Was ist ein Knowledge Graph?
Ein Knowledge Graph ist eine Datenbank von Entitäten und den Fakten, die sie verbinden; der Knowledge Graph von Google ist der bekannteste, mit Millionen Einträgen zu Personen, Orten und Dingen. Ein Knowledge Graph speichert Dinge statt Seiten: jede Entität, ihre Fakten und ihre Verbindungen zu anderen Entitäten. Suchmaschinen nutzen einen, um das Unternehmen von der Einheit und vom Erfinder zu unterscheiden, wenn jemand „Tesla“ eingibt.
Was ist der Knowledge Graph von Google?
Er ist Googles Datenbank von Entitäten. Google beschreibt ihn als Millionen von Einträgen über reale Entitäten wie Personen, Orte und Dinge und bietet eine schreibgeschützte Knowledge Graph Search API, die passende Entitäten mit standardisierten schema.org-Typen in JSON-LD liefert (Google Knowledge Graph Search API, aktualisiert am 26. April 2024).
Google warnt auch, dass die API nicht als produktionskritischer Dienst geeignet ist, und sagt, dass es sie zu Cloud Enterprise Knowledge Graph migriert. Sie ist ein Fenster in den Graphen, kein Weg, ihn zu bearbeiten.
Wie hängt ein Knowledge Graph mit KI-Antworten zusammen?
Indirekt, soweit man es von außen sehen kann. Ein Knowledge Graph hilft einem Suchsystem zu entscheiden, um welche Entität es in einer Anfrage geht, und die Ergebnisse, die es liefert, liest eine suchende KI-Engine, bevor sie antwortet.
Keine Engine veröffentlicht, wie stark sich eine bestimmte Antwort auf eine Entitätsdatenbank stützte statt auf abgerufene Seiten und das Modellgedächtnis. Behandeln Sie einen sauberen Entitätseintrag als Mittel gegen Mehrdeutigkeit, nicht als Ranking-Hebel.
Wie sieht ein Knowledge Graph in einem echten Beispiel aus?
„Tesla“ führt zu mehreren Entitäten: dem Unternehmen, der SI-Einheit und Nikola Tesla, jede mit eigenen Fakten. Im öffentlichen Tesla-Beispiel (4. Okt. 2026) begann Google AI Overviews auf „Was ist Tesla?“ mit der Einheit, bevor es zum Unternehmen kam.
Ein Entitätsgraph ist das, was ein System diese auseinanderhalten lässt. Die Antwort begann trotzdem mit der Einheit; zu wissen, dass zwei Entitäten existieren, ist also nicht dasselbe, wie die zu wählen, die der Käufer meinte.
Wie gelangen die Fakten einer Marke in Knowledge Graphs?
Meist, indem sie an den Orten, die diese Systeme lesen, einheitlich beschrieben wird:
- Ihre Website: eine klare Über-uns-Seite mit Name, Kategorie, Gründung und Standort.
- Organization-Markup mit sameAs-Links zu Ihren offiziellen Profilen.
- Offene Wissensdatenbanken wie Wikidata, im Rahmen ihrer Relevanzkriterien.
- Unternehmens- und Bewertungsprofile, die Wort für Wort zu Ihrer Website passen.
Wie prüft Proofsource Ihren Entitätseintrag?
Proofsource prüft die Profile, mit denen Engines bestätigen, wer Sie sind, darunter Wikidata, Crunchbase, LinkedIn und Bewertungsportale, und markiert die, die fehlen oder Ihrer Website widersprechen; Lücken im Entitätsgraphen erscheinen in Ihrer geordneten Liste von Korrekturen. Siehe Genauigkeit und Identität und Opportunities.
Häufige Fragen: Knowledge Graph
Kann ich mein Unternehmen beim Knowledge Graph von Google einreichen?
Für den Graphen selbst gibt es kein Einreichungsformular. Einheitliche Fakten auf Ihrer Website und in maßgeblichen Profilen sind der übliche Weg, wie Entitäten erkannt werden.
Ist ein Knowledge Panel dasselbe wie der Knowledge Graph?
Ein Knowledge Panel ist der Kasten, den Google bei manchen Suchen zeigt; der Knowledge Graph ist die Datenbank dahinter.
Nutzen KI-Chatbots Knowledge Graphs?
Manche Systeme verbinden Abruf mit strukturierten Daten, aber die Engines veröffentlichen nicht, wie stark eine Antwort sich auf einen stützt. Messen Sie die Antworten, statt es anzunehmen.
Bringt mich Schema-Markup in den Knowledge Graph?
Nicht direkt. Es gibt Fakten über Ihre Organisation in einer Standardform an, was Systemen hilft, Ihre Website der richtigen Entität zuzuordnen.
Verwandte Begriffe
- Entität
In Suche und KI ist eine Entität ein eindeutiges, identifizierbares Ding, etwa ein Unternehmen, Produkt, eine Person oder ein Ort, das ein System erkennen und von Dingen mit ähnlichem Namen unterscheiden kann.
- Wikidata
Wikidata ist eine freie, gemeinschaftlich gepflegte, mehrsprachige Wissensdatenbank, die Wikipedia unterstützt und Fakten über Entitäten als strukturierte Aussagen speichert, die jeder lesen und wiederverwenden kann.
- Schema-Markup (strukturierte Daten)
Schema-Markup oder strukturierte Daten ist Code auf einer Seite, meist JSON-LD mit dem Vokabular von schema.org, der Fakten über die Seite und ihr Thema maschinenlesbar angibt.
- Entitätsverwechslung
Eine Entitätsverwechslung liegt vor, wenn eine KI-Antwort über Ihre Marke ein anderes Unternehmen oder Ding beschreibt oder damit beginnt, das Ihren Namen teilt oder ihm ähnelt.
Durchgerechnetes Beispiel: Tesla, öffentliche KI-Antworten, 4. Okt. 2026: der erste Scan von Tesla durch Proofsource, 25 Käuferfragen und 5 Markenfragen, eine Antwort pro Frage auf jeder von vier Engines. Eine kleine Stichprobe einer einzigen Marke, gezeigt als Beispiel, nicht als Benchmark.
Sehen Sie, wo KI Sie auslässt, und was Sie korrigieren sollten.
Sehen Sie, bei welchen Käuferfragen Ihre Marke genannt wird, wer stattdessen genannt wird und was Sie ändern sollten. 200 Antworten. 25 Prompts/Frage. Top-KI-Engines. 2 Tage. Kostenlos. Keine Kreditkarte.
Google AI OverviewsGoogle AI Mode
