TL;DR: Die Suche hat sich von blauen Links zu KI-Antworten entwickelt. Aber die Konstante bei allem? Der Knowledge Graph. In diesem Artikel erklärt Sam Davis, wie der Knowledge Graph von Yext die Sichtbarkeit in herkömmlichen Einträgen, KI-generierten Suchen und zukunftsweisenden Standards unterstützt – und britischen Marken hilft, dort auffindbar zu bleiben, wo Kunden als Nächstes suchen.
Die Suche hat nie stillgestanden.
Ich erinnere mich an eine Welt vor dem Internet, in der die Suche nach Informationen, Produkten oder Dienstleistungen darauf beruhte, Kataloge oder die Gelben Seiten zu durchsuchen. Dann kam der Aufstieg der Suchmaschinen (erinnern Sie sich an Alta Vista oder Ask Jeeves?) und schließlich führte uns Google durch die Entwicklung von mehreren blauen Links zu Map Packs, Sprachassistenten und KI-Agenten. Die Art und Weise, wie Menschen Informationen finden, hat sich immer wieder geändert. Aber für Marken ist die eigentliche Frage nicht, was sich bei der Suche geändert hat – sondern: Wie bleiben wir auffindbar, egal was sich als Nächstes ändert?
Hier kommt der Knowledge Graph ins Spiel. Er ist nicht nur ein Teil Ihrer Suchstrategie – er ist die Infrastruktur, die alles zusammenhält.
Und das ist schon seit einiger Zeit der Fall.
Die Vergangenheit: Einträge ermöglichten die Auffindbarkeit – und der Knowledge Graph ermöglichte die Einträge
Über ein Jahrzehnt lang drehte sich die Suche nach Informationen um eine dominante Plattform: Google. Das bedeutete, korrekte, konsistente Einträge im gesamten Web zu haben.
Google stützte sich auf ein Netzwerk von Datenaggregatoren und Publishern, um Geschäftsinformationen wie Öffnungszeiten, Standorte, Telefonnummern, Dienste und mehr zu überprüfen. Wenn diese Daten inkonsistent oder nicht synchron waren, litt Ihre Sichtbarkeit – und Ihre wahrgenommene Vertrauenswürdigkeit sank.
Deshalb war der Knowledge Graph wichtig. Er ermöglichte Marken, ihre Geschäftsdaten zu zentralisieren – und sie überall dort zu veröffentlichen, wo sie benötigt wurden, und zwar in dem von Google und anderen Plattformen geforderten Format. Strukturierte, konsistente, überprüfte Daten wurden zur Grundlage für die Sichtbarkeit in der Suche.
Für Marken mit mehreren Standorten, die alles über Hunderte (oder Tausende) von Entitäten hinweg verwalten wollten, war der Knowledge Graph nicht nur eine Hilfe, sondern machte dies überhaupt erst möglich. In der Ära der traditionellen Suche leistete der Knowledge Graph also bereits harte Arbeit: Er sorgte dafür, dass Markendaten strukturiert, synchronisiert und auffindbar blieben.
Die Gegenwart: Bei der Suche geht es um Antworten – und Struktur sorgt für Sichtbarkeit
Bei der Suche geht es nicht mehr nur um Links. Die Menschen scrollen, fragen, wischen und chatten – und erwarten überall schnelle, hilfreiche Antworten. Dieses Erlebnis wird zunehmend durch KI ermöglicht.
Und KI benötigt Daten, die sie interpretieren kann – nicht nur Inhalte, sondern auch den Kontext.
Hier machen strukturierte, von der Marke verwaltete Daten den entscheidenden Unterschied.
Aktuelle Untersuchungen von Yext zeigen, dass 86 % der KI-Zitate – die Quellen, die in Antworten von ChatGPT, Gemini und Perplexity vorkommen – von Orten stammen, die Marken bereits kontrollieren: Websites, Einträge und Bewertungsplattformen. Mit anderen Worten: Die Sichtbarkeit der KI ist nicht zufällig. Sie ist etwas, das Sie beeinflussen können.
Der Knowledge Graph macht das möglich.
Durch die Strukturierung Ihrer Geschäftsinformationen – Standorte, Öffnungszeiten, Produkte, Dienstleistungen, FAQs – in maschinenlesbare Einheiten stellt der Knowledge Graph sicher, dass Ihre Daten für die KI verständlich sind und aufbereitet werden können. Ob durch ein KI-Erlebnis auf Ihrer Website oder durch ein Modell eines Drittanbieters wie Gemini oder ChatGPT – der Knowledge Graph ist Ihre Grundlage für die Sichtbarkeit Ihrer Marke.
Die Zukunft: Die Suche wird sich um Integration drehen
Wir treten in eine neue Phase ein: eine, in der KI-Modelle nicht nur das Internet durchsuchen, sondern auch direkt mit Markensystemen interagieren.
Neue Standards wie das Model Context Protocol (MCP) zielen darauf ab, dies zu formalisieren. MCP ermöglicht Large Language Models (LLMs), auf strukturierte Daten von registrierten, maschinenlesbaren Endpunkten zuzugreifen, sodass KI verifizierte Geschäftslogik, Echtzeit-Inventar, Analytics-Quellen, standortspezifische Daten und mehr nutzen kann.
Dies ist die Zukunft der KI-gestützten Entdeckung.
Aber hier ist das Problem: Es ist nicht einfach Plug-and-Play. Es erfordert Infrastruktur. Dazu müssen Ihre Daten zentralisiert, strukturiert und integrationsbereit sein.
Mit einem bereits vorhandenen Knowledge Graph fangen Sie nicht bei Null an, sondern aus einer Position der Stärke.
Ein System. Jede Ära der Suche.
Das können Sie tun:
Verwaltung von Einträgen für Hunderte von Standorten und Publisher
Verfolgung Ihrer Marke in KI-generierten Antworten
Vorbereitung der Bereitstellung vertrauenswürdiger, maschinenlesbarer Daten für LLMs über Protokolle wie MCP
… und das auf einer Plattform: dem Yext Knowledge Graph.
Mit Yext verwandeln Sie Markeninformationen – wie Öffnungszeiten, Speisekartenelemente, Versicherungsschutz, FAQs, Artikel, Hilfe- und Supportinhalte – in strukturierte Entitäten, die die Sichtbarkeit überall dort verbessern, wo gesucht wird.
Von herkömmlichen Suchmaschinen bis hin zu neuen KI-Plattformen, einschließlich Anwendungen hinter der Firewall, ist der Yext Knowledge Graph Ihre Grundlage.
Bereit für das, was als Nächstes kommt? Beginnen Sie mit Scout.
Yext Scout ist Ihr Agent für Markensichtbarkeit – basierend auf Ihrem Knowledge Graph. Liefern Sie schnelle, korrekte Antworten auf Ihrer Website, im Chat und über digitale Kanäle. Klicken Sie hier, um mehr zu erfahren.
FAQs:
1. Welche Rolle spielt der Knowledge Graph bei der modernen Suche? Der Knowledge Graph strukturiert Ihre Markendaten – wie Standorte, Dienste und FAQs – in maschinenlesbare Entitäten. Diese Struktur hilft sicherzustellen, dass Ihre Informationen sowohl in herkömmlichen Suchmaschinen als auch auf KI-gestützten Plattformen wie ChatGPT und Gemini korrekt angezeigt werden.
2. Wie hilft Yext Marken, in KI-generierten Suchergebnissen sichtbar zu bleiben? Yext hilft Marken, ihre Daten zu zentralisieren und zu strukturieren, damit sie für die Entdeckung bereit sind. Jüngste Untersuchungen zeigen, dass 86 % der KI-Zitate aus markenverwalteten Quellen wie Websites und Einträgen stammen – genau die Daten, die Yext bei der Organisation und Veröffentlichung unterstützt.
3. Was ist MCP und wie ist es mit dem Knowledge Graph verbunden? Model Context Protocol (MCP) ist ein neuer Standard, der es KI-Modellen ermöglichen wird, strukturierte Daten direkt aus vertrauenswürdigen Markensystemen abzurufen. Der Yext Knowledge Graph bietet die perfekte Grundlage, um strukturierte Entitätsdaten direkt in MCP-Server einzuspeisen – und Ihre Daten in großem Maßstab KI-fähig zu machen.
4. Warum sollten Marketer jetzt handeln? Die Suche verändert sich schnell. KI-generierte Antworten werden zur Norm, und neue Standards wie MCP werden bereits übernommen. Marken, die heute in strukturierte Daten investieren – mit einem Knowledge Graph als Kernstück – sind in der Lage, in der nächsten Ära der Suche zu gewinnen.
