Entitätsbasierte SEO

TL;DR: Bei der entitätsbasierten SEO werden die Daten Ihrer Marke so organisiert, dass Suchmaschinen und KI-Systeme klar erkennen können, was Ihr Unternehmen ist, was es anbietet und wie es mit Menschen, Orten, Produkten und Dienstleistungen verbunden ist.

Früher ging es bei der Suche um die Zuordnung von Stichwörtern zu Webseiten. Wenn Sie die richtigen Begriffe verwendeten, konnten Sie bei Google weit oben ranken und von Kund*innen relativ leicht gefunden werden.

Aber heute schauen Suchmaschinen und KI-Systeme nicht nur auf Wörter. Stattdessen wollen sie verstehen, was Ihr Unternehmen eigentlich ist und wie es mit anderen Bereichen der realen Welt in Verbindung steht.

Dieser Wandel zeigt, dass die Optimierung auf Stichwörter allein nicht mehr ausreicht. Die Informationen Ihrer Marke müssen überall im Web klar, konsistent und maschinenlesbar sein.

Mit der entitätsbasierten SEO lässt sich genau dies erreichen.

Was ist entitätsbasierte SEO?

Entitätsbasierte SEO (auch bekannt als Entitäts-SEO) ist ein Ansatz zur Suchoptimierung, der sich darauf konzentriert, wie Suchmaschinen und KI-Systeme die Welt verstehen. Dies geschieht nicht als Aneinanderreihung von Stichwörtern, sondern als ein strukturiertes Netzwerk von realen Dingen und den Beziehungen zwischen ihnen.

Traditionelles SEO fragt: Nach welchen Stichwörtern suchen die Menschen?

Entitätsbasierte SEO fragt: Verstehen Suchmaschinen und KI-Systeme, was meine Marke eigentlich ist, was sie anbietet, wo sie tätig ist und wie sie mit anderen Entitäten im SEO-Kontext zusammenhängt?

Mit der zunehmenden Verbreitung von KI-Antwortmaschinen ist das entitätsbasierte Denken nicht mehr nur eine fortschrittliche SEO-Strategie. Es ist jetzt etwas, das jede Marke braucht, wenn sie in KI-generierten Antworten angezeigt werden und bei der Antwortmaschinenoptimierung, generativen Suchmaschinenoptimierung und KI-Suchoptimierung erfolgreich sein will.

Was ist eine Entität in der SEO?

In der SEO und KI ist eine Entität ein spezifischer, identifizierbarer Gegenstand in der realen Welt, der durch seine Attribute definiert und durch Beziehungen mit anderen Dingen verbunden werden kann.

Entitäten können Folgendes sein:

• Eine Marke oder ein Unternehmen (Yext, ein lokales Restaurant, ein Gesundheitsdienstleister)
• Ein Standort (eine bestimmte Filiale oder Niederlassung)
• Eine Person (Ärzt*innen, Finanzberater*innen, Verfasser*innen)
• Ein Produkt oder eine Dienstleistung (z. B. ein bestimmtes Gericht auf der Speisekarte, ein Softwarepaket oder eine angebotene Behandlung)
• Ein Konzept (ein Thema, eine Kategorie, ein Standard)

Was eine Entität von einem Stichwort unterscheidet, ist ihre Spezifität und Struktur. „Café“ ist ein Stichwort. Ein bestimmtes Café an einer bestimmten Adresse mit bestimmten Öffnungszeiten, einer bestimmten Speisekarte und einer bestimmten Anzahl von Kundenrezensionen ist eine Entität.

Suchmaschinen und KI-Systeme modellieren die Welt mit Hilfe von Entitäten, weil sie eine Bedeutung und einen Kontext haben, den Stichwörter allein nicht bieten können. Dies ist ein Kerngedanke hinter semantischer SEO und der Funktionsweise der modernen Suche.

Was sind Entitätsbeziehungen in der SEO?

Entitätsbeziehungen sind die Verbindungen zwischen Entitäten, die der Gesamtstruktur eine Bedeutung verleihen. Sie beantworten Fragen wie: Was bietet diese Marke? Wo befindet sie sich? Wer erbringt die Dienstleistung? Zu welcher Kategorie gehört sie?

Beispiele für Entitätsbeziehungen in der SEO sind:

• Eine Markenidentität steht in Beziehung zu einer Standortidentität („Yext hat ein Büro in der 61 Ninth Ave, New York“).
• Eine Standortentität hat eine Beziehung zu einer Serviceentität („diese Filiale bietet Beratungen zur Vermögensverwaltung an“).
• Eine Personenentität hat eine Beziehung zu einer Organisationsentität („Dr. Schmitt arbeitet in der Alsterklinik“).
• Eine Produktentität hat eine Beziehung zu einer Kategorieentität („dieser Artikel ist eine saisonale Vorspeise auf der Abendkarte“).

Durch diese Beziehungen entwickeln Suchmaschinen ein umfassendes, kontextbezogenes Verständnis Ihrer Marke und entscheiden, ob Sie in die Antwort auf eine spezifische, kontextbezogene Anfrage aufgenommen werden.

Wie Suchmaschinen Entitäten verwenden

Bei Google und anderen traditionellen Suchmaschinen werden Entitäts-SEO und SEO-Modellierung auf Basis von Wissensgraphen bereits seit über einem Jahrzehnt eingesetzt. Im Jahr 2012 führte Google seinen eigenen Wissensgraphen ein – eine Datenbank mit Entitäten und ihren Beziehungen, die Funktionen wie Knowledge Cards, Rich Snippets und lokale Suchergebnisse unterstützt.

Wenn Sie nach einem Unternehmen suchen, gleicht Google nicht einfach nur Stichwörter ab. Es ruft eine Entität aus seinem Wissensgraphen ab und zeigt die Attribute und Beziehungen an, denen es vertraut: Name, Adresse, Telefonnummer, Öffnungszeiten, Kategorie, Bewertungen, zugehörige Personen und relevante Dienstleistungen.

Für Marken bedeutet dies, dass es nicht mehr nur darum geht, ob sie für ein bestimmtes Stichwort gerankt werden. Vielmehr geht es darum, ob Google versteht, wer sie sind, was sie anbieten und wie sie mit den Themen in Verbindung stehen, nach denen ihre Kund*innen suchen.

Wie KI-Antwortmaschinen Entitäten verwenden

KI-Antwortmaschinen wie ChatGPT, Gemini und Perplexity gehen bei der Modellierung von Entitäten sogar noch weiter. Dabei müssen wir uns klar machen, wie KI-Suchmaschinen funktionieren: Sie fassen Antworten aus verschiedenen Quellen zusammen, wobei diese Antworten auf ihrem Verständnis von Entitäten und den Beziehungen zwischen ihnen beruhen.

Stellen wir uns vor, jemand fragt eine KI-Suchmaschine: „Was ist die beste Physiotherapiepraxis in der Nähe des Stadtzentrums von Bremen?“ Daraufhin sucht die KI nicht etwa nach Seiten, die diese Wörter enthalten. Vielmehr wird sie ihr Modell der Welt abfragen, indem sie Fragen wie die folgenden stellt:

• Welche Entitäten vom Typ „Physiotherapiepraxis“ sind mit der Innenstadt von Bremen verknüpft?
• Welche Attribute und Bewertungen sind mit diesen Entitäten verknüpft?
• Welche verfügen über ausreichend strukturierte, einheitliche Daten, um sie bedenkenlos zitieren zu können?

Aus diesem Grund ist die Klarheit der Entitäten (saubere, vollständige und einheitlich strukturierte Daten über die Entitäten Ihrer Marke und deren Beziehungen) direkt mit Ihrer Markensichtbarkeit und der Optimierung für die KI-Suche verbunden.

Signalisierung von Entitätsbeziehungen für Suchmaschinen und KI-Systeme

Es gibt einige zentrale Möglichkeiten, Suchmaschinen und KI-Systemen zu zeigen, was Ihre Entitäten sind und wie sie miteinander verknüpft sind:

Strukturiertes Daten-Markup: Durch das Hinzufügen von Schema.org und einem Markup von strukturierten Daten zu Ihren Webseiten teilen Sie Suchmaschinen explizit mit, welchen Entitätstyp jede Seite repräsentiert und welche Attribute sie hat. Schema-Markup-Typen wie LocalBusiness, Person, Product und Service erstellen maschinenlesbare Entitätsdefinitionen.

Wissensgraph/zentralisierte Daten: Die Speicherung Ihrer Entitätsdaten in einem zentralisierten, strukturierten Wissensgraphen trägt dazu bei, dass die Entitäten und Beziehungen Ihrer Marke in allen von Ihnen verteilten Daten und überall dort, wo sie verteilt werden, einheitlich definiert sind.

Unternehmenseinträge und Verzeichnisse: Einheitliche, genaue Einträge bei Google Unternehmensprofil, Apple Karten, Yelp und anderen Verzeichnissen dienen als bestätigende Quelle, welche die Attribute der Entität verstärken und Vertrauenswürdigkeit signalisieren. Dazu gehören auch konsistente NAT-Daten: Die Einheitlichkeit bei Namen, Adresse und Telefonnummern im gesamten Web verstärkt die Genauigkeit der Standortentitäten und verhindert widersprüchliche Signale, die bei den Systemen für Verwirrung sorgen können.

Interne Verlinkung: Eine durchdachte interne Linkstruktur auf Ihrer Website ermöglicht den Systemen ein besseres Verständnis der Zusammenhänge zwischen Ihren Entitäten – die Verknüpfung von Standortseiten mit Serviceseiten und Personenseiten schafft ein Netz von Beziehungssignalen.

Co-Zitate: Wenn Drittquellen Ihre Entität im selben Kontext wie andere vertrauenswürdige Entitäten nennen, stärkt das das Verständnis der Suchmaschine dafür, in welchen Beziehungen Ihre Marke steht und welcher Kategorie sie zuzuordnen ist.

Die Rolle eines Wissensgraphen bei der entitätsbasierten Suchmaschinenoptimierung

Ein Wissensgraph ist eine Datenbank, in der Entitäten und ihre Beziehungen in einem strukturierten, abfragbaren Format gespeichert werden. Auf diese Weise modellieren sowohl Google (auf der Ebene der Suchmaschine) als auch Marken (auf der Ebene der Datenverwaltung) die reale Welt.

Für Marken bedeutet die Pflege eines Wissensgraphen, dass Sie über einen einzigen, maßgeblichen Datensatz für jede von Ihnen verwaltete Entität verfügen (Standorte, Produkte, Dienstleistungen, Anbieter) – mit all ihren klar definierten Attributen und Beziehungen. Diese zentrale Struktur ermöglicht die konsistente Übermittlung dieser Entitäten an externe Suchmaschinen und KI-Modelle.

Ohne einen Wissensgraphen existieren die Daten von Markenentitäten in der Regel in Silos: Standortdaten in einem CRM, Produktdaten in einem Katalog, Personaldaten in einem HR-System. Eine solche Fragmentierung macht es nahezu unmöglich, den KI-Systemen ein zusammenhängendes, einheitliches Bild der Entitäten zu präsentieren. Das ist aber genau das, was diese Systeme brauchen, um Sie zielsicher in die Antworten einzubeziehen.

Wie Yext entitätsbasierte SEO unterstützt

Yext ist auf dem Konzept von Entitäten aufgebaut. Unser speziell entwickelter Knowledge Graph macht es Multi-Standort-Marken leicht, alle ihre Entitäten mit strukturierten Attributen und expliziten Beziehungen untereinander zu modellieren.

Diese Entitätsdaten fließen dann in folgende Bereiche ein:

• Lokale Seiten und Website-Inhalte – strukturierte, mit Schema.org gekennzeichnete Seiten, die KI-Systemen bei der Identifizierung und Einschätzung Ihrer Entitäten helfen
• Einträge bei mehr als 200 Publishern – konsistente Entitätsdaten, die breit verteilt werden, sodass KI-Systeme überall auf dieselben korrekten Informationen treffen
• Yext Reviews und Social-Media-Signale – reichhaltiger Kontext, der Ihre strukturierten Entitätsdaten um subjektive Glaubwürdigkeit ergänzt

Das Ergebnis ist eine Marke, deren Entitätsdaten nicht nur an einem Ort korrekt sind, sondern kohärent und einheitlich im gesamten Web – genau das Signal, das KI-Systeme bei der Entscheidung verwenden, wem sie vertrauen und wen sie zitieren.

Erkunden Sie den Knowledge Graph von Yext und übernehmen Sie die Kontrolle darüber, wie Ihre Marke über die Suche und KI hinweg wahrgenommen wird.