In Entitäten denken, nicht nur in Keywords
Eine Entität ist ein Objekt, das Suchmaschinen jenseits von Keywords in einem Knowledge Graph miteinander verknüpfen. Was das konkret für die Organisation und das Schreiben von Inhalten verändert.
Eine Entität ist ein identifizierbares Objekt der realen Welt — eine Person, eine Marke, ein Ort, ein Produkt, ein Konzept —, das Suchmaschinen und generative KI erkennen und miteinander verknüpfen, unabhängig von den genauen Wörtern, mit denen sie beschrieben werden. In Entitäten statt in isolierten Keywords zu denken verändert die Art, wie man Inhalte organisiert, und wird zentral, sobald dieser Inhalt auch von einer generativen Engine verstanden werden soll.
Eine Entität, konkret
Vurto ist eine Entität (eine Marke). Paris ist eine Entität (ein Ort). Google Search Console ist eine Entität (ein Produkt). Die Optimierung für generative KI ist eine Entität (ein Konzept), ebenso wie ihre gebräuchlichere Abkürzung GEO. Ein Keyword dagegen ist nur eine Zeichenkette: „GEO“ und „Optimierung für generative KI“ sind zwei verschiedene Keywords, können aber auf dieselbe Entität verweisen, wenn die Engine die Gleichwertigkeit herstellen kann.
Genau diese Fähigkeit, mehrere Formulierungen mit ein und demselben Objekt zu verknüpfen, unterscheidet eine keywordbasierte von einer entitätsbasierten Suche: Google (über seinen Knowledge Graph seit 2012) und die Sprachmodelle hinter ChatGPT oder Claude suchen nicht mehr nur nach Textübereinstimmungen, sondern versuchen zu erkennen, wovon eigentlich die Rede ist.
Der Knowledge Graph: Entitäten miteinander verbinden
Ein Knowledge Graph ordnet jeder Entität Attribute zu (eine Marke hat eine Branche, ein Gründungsdatum, Produkte) sowie Beziehungen zu anderen Entitäten (eine Marke gehört zu einer Branche, konkurriert mit anderen Marken, hat ihren Sitz an einem Ort). Verarbeitet eine Engine eine Suchanfrage, sucht sie nicht nur nach den enthaltenen Wörtern: Sie versucht, die Anfrage einer oder mehreren Entitäten in ihrem Graphen zuzuordnen und dann verwandte Entitäten heranzuziehen, die die Antwort bereichern können.
Dieser Mechanismus erklärt, warum eine Suche nach einer Nischenmarke oft seitlich oder am Ende der Seite Konkurrenten, die Branche oder verwandte Produkte anzeigt: Die Engine navigiert im Graphen, nicht nur in einem Wortindex.
Ein Beispiel: Eine Suche nach „Claude“ kann einen Vornamen, einen römischen Kaiser oder ein von Anthropic entwickeltes KI-Modell meinen. Die Engine löst diese Mehrdeutigkeit über den Kontext auf — die anderen Wörter der Anfrage, den Browserverlauf, die relative Bekanntheit jeder Entität — und ordnet die Anfrage der wahrscheinlichsten Entität zu, noch bevor sie überhaupt Seiten zur Anzeige sucht. Ein Inhalt, der nie explizit angibt, von welcher Entität die Rede ist, erschwert diese Disambiguierung — zulasten der eigenen Sichtbarkeit.
Warum Keywords allein nicht mehr ausreichen
Eine Content-Strategie, die ausschließlich auf Listen isolierter Keywords aufbaut, erzeugt oft redundante Seiten: mehrere ähnliche Seiten, die auf Varianten desselben Wortes abzielen, ohne echten Mehrwert zueinander. Eine auf Entitäten aufgebaute Strategie bündelt diese Varianten auf natürliche Weise um ein gemeinsames, tiefgehend behandeltes Thema, was Kannibalisierung reduziert und der Engine hilft, das Thema zu verstehen.
Das ist auch ein Perspektivwechsel: Statt zu fragen „welches Keyword soll ich anvisieren“, lautet die Frage „welche Entitäten muss mein Inhalt abdecken, und wie verknüpfe ich sie explizit miteinander“. Ein Beispiel mit Zahlen: Eine Website, die zwölf verschiedene Seiten zu Varianten des Wortes „GEO“ veröffentlicht, ohne sie zu verlinken, verwässert ihre Autorität auf zwölf konkurrierende URLs, statt sie auf einer klar etablierten Entität zu bündeln — ein häufiges Kannibalisierungsszenario bei Websites, die noch rein in Keywords denken.
Was das für das Schreiben verändert
Konkret bedeutet das Denken in Entitäten:
- Wichtige Entitäten explizit benennen, statt über die gesamte Länge eines Artikels Pronomen oder Umschreibungen zu verwenden („diese Art von Tool“ statt wiederholt „Google Search Console“ zu schreiben).
- Die Beziehungen zwischen Entitäten klar herausstellen: sagen, dass ein Tool zu einer Kategorie gehört, dass eine Methode eine Alternative zu einer anderen ist, dass ein Konzept eine Teilmenge eines anderen ist.
- In der Terminologie konsistent bleiben, mit der eine bestimmte Entität auf der gesamten Website bezeichnet wird, statt zwischen Synonymen zu wechseln, die die Zuordnung verwässern.
- Inhalte so strukturieren, dass eine zentrale Entität an einer einzigen Stelle ausführlich behandelt wird, mit Links zu verwandten Entitäten — genau das Prinzip hinter der Hub-&-Spoke-Architektur.
Ein Beispiel für die interne Verlinkung
Konkret sollte in einem SEO-Content-Cluster die Entität „Google Search Console“ auf jeder Seite, die sie erwähnt, identisch benannt werden, mit einem Link zur Seite, die sie ausführlich behandelt, statt jedes Mal einer anderen Definition. Umgekehrt erschwert es die Zuordnung für eine Engine, die entscheiden muss, ob drei Erwähnungen wirklich dasselbe meinen, wenn das Tool mal „Search Console“, mal „die Google-Suchkonsole“, mal „GSC“ genannt wird, ohne die Gleichwertigkeit je explizit herzustellen.
Entitäten und GEO: ein noch direkteres Risiko
Für eine klassische Suchmaschine kostet eine falsch identifizierte Entität ein schlechteres Ranking. Für eine generative Engine kann sie eine ganze Zitation kosten: Kann das Modell Ihren Inhalt nicht mit der Entität verknüpfen, die es in seiner Antwort beschreiben will, sucht es diese Information einfach anderswo. Die Strukturierung eines Artikels für GEO und die Erstellung GEO-tauglicher Inhalte beruhen zu einem großen Teil auf genau dieser Klarheit von Entität zu Entität.
Das vollständige Vokabular dieser Begriffe — Entität, Knowledge Graph und die weiteren Fachbegriffe des GEO — ist im Glossar zu GEO und generativer KI zusammengefasst, nützlich, um eine Definition beim Schreiben nachzuschlagen.