Entitäten-SEO
KI-Systeme denken nicht in Keywords, sondern in Entitäten und ihren Beziehungen. Was eine Entität ist, wie der Knowledge Graph funktioniert und wie Ihr Unternehmen zur eindeutigen, verknüpften Entität wird.
Was ist eine Entität?
Eine Entität ist ein eindeutig identifizierbares Konzept, Ding oder Wesen – mit klar definierten Eigenschaften und Beziehungen zu anderen Entitäten. Eine Person, ein Unternehmen, ein Ort, ein Produkt, ein Ereignis: All das sind Entitäten. Sie existieren unabhängig von der Sprache und der konkreten Schreibweise, mit der man sie benennt.
Der Unterschied zum Keyword ist zentral. Ein Keyword ist eine Zeichenkette – eine bestimmte Buchstabenfolge, die ein Nutzer in ein Suchfeld tippt. Eine Entität ist das dahinterliegende Konzept, das die Suchmaschine versteht.
Ein Beispiel: Die Begriffe „Erfurt“, „Landeshauptstadt Thüringens“ und „Erfurt, Germany“ sind drei verschiedene Zeichenketten – aber alle verweisen auf dieselbe Entität, die Stadt Erfurt. Diese Entität trägt Eigenschaften (Einwohnerzahl, Bundesland, Koordinaten) und steht in Beziehungen (liegt in Thüringen, ist Landeshauptstadt von). Genau dieses Geflecht aus Eigenschaften und Beziehungen macht eine Entität für Maschinen verständlich – jenseits der bloßen Buchstabenfolge.
Was ist der Knowledge Graph?
Der Knowledge Graph ist die maschinenlesbare Wissensdatenbank, in der Suchmaschinen Entitäten und ihre Beziehungen zueinander speichern. Statt nur Wörter zu indexieren, hält der Graph als Netzwerk fest, wie Dinge zusammenhängen: dass eine Person bei einem Unternehmen arbeitet, das in einer Stadt sitzt, die in einem Bundesland liegt.
Damit jede Entität eindeutig adressierbar bleibt, erhält sie eine stabile Kennung – eine ID. Im offenen Wissensgraphen Wikidata sind das die sogenannten Q-Nummern: Die Stadt Erfurt trägt dort etwa die Kennung Q2018. Diese ID ist unverwechselbar, auch wenn zwei Entitäten denselben Namen tragen. Über solche IDs lassen sich Fakten konsistent verknüpfen und verschiedene Datenquellen zusammenführen.
Für Nutzer wird der Knowledge Graph häufig im Infokästchen (Knowledge Panel) rechts neben den Suchergebnissen sichtbar. Für KI-Systeme ist er die Faktenbasis, gegen die sie generierte Antworten abgleichen – und damit ein Grund, warum eine sauber etablierte Entität in KI-Antworten verlässlicher auftaucht.
Warum KI-Systeme in Entitäten denken
Klassische Suche begann beim String-Matching: Wer „Strings“ eingab, bekam Seiten, die „Strings“ enthielten. Das Problem dabei ist offensichtlich – Sprache ist mehrdeutig. „Strings“ können Saiten, Zeichenketten oder Badehosen meinen. Eine reine Zeichenketten-Suche kann diese Bedeutungen nicht auseinanderhalten.
Der Wandel lautet, verkürzt, „from strings to things“: weg vom Abgleich von Zeichenketten, hin zum Verständnis von Konzepten und ihren Beziehungen. KI-Systeme und moderne Suchmaschinen arbeiten auf dieser semantischen Ebene. Sie fragen nicht „welche Seite enthält dieses Wort“, sondern „welche Entität ist gemeint und was weiß ich über sie“.
Für die Optimierung folgt daraus ein Perspektivwechsel: Es reicht nicht, ein Keyword möglichst oft zu platzieren. Entscheidend ist, dass ein KI-System Ihr Unternehmen, Ihre Person oder Ihr Produkt als eindeutige Entitäterkennt, die in einem klaren Beziehungsgeflecht steht. Das ist der Kern von Entitäten-SEO – und ein Baustein der Generative Engine Optimization.
Entitäten-Optimierung: die vier Hebel
Aus einer Website eine erkannte Entität zu machen, ist Handarbeit mit klaren Hebeln. Diese vier bilden das Fundament:
Entity Home schaffen
Eine eindeutige Heimseite Ihrer Entität – meist die Über-uns- oder Startseite. Sie ist der zentrale Ankerpunkt, der Name, Beschreibung und definierende Eigenschaften der Entität an einem Ort bündelt.
sameAs-Verknüpfung
Verknüpfen Sie Ihr Entity Home per sameAs mit Wikidata, Wikipedia, LinkedIn und Ihren Social-Profilen. Das konkrete Markup beschreiben wir auf unserer Seite zu strukturierten Daten für die KI-Suche.
Konsistente NAP
Name, Adresse und Telefonnummer (NAP) müssen über alle Profile und Verzeichnisse hinweg identisch sein. Widersprüchliche Angaben erschweren es Maschinen, Ihre Entität zweifelsfrei zuzuordnen.
Topical Authority
Decken Sie Ihr Themenfeld über zusammenhängende Inhalte (Themen-Cluster) umfassend ab. Wer ein Feld konsistent und tief bespielt, wird von KI-Systemen eher als verlässliche Entität in diesem Feld erkannt.
Die Rolle von Wikipedia und Wikidata
Wikipedia und das zugehörige Wikidatagehören zu den wichtigsten Quellen, aus denen Knowledge Graphs gespeist werden. Ein Eintrag dort gilt als starkes Vertrauenssignal und liefert eine stabile, eindeutige Kennung, an die sich andere Datenquellen anknüpfen lassen.
Ehrlicher Realismus: Ein Wikipedia-Eintrag ist nicht zwingend nötig – und für die meisten kleinen und mittleren Unternehmen ohnehin nicht erreichbar. Wikipedia legt strenge Relevanzkriterien an; ein Eintrag, der diese nicht erfüllt, wird gelöscht. Wer Entitäten-SEO an einen Wikipedia-Eintrag knüpft, baut auf wackligem Fundament.
Wo ein Eintrag realistisch ist, lohnt er sich. Wo nicht, lassen sich Entitäten auch ohne Wikipedia etablieren: über einen eigenen Wikidata-Eintrag, konsistente sameAs-Signale, autoritative Drittquellen und solide E-E-A-T-Signale. Eine fundierte KI-SEO-Beratung klärt zuerst, welcher Weg für Ihre Situation überhaupt tragfähig ist.
Verwandte GEO-Guides
E-E-A-T für KI-Sichtbarkeit
Wie KI-Systeme Erfahrung, Expertise und Vertrauenswürdigkeit einer Entität bewerten.
Guide lesen →
Strukturierte Daten für KI-Suche
Schema.org und JSON-LD liefern das sameAs-Markup, das Entitäten maschinenlesbar verknüpft.
Guide lesen →
GEO-Leitfaden (Hub)
Zurück zur Übersicht aller Bausteine der Generative Engine Optimization.
Guide lesen →
Häufige Fragen zu Entitäten-SEO
Eine Entität ist ein eindeutig identifizierbares Konzept, Ding oder Wesen mit klar definierten Eigenschaften und Beziehungen – zum Beispiel eine Person, ein Unternehmen, ein Ort oder ein Produkt. Anders als ein Keyword ist eine Entität sprachunabhängig und nicht an eine bestimmte Schreibweise gebunden. „Erfurt“, „Landeshauptstadt Thüringens“ und „Erfurt, Germany“ verweisen auf dieselbe Entität. Suchmaschinen und KI-Systeme verknüpfen Entitäten mit Attributen und Relationen, um Inhalte semantisch zu verstehen statt nur Zeichenketten abzugleichen.
Der Knowledge Graph ist eine Wissensdatenbank, mit der Google Entitäten und ihre Beziehungen zueinander speichert. Statt nur Wörter zu indexieren, hält der Graph fest, dass eine Person bei einem Unternehmen arbeitet, das in einer Stadt sitzt. Jede Entität erhält eine eindeutige Kennung. KI-Systeme nutzen solche Graphen, um Fakten konsistent zu verknüpfen und Antworten zu generieren. Sichtbar wird der Knowledge Graph für Nutzer oft in Form des Infokästchens (Knowledge Panel) rechts neben den Suchergebnissen.
sameAs ist eine Eigenschaft im Schema.org-Vokabular, mit der Sie eine Entität auf Ihrer Website mit ihren Repräsentationen anderswo im Web verknüpfen – etwa dem Wikidata-Eintrag, dem Wikipedia-Artikel, dem LinkedIn-Profil oder den Social-Media-Konten. Diese Verknüpfungen helfen Suchmaschinen und KI-Systemen, Ihre Entität zweifelsfrei zu identifizieren und mit bekannten Knoten im Knowledge Graph zusammenzuführen. Die konkrete Umsetzung des sameAs-Markups beschreiben wir auf unserer Seite zu strukturierten Daten für die KI-Suche.
Der Weg führt über eine eindeutige Heimseite Ihrer Entität (das „Entity Home“, meist die Über-uns- oder Startseite), konsistente Angaben zu Name, Adresse und Telefonnummer (NAP) über alle Profile hinweg, sowie sameAs-Verknüpfungen zu autoritativen Quellen wie Wikidata, LinkedIn und Branchenverzeichnissen. Hinzu kommt thematische Tiefe: Wer ein Themenfeld umfassend und konsistent abdeckt, baut Topical Authority auf und wird von KI-Systemen eher als verlässliche Entität in diesem Feld erkannt.
Nein, ein Wikipedia-Eintrag ist nicht zwingend nötig – und für die meisten kleinen und mittleren Unternehmen ohnehin nicht erreichbar, da Wikipedia strenge Relevanzkriterien anlegt. Hilfreich ist er trotzdem: Wikipedia und das zugehörige Wikidata sind zentrale Quellen, aus denen Knowledge Graphs gespeist werden. Wo ein Eintrag realistisch ist, lohnt er sich. Wo nicht, lassen sich Entitäten auch über einen eigenen Wikidata-Eintrag, konsistente sameAs-Signale und autoritative Drittquellen etablieren.
Über den Autor
Moritz Lehmann
SEO-Berater & Gründer von SEO Kraftwerk
Moritz Lehmann ist Gründer von Adfera und SEO Kraftwerk mit Sitz in Erfurt. Mit einem M.Sc. in Wirtschaftsinformatik, Zertifizierungen von Surfer SEO und Sistrix sowie als BAFA/TAB-akkreditierter Berater verbindet er technisches SEO-Know-how mit strategischer Unternehmensberatung. Er publiziert regelmäßig im OMT Magazin und der AFS Akademie und hält Vorträge bei IHK-Seminaren zu Digital Marketing und SEO.