Knowledge Center

Wissensgraph

Was ist ein Wissensgraph und wie unterstützt er das Wissensmanagement und die KI-Suche?

Ein Wissensgraph ist eine Methode zur Darstellung und Organisation von Informationen über die Welt in einer Form, die Menschen und Maschinen leicht verstehen und nutzen können. Er zentralisiert das Wissensmanagement, indem er Daten aus internen und externen Quellen in einer Weise darstellt, die wie eine Landkarte funktioniert. Marken können diese Karte nutzen, um neue Erkenntnisse und Chancen zu entdecken.

Außerdem bietet er Marken ein einheitliches, umfassendes Format für die Kommunikation mit Suchmaschinen und KI. Dies hilft Marken, Vertrauen bei diesen Suchplattformen aufzubauen, sodass sie wiederum Markeninformationen dann anzeigen, wenn sie mit der Kundenabsicht übereinstimmen.

Ein Wissensgraph ist wie eine riesige Schatzkarte

Alle Informationen über Ihr Unternehmen, Ihre Marke, Ihr Produkt, Ihren Service, Ihren Standort und Ihre Kund*innen werden im Wissensgraphen erfasst, ähnlich wie Markierungen auf einer Landkarte. Auch die Beziehungen und Verbindungen zwischen all diesen Entitäten werden dort festgehalten. Sie können sich diese Beziehungen wie gepunktete Linien vorstellen, die Ihnen zeigen, wie Sie der Karte effektiv folgen oder wie Sie die auf der Karte vermerkten Kontext-Hinweise nutzen können.

Einige dieser Informationen können aus strukturierten Daten wie NAT-Daten oder lokalen Verzeichnissen stammen. Ein Teil davon könnte aus den unstrukturierten Daten in Ihren Bildern, Videos und Texten in den sozialen Medien gezogen werden. Ein weiterer Teil könnte das widerspiegeln, was Ihre Kundschaft in Bewertungen auf Drittanbieter-Websites über Sie sagt (und wie Sie auf diese Bewertungen reagieren).

Im Zeitalter der KI-Suche helfen Wissensgraphen Marken auch bei der Wissensverwaltung, indem sie ihre Daten für KI-gestützte Suchplattformen zugänglich machen.

Stellen Sie sich vor, die Gesundheitsmarke B mit mehreren Standorten verfügt über einen Wissensgraph mit den folgenden Daten:

  • Eine Entität, die als „Geburtshäuser" identifiziert wird

  • Eine Entität, die als „postpartale Betreuung" identifiziert wird

  • Eine gestrichelte Linie zwischen den beiden Entitäten mit der Bezeichnung „mit/für".

  • Eine als „Düsseldorf" identifizierte Entität

  • Eine gestrichelte Linie, die alle drei Entitäten mit der Bezeichnung „in/nahe" verbindet

Der Wissensgraph enthält weitere strukturierte Daten wie alle Geburtszentren und Krankenhausstandorte mit Entbindungsstationen. Marke B hat auch halbstrukturierte Daten wie eine Liste mit FAQs, die Fragen wie „Werden Geburtshäuser von der Versicherung übernommen?" und „Haben Sie Stillberaterinnen?" beantworten.

Marke B veröffentlicht sogar unstrukturierte Inhalte in Blogs und sozialen Netzwerken mit Tipps zur Auswahl des richtigen Geburtshauses, zum Erstellen eines flexiblen Geburtsplans und zur gesunden Ernährung als stillende Mutter.

Stellen Sie sich nun vor, dass eine Patientin eine markenneutrale Suche auf ihrer bevorzugten KI-Suchplattform durchführt: „Hilf mir, ein Entbindungszentrum in der Nähe von Düsseldorf zu finden, das auch Unterstützung nach der Entbindung anbietet. Ich bin gesetzlich krankenversichert." Da Marke B einen Wissensgraphen zur Verwaltung und Verteilung ihrer öffentlichen Daten (strukturierte Daten) und erweiterten Inhalte (unstrukturierte Daten) verwendet, verfügt sie über eine zentrale Informationsquelle für alle diese Informationen. Dank dieses Ansatzes zur Wissensverwaltung lassen sich die Inhalte von Marke B leicht an alle Websites, Apps und Plattformen verteilen, auf die sich die KI-Suche bezieht (und auf denen Patient*innen suchen).

An je mehr verschiedenen Stellen die KI auf die Daten von Marke B stößt und feststellt, dass sie einheitlich sind, desto wahrscheinlicher wird sie diese priorisieren und in generativen Suchantworten verwenden. Gleichzeitig ermöglicht der Wissensgraph von Unternehmen B, den Patient*innen die richtigen Informationen anzubieten und seine Marke zu präsentieren, egal wo danach gesucht wird.

Knowledge Graph erleichtert der KI-Suche die Erfassung Ihrer Markeninformationen

Mit Yext Knowledge Graph können Marken ihre Daten organisieren, verwalten und teilen, sodass sowohl traditionelle Suchmaschinen als auch neue KI-Suchanwendungen darauf zugreifen und sie als Antwort auf eine Suchanfrage teilen können.

Knowledge Graph basiert auf einem Headless Content Management System (CMS) mit Graph-Technologie. Dank eines leistungsstarken Connector-Systems können Marken Daten flexibel nach einem bestimmten Zeitplan, bei Bedarf per Knopfdruck oder über API-Integrationen crawlen, pushen und abrufen. Durch die Verknüpfung zusammengehöriger Entitäten (z. B. Standorte, Produkte, Dienstleistungen) in einem einzigen Knowledge Graph werden Datenaktualisierungen automatisch über alle Touchpoints verteilt. Die semantische Suche zieht Daten aus dem Wissensgraphen, sodass die KI Fragen in schlüssigen, dialogorientierten und relevanten Antworten beantworten kann.

So können Sie Ihre Inhalte ganz einfach verwalten und sicherstellen, dass sie auf den verschiedenen Plattformen, auf denen Sie sie teilen, ordnungsgemäß veröffentlicht werden.

Ihre Markensichtbarkeit zukunftssicher machen

Marken, die Knowledge Graph von Yext nutzen, übertreffen ihre Konkurrenten mit Wissensmanagement-Lösungen, deren Daten noch immer statisch, siloartig und unstrukturiert sind. Mit Knowledge Graph von Yext bleiben Marken auch beim Aufkommen neuer Trends in der KI und Suche sichtbar. Mit einer flexiblen, vernetzten Datengrundlage können Marken ihren Erfolg zukunftssicher machen und für sich entwickelnde und neu entstehende Suchplattformen gerüstet sein. Jetzt mehr über Knowledge Graph erfahren.

Forrester: The Knowledge Management Solutions Landscape, Q3 2024

Im Bericht erfahren Sie mehr über die wichtigsten Marktdynamiken für Wissensmanagementlösungen. Finden Sie heraus, wie generative KI den Markt revolutioniert.