WDF*IDF erklärt: Formel, Nutzen und was davon heute noch gilt

Aktualisiert im Oktober 2026. Dieser Beitrag erschien ursprünglich 2012 und wurde für den heutigen Stand komplett neu geschrieben: mit einer nüchternen Einordnung, was von WDF*IDF im Zeitalter von semantischer Suche, Entitäten und KI-Antworten noch übrig ist.

Um 2012 war WDF*IDF in der deutschen SEO-Szene das große Thema. Die Formel sollte die starre Keyworddichte ablösen und Texte endlich „so bewerten, wie Google es tut“. Ein Teil davon war berechtigt, ein Teil war Mythos. Hier erfährst du, was hinter den Buchstaben steckt, wie man damals damit gearbeitet hat und was du heute davon mitnehmen solltest.

Vorweg: WDF*IDF war nie die Weltformel

Google hat nie bestätigt, dass WDF*IDF in dieser Form im Ranking steckt. Die Formel stammt aus dem klassischen Information Retrieval, also aus der Wissenschaft, die sich mit dem Durchsuchen großer Textsammlungen beschäftigt. SEOs haben sie übernommen, weil sie gut erklärt, wie eine Maschine die Relevanz eines Begriffs für ein Dokument abschätzen kann.

Das ist nützlich. Aber wer glaubt, er müsse nur eine Kurve treffen und schon rankt der Text, hat das Prinzip missverstanden. Daran hat sich bis heute nichts geändert.

Von der Termfrequenz zur Keyworddichte

Um WDF*IDF zu verstehen, hilft ein kurzer Blick auf die Vorläufer.

Termfrequenz: Wie oft taucht ein Wort in einem Dokument auf? Die Zahl ist leicht zu zählen, sagt aber wenig. Ein 3.000-Wörter-Text, in dem ein Begriff nebenbei viermal vorkommt, ist dafür meist weniger relevant als eine kurze Seite, die sich ausschließlich um diesen Begriff dreht und ihn dreimal nennt.

Keyworddichte: Sie setzt die Häufigkeit ins Verhältnis zur Textlänge:

Keyworddichte = Anzahl Keyword / Anzahl aller Wörter × 100

Das ist schon besser, hat aber einen Haken: Die Dichte steigt linear. Wer das Keyword doppelt so oft einbaut, verdoppelt den Wert. Genau das hat jahrelang zu Texten geführt, die mit Begriffen vollgestopft waren und sich furchtbar lasen. Warum eine feste Zielquote auch beim Longtail nicht weiterhilft, steht im Beitrag zur Frage nach der Keyworddichte.

WDF: die gedämpfte Häufigkeit

WDF steht für Within Document Frequency. Die in der SEO-Szene verbreitete Variante sieht so aus:

WDF(i) = log2(Häufigkeit von i im Dokument + 1) / log2(Anzahl aller Wörter im Dokument)

Zwei Dinge sind daran wichtig:

• Das „+1“ sorgt dafür, dass ein Wort, das gar nicht vorkommt, sauber den Wert 0 bekommt.
• Der Logarithmus staucht die Kurve. Die ersten Erwähnungen eines Begriffs bringen viel, jede weitere immer weniger. Ein Wort zwanzigmal statt zehnmal zu verwenden, macht den Text in dieser Logik kaum relevanter.

Im Kern ist WDF also eine Keyworddichte, die Übertreibung nicht belohnt. Interessant wird sie erst, wenn du sie nicht nur für dein Hauptkeyword, sondern für jedes inhaltstragende Wort im Text berechnest. Dann entsteht eine Rangliste, welche Begriffe das Dokument am stärksten prägen, eine Art Fingerabdruck des Textes. Füllwörter wie „und“, „der“ oder „ist“ spielen dabei keine Rolle, und warum, zeigt der zweite Teil der Formel.

IDF: Wie viel sagt ein Wort überhaupt aus?

IDF steht für Inverse Document Frequency. Hier geht der Blick weg vom einzelnen Text hin zur gesamten Dokumentensammlung, dem sogenannten Korpus:

IDF(i) = log10(1 + Anzahl aller Dokumente / Anzahl Dokumente, die i enthalten)

Die Idee: Ein Wort, das in fast jedem Dokument vorkommt, unterscheidet kaum. „Auto“ steht auf Millionen Seiten, „Zweimassenschwungrad“ auf wenigen. Taucht das seltene Wort in deinem Text auf, sagt das viel mehr über dein Thema aus.

Ein Rechenbeispiel: Umfasst der Korpus eine Million Dokumente und 100.000 davon enthalten den Begriff, ergibt der Bruch 10. Enthalten ihn nur 1.000 Dokumente, ergibt er 1.000. Je seltener ein Begriff ist, desto höher sein IDF-Wert. Stoppwörter landen dadurch automatisch nahe null.

Zusammengesetzt: WDFIDF und WDFP*IDF

Multiplizierst du beide Werte, erhältst du für jeden Begriff eine Gewichtung. Sie ist umso höher, je häufiger der Begriff in deinem Dokument steht (gedämpft) und je seltener er im Rest der Sammlung vorkommt.

WDFPIDF ist eine Erweiterung, die vor allem durch Karl Kratz bekannt wurde. Das zusätzliche P ist ein Gewichtungsfaktor, mit dem sich einzelne Begriffe stärker oder schwächer bewerten lassen, etwa abhängig davon, wo sie im Dokument stehen. Eine einheitliche, allgemein anerkannte Definition für P gab es nie; jedes Tool hat das etwas anders umgesetzt.

Wie SEOs damit gearbeitet haben

Die Tools von damals funktionierten im Prinzip alle gleich:

1. Du gibst ein Keyword ein.
2. Das Tool holt die Texte der bestplatzierten Seiten bei Google, oft die Top 10 oder Top 20.
3. Es berechnet für alle Begriffe in diesen Texten WDF*IDF und bildet einen Durchschnitt.
4. Daneben legt es die Werte deines eigenen Textes. Wo deine Kurve deutlich unter dem Schnitt liegt, fehlt dir vermutlich ein Aspekt des Themas.

Bekannte Anbieter waren unter anderem Karl Kratz‘ eigene Software, OnPage.org (heute Ryte), Searchmetrics mit seinem Content Optimizer (heute Teil von Conductor), Xovi und SEOlyze, dazu einige kostenlose Rechner.

In der Praxis hat sich schnell gezeigt, wofür die Tools wirklich taugen: als Recherchehilfe für Nebenbegriffe. Wer über ein Thema schreibt, sieht, welche Begriffe die Konkurrenz verwendet und die man selbst vergessen hat. Das hilft, einen Text vollständiger zu machen. Einem Redakteur dagegen exakte Zielwerte für zwanzig Begriffe vorzugeben, hat selten funktioniert und meist hölzerne Texte erzeugt.

Die Grenzen der Formel

Schon 2012 waren die Schwächen bekannt, und sie gelten weiterhin:

• Der Korpus ist geschätzt. Niemand außer Google weiß, wie viele Dokumente einen Begriff enthalten. Die Tools haben mit eigenen Stichproben oder mit der Trefferzahl über den Suchergebnissen gearbeitet. Beides ist grob.
• Kurze Seiten passen schlecht. Bei Produktseiten, Kategorieseiten oder Tools gibt es kaum Text, und das ist oft auch richtig so. Die Formel liefert dort wenig Aussagekraft.
• Bedeutung bleibt außen vor. WDF*IDF zählt Zeichenketten. Synonyme, Wortformen, Mehrdeutigkeiten und Zusammenhänge zwischen Begriffen erkennt die Formel nicht.
• Korrelation ist keine Ursache. Dass gut rankende Seiten bestimmte Begriffe enthalten, heißt nicht, dass sie deshalb ranken. Vielleicht behandeln sie das Thema einfach gründlich, und die Begriffe sind eine Folge davon.
• Die Top 10 ändern sich. Wer seinen Text jede Woche einer neuen Durchschnittskurve anpasst, optimiert hinter einem bewegten Ziel her.

Seiten, die damals als WDF*IDF-Erfolge gezeigt wurden, hatten fast immer noch etwas anderes gemeinsam: echten Nutzwert, eine saubere Gliederung, regelmäßige Pflege und schlankes HTML, das der Crawler problemlos lesen konnte. Die Formel war selten der alleinige Grund.

Was davon heute noch gilt

Termgewichtung ist nicht verschwunden

TF-IDF, die wissenschaftliche Grundform von WDF*IDF, ist bis heute ein Standardverfahren im Information Retrieval. Viele Suchsysteme nutzen Weiterentwicklungen wie BM25, um Dokumente zu einer Anfrage vorzusortieren. Dass Suchmaschinen beim Abgleich von Anfrage und Text auch auf Wörter und deren Gewichtung schauen, ist also keine Legende. Es ist nur ein kleiner Baustein unter sehr vielen.

Google versteht Bedeutung, nicht nur Wörter

Seit 2012 hat sich die Suche grundlegend verändert. Google arbeitet mit dem Knowledge Graph und erkennt Entitäten: Personen, Orte, Produkte, Konzepte und ihre Beziehungen. Sprachmodelle wie BERT, das Google seit 2019 in der Suche einsetzt, verstehen Wörter im Kontext des ganzen Satzes. Google erkennt dadurch, dass „Bank“ im Text über Gartenmöbel etwas anderes meint als im Text über Kredite, auch wenn die Zeichenkette identisch ist.

Für dich heißt das: Ein Text muss nicht bestimmte Wörter in bestimmter Menge enthalten. Er muss das Thema so abdecken, dass die relevanten Aspekte, Begriffe und Zusammenhänge erkennbar vorkommen, weil sie für die Antwort nötig sind.

Content-Optimierungstools sind die Erben

Die Idee „vergleiche deinen Text mit den Top-Ergebnissen“ lebt in Tools wie Surfer, Clearscope oder den Content-Funktionen der großen SEO-Suiten weiter. Sie arbeiten heute meist mit Methoden aus der Sprachverarbeitung statt mit der reinen WDF*IDF-Formel und zeigen dir Begriffe, Fragen und Unterthemen, die in gut rankenden Texten vorkommen.

Für die Recherche ist das hilfreich. Ein hoher „Content-Score“ im Tool ist aber kein Rankingfaktor. Wenn du anfängst, Begriffe nur einzubauen, damit eine Zahl grün wird, verschlechterst du den Text eher.

Was Google selbst empfiehlt

Google rät in seinen Richtlinien zu hilfreichen, verlässlichen Inhalten, die in erster Linie für Menschen geschrieben sind. Übermäßiges Wiederholen von Keywords gilt als Spam. Spätestens seit Google das System für hilfreiche Inhalte 2024 in die Core-Ranking-Systeme übernommen hat (Hintergründe im Beitrag zum Core Update August 2024), ist klar: Texte, die erkennbar für eine Formel gebaut wurden, haben keinen Vorteil.

Und die KI-Suche?

Auch Antworten in KI-Systemen und Googles AI Overviews basieren darauf, dass ein Text eine Frage klar und vollständig beantwortet. Klare Begriffe, eindeutige Aussagen und eine gute Struktur helfen dabei. Eine Termverteilung nach Formel hilft nicht. Mehr dazu im Beitrag zu SEO und KI.

So nutzt du das Prinzip heute sinnvoll

1. Recherche statt Vorgabe. Schau dir an, welche Unterthemen, Fachbegriffe und Fragen in den besten Ergebnissen auftauchen. Prüfe, ob dein Text sie sinnvoll abdeckt.
2. Lücken schließen, nicht Wörter zählen. Fehlt ein wichtiger Aspekt, schreib einen Absatz dazu. Fehlt nur ein Wort, ist das meist egal.
3. Fachbegriffe richtig verwenden. Gerade seltene, spezifische Begriffe zeigen, dass du dich auskennst. Das ist der vernünftige Kern der IDF-Idee.
4. Struktur nutzen. Klare Zwischenüberschriften machen sichtbar, welche Aspekte der Text behandelt, für Leser und Maschinen.
5. Texter einbinden, nicht gängeln. Wie Autoren und SEO gut zusammenarbeiten, steht im Beitrag Was Texter mit SEO zu tun haben.

Fazit: gutes Werkzeug, falsches Ziel

WDF*IDF hat der SEO-Branche einen wichtigen Schritt beigebracht: weg vom stumpfen Keywordzählen, hin zur Frage, welche Begriffe ein Thema wirklich ausmachen. Als Rankingformel zum Nachbauen taugt sie nicht, und heute versteht Google Inhalte ohnehin auf einer viel tieferen Ebene. Nutze Termanalysen als Recherchewerkzeug, schreib für deine Leser und miss den Erfolg an Rankings und Nutzung, nicht an einer Kurve.