Was eine Entität ist

Eine Entität ist ein eindeutig identifizierbares „Ding" - eine Marke, eine Person, ein Produkt, ein Ort - über das ein System stabile Fakten kennt. Nicht die Zeichenkette „Töpp" zählt, sondern das dahinterliegende Konzept: welche Person, mit welchem Beruf, welchen Projekten, welchen Verbindungen. Suchmaschinen und KI-Systeme denken seit Jahren in Entitäten statt in Keywords - generative Systeme treiben das auf die Spitze.

Der Unterschied ist folgenreich: Keyword-Optimierung fragt „für welche Begriffe ranke ich?". Entitäten-Arbeit fragt „kennt und versteht das System, wer ich bin?". Nur wer als klare Entität existiert, kann in einer generativen Antwort zuverlässig genannt werden.

Der Kern

KI-Systeme empfehlen keine Zeichenketten, sondern Entitäten, denen sie vertrauen. Unklarheit über die Entität - widersprüchliche Fakten, keine Referenzen - führt dazu, dass die Marke sicherheitshalber weggelassen wird.

Warum das für KI so zentral ist

Ein generatives System muss bei jeder Nennung entscheiden: Ist diese Marke real, relevant und richtig eingeordnet? Diese Entscheidung trifft es über die Klarheit der Entität. Je konsistenter und breiter belegt eine Entität ist, desto geringer das Risiko einer Falschaussage - und desto eher wird sie genannt. Eine unscharfe Entität ist für das System ein Risiko, das es vermeidet.

Die vier Bausteine einer starken Entität

1. Fakten-Konsistenz

Der wichtigste und am meisten unterschätzte Baustein: Name, Beschreibung, Zahlen, Standort und Claims müssen über alle Quellen hinweg identisch sein - Website, Impressum, LinkedIn, Branchenverzeichnisse, Presseerwähnungen. Jeder Widerspruch - mal „20+ Jahre", mal „seit 2005", mal ein anderer Firmenname - schwächt die Entität. Konsistenz ist Fleißarbeit, aber die Basis von allem.

2. Explizite Auszeichnung

Was Menschen aus dem Kontext lesen, muss Maschinen explizit gesagt werden - über strukturierte Daten. Organization- und Person-Schema mit sameAs-Verweisen macht die Entität maschinenlesbar und verknüpft sie mit bekannten Referenzpunkten.

3. Referenz-Verknüpfung (sameAs)

Eine Entität wird glaubwürdig durch ihre Verbindungen zu etablierten Referenzquellen: Wikipedia, Wikidata, LinkedIn, Branchenregister, Autorenprofile in Fachmedien. Diese sameAs-Kanten sagen dem System: „Diese Marke ist dieselbe wie die, die dort bereits verzeichnet ist." Vertrauen wird entlang dieser Kanten vererbt.

4. Bestätigung durch Dritte

Am Ende zählt nicht, was eine Marke über sich sagt, sondern was unabhängige Quellen über sie sagen. Erwähnungen in Fachmedien, Verzeichnissen und auf Branchenplattformen bestätigen die Entität von außen - das stärkste, weil am schwersten selbst erzeugbare Signal.

Der Knowledge Graph als Ziel

Googles Knowledge Graph ist die bekannteste Entitäten-Datenbank - die Grundlage der Info-Kästen rechts neben den Suchergebnissen. Eine Aufnahme dort ist ein starkes Signal, dass eine Entität als real und relevant anerkannt ist, und wirkt weit über Google hinaus: Viele Systeme greifen auf dieselben Referenzquellen zurück. Der Weg dorthin führt über genau die vier Bausteine - erzwingen lässt sich der Eintrag nicht, verdienen schon.

Entitäten-Aufbau in der Praxis

  • Bestandsaufnahme: Alle Stellen sammeln, an denen die Marke im Netz auftaucht - und auf Widersprüche prüfen.
  • Fakten-Kanon festlegen: Eine verbindliche Version von Name, Beschreibung, Zahlen und Kerndaten definieren.
  • Konsistenz herstellen: Alle Quellen auf diesen Kanon angleichen - vom Impressum bis zum Verzeichniseintrag.
  • Schema ausrollen: Organization/Person mit sameAs auf allen relevanten Seiten.
  • Referenzen aufbauen: Profile in relevanten Verzeichnissen und - wo verdient - Wikidata/Wikipedia pflegen.
  • Dritt-Erwähnungen fördern: Gezielt Präsenz in den Quellen aufbauen, denen die Systeme vertrauen.
  • Prüfen: Im Monitoring beobachten, ob und wie korrekt die Entität in KI-Antworten erscheint.

Häufige Fehler

  • Inkonsistente Grunddaten: Unterschiedliche Firmierungen, Zahlen oder Beschreibungen über die Kanäle hinweg.
  • Isolierte Marke: Keine sameAs-Verweise, keine Verbindung zu etablierten Referenzen.
  • Nur Eigenaussagen: Viel Selbstbeschreibung, keine unabhängige Bestätigung von außen.
  • Erzwingen wollen: Versuche, einen Knowledge-Graph-Eintrag zu manipulieren, statt ihn über Substanz zu verdienen.

Fazit

Entitäten-Aufbau ist unspektakulär und entscheidend zugleich: Es ist die Grundlagenarbeit, ohne die Vertrauenssignale, strukturierte Daten und Answer-first-Content ins Leere laufen. Wer als klare, konsistente und breit belegte Entität existiert, gibt KI-Systemen die Sicherheit, die sie brauchen, um eine Marke zu nennen. Diese Sicherheit ist in der generativen Suche die eigentliche Währung - und der Kern jeder GEO-Strategie.