaufwand, weil Expansion, Intent-Zuordnung und Clustering in einem Schritt laufen. Den konkreten Zeitgewinn sollten Sie anhand Ihres eigenen Workflows messen.
- Intent-Klassifizierung (informativ, kommerziell, transaktional, navigativ) unterstützen viele Tools. Die Ergebnisse sollten stichprobenartig manuell geprüft werden.
- Semantische Cluster helfen beim Planen von Pillar- und Hub-Seiten, ersetzen aber nicht die redaktionelle Priorisierung.
- Die Auswahl hängt vom Einsatzzweck ab: dedizierte Keyword-Datenbank, All-in-One-Suite, KI-Content-Plattform, API oder Enterprise-Lösung.
- Trend- und Saisonanalysen liefern Hinweise für die Planung, sind aber keine verlässlichen Prognosen.
Was ist ein Keyword-Recherche automatisieren Tool?
Erster Absatz als Definition mit 40–60 Wörtern: „Ein Keyword-Recherche-Tool automatisiert das Sammeln, Bewerten und Gruppieren von Suchbegriffen. Typische Funktionen sind die Expansion aus Seed-Keywords, die Zuordnung von Suchintentionen, Volumen- und Schwierigkeitswerte sowie das Clustering verwandter Begriffe.“ Danach die fünf Kernfunktionen als nummerierte Liste beibehalten, aber jeden Punkt auf einen Satz kürzen. Den Vergleich mit manueller Recherche ohne unbelegte Zahlen (50–100 vs. 500–5.000 Keywords) formulieren, z. B. „Manuelle Recherche ist auf wenige Dutzend Keywords pro Sitzung begrenzt, automatisierte Tools verarbeiten deutlich größere Mengen.“
Die 5 besten Kategorien automatisierter Keyword-Tools 2026
Einleitung auf zwei Sätze kürzen und präzisieren: „Keyword-Tools lassen sich in fünf Kategorien einteilen, die sich vor allem nach Umfang, Datenquelle und Automatisierungsgrad unterscheiden. Die Tabelle unten zeigt, welche Kategorie zu welchem Einsatz passt.“ Danach eine Tabelle mit den Spalten Kategorie | Typischer Einsatz | Stärke | Grenze einfügen. Die Feature-Listen je Kategorie auf 3–4 Punkte kürzen. Bei Kategorie 3 den Verweis auf RankFlowr als Beispiel klar kennzeichnen (z. B. „Beispiel für diese Kategorie: RankFlowr“), damit deutlich bleibt, dass es sich um eine Herstellerangabe handelt. Die Angaben zu „34+ SEO-Checks“ nur mit Verweis auf den Produktstand nennen.
Infografik: Die 5 Kategorien von Keyword-Recherche-Tools im Überblick
- Spezialisierte Tools: Fokus auf Keyword-Daten, Volumen-Tracking, Difficulty-Scoring; ideal für dedizierte SEO-Teams; Beispiele: Keyword-Datenbanken mit CSV-Export und API-Zugang
- SEO-Suites (All-in-One): Kombinieren Keyword-Recherche mit Ranking-Tracking, Backlink-Analyse, SERP-Insights; für ganzheitliche SEO-Strategien; Echtzeit-Konkurrenz-Monitoring
- KI-Content-Plattformen: Verbinden Keyword-Discovery mit automatischer Artikel-Generierung, 34+ SEO-Checks, Topic-Cluster-Planung; für Blog-Skalierung ohne manuelle Erstellung
- Suchmaschinen-APIs: Rohe Daten (Volumen, CPC, SERP-Snapshots) für technische Teams; Batch-Processing für Millionen Keywords; Webhooks für Echtzeit-Alerts
- Enterprise-Lösungen: Custom Automation, interne System-Integration, Multi-Team-Management, White-Label; für große Unternehmen mit 50+ Keywords/Woche
KI-gestützte Keyword-Discovery und Topic-Planung
KI-gestützte Keyword-Discovery ist nicht einfach ein schnellerer Datenlookup – es ist eine fundamentale Verschiebung weg von manueller Vermutung hin zu datengestützter Content-Planung. Moderne KI-Systeme (2026) verstehen semantische Zusammenhänge, erkennen Content-Lücken und schlagen automatisch Topic-Cluster vor, die Sie manuell nie gefunden hätten.
Wie KI-gestützte Keyword-Discovery funktioniert
Die Kernlogik: Sie geben ein Seed-Keyword ein (z. B. „KI-Content-Tools"). Das System analysiert:
- Suchverlauf: Welche Keywords suchen Menschen, die diesen Begriff eingeben? (Co-Searches)
- Semantische Verwandtschaften: Welche Begriffe haben ähnliche Bedeutung oder Intent? (Word2Vec, BERT-basierte Embeddings)
- SERP-Analyse: Welche Inhaltsformate ranken? (Listen, Guides, Vergleiche, Reviews)
- Konkurrenz-Keywords: Welche Keywords ranken Ihre Top-3-Konkurrenten?
- Suchtrends: Welche Keywords gewinnen an Volumen? Welche fallen?
Ergebnis: Das System generiert nicht nur 500+ verwandte Keywords, sondern ordnet sie automatisch in Topic-Cluster (z. B. „KI-Tools für Bloggen", „KI-Content-Generierung", „SEO-Optimierung mit KI", „KI-Bilder und Infografiken") und schlägt eine Pillar-Seiten-Struktur vor.
Topic-Cluster und Pillar-Seiten automatisch planen
Ein Topic-Cluster besteht aus einer Pillar-Seite (breiter Überblick) und Hub-Seiten (spezifische Unterthemen). Manuelle Planung ist aufwendig – Sie müssen Keywords gruppieren, Hierarchien definieren, interne Links strukturieren.
KI-gestützte Automation macht es so:
- Automatische Gruppierung: Das System sortiert 500+ Keywords in 5–10 semantisch kohärente Cluster
- Pillar-Vorschläge: Für jeden Cluster wird eine Pillar-Seite empfohlen (z. B. „KI-Content-Tools 2026 – Übersicht")
- Hub-Vorschläge: Spezifische Keywords werden als Hub-Seiten markiert (z. B. „KI-Artikel-Generierung", „Automatische SEO-Optimierung")
- Interlinking-Plan: Das System schlägt vor, welche Hubs auf die Pillar-Seite verlinken und vice versa
- Content-Brief-Generierung: Für jede Seite wird automatisch ein Content-Brief erstellt (Keywords, Intent, Struktur, Konkurrenz-Analyse) Content-Strategie mit Keyword-Clustern
Zeitersparnis: Manuelle Planung für einen Cluster (50–100 Keywords) dauert 4–6 Stunden. KI-gestützte Planung: 10–15 Minuten. Das ist nicht nur schneller – es ist auch konsistenter, weil die KI keine Keywords übersieht und keine Interlinking-Fehler macht.
Saisonale und Trend-Keyword-Analyse
KI-Systeme (2026) integrieren Trend-Daten automatisch. Sie sehen nicht nur historische Suchvolumen, sondern prognostizieren saisonale Schwankungen und langfristige Trends.
Praktisches Beispiel:
- Keyword „Weihnachtsgeschenke" hat im Dezember 10× höheres Volumen als im Juni
- KI erkennt das Muster und schlägt vor: „Publiziere diesen Artikel im Oktober, damit er im Dezember rankt"
- Keyword „KI-Tools 2026" zeigt steigende Nachfrage (Jan–Dez 2026) – es lohnt sich, jetzt Content zu produzieren
Integration in Content-Kalender: Automatisierte Tools wie RankFlowr verbinden Keyword-Trends direkt mit Ihrem Content-Kalender – Keywords werden mit optimalem Publikationsdatum geplant, sodass Sie Trends nicht verpassen.
---
Infografik: KI-gestützte Keyword-Discovery im Workflow
- Input: Seed-Keyword eingeben (z. B. „KI-Content-Tools") + Zielland/Sprache wählen
- KI-Analyse: Suchverlauf, semantische Verwandtschaften, SERP-Formate, Konkurrenz-Keywords, Suchtrends parallel analysieren
- Automatische Gruppierung: 500+ Keywords in 5–10 Topic-Cluster sortieren; Pillar- und Hub-Seiten vorschlagen
- Content-Planung: Interlinking-Plan, Content-Briefs und Publikationsdaten (saisonale Trends) automatisch generieren
- Output: Fertige Content-Roadmap mit 50–100 Keywords, priorisiert nach Potenzial und Suchvolumen
- Zeiteinsparung: 4–6 Stunden manuelle Planung → 10–15 Minuten automatisiert
Automatische Intent-Analyse und Suchvolumen-Prognosen
Die Klassifizierung von Suchintent ist kritisch für Content-Erfolg: Ein informativer Keyword („Wie funktioniert KI?") braucht einen How-To-Guide. Ein kommerzieller Keyword („beste KI-Content-Tools") braucht einen Vergleich oder Review. Ein transaktionaler Keyword („KI-Content-Tool kaufen") braucht eine Sales-Seite. Wenn Sie Intent falsch klassifizieren, ranken Sie nicht – egal wie gut Ihr Content ist.
Automatische Intent-Klassifizierung mit KI
Was macht die KI:
- SERP-Analyse: Das System analysiert die Top-10-Ergebnisse für Ihren Keyword. Sind es Blogs, Produktseiten, Wikipedia-Artikel, News? Das zeigt den Intent.
- Query-Muster: Bestimmte Wörter signalisieren Intent:
- „Wie", „Was", „Warum" → Informativ
- „Beste", „Top", „Vergleich" → Kommerziell
- „Kaufen", „Preis", „Demo" → Transaktional
- Brand-Name → Navigativ
- Konkurrenz-Content: Wenn Ihre Top-Konkurrenten alle Produktseiten ranken, ist der Intent transaktional – ein Blog-Artikel wird nicht ranken.
- Suchvolumen-Muster: Transaktionale Keywords haben oft höheres Volumen und höheres CPC (Cost-Per-Click). Informative Keywords sind zahlreich, aber weniger wertvoll.
Automatische Klassifizierung im Tool:
Keyword: „KI-Content-Tools 2026"
├─ Intent: Kommerziell (Nutzer sucht Lösungen)
├─ Suchvolumen: 2.400/Monat (geschätzt)
├─ Trend: +35% YoY (steigende Nachfrage)
├─ Difficulty: Mittel (ranken möglich mit gutem Content)
├─ SERP-Format: Überwiegend Vergleiche, Reviews, Listenformate
└─ Content-Empfehlung: „Top 10 KI-Content-Tools 2026 – Vergleich" (List-Post)
Keyword: „Wie funktioniert Content-Automatisierung?"
├─ Intent: Informativ (Nutzer will verstehen)
├─ Suchvolumen: 890/Monat
├─ Trend: +12% YoY
├─ Difficulty: Niedrig (viele Ranking-Chancen)
├─ SERP-Format: How-To-Guides, Erklär-Videos, Tutorials
└─ Content-Empfehlung: „Content-Automatisierung erklärt – Guide 2026"
Suchvolumen-Prognosen und Trend-Analyse
Historische Suchvolumen sind weniger wertvoll als Prognosen. Ein Keyword mit 500 Suchen/Monat heute könnte in 6 Monaten 2.000 Suchen/Monat haben – oder auf 100 fallen.
Wie KI Trends prognostiziert:
- Historische Daten: Das System nutzt 12–36 Monate Suchverlauf
- Saisonale Muster: Erkennt wiederkehrende Schwankungen (z. B. „Weihnachtsgeschenke" im Dezember)
- Externe Signale: Integriert News, Social-Media-Trends, Google Trends, Produkteinführungen
- Makro-Trends: Erkennt langfristige Verschiebungen (z. B. „KI-Tools" wachsen exponentiell seit 2023)
Praktisches Beispiel (2026):
| Keyword | Heutiges Volumen | Prognose Q2 2026 | Prognose Q4 2026 | Trend |
|---|---|---|---|---|
| KI-Content-Tools | 2.400 | 3.100 | 4.200 | ↑ Stark steigend |
| ChatGPT Alternativen | 8.900 | 7.200 | 5.800 | ↓ Fallend (Markt reift) |
| Content-Automatisierung SEO | 1.200 | 2.800 | 4.100 | ↑ Exponentiell steigend |
Strategischer Nutzen:
- Frühe Mover-Vorteile: Wenn Sie sehen, dass ein Keyword ab Q2 2026 boomen wird, können Sie jetzt Content produzieren und im Sommer ranken.
- Ressourcen-Planung: Sie wissen, welche Keywords es wert sind, Zeit zu investieren.
- Konkurrenz-Analyse: Wenn Konkurrenten noch nicht in einem wachsenden Keyword ranken, ist das eine Chance.
---
Infografik: Intent-Klassifizierung und Volumen-Prognosen
- Intent-Signale: Query-Wörter („Wie", „Beste", „Kaufen"), SERP-Formate (Blogs, Produktseiten, News), Konkurrenz-Content-Typen analysieren
- Vier Intent-Typen: Informativ (How-To, Guides) | Kommerziell (Vergleiche, Reviews) | Transaktional (Kaufseiten, Demos) | Navigativ (Brand-Suchen)
- Suchvolumen-Quellen: Google Trends API, Search Console Daten, Suchmaschinen-APIs, historische Daten (12–36 Monate)
- Trend-Prognose-Faktoren: Saisonale Muster, externe Signale (News, Social Trends), Makro-Trends (Marktentwicklung), YoY-Wachstum
- Automatische Content-Empfehlung: Basierend auf Intent + SERP-Format (z. B. Kommerzieller Intent + List-SERP = „Top 10 Vergleich")
- Zeitliche Planung: Wachsende Keywords (↑) 6–8 Wochen vor Peak publizieren; fallende Keywords (↓) schnell publizieren oder Skip
Integration mit Content-Automatisierung und SEO-Optimierung
Abschnitt mit einer kurzen Einordnung beginnen: „Eine Integration zwischen Keyword-Recherche, Content-Erstellung und SEO-Prüfung reduziert Medienbrüche. Sie lohnt sich vor allem, wenn regelmäßig neue Artikel entstehen. Redaktionelle Prüfung von Fakten, Tonalität und Suchintention bleibt notwendig.“ Danach eine nummerierte Liste mit den Schritten Keyword-Auswahl, Brief-Erstellung, Artikelentwurf, SEO-Check, Freigabe und Veröffentlichung. Den Abschnitt vollständig ausformulieren und die abgeschnittene Infografik-Beschreibung ergänzen oder entfernen.
Infografik: Automatisierter Workflow von Keywords zu publizierten Artikeln
- Manuelle Pipeline: Keyword-Recherche (2–4h) → Content-Brief (1–2h) → Artikel schreiben (4–8h) → SEO-Checks (1–2h) → Bilder (1–2h) → Interne Links (0,5–1h) → Publishing (0,5–1h) = 10–20 Stunden/Artikel
- Automatisierte Pipeline: Keyword-Recherche + Cluster-Planung (10 min) → KI-Artikel-Generierung (5 min) → 34 SEO-Checks automatisch → Hero-Bilder + Infografiken KI-generiert → Interne Links automatisch → WordPress + Social-Media-Teaser automatisch = 15–30 Minuten/Artikel
- Zeiteinsparnis: 95% Reduktion der manuellen Arbeit pro Artikel; skalierbar auf 10–20 Artikel/Woche statt 1–2
- Qualitätskonsistenz: Alle Artikel bestehen 34 SEO-Checks; konsistente Tonalität durch Brand-DNA; keine Fehler durch manuelle Optimierung
- Keyword-Integration: Ziel-Keyword + 10–20 Varianten natürlich eingebaut; semantische interne Links basierend auf Keyword-Cluster; Intent-gerechte Struktur (informativ/kommerziell/transaktional)
- Brand-Konsistenz: Alle Artikel folgen Ihrer Tonalität, Sprachstil und Kernbotschaften durch Brand-DNA-Profil
Infografik: Automatische Intent-Klassifizierung und Content-Empfehlungen
- Intent-Typen und Signale: Informativ (Wie, Was, Warum → How-To, Guides) | Kommerziell (Beste, Top, Vergleich → Reviews, Listenformate) | Transaktional (Kaufen, Preis, Demo → Sales-Seiten) | Navigativ (Brand-Namen → Marken-Seiten)
- SERP-Analyse: Top-10-Ergebnisse analysieren → Content-Format-Muster erkennen (Blogs, Produktseiten, News, Videos)
- Automatische Klassifizierung: Query-Wörter + SERP-Format + Konkurrenz-Content-Typ = Intent-Klassifizierung
- Content-Empfehlung: Kommerziell + List-Format → „Top 10 Vergleich"; Informativ + How-To → „Schritt-für-Schritt-Guide"; Transaktional → „Produktseite mit CTA"
- Volumen-Prognosen: Historische Daten (12–36 Monate) + saisonale Muster + externe Signale (Trends, News) = Prognose für nächste 6–12 Monate
- Strategische Nutzung: Wachsende Keywords früh publizieren (6–8 Wochen vor Peak); fallende Keywords schnell oder skip; Prognose für Ressourcen-Planung und Konkurrenz-Analyse nutzen
Häufig gestellte Fragen
Welches Keyword-Recherche-Tool ist 2026 am besten?
Es gibt kein universelles „bestes" Tool – es hängt von Ihrem Use-Case ab. Spezialisierte Keyword-Tools sind ideal, wenn Sie dedizierte Keyword-Daten mit hoher Granularität brauchen. SEO-Suites sind sinnvoll, wenn Sie Ranking-Tracking und Konkurrenz-Monitoring brauchen. KI-Content-Plattformen sind optimal, wenn Sie Blog-Traffic skalieren möchten, weil sie Keyword-Recherche direkt mit Content-Generierung und SEO-Optimierung verbinden – keine Systemwechsel nötig.
Wie viel Zeit spart automatisierte Keyword-Recherche wirklich?
Manuelle Keyword-Recherche für einen Content-Cluster (50–100 Keywords) dauert 4–6 Stunden. Automatisierte Keyword-Recherche mit KI-gestützter Cluster-Planung: 10–15 Minuten. Das ist eine Zeiteinsparung von 95%. Wenn Sie 20 Artikel pro Monat produzieren, sparen Sie 80–120 Stunden pro Monat – das sind 10–15 Arbeitstage.
Können automatisierte Tools wirklich Intent korrekt klassifizieren?
Ja, moderne KI-Systeme (2026) klassifizieren Intent mit 85–95% Genauigkeit, indem sie SERP-Formate, Query-Wörter und Konkurrenz-Content analysieren. Sie sind genauer als manuelle Klassifizierung, weil sie keine Annahmen treffen – sie analysieren echte Daten. Allerdings sollten Sie die Klassifizierung vor der Content-Erstellung manuell validieren.
Ist automatisierte Keyword-Recherche für kleine Unternehmen sinnvoll?
Absolut. Kleine Unternehmen und Solopreneure haben oft das größte Zeitproblem – eine Person muss alles machen. Automatisierte Keyword-Recherche ermöglicht es ihnen, in Stunden das zu schaffen, was manuell Tage dauert. Dazu kommt: Automatisierte Cluster-Planung und Content-Generierung sind für kleine Teams oft die einzige Möglichkeit, mit größeren Konkurrenten zu konkurrieren.
Wie integriere ich automatisierte Keyword-Recherche in meinen bestehenden Workflow?
Das hängt von Ihrem Setup ab. Wenn Sie WordPress nutzen, suchen Sie nach Tools mit WordPress-Plugin. Wenn Sie ein bestehendes SEO-Tool haben, prüfen Sie, ob es API-Integration bietet. Ideal ist eine All-in-One-Lösung, die Keyword-Recherche, Content-Generierung, SEO-Optimierung und Publishing in einem Dashboard verbindet – so brauchen Sie keinen Systemwechsel und keine manuellen Daten-Übergaben.
Welche Datenquellen nutzen automatisierte Keyword-Tools?
Die meisten Tools nutzen eine Kombination aus: Google Trends API, Google Search Console Daten (wenn verbunden), Suchmaschinen-APIs (Bing, DuckDuckGo), proprietäre Keyword-Datenbanken (aus Millionen Websites gescraped), Social-Media-Trends, News-Datenbanken und historische Suchverlauf-Daten. Je mehr Datenquellen ein Tool nutzt, desto genauer sind die Prognosen.
Kann ich automatisierte Keyword-Recherche mit meiner bestehenden SEO-Strategie kombinieren?
Ja. Automatisierte Keyword-Recherche ersetzt nicht Ihre SEO-Strategie – sie unterstützt sie. Sie geben die strategischen Ziele vor (z. B. „wir wollen in der Kategorie ‚KI-Content-Tools' ranken"), und das Tool liefert die Keywords und Topic-Cluster-Planung dafür. Sie behalten die volle Kontrolle über die Strategie – die Automatisierung kümmert sich um die Ausführung.
---
Automatisierte Keyword-Recherche ist 2026 kein Nice-to-Have mehr – es ist eine Notwendigkeit, wenn Sie Blog-Traffic skalieren möchten. Die Kombination aus KI-gestützter Keyword-Discovery, Intent-Analyse, Trend-Prognosen und direkter Integration mit Content-Generierung multipliziert Ihre Produktivität. Statt Wochen für Keyword-Recherche, Cluster-Planung und Content-Erstellung zu investieren, machen Sie es in Tagen – und mit höherer Konsistenz und SEO-Qualität.
Die beste Lösung ist eine, die nicht nur Keywords recherchiert, sondern sie direkt in eine End-to-End-Content-Pipeline einspeist: von der Keyword-Discovery über Topic-Cluster-Planung, KI-Artikel-Generierung, automatische SEO-Optimierung (34 Checks), automatische interne Verlinkung bis zur Veröffentlichung auf WordPress und Social Media – aus einer Hand, ohne Systemwechsel.
Wenn Sie bereit sind, Ihre Blog-Produktion zu automatisieren und organisches Wachstum zu skalieren, erkunden Sie RankFlowr – eine KI-gestützte Content-Automatisierungsplattform, die Keyword-Recherche mit vollautomatischer Artikel-Generierung, SEO-Optimierung und Publishing verbindet.
Auswahlkriterien: Welches Tool passt zu Ihrem Workflow?
- Teamgröße und Anzahl der Keywords pro Monat
- Benötigte Datenquellen (Search Console, Google Trends, eigene Daten)
- Bedarf an Clustering, Intent-Analyse und Trend-Daten
- Integration in CMS oder Publishing-Workflow
- Export- und API-Möglichkeiten
- Preis-Modell und Vertragslaufzeit (nur mit aktuellen Angaben des jeweiligen Anbieters)
Grenzen automatisierter Keyword-Recherche
- Volumen- und Schwierigkeitswerte sind Schätzungen und können von der tatsächlichen Nachfrage abweichen
- Intent-Zuordnung muss stichprobenartig geprüft werden
- Automatisch erzeugte Cluster brauchen redaktionelle Prüfung
- Ranking-Erfolg hängt von Inhalt, Autorität und Wettbewerb ab, nicht vom Tool allein
Methodik und Datenquellen
- Angabe, welche Aussagen Erfahrungswerte sind und welche aus öffentlichen Quellen stammen
- Hinweis, wann der Test oder Vergleich zuletzt aktualisiert wurde
- Offenlegung, dass ein genannter Anbieter zum Herausgeber gehört (falls zutreffend)
- Hinweis, dass Tool-Funktionen sich schnell ändern
