Was sind Entitäten?
Eine Entität ist ein eindeutig identifizierbares Objekt in der realen oder konzeptuellen Welt — eine Person, ein Unternehmen, ein Ort, ein Produkt, ein Konzept. Was Entitäten von Schlüsselwörtern unterscheidet: Sie haben eine stabile Identität, unabhängig davon, wie sie bezeichnet werden. "Apple", "Apple Inc." und "der iPhone-Hersteller" können alle auf dieselbe Entität verweisen. KI-Systeme und moderne Suchmaschinen operieren nicht mehr primär auf Basis von Zeichenketten, sondern auf Basis solcher Entitäten und ihrer Beziehungen untereinander.
Googles Knowledge Graph verwaltet Milliarden solcher Entitäten und verknüpft sie mit Eigenschaften und Relationen. Wenn jemand nach "dem Gründer von Microsoft" sucht, liefert Google nicht Seiten, die diese Wörter enthalten — es liefert Bill Gates als Entität, weil der Knowledge Graph diese Relation kennt. Für Unternehmen, die in KI-Antworten sichtbar sein wollen, ist die Frage deshalb nicht: "Ranke ich für ein Keyword?", sondern: "Erkenne ich als Entität, und was weiß das System über mich?"
Named Entities vs. topische Konzepte
Im Bereich der natürlichen Sprachverarbeitung (NLP) unterscheidet man zwischen Named Entities — also benannten Einheiten wie Personen, Organisationen, Orte und Produkte — und topischen Konzepten, also abstrakten Begriffen wie "Nachhaltigkeit", "Demokratie" oder "KI-Suche". Beide sind für die Informationsarchitektur relevant, funktionieren jedoch unterschiedlich. Named Entities lassen sich mit Datenbanken wie Wikidata oder dem Google Knowledge Graph verknüpfen; topische Konzepte bauen ihre Autorität durch Inhaltstiefe, interne Verlinkung und thematische Konsistenz auf.
Für Unternehmen bedeutet das: Ein Betrieb muss zunächst als Named Entity erkannt werden — mit klarem Namen, eindeutiger Identität, konsistenten NAP-Daten (Name, Adresse, Telefon) und Einträgen in relevanten Verzeichnissen. Parallel dazu baut er über Fachthemen, Fachartikel und verlinkte Konzepte topische Autorität auf. Beide Dimensionen zusammen bestimmen die Entitätsstärke eines Unternehmens in KI-Systemen.
Wie KI-Systeme Entitäten nutzen
Large Language Models werden auf großen Textmengen trainiert, die unter anderem Wikipedia, Wikidata und strukturierte Webinhalte enthalten. Dabei lernen die Modelle implizit, welche Entitäten existieren, welche Eigenschaften sie haben und wie sie miteinander in Beziehung stehen. Wenn ChatGPT, Gemini oder Perplexity eine Frage über ein Unternehmen beantwortet, greift es auf diese trainierten Repräsentationen zurück — und ergänzt sie in Retrieval-Augmented-Generation-Systemen durch aktuelle Websuche.
Unternehmen, die als starke Entitäten in diesen Systemen verankert sind — also gut dokumentiert, konsistent beschrieben und mit anderen Entitäten verknüpft sind — werden häufiger, präziser und positiver in KI-Antworten erwähnt. Entity SEO ist damit keine optionale Erweiterung klassischer SEO, sondern eine eigenständige Disziplin für die Ära der KI-gestützten Suche.