Was ist eine Entität im SEO- und GEO-Kontext?

Eine Entität ist ein eindeutig identifizierbares Objekt - eine Person, ein Unternehmen, ein Ort, ein Produkt oder ein abstraktes Konzept - das digitale Systeme als eigenständige Einheit mit definierten Eigenschaften und Beziehungen erkennen. Im SEO- und GEO-Kontext bestimmt die Verankerung als Entität maßgeblich, ob ein Unternehmen oder Thema in Suchergebnissen und KI-Antworten sichtbar wird.

Was genau versteht man unter einer Entität?

Der Begriff Entität stammt aus der Philosophie und Informatik und bezeichnet im digitalen Kontext jedes benennbare Ding, das eine eigenständige, von anderen abgrenzbare Existenz hat. In der Welt der Suchmaschinen und künstlichen Intelligenz bedeutet das konkret: Eine Entität ist kein bloßes Wort, sondern ein Konzept mit Identität.

Nehmen wir das Beispiel “Mercedes-Benz”: Für ein Keyword-basiertes System ist “Mercedes-Benz” eine Zeichenkette, die auf einer Webseite auftaucht oder nicht. Für ein entitätsbasiertes System hingegen ist Mercedes-Benz ein Objekt mit bekannten Eigenschaften - gegründet 1926, Hauptsitz Stuttgart, Fahrzeughersteller, Tochterunternehmen von Mercedes-Benz Group AG - und mit Beziehungen zu anderen Entitäten wie Gottlieb Daimler, dem Automobilsektor oder der Stadt Stuttgart.

Dieser Unterschied ist fundamental. Während Suchmaschinen in den frühen 2000er-Jahren Texte nach dem Vorkommen von Keywords durchsuchten, verstehen moderne Systeme Bedeutung über Entitäten und deren Beziehungen. Google beschreibt diesen Wandel selbst in Dokumenten zum Knowledge Graph: “things, not strings” - Dinge, keine Zeichenketten.

Wie unterscheiden sich Entitäten von Keywords?

Die Verwechslung zwischen Keywords und Entitäten ist einer der häufigsten konzeptionellen Fehler im modernen SEO. Die folgende Tabelle zeigt die wesentlichen Unterschiede:

Das Entscheidende: Wenn jemand nach “der Gründer von Microsoft” sucht, liefert ein entitätsbasiertes System “Bill Gates”, obwohl diese Zeichenkette in der Anfrage gar nicht vorkommt. Das System erkennt die Beziehung zwischen den Entitäten “Microsoft” und “Gründer” und verknüpft sie mit der Entität “Bill Gates”. Kein Keyword-Matching könnte das leisten.

Was ist ein Wissensgraph, und wie hängt er mit Entitäten zusammen?

Ein Wissensgraph ist eine strukturierte Datenbank, die Entitäten als Knoten und ihre Beziehungen als Kanten abbildet. Der bekannteste öffentlich zugängliche Wissensgraph im deutschsprachigen Raum ist Wikidata - ein Schwesterprojekt von Wikipedia, in dem Fakten maschinenlesbar gespeichert sind.

Google betreibt einen eigenen proprietären Knowledge Graph, der im Laufe der Jahre auf Milliarden von Entitäten angewachsen ist. Dieser Wissensgraph ist die Grundlage für Knowledge Panels in der Google-Suche, für Featured Snippets und - zunehmend wichtig - für die KI-gestützten Antworten in Google AI Overviews.

Die Logik dahinter ist einfach: Statt jeden Text bei jeder Suchanfrage neu zu analysieren, hat Google vorab gespeichert, was bekannte Entitäten sind, welche Eigenschaften sie haben und wie sie miteinander in Beziehung stehen. Eine Anfrage wird so zuerst gegen diesen Wissensgraph geprüft, bevor überhaupt Webseiten ins Spiel kommen.

Für Unternehmen bedeutet das: Wer im Wissensgraph verankert ist, hat einen systematischen Vorteil. Wer dort fehlt, kämpft gegen Algorithmen, die ihn schlicht nicht als eigenständige, vertrauenswürdige Einheit wahrnehmen.

Warum sind Entitäten für GEO und KI-Systeme so zentral?

In unserem GEO-Leitfaden erläutern wir, dass Generative Engine Optimization darauf abzielt, als Quelle in KI-generierten Antworten zitiert zu werden. Diese Zielsetzung ist ohne Entitätsdenken nicht erreichbar.

Große Sprachmodelle wie die Grundlage von ChatGPT, Perplexity oder Google Gemini wurden auf enormen Textmengen trainiert. In diesem Training haben sie implizit Wissensgraphen internalisiert - sie haben gelernt, welche Entitäten existieren, welche Eigenschaften diese haben und wie sie zusammenhängen. Ein RAG-System (Retrieval-Augmented Generation) ruft beim Beantworten einer Frage zudem aktiv strukturierte und unstrukturierte Quellen ab.

Wenn ein Unternehmen oder eine Fachperson als klare, gut dokumentierte Entität erkennbar ist, steigt die Wahrscheinlichkeit erheblich, dass KI-Systeme diese Entität bei relevanten Anfragen heranziehen. Wenn sie hingegen nur als anonymer Textblock ohne erkennbare Identität existiert, wird sie übergangen - selbst wenn der Inhalt sachlich korrekt und qualitativ hochwertig ist.

Dieser Mechanismus erklärt auch, warum der Blogbeitrag Wie wird mein Unternehmen in KI-Antworten zitiert? so viel Resonanz erzeugt: Die Frage dahinter ist im Kern eine Entitätsfrage. Zitiert werden Entitäten - keine anonymen Seiten.

Welche Typen von Entitäten gibt es im SEO- und GEO-Kontext?

Die Praxis unterscheidet mehrere Entitätsklassen, die im digitalen Marketing relevant sind:

Personen: Gründer, Autoren, Experten, Führungskräfte. Eine Person als Entität aufzubauen bedeutet, ihr einen konsistenten digitalen Fußabdruck zu geben - LinkedIn-Profil, Autorenbiografien, Erwähnungen in Fachmedien, idealerweise einen Wikipedia- oder Wikidata-Eintrag.

Organisationen: Unternehmen, Institutionen, Verbände. Hier spielen strukturierte Daten über Schema.org, Einträge in branchenspezifischen Verzeichnissen und konsistente NAP-Daten (Name, Adresse, Telefonnummer) eine wichtige Rolle.

Orte: Städte, Regionen, Adressen, geografische Merkmale. Für lokales SEO ist die Entitätsverankerung eines Standorts über Google Business Profile und Geodatenbanken entscheidend.

Produkte und Werke: Bücher, Software, physische Produkte. Diese können über Produktstrukturierte Daten und eindeutige Identifikatoren (ISBN, GTIN) als Entitäten etabliert werden.

Konzepte und Themen: Fachbegriffe, Methoden, Theorien. Hier geht es darum, ein Thema so klar und konsistent zu bespielen, dass Systeme das Unternehmen als autoritative Quelle für dieses Konzept erkennen.

Wie wird ein Unternehmen zur verankerten Entität?

Die Etablierung als Entität ist kein einmaliger Akt, sondern ein strukturierter Prozess. Folgende Maßnahmen sind für deutsche Unternehmen besonders relevant:

Konsistenz der Basisdaten: Name, Adresse, Telefonnummer und URL müssen über alle digitalen Touchpoints identisch sein. Abweichungen verwirren Wissensgraphen und verzögern die Entitätserkennung.

Schema.org-Markup: Strukturierte Daten in der eigenen Website helfen Suchmaschinen, das Unternehmen, seine Produkte, seine Mitarbeitenden und seine Inhalte als Entitäten zu klassifizieren. Organization-Markup, Person-Markup und spezialisierte Typen wie LocalBusiness sind der Einstieg.

Wikidata-Eintrag: Für Unternehmen, die die Notabilitätskriterien erfüllen, ist ein Wikidata-Datensatz ein direkter Weg in den strukturierten Wissensgraph. Dieser Datensatz wird von Google, Bing und einer Vielzahl von KI-Systemen aktiv genutzt.

Autoritative externe Erwähnungen: Wenn vertrauenswürdige Drittquellen - Branchenmedien, Verbände, Universitäten, Nachrichtenportale - ein Unternehmen konsistent unter demselben Namen erwähnen, signalisiert das Wissensgraphen, dass diese Entität real und relevant ist.

llms.txt: Die llms.txt-Datei ist eine neuere Konvention, die es Webseitenbetreibern ermöglicht, KI-Crawlern strukturiert mitzuteilen, welche Entitäten auf ihrer Domain vertreten sind und welche Inhalte für KI-Systeme relevant sind.

Autoren- und Expertenprofile: Beiträge sollten namentlich einer Person zugeordnet sein, die selbst als Entität erkennbar ist. Google bewertet inhaltliche Autorität zunehmend über die Expertise der zugrunde liegenden Personen-Entitäten.

Was bedeutet Entitätsautorität, und wie misst man sie?

Entitätsautorität beschreibt, wie fest und positiv eine Entität im digitalen Wissensgraph verankert ist. Eine Entität mit hoher Autorität wird in vielen Kontexten zuverlässig erkannt, ihren Eigenschaften wird vertraut, und sie wird als relevant für bestimmte Themenfelder eingestuft.

Direkt messbar ist Entitätsautorität nicht - keine Kennzahl gibt den exakten “Entitätsscore” aus. Indirekte Indikatoren sind jedoch:

• Existenz und Vollständigkeit eines Knowledge Panels in der Google-Suche
• Vorhandensein eines Wikidata-Eintrags mit verlinkten Eigenschaften
• Anzahl und Qualität externer Erwähnungen in autoritativen Quellen
• Konsistente Erkennung durch KI-Systeme in relevanten Antworten
• Abwesenheit von Disambiguierungsproblemen (d.h. das System verwechselt die Entität nicht mit anderen gleichnamigen Objekten)

Die Arbeit an Entitätsautorität ist langfristiger Natur und unterscheidet sich grundlegend vom klassischen Linkaufbau. Es geht nicht um Quantität von Erwähnungen, sondern um die Konsistenz und Glaubwürdigkeit des Gesamtbildes, das Systeme aus verfügbaren Daten zusammensetzen.

Entität und Citation: Wie hängt beides zusammen?

Im GEO-Kontext ist die Fähigkeit, als Quelle zitiert zu werden, das zentrale Ziel. Citations - also Quellenangaben in KI-Antworten - entstehen nicht zufällig. Systeme zitieren Entitäten, denen sie Autorität für ein bestimmtes Thema zuschreiben.

Wer sein Unternehmen und seine Fachpersonen als klare Entitäten mit erkennbarer thematischer Zuständigkeit aufbaut, legt damit die Grundlage für systematische Sichtbarkeit in KI-generierten Antworten. Das ist der Kern dessen, was wir im Bereich Generative Engine Optimization tun - und was klassisches SEO allein nicht mehr leisten kann.

Wenn Sie wissen möchten, wie gut Ihr Unternehmen als Entität in Wissensgraphen und KI-Systemen verankert ist, liefert ein strukturierter GEO-Audit den Ausgangspunkt. Unter citewerk.de/geo-audit/ erfahren Sie, wie dieser Prozess aussieht und was er für Ihre konkrete Situation bedeutet.