WDF*IDF

Was ist WDF*IDF? Bedeutung, Schreibweisen und Herkunft

WDF*IDF ist ein Verfahren der Termgewichtung, mit dem SEO-Tools zeigen, welche Begriffe einen Text inhaltlich tragen. Einfach erklärt beantwortet der WDF-Teil die Frage, wie oft ein Begriff im Text vorkommt, gemessen an der Länge des Textes. Der IDF-Teil beantwortet die Frage, in wie vielen anderen Dokumenten der Begriff steht. Einen hohen Wert erhält ein Begriff, der im Text häufig und in anderen Dokumenten selten ist.

Geschrieben wird der Begriff auch WDF-IDF, WDF IDF oder WDFIDF, seltener in umgekehrter Reihenfolge als IDF WDF. Das Sternchen steht für die Multiplikation der beiden Teile, deshalb ist auch die Schreibweise WDF x IDF verbreitet.

Das Prinzip stammt aus dem Information Retrieval, einem Teilgebiet der Informatik. Die inverse Dokumenthäufigkeit beschrieb Karen Spärck Jones 1972 im Journal of Documentation. In Lehrbüchern und Wiki-Artikeln zum Information Retrieval steht das Verfahren meist unter dem Namen TF-IDF, die deutschsprachige Wikipedia führt es als Tf-idf-Maß. Im deutschsprachigen SEO machte Karl Kratz die Variante WDF*IDF um 2012 bekannt. Im März 2013 beschrieb der Textmarktplatz content.de WDF*IDF-Analysen als neuen Trend, der die Keyworddichte ablöse.

WDF*IDF-Formel: WDF und IDF berechnen

Die WDF*IDF-Formel multipliziert zwei Werte, die Within-document Frequency (WDF) eines Begriffs im untersuchten Text und seine Inverse Document Frequency (IDF) in einer Sammlung von Vergleichsdokumenten.

• WDF berechnen. Der Logarithmus zur Basis 2 aus der Häufigkeit des Begriffs plus eins wird durch den Logarithmus zur Basis 2 aus der Wortzahl des Textes geteilt. Der Logarithmus dämpft Wiederholungen, ein doppelt so häufiger Begriff erhält keinen doppelt so hohen Wert. Die Division durch den Logarithmus der Wortzahl gleicht unterschiedliche Textlängen teilweise aus.
• IDF berechnen. Die Zahl aller Dokumente wird durch die Zahl der Dokumente geteilt, die den Begriff enthalten. In der SEO-Fassung von WDF*IDF wird eins addiert und daraus der Logarithmus gezogen, häufig zur Basis 10. Die Bedeutung der IDF liegt darin, die Seltenheit eines Begriffs zu messen. In der Lehrbuchform von TF-IDF fehlt die Eins, dort erhält ein Wort, das in jedem Dokument steht, den Wert null.

Für den IDF-Teil braucht jede Berechnung einen Index aus Vergleichsdokumenten. Auch die Basis des Logarithmus variiert je nach Tool, Werte aus verschiedenen Tools sind deshalb nicht direkt vergleichbar. Das Rechenbeispiel zeigt die SEO-Fassung an einem fiktiven Tagesgeld-Ratgeber.

„Einlagensicherung“ kommt nur 4‑mal vor und wiegt fast so viel wie „Tagesgeld“ mit 12 Nennungen, weil der Begriff im Korpus seltener ist. Das Wort „und“ hat die höchste Keyword-Dichte und trotzdem nur den Wert 0,15, weniger als jeder Fachbegriff.

WDF*IDF und TF-IDF: der Unterschied

WDF*IDF und TF-IDF beruhen auf demselben Prinzip und unterscheiden sich vor allem darin, wie sie die Häufigkeit im Text und die Seltenheit im Korpus berechnen. TF-IDF steht für Term Frequency mal Inverse Document Frequency und ist der Name des Verfahrens in der Informatik. Die Termhäufigkeit (TF) gibt es dort in mehreren Varianten, als reine Zählung, geteilt durch die Häufigkeit des häufigsten Wortes im Dokument oder logarithmisch gedämpft. WDF ist eine logarithmische Variante, die zusätzlich durch den Logarithmus der Wortzahl des Textes teilt. Auch die IDF weicht ab, denn die SEO-Fassung von WDF*IDF addiert vor dem Logarithmus eins, die Lehrbuchform von TF-IDF nicht.

Eine TF-IDF-Analyse und eine WDF*IDF-Analyse liefern deshalb Termlisten derselben Art mit anderen Zahlen. Größer als der Unterschied der Formeln ist der Unterschied im Korpus. Im Information Retrieval umfasst er alle Dokumente einer Sammlung. In SEO-Tools sind es meist nur 10 bis 20 Seiten, die für einen Suchbegriff gut ranken. Der IDF-Wert eines Begriffs sagt dann etwas über diese Auswahl aus und nicht über das Web insgesamt.

Keyword-Dichte ermitteln und warum WDF*IDF sie ablöste

Die Keyword-Dichte gibt an, wie viel Prozent der Wörter eines Textes auf ein Keyword entfallen. Um die Keyworddichte zu ermitteln, wird die Zahl der Vorkommen durch die Wortzahl des Textes geteilt und mit 100 multipliziert. Kommt „Tagesgeld“ in einem Text mit 800 Wörtern 12‑mal vor, liegt die Keyword-Dichte bei 1,5 %. Kostenlose Online-Tools ermitteln den Wert automatisch, für eingefügten Text oder eine URL.

Als Zielwert hat die Keyword-Dichte ausgedient. Eine optimale Häufigkeit eines Wortes gibt es laut Sistrix nicht (Stand 05/2025). Laut Googles Erklärung zur Funktionsweise der Suche ist das einfachste Anzeichen für Relevanz, dass ein Inhalt dieselben Stichwörter wie die Suchanfrage enthält. Wer nach „Hunde“ sucht, sucht laut Google aber vermutlich nicht einfach eine Seite, auf der das Wort etliche Male vorkommt. Wörter so oft zu wiederholen, dass der Text unnatürlich klingt, nennt Google in seinen Spamrichtlinien als Beispiel für überflüssige Keywords.

WDF*IDF löste die Keyword-Dichte in vielen SEO-Analysen ab, weil die Formel Wiederholungen dämpft und Begriffe abwertet, die in fast allen Vergleichsdokumenten stehen. Sie misst aber ebenfalls nur Wörter und nicht, ob ein Text die Frage der Suchenden beantwortet.

Wie mache ich eine WDF*IDF-Analyse?

Eine WDF*IDF-Analyse vergleicht die Termgewichtung eines Textes mit der von Seiten, die für denselben Suchbegriff gut ranken, und zeigt Begriffe, die dort regelmäßig vorkommen und im eigenen Text fehlen.

1. Suchbegriff festlegen. Die Analyse gilt für genau ein Keyword und dessen Suchintention. Wie sich ein passendes Keyword auswählen lässt, beschreibt der Wiki-Artikel dazu.
2. Korpus wählen. Das Tool ruft die bestplatzierten Seiten für ein Land und eine Sprache ab. Seiten mit anderer Absicht, etwa Rechner oder Shops bei einer Ratgeber-Frage, verzerren die Werte und sollten aussortiert werden.
3. Termkurven vergleichen. Das Tool zeigt die WDF*IDF-Werte der wichtigsten Begriffe für die Vergleichsseiten und für den eigenen Text, je nach Anbieter als Liste oder als Kurve.
4. Lücken ableiten. Interessant sind Begriffe, die viele Vergleichsseiten verwenden und der eigene Text nicht. Sie deuten auf Teilthemen hin, die noch fehlen.
5. Vorschläge prüfen. Ein Begriff gehört nur in den Text, wenn er zum eigenen Angebot passt. Der Name eines Wettbewerbers oder ein Ortsname wird nicht übernommen, nur weil er in den Top 10 häufig vorkommt.

Manche Anbieter bewerben WDF*IDF-Tools auch für die Recherche nach längeren Suchanfragen, die Termliste zeigt aber einzelne Wörter ohne Suchvolumen. Wie sich Long-Tail-Keywords mit Suchvolumen finden lassen, erklärt der gleichnamige Wiki-Artikel.

WDF*IDF-Tools: Auswahlkriterien und kostenlose Optionen

Ein WDF*IDF-Tool ist nur so gut wie die Seiten, auf denen seine Werte beruhen, deshalb zählen bei der Auswahl Korpus und Textverarbeitung mehr als Bedienung und Preis. Sistrix warnt in seinem Tutorial zur Content-Erstellung (Stand 07/2026), dass die meisten Tools nur ein paar Handvoll Seiten auswerten, während Google auf seinen gesamten Index zugreift.

Kostenlos nutzbar ist etwa das WDF*IDF-Tool von Seobility. Ohne Anmeldung ist es eingeschränkt, mit kostenlosem Konto sind 5 Checks pro Tag möglich. Es lässt Land, Zahl der Vergleichsseiten (3 bis 20, voreingestellt 10) und die Basis des Logarithmus wählen. Derselbe Anbieter betreibt wdfidf-tool.com mit einer kostenlosen Analyse der Top 10 in Deutschland, die Stoppwörter herausfiltert, und einem Editor, der beim Schreiben anzeigt, welche Begriffe öfter oder seltener vorkommen sollten (Stand 07.10.2026).

Ryte gehört seit Juli 2024 zu Semrush. Die früheren Ryte-Wiki-Seiten zu WDF*IDF leiten am 07.10.2026 auf die Startseite um, die Produktseiten nennen keine WDF*IDF-Funktion. Bei Semrush listet der On Page SEO Checker als verwandte Funktion Begriffe, die die zehn bestplatzierten Wettbewerber verwenden, sortiert danach, wie viele von ihnen den Begriff nutzen. Sistrix setzt im Projekt-Tool auf einen Content Assistant, der Themen und Fragen zum Suchbegriff vorschlägt.

Texte mit WDF*IDF optimieren: Themenabdeckung statt Wortzählerei

Eine WDF*IDF-Optimierung ist sinnvoll, wenn sie fehlende Teilthemen sichtbar macht, und nicht, wenn sie Wörter auf einen Zielwert bringt. Fehlt in einem Tagesgeld-Ratgeber der Begriff „Einlagensicherung“, den fast alle Vergleichsseiten verwenden, fehlt meist ein ganzer Abschnitt dazu, wie sicher das Ersparte ist. Die Lösung ist dieser Abschnitt und nicht das Wort an drei beliebigen Stellen. Als Recherche-Werkzeug vor dem Schreiben und als Gegenprobe danach taugt WDF*IDF, als Messlatte nicht.

• Begriffe als Fragen lesen. Ein fehlender Begriff ist ein Hinweis auf eine unbeantwortete Teilfrage und keine Pflichtvokabel.
• Keine Höchstwerte erzwingen. Liegt ein Wert schon im Bereich der Vergleichsseiten, bringen weitere Wiederholungen vor allem einen schlechter lesbaren Text.
• Varianten natürlich nutzen. Synonyme und Fachbegriffe gehören dorthin, wo sie sachlich passen, auch wenn ein Tool sie als eigene Wörter zählt.
• Abschnitte vollständig machen. Google erkennt mit seinem Ranking-System für Passagen einzelne Abschnitte einer Seite, um die Relevanz der Seite für eine Suche besser einzuschätzen. Jeder Abschnitt sollte die Begriffe seiner Teilfrage deshalb selbst enthalten.

Wo das Hauptkeyword im Seitenaufbau stehen sollte, etwa in Title, H1 und Einleitung, beschreibt der Artikel zu Onpage-SEO.

Grenzen von WDF*IDF: Google, BM25 und LSI-Keywords

WDF*IDF ist kein von Google bestätigtes Rankingverfahren, sondern ein Hilfsmittel für die Textarbeit. John Mueller von Google riet 2019, sich nicht auf künstliche Kennzahlen wie TF-IDF zu konzentrieren. TF-IDF sei eine ziemlich alte Kennzahl und lasse sich nicht nachbilden, weil sie auf dem gesamten Index beruhe (Search Engine Journal, 20.04.2019).

Im Leitfaden zu Ranking-Systemen der Google Suche (Stand 12/2025) beschreibt Google RankBrain, das relevante Inhalte auch dann liefert, wenn sie nicht genau die Wörter der Suche enthalten, und den neuronalen Abgleich, der Konzepte in Suchanfragen und Seiten einander zuordnet. Innerhalb der Wortstatistik begrenzt BM25 den Einfluss weiterer Wiederholungen und berücksichtigt die Länge eines Dokuments. Wie BM25 und Embeddings im Abruf von KI-Systemen zusammenspielen, erklärt der Artikel zum Retrieval.

LSI-Keywords sind ein Mythos aus demselben Umfeld. LSI steht für Latent Semantic Indexing, ein Verfahren aus der Informatik, das Wörter nach gemeinsamem Vorkommen in Dokumenten zu Konzepten bündelt. John Mueller schrieb im Juli 2019, LSI-Keywords gebe es nicht, und wer anderes behaupte, irre sich. Gemeint sind im SEO meist semantische Keywords, also verwandte Begriffe und Synonyme. Sie gehören in einen Text, weil sie zum Thema gehören, und nicht, weil Google ein LSI-Verfahren nutzt.

WDF*IDF in der KI-Suche: Wörter und Bedeutung

In der KI-Suche lebt das Prinzip von WDF*IDF im lexikalischen Retrieval weiter, das Treffer über gemeinsame Wörter findet, während semantisches Retrieval die Bedeutung von Frage und Text über Embeddings vergleicht. Beides zählt. Selbst bei YouTube-Quellen, für die ChatGPT Popularitätssignale wie Aufrufe einrechnet, stammen laut dem Retrieval-Leak von Peec AI (09/2026) im Schnitt rund 90 % des Scores aus semantischer und Keyword-Relevanz.

Ein Rechenbeispiel zeigt die Grenze rein lexikalischer Verfahren. Fragt jemand „Wie sicher ist Erspartes, wenn eine Bank insolvent wird?“, findet TF-IDF im fiktiven Ratgeber den Festgeld-Abschnitt, weil er das Wort „Erspartes“ enthält. Der Abschnitt zur Einlagensicherung beantwortet die Frage, teilt aber kein Wort mit ihr und erhält den Wert null.

Für die Textarbeit zählt in ChatGPT der einzelne Abschnitt. Laut dem Retrieval-Leak bringen Seiten aus OpenAIs eigenem Suchindex Blöcke von rund 170 Wörtern samt Score mit, frisch abgerufene Seiten zerlegt ChatGPT erst beim Abruf in kleinere Fragmente, und je Quelle erreichen nur ein bis drei Blöcke das Modell. Ein Abschnitt sollte deshalb ohne den Rest der Seite verständlich sein. Die Auswertung des Leaks steht im KKP-Artikel zum Chunk-Scoring in ChatGPT. Wie KI-Systeme Seiten in Abschnitte zerlegen, erklärt der Artikel zum Chunking.

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →