Internal Linking

Internal Linking analysiert dein Artikel-Inventar und schlägt sinnvolle Querverlinkungen vor — Anchor-Text, Ziel-Artikel, Position und Begründung inklusive. Statt händisch im Editor zu suchen, welcher alte Artikel zum aktuellen Thema passt, bekommst du eine sortierte Liste mit Bestätigen-Button. Jede Annahme oder Ablehnung trainiert das Ranking; je mehr du nutzt, desto präziser werden die Vorschläge. Pflicht-Werkzeug für jeden, der ein Topic-Cluster sauber miteinander vernetzen will, ohne Linkbuilding manuell zu tracken.

Was es kann

• Per-Artikel-Vorschläge — für jeden Artikel eine Liste passender Linkziele aus deinem eigenen Inventar, mit Anchor, Source-Sentence und Confidence-Score.
• Projekt-weite Analyse — ein einziger Run scannt alle Artikel eines Projekts, baut den semantischen Graphen und füllt die Vorschlagsqueue.
• Approve / Reject / Edit — pro Vorschlag entscheidest du, ob der Link gesetzt, abgelehnt oder mit anderem Anchor übernommen wird.
• Editor-Integration — bestätigte Links werden direkt in den HTML-Inhalt des Artikels gepatcht, kein Copy-Paste.
• Status-Tracking — pending / approved / rejected / applied mit Filter, sodass du nichts doppelt bearbeitest.
• Anchor-Diversity — der Vorschlagsalgorithmus achtet darauf, dass derselbe Ziel-Artikel nicht 20 mal mit dem gleichen Anchor verlinkt wird.

Wann nutzen

• Du hast 20+ Artikel in einem Projekt und verlierst den Überblick, was wohin verlinkt ist.
• Du baust ein Topic-Cluster auf und brauchst Pillar → Cluster → Pillar Vernetzung.
• Du willst alte Artikel wieder Traffic geben, indem neue auf sie verlinken.
• Du willst Anchor-Text-Profile sauber halten, statt 50× „hier klicken" zu schreiben.

Workflow

1. Projekt-Analyse starten — POST /projects/{project}/internal-links/analyze oder UI-Button. Job läuft im Hintergrund (siehe Automation).
2. Vorschläge prüfen — GET /articles/{id}/link-suggestions listet die Top-Vorschläge pro Artikel.
3. Entscheiden — PUT /link-suggestions/{id} mit status: approved | rejected und optional anchor_text overridden.
4. Apply — bestätigte Vorschläge werden in den Artikel-Inhalt eingebaut.
5. Iterieren — neue Artikel triggern automatisch eine Re-Analyse der relevanten Cluster.

API

Body von PUT /link-suggestions/{id}:

{
  "status": "approved",
  "anchor_text": "Stoßdämpfer wechseln Anleitung"
}

Response von GET /articles/{id}/link-suggestions:

{
  "data": [
    {
      "id": 4711,
      "target_article_id": 88,
      "target_url": "/blog/stossdaempfer-wechseln",
      "anchor_text": "Stoßdämpfer wechseln",
      "source_sentence": "...nach 80.000 km solltest du die Stoßdämpfer wechseln...",
      "confidence": 0.91,
      "status": "pending"
    }
  ]
}

Credits & Limits

• Analyze-Run: 5 Credits pro Projekt-weitem Scan, unabhängig von der Anzahl der Artikel.
• Approve / Reject: kostenlos.
• Async: der Analyze-Job läuft >10 Sekunden und dispatcht ein Queue-Job — die UI pollt den Fortschritt.
• Rate-Limit: ein aktiver Analyze-Job pro Projekt; Folge-Requests werden gequeued.
• Inventar-Mindestgröße: unter 5 Artikeln liefert die semantische Analyse keine sinnvollen Vorschläge — der Job returnt early mit Hinweis.

Verwandte Module

• AI Content Editor — bestätigte Links werden direkt im Editor gerendert und sind editierbar.
• Storylines — wenn du Pillar-Cluster baust, ist Internal Linking die natürliche Verknüpfungsschicht obendrauf.
• Content Audit — Audit-Findings nennen oft „zu wenige interne Links" als Issue, das hier behoben wird.
• Content Freshness — frisch aktualisierte Artikel triggern oft neue Linkvorschläge auf umliegende Cluster.