Definition: Was ist der Knowledge Graph?

Der Google Knowledge Graph (KG) ist eine strukturierte Wissensdatenbank, die Entitäten als Knoten und ihre Beziehungen als Kanten speichert. Er wurde 2012 unter dem Motto „Things, not strings" eingeführt und markierte Googles Übergang von der reinen Text-Suche zur semantischen Suche. Heute umfasst der KG über 500 Milliarden Fakten zu mehr als 5 Milliarden Entitäten — Personen, Organisationen, Orte, Produkte, Ereignisse, Konzepte. Jede Entität trägt einen internen Identifier (Machine-ID oder kgmid), Properties und typisierte Relationen.

Der KG ist nicht dasselbe wie ein Knowledge Panel: Der Graph ist die Datenbank, das Panel die visuelle SERP-Darstellung. Jede Entität im Panel stammt aus dem KG, aber nicht jede KG-Entität bekommt ein Panel. Der KG ist außerdem die primäre Datenquelle für Direct-Answer-Boxes, für die semantische Query-Interpretation und zunehmend für AI Overviews — er gewichtet, welche Entitäten bei einer Anfrage überhaupt als relevant erkannt werden.

Kern-Aussage

Keine Entity im KG — keine KI-Sichtbarkeit

LLMs und AI Overviews stützen sich auf strukturierte Entity-Daten. Ohne KG-Verankerung bleibt eine Marke ein Textfragment, das bei Inferenz nicht konsistent identifiziert wird. Entity-Engineering ist daher die Grundlage jeder GEO-Strategie.

Datenquellen des Knowledge Graph

Der KG speist sich aus mehreren Input-Strömen. Die quantitativ wichtigste Quelle ist Wikidata, die offene Wissensdatenbank der Wikimedia Foundation. Wikidata liefert über 100 Millionen strukturierte Entity-Einträge mit Q-IDs, die Google als primäre Entity-Identifier nutzt. Ergänzend fließen Wikipedia-Artikel (Text und Infoboxen), CIA World Factbook, Musicbrainz, IMDb, Crunchbase, offizielle FDA- und EMA-Datenbanken sowie autoritative Branchen-Register ein.

Auf der Web-Seite kommen strukturierte Daten aus Schema.org-Markup, konsistente sameAs-Verweise, offizielle Brand-Homepages und Co-Occurrence-Muster in autoritativen Fachportalen dazu. Google kombiniert diese Quellen in einer internen Fusion-Pipeline, die Konflikte auflöst, Dubletten konsolidiert und Vertrauens-Scores pro Fakt berechnet. Der KG ist damit kein statischer Datensatz, sondern ein lebender, probabilistischer Graph.

Google KG vs. Wikidata — der Unterschied

Wikidata ist offen, kollaborativ editierbar und vollständig öffentlich abfragbar (SPARQL, REST-API). Der Google Knowledge Graph ist proprietär, nur teilweise öffentlich (über die Knowledge Graph Search API) und wird algorithmisch gepflegt. Wikidata enthält Fakten, die in Google noch nicht angekommen sind. Umgekehrt enthält Google KG-interne Fakten, die nie in Wikidata landen — etwa aus lizenzierten Drittdatenbanken.

Operativ bedeutet das: Wikidata ist der steuerbare Hebel. Eine strukturierte, gut belegte Wikidata-Entität erhöht die Wahrscheinlichkeit einer Google-KG-Aufnahme deutlich. Wikidata ist kein Garant, aber der belastbarste Einstiegspunkt. Für Unternehmen ohne Wikidata-Eintrag ist das der erste Schritt jeder Entity-Strategie — vor Schema-Markup-Feinschliff und vor Co-Occurrence-Kampagnen.

Operativer Pfad in den Knowledge Graph

Der Standard-Pfad aus der Enterprise-Beratungspraxis:

  1. Schema.org-Organization-Markup auf der Homepage mit stabiler @id, Logo, Gründer, Kontaktdaten und sameAs-Array.
  2. Wikidata-Eintrag mit mindestens drei unabhängigen Sekundärquellen (Pressartikel, Handelsregister, Fachliteratur). Q-ID sichern.
  3. sameAs-Dichte aufbauen: LinkedIn-Company, Crunchbase, offizielle Social-Profiles, GitHub-Org (sofern vorhanden). Alle Profile verlinken zurück auf die Hauptdomain.
  4. Autoritative Co-Occurrence in Fachportalen (Branchenstudien, Gastbeiträge, Interview-Formate). Ziel: Tier-1-Medien mit Domain-Rating > 70.
  5. Monitoring via Knowledge Graph Search API und Branded-SERP-Analyse. Erscheint ein Knowledge Panel, ist die Entität stabil im KG.

Typische Zeitachse: 3–9 Monate von Projektbeginn bis zum ersten stabilen Knowledge Panel. Schnellere Zusagen sind unseriös.

Typische Fehler in KG-Strategien

Verwandte Begriffe

Der Knowledge Graph ist verbunden mit Entity (Schema.org), Knowledge Panel, Wikidata, sameAs und Schema.org. Für die KI-Sichtbarkeit ist der KG die Daten-Grundlage, auf der AI Overviews und GEO-Strategien aufbauen. Siehe auch E-E-A-T für die Vertrauens-Dimension.

FAQ zum Knowledge Graph

Was ist der Google Knowledge Graph? ▾

Der Google Knowledge Graph ist eine strukturierte Wissensdatenbank, die Entitäten (Personen, Orte, Organisationen, Konzepte) mit ihren Eigenschaften und Beziehungen erfasst. 2012 eingeführt, umfasst er heute über 500 Milliarden Fakten zu mehr als 5 Milliarden Entitäten. Er ist die Grundlage für Knowledge Panels, direkte Antworten und AI Overviews.

Welche Quellen speisen den Knowledge Graph? ▾

Wikidata und Wikipedia sind die größten strukturierten Input-Quellen. Dazu kommen CIA World Factbook, FDA-Datenbanken, Musicbrainz, IMDb, Crunchbase, offizielle Firmenwebseiten mit Schema.org-Markup sowie autoritative Fachportale mit konsistenten Cross-Verweisen.

Wie gelange ich als Marke in den Knowledge Graph? ▾

Über Wikidata-Eintrag, Schema.org-Organization-Markup mit sameAs, autoritative Co-Occurrence in Fachportalen und ggf. Wikipedia-Artikel. Der Prozess dauert typischerweise 3–9 Monate ab Beginn der Entity-Verankerung bis zum Erscheinen im KG.

Unterscheidet sich KG von Knowledge Panel? ▾

Ja. Der Knowledge Graph ist die Datenbank. Das Knowledge Panel ist die visuelle SERP-Darstellung einer KG-Entität bei einer Brand-Suche. Eine Entität kann im KG existieren, ohne dass ein Knowledge Panel ausgespielt wird — das hängt vom Relevanz-Score ab.

Kann ich den Knowledge Graph direkt abfragen? ▾

Teilweise. Google stellt die Knowledge Graph Search API bereit, die Entity-Stubs mit Name, Typ, Description und detailedDescription zurückgibt. Die volle interne KG-Struktur ist nicht öffentlich. Für strukturierte Abfragen ist Wikidata mit SPARQL die geeignete Alternative.