Murrough Foley
Murrough Foley

Murrough Foley

Technischer SEO-Berater und Forscher mit 15 Jahren Erfahrung in Suchmaschinenoptimierung, Webdatenextraktion und angewandtem maschinellem Lernen. Ich entwickle Open-Source-Tools in Rust für die Extraktion von Webinhalten und die Klassifizierung von Seitentypen und veröffentliche Forschungen zu Content-Qualitätssignalen und deren Korrelation mit Google-Rankings. Autor von rs-trafilatura und des Web Content Extraction Benchmarks WCXB.
LinkedInXGitHub

Neueste Beiträge

Alle Beiträge anzeigen

Technische SEO

Crawl-Optimierung, Website-Architektur und Indexierungsstrategie – die infrastrukturellen Entscheidungen, die bestimmen, ob Ihre Seiten gefunden werden. Ich habe 15 Jahre daran gearbeitet, von kleinen lokalen Unternehmen bis hin zu multiregionalen Plattformen mit Millionen von Seiten.

Webinhalts-Extraktion

Ich habe rs-trafilatura gebaut, weil bestehende Tools bei allem, was kein Blogbeitrag ist, versagen. Seitentyp-bewusste Extraktion mit ML-Klassifizierung, Konfidenzbewertung und Markdown-Ausgabe. Getestet gegen 14 Extraktoren auf einem 2.008-Seiten-Datensatz.

Webinhalts-Analyse & Bewertung

Können LLMs Inhaltsqualität so bewerten wie Google? Ich habe Bewertungsraster basierend auf Signalen aus dem Google-API-Leak erstellt – contentEffort, originalContentScore, page2vecLq – und sie an 44.000 SERP-Ergebnissen getestet. Kurze Antwort: Thematische Kohärenz sagt das Ranking voraus, aber Domain-Autorität ist 10-mal wichtiger.

Semantische Themenanalyse

Thematische Autorität, Entitätsbeziehungen und Content-Gap-Analyse. Google bewertet thematischen Fokus mathematisch – mithilfe von Signalen wie siteRadius und Seitenebenen-Embeddings. Zu verstehen, wie Ihre Inhalte auf diese Strukturen abgebildet werden, zeigt Ihnen, wo Sie Tiefe haben und wo Sie sich zu sehr verzetteln.

Murrough Foley

Kontakt aufnehmen

Finden Sie mich auf LinkedIn oder X.

LinkedInXGitHub