Domain-Discovery für Linkbuilding

Domain-Discovery ist die unterschätzte Hälfte des Linkbuildings — wer hier schludert, pitcht in eine leere Pipeline und wundert sich über sinkende Conversion-Raten. Während Outreach-Templates und Pitch-Texte oft endlos optimiert werden, läuft die Discovery-Seite in vielen Teams auf Autopilot: Konkurrenz-Backlink-Gap einmal pro Quartal exportieren, Liste durcharbeiten, dann hoffen. Das reicht 2026 nicht mehr. Eine professionelle Linkbuilding-Pipeline braucht 100-200 neue qualifizierte Outreach-Targets pro Monat — kontinuierlich, aus diversifizierten Quellen, mit klarer Qualifizierungs-Logik.

Wer Discovery konsequent betreibt, hält die Conversion-Rate stabil bei 5-10 % und die Backlink-Qualität auf Editorial-Niveau. Wer Discovery vernachlässigt, sieht beides nach 4-6 Monaten kollabieren — die guten Targets sind durch, die schlechten konvertieren nicht, und die Pipeline trocknet ein.

Domain-Discovery für Linkbuilding: TL;DR

• Pipeline-Bedarf: 100-200 neue Outreach-Targets pro Monat für realistische 5-10 Backlinks Output.
• Diversifikation: 7 Discovery-Methoden parallel, nicht nur Konkurrenz-Backlink-Gap.
• Tool-Stack: Ahrefs, Semrush, Google Search Operators, Mention-Tracking-Tools im Mix.
• Qualifizierung: nur 30-50 % der Tool-Outputs sind manuell verwertbar — Filterung Pflicht.
• Zeit-Investment: 30-45 Minuten Discovery pro Stunde Outreach als saubere Faustregel.

Domain-Discovery für Linkbuilding: Die 7 Discovery-Methoden im Detail

1. Konkurrenz-Backlink-Gap

Welche Domains verlinken auf direkte Konkurrenten, aber nicht auf die eigene Domain? Ahrefs Site Explorer („Link Intersect") und Semrush Backlink Gap liefern hier strukturierte Listen. Vorteil: thematische Garantie, weil die Domains bereits in der Branche aktiv sind. Nachteil: jeder Konkurrent macht das gleiche — die Targets werden überpitcht und reagieren oft nicht mehr.

Praxis-Tipp: nicht nur die direkten Konkurrenten analysieren, sondern auch indirekte Wettbewerber aus angrenzenden Branchen. Das produziert Targets, die nicht jede Konkurrenz-Agentur bereits angeschrieben hat — und die Conversion-Rate steigt entsprechend.

2. Themen-Suchen über Content Explorer

Ahrefs Content Explorer ist die unterschätzteste Discovery-Maschine. Filter: „enthält [Thema] im Titel" plus „mehr als 100 Referring Domains" plus „mindestens 1 Jahr alt" plus Sprache „Deutsch" oder „Englisch". Output: Authority-Pages im Themenbereich, die organisch viele Backlinks gesammelt haben — also Magnet-Pages, die weiter ziehen.

Diese Pages werden auf zwei Wegen genutzt: erstens als Backlink-Quelle (welche Domains verlinken hierhin und könnten auch auf eigene Inhalte verlinken), zweitens als Skyscraper-Vorlage (wo lassen sich bessere Inhalte produzieren, um die Page zu verdrängen).

3. Resource-Page-Hunting

Klassische Google-Suchen mit Operatoren liefern bis heute saubere Resource-Page-Listen, ohne dass ein Tool nötig ist:

• "best [topic] tools" inurl:resources
• "recommended [topic]"
• "awesome [topic]" site:github.com
• "useful [topic] resources"
• "linkbuilding-Tools" + "Empfehlung" (DACH-Variante)

Resource-Pages haben zwei Vorteile: sie sind explizit auf Verlinkung angelegt (der Page-Owner sucht aktiv nach Ressourcen) und sie ranken stabil, weil sie organisch viele Backlinks sammeln. Conversion-Rate beim Pitchen: 8-15 %, deutlich über Standard-Outreach.

4. Broken-Link-Discovery

Ahrefs „Broken Backlinks" zeigt tote Links auf relevanten Domains. Workflow: Ziel-Domain in Ahrefs öffnen, „Broken Backlinks" auswählen, Filter auf relevante Themen, dann eigene Ressource als Ersatz pitchen. Conversion-Rate liegt bei 5-12 %, weil der Page-Owner einen klaren Vorteil sieht: defekter Link wird zu funktionierendem Link, ohne dass der Page-Owner selbst suchen muss.

Wichtig: die eigene Ersatz-Ressource muss inhaltlich tatsächlich passen. Wer einen Broken-Link auf einer Studie-Page mit einer beliebigen Marketing-Page ersetzen will, wird abgelehnt. Themenbezug ist Pflicht.

5. HARO / Connectively / Source of Sources

Journalisten-Anfrage-Plattformen liefern Top-Tier-Outlets als potenzielle Backlink-Quelle. Die Conversion-Rate ist niedrig (2-5 %), aber die Qualität der Backlinks ist überdurchschnittlich, weil die Outlets typischerweise DR 60+ haben und redaktionell betreut werden. HARO wurde 2024 in Connectively rebranded, parallel sind SOS (Source of Sources) und im DACH-Raum PR-Anfragen.de aktiv.

6. Mention-Tracking

Brand-Mentions ohne Backlink sind low-hanging fruit. Tools wie Mention.com, Brand24 oder Talkwalker tracken jede Online-Erwähnung der eigenen Marke. Erwähnungen ohne Backlink werden mit einem höflichen Outreach-Pitch konvertiert: „Vielen Dank für die Erwähnung — falls passend, würde ein Link zur Quelle euren Lesern helfen." Conversion-Rate: 30-50 %, deutlich über jeder anderen Methode. Auch Erwähnungen von Mitarbeitern (z. B. zitierte Aussagen des CEO) zählen — diese werden ähnlich gepitcht und konvertieren ähnlich gut.

7. Social-Listening und Multiplikator-Discovery

Twitter/X- und LinkedIn-Suchen nach Branchen-Themen identifizieren aktive Multiplikatoren — Personen, die regelmäßig zu relevanten Themen posten und eigene Reichweite haben. Diese werden nicht klassisch gepitcht, sondern langfristig aufgebaut: Beiträge kommentieren, eigene Inhalte teilen, Beziehung etablieren. Backlinks kommen oft erst nach 6-12 Monaten Beziehung — dafür mit hoher Qualität.

Qualifizierungs-Logik vor jedem Outreach

Jeder Discovery-Output durchläuft vor dem Pitching eine vierstufige Qualifizierung. Stufe 1: technische Mindestanforderungen — DR mindestens 25, organischer Traffic mindestens 1.000 pro Monat, Indexierung in Google bestätigt, Site-Aktivität in den letzten 6 Monaten. Stufe 2: Themenbezug — passt der Inhalt der Ziel-Domain zur eigenen Themenwelt, mindestens 60 % Überlappung. Stufe 3: Outreach-Erreichbarkeit — gibt es eine identifizierbare Kontaktperson (Autor, Redakteur, Webmaster)? Ohne erreichbare Kontaktperson kein Pitch. Stufe 4: Pitch-Hook — gibt es einen konkreten inhaltlichen Anknüpfungspunkt für die individuelle Ansprache? Ohne Hook landet jeder Pitch im Spam.

Domains, die alle vier Stufen bestehen, sind die echten Pipeline-Targets. Typischer Filter-Verlust: 100 Discovery-Outputs werden zu 30-50 qualifizierten Targets, von denen 15-30 tatsächlich gepitcht werden.

Praxis: 3 Cases

Case 1 — B2B-SaaS, mittelkompetitiv

SaaS-Tool, DR 38, hatte Outreach-Conversion auf 1,2 % stagnieren sehen. Discovery-Audit ergab: 90 % der Targets kamen aus Konkurrenz-Backlink-Gap, was zu überpitchten Domains führte. Maßnahme: Discovery-Mix neu strukturiert auf 30 % Gap, 25 % Content Explorer, 20 % Resource-Page-Hunting, 15 % Broken-Link, 10 % Mention-Tracking. Conversion-Rate stieg über 4 Monate auf 6,8 %, Output von 3 auf 11 Backlinks pro Monat.

Case 2 — E-Commerce, Heim-und-Garten

Online-Shop, DR 49. Kein systematisches Discovery, sondern ad-hoc-Listen aus Marketing-Meetings. Maßnahme: dedizierte Discovery-Stelle mit 12 Stunden pro Woche, klarer Pipeline-Logik (200 neue Targets pro Monat, 60 qualifiziert, 30 gepitcht). Output nach 6 Monaten: 8-14 Backlinks pro Monat aus diversifizierten Quellen, Authority-Wachstum DR 49 → DR 56 in 11 Monaten.

Case 3 — Healthcare-Magazin

Gesundheits-Portal, DR 24, junges Team ohne SEO-Erfahrung. Discovery wurde zunächst komplett über Resource-Page-Hunting plus HARO/Connectively gefahren — bewusst, um Top-Tier-Outlets zu erreichen. Investment: 3 Stunden pro Woche pro Person für Discovery. Output nach 8 Monaten: 23 Backlinks gesamt, davon 7 von DR 70+ (Universitäts-Fachblogs, große Gesundheitsportale). Manche der teureren Discovery-Methoden (Ahrefs Pro) wurden bewusst ausgelassen, weil Resource-Page-Hunting bereits ausreichend qualifizierte Targets lieferte. Erst ab Monat 9 wurde Ahrefs ergänzt, als die Resource-Pages durchpitched waren und neue Discovery-Quellen nötig wurden.

Domain-Discovery für Linkbuilding: Häufige Fehler

1. Nur Konkurrenz-Gap-Analyse. Ergibt redundante Targets, weil jede Konkurrenz-Agentur das gleiche macht. Diversifikation auf 5-7 Methoden ist Pflicht.
2. Random-Search ohne Filter. Viele irrelevante Targets, schlechte Conversion. Mindest-DR, Themenrelevanz, Sprach-Filter und Aktualität sollten in jeder Discovery-Query gesetzt sein.
3. Zu wenig Manual-Review. Tool-Output blind für Outreach nutzen führt zu Spam-Empfang. Manuelle Sichtprüfung jeder Target-Domain ist Pflicht — sie kostet 30-90 Sekunden pro Domain.
4. Discovery-Pause bei vollen Pipelines. Wer Discovery erst startet, wenn die Pipeline leer läuft, hat 4-6 Wochen Output-Lücke. Discovery läuft kontinuierlich, parallel zu Outreach.
5. Keine Diversifikation der Quellen. Wer ausschließlich Ahrefs nutzt, sieht nur, was Ahrefs kennt. Sistrix, Semrush und manuelle Google-Suchen liefern Targets, die in Ahrefs fehlen — und umgekehrt.

Domain-Discovery für Linkbuilding: Tools-Stack

Empfohlener Mindest-Stack für ernsthaftes Linkbuilding: Ahrefs, Google Search, ein Mention-Tracker und ein Pitch-CRM. Total etwa 350-700 € pro Monat. Wer darunter bleibt, arbeitet mit Lücken in der Discovery-Pipeline. Für Agentur-Setups mit mehreren Klienten lohnt sich zusätzlich Majestic für historische Backlink-Daten und LinkResearchTools für Spam-Score-Analyse.

Tool-Auswahl ist kein Selbstzweck — entscheidend ist die Diversität der Datenquellen, nicht die Anzahl der Tool-Logins. Drei gut gepflegte Tools, die wöchentlich genutzt werden, schlagen sieben Tools, die alle vier Wochen einmal geöffnet werden. Pflicht: ein Verantwortlicher pro Tool, der die Datenqualität kennt, die Limits versteht und neue Filter regelmäßig dokumentiert.

Domain-Discovery für Linkbuilding: AI-Search & Discovery

Generative Suchmaschinen verändern die Discovery-Landschaft 2026 deutlich. AI-Discovery-Tools wie Respona oder eigens trainierte Custom-GPTs liefern semantische Themen-Suchen, die klassische Tools überfordern: „finde Domains, die über Linkbuilding-Strategien für SaaS-Unternehmen schreiben und in den letzten 6 Monaten neue Inhalte zum Thema veröffentlicht haben". Was früher 3-4 Stunden manuelle Recherche war, läuft heute in 15 Minuten.

Allerdings: AI-Discovery hat einen hohen False-Positive-Anteil — typisch 30-50 %. Das bedeutet, manuelle Qualifizierung bleibt Pflicht. Die Effizienz-Verbesserung kommt nicht durch Wegfall der Qualifizierung, sondern durch breitere und schnellere Identifikation potenzieller Targets. Für 2026 ist AI-Discovery ein Komplement, kein Ersatz klassischer Methoden.

Eine zweite Beobachtung: LLMs liefern oft halluzinierte Domains — also URLs, die plausibel klingen, aber nicht existieren oder thematisch nicht passen. Wer AI-Discovery ohne nachgelagerte URL-Validation und manuelle Sichtprüfung einsetzt, verschwendet Outreach-Kapazität auf Phantom-Targets. Pflicht-Workflow: AI-Output direkt durch URL-Check und Themen-Sichtprüfung filtern, bevor er in die Pipeline geht.

Domain-Discovery für Linkbuilding: Discovery-Volumen und Pipeline-Mathematik

Realistic Discovery-Pipeline für eine mittelgroße Domain mit Output-Ziel von 5-10 Backlinks pro Monat: 100-200 neue Targets identifizieren pro Monat, davon 30-60 nach Qualifizierung (manuelle Bewertung auf DR, Themenbezug, Aktualität, Outreach-Erreichbarkeit), davon 15-30 als Pitches verschickt, davon 1-3 Backlinks pro Monat bei 5-10 % Conversion. Discovery muss kontinuierlich laufen — pro Outreach-Stunde 30-45 Min Discovery-Zeit ist ein guter Rhythmus.

Wer Output verdoppeln will, verdoppelt typischerweise nicht den Outreach-Aufwand, sondern die Discovery-Tiefe. Mehr Pitches an gleiche Liste produziert nur mehr Spam-Wahrnehmung — mehr und bessere Targets produzieren echte Skalierung. Ein Team, das von 5 auf 10 Backlinks pro Monat skalieren will, baut nicht die Pitch-Kapazität aus, sondern die Discovery-Pipeline auf 200-400 neue Targets pro Monat. Die Conversion-Rate bleibt stabil, der Output verdoppelt sich linear.

Discovery-Dokumentation und CRM-Pflege

Jede Discovery-Recherche wird in einem CRM-System wie Pitchbox, BuzzStream oder einer eigens gepflegten Notion-Datenbank dokumentiert. Mindestfelder pro Target: Domain, DR, organischer Traffic, Themen-Tags, Discovery-Quelle, Qualifizierungs-Status, letzte Pitch-Aktion, nächste Aktion. Ohne CRM verliert man nach 3-4 Monaten den Überblick — Domains werden doppelt angeschrieben, Beziehungen versacken, Long-Tail-Conversion bleibt liegen.

Praxis: einmal pro Quartal CRM-Audit, in dem ungeantwortete Pitches nach 6 Wochen mit zweitem Touch nachverfolgt werden. Diese „dormant pipeline" bringt typischerweise 15-25 % zusätzliche Backlinks ohne neue Discovery-Investition.

Domain-Discovery für Linkbuilding: Verbindung zu anderen Themen

Domain-Discovery ist die Vorstufe jeder Outreach-Strategie und enger Bestandteil sauberen Broken-Link-Buildings. Auch Gastartikel-Strategien leben von Discovery — ohne saubere Outlet-Listen wird Gastartikel-Pitch zur Lotterie. Die Wahl zwischen Ahrefs, Semrush und alternativen Tools wird im Tool-Vergleich detaillierter behandelt. Wer Discovery isoliert betrachtet, verfehlt die Hälfte des Linkbuilding-Hebels — Discovery, Outreach und Pitch-Texte greifen ineinander und müssen gemeinsam optimiert werden.

Domain-Discovery für Linkbuilding: Fazit

Discovery ist 30-40 % der Linkbuilding-Arbeit — und der Hebel, der über Skalierbarkeit und Output-Qualität entscheidet. Wer das vernachlässigt, läuft mit veralteter Target-Liste und sinkender Conversion in den Output-Stillstand. Wer Discovery diszipliniert betreibt, hält die Pipeline gefüllt, die Conversion-Rate stabil und die Backlink-Qualität auf Editorial-Niveau. Diversifikation der Methoden ist 2026 wichtiger denn je — keine einzelne Discovery-Quelle reicht aus, um eine professionelle Pipeline zu speisen. Sauberes Discovery-Handwerk ist die unsichtbare Hälfte erfolgreichen Linkbuildings, und die Domain, die dort am gründlichsten arbeitet, gewinnt langfristig den Authority-Wettbewerb in ihrer Branche.