Was ist Entity SEO?
Entity SEO verschiebt den Optimierungsfokus vom Keyword zum Knoten im Knowledge Graph. Eine Entität ist ein eindeutig identifizierbares Konzept (Person, Organisation, Produkt, Ort, Idee) mit Attributen, Beziehungen und Referenzen. Entity SEO arbeitet an drei Ebenen: Identifizierbarkeit (Wikidata-QID, Schema-@id), Konsistenz (sameAs-Cluster, NAP) und Corroboration (autoritative Dritt-Erwähnungen).
Was ist der Unterschied zu klassischem SEO?
Klassisches SEO optimiert Dokumente auf Keywords. Entity SEO optimiert Knoten im Knowledge Graph - Identifizierbarkeit, Konsistenz, Corroboration. In LLM-gestützten Suchen ist Entity-Arbeit der primäre Hebel, weil generative Systeme Queries über Entity-Resolution lösen, bevor sie Antworten generieren.
Brauche ich Wikipedia für Entity SEO?
Nein. Wikidata - das maschinenlesbare Schwesterprojekt - ist der primäre Hebel und kennt keine Notability-Schwelle für die meisten Entitätstypen. Wikipedia verstärkt die Corroboration, wenn die Notability-Kriterien (mehrere unabhängige Sekundärquellen mit Tiefe) erfüllt sind. Für 80 Prozent der Entity-SEO-Projekte ist Wikipedia nicht erforderlich.
Wie lange dauert der Aufbau?
Das 90-Tage-Protokoll setzt das strukturelle Fundament. Erste messbare Effekte in LLM-Resolution und Knowledge-Graph-Sichtbarkeit erscheinen nach drei bis neun Monaten - abhängig von Corroboration-Dichte, Wikidata-Reifegrad und Konkurrenz-Entitäten im Namens-Cluster. Knowledge-Panel-Auslösung folgt typischerweise nach sechs bis zwölf Monaten.
Was ist ein Knowledge Panel und wie entsteht es?
Das Knowledge Panel ist Googles sichtbare SERP-Repräsentation einer Entität - rechte Seitenleiste oder mobile Top-Card. Es entsteht nicht durch direkten Antrag, sondern als Nebenprodukt einer ausreichend stabilen Entity im Knowledge Graph: Wikidata-Item mit referenzierten Properties, kohärenter Schema.org-Graph auf der Entity-Home, sameAs-Cluster mit konsistenten Attributen und mindestens drei autoritative Sekundärquellen.
Wie funktioniert Entity-Disambiguation bei Namensgleichheit?
Bei homonymen Namensträgern entscheiden Disambiguation-Signale: distinkte Bild-Konsistenz, distinkte Profession-Property in Wikidata, distinkte sameAs-Profile, distinkte Co-Occurrence (Organization-Affiliation, Geo-Cluster). Die Name-Collision-Matrix im Audit identifiziert alle homonymen Entitäten und definiert pro Entität ein eigenes Differenzierungs-Set, das in allen Schema- und sameAs-Quellen konsistent durchgehalten wird.
Was umfasst ein sameAs-Cluster konkret?
Ein sameAs-Cluster verknüpft die Entity-Home mit 15 bis 25 Drittprofilen mit identischen Kern-Attributen (Name, Foto, Rolle, Affiliation). Typische Plattformen: LinkedIn, Wikidata, Crunchbase, GitHub, YouTube, Speaker Deck, Branchen-Verzeichnisse, Konferenz-Profile, Autor-Profile (Medium, Substack), Podcast-Hosts (Spotify, Apple) und Press-Mention-Plattformen. Jede Abweichung in Kern-Attributen schwächt die Kohärenz.
Wie messe ich, ob meine Entity-Arbeit funktioniert?
Sechs Messgrößen: Wikidata-Statement-Count mit referenzierten Properties, sameAs-Kohärenz-Score über alle Profile, Schema-Graph-Validität via Schema-Markup-Validator, Knowledge-Panel-Auslösungsrate für Brand-Queries, LLM-Entity-Resolution-Rate (GPT, Claude, Gemini, Perplexity) und Citation-Rate in AI-Overview-Antworten. Quartalsweise Messung ist Standard.
Wie hängen Entity SEO und AI Search zusammen?
AI-Search-Systeme (Google AI Overviews, ChatGPT, Perplexity, Gemini, Claude) lösen Queries über Entity-Resolution: Sie identifizieren erst die in der Frage referenzierten Entitäten, bevor sie Antworten generieren. Eine Marke, die nicht eindeutig im Knowledge Graph aufgelöst werden kann, taucht in generativen Antworten nicht auf - selbst bei perfekter klassischer SEO. Entity SEO ist damit das Fundament für AI-Search-Sichtbarkeit.
Welche Branchen profitieren am meisten?
Branchen mit hohem Trust-Bedarf und namensbedingter Verwechslungsgefahr: Healthcare und Pharma (YMYL-Konformität, MedicalEntity-Schema), Financial Services (Author-E-E-A-T, regulatorische Trust-Signals), B2B-SaaS (Brand-Konsolidierung in Multi-Produkt-Architekturen), Multi-Brand-Konzerne (Brand-Hierarchie im Graph) und Personenmarken im Beratungs- und Speaker-Umfeld.
Wie unterscheidet sich Entity SEO von klassischer Brand SEO?
Brand SEO optimiert auf Brand-Queries und Brand-SERP-Real-Estate (eigene Sitelinks, Reviews, Brand-Box). Entity SEO arbeitet eine Ebene tiefer am maschinenlesbaren Identitäts-Knoten der Marke: Wikidata-QID, Schema-Graph, sameAs-Cluster. Brand SEO ist das sichtbare Resultat, Entity SEO das strukturelle Fundament. Ohne Entity-Klarheit kollabiert Brand SEO bei homonymen Namen oder Multi-Brand-Architekturen.
