Knowledge Graph
Semantisches Netzwerk aus Entitäten und deren Beziehungen.
Definition
Ein Knowledge Graph ist ein semantisches Netzwerk aus Entitäten (Personen, Orte, Konzepte, Produkte) und deren Beziehungen zueinander, dargestellt als Graph-Datenstruktur. Google's Knowledge Graph ist das bekannteste Beispiel – er enthält Milliarden von Entitäten und deren Beziehungen. Moderne Suchmaschinen und LLMs verstehen Inhalte primär über Entitäten und deren Beziehungen.
Warum das wichtig ist
Google rankt nicht mehr nur "Seiten zu Keywords", sondern "Seiten zu Entitäten". Eine Website über "iPhone" sollte klar mit relevanten Entitäten verknüpft sein (Apple Inc., iOS, A-Series Chips, Face ID). Fehlende Entitäten = unvollständige Topical Authority. LLMs wie GPT-4 haben interne Knowledge Graphs – korrekter Content erhöht Citation-Likelihood.
Vidasus-Kontext
Praxis-Beispiel
Tech-Blog schrieb über "Smartphone-Kameras". Entity-Analyse: Top-rankende Konkurrenten erwähnten durchschnittlich 18 Entitäten, eigener Artikel nur 7. 11 fehlende Entitäten identifiziert (Computational Photography, Sony IMX Sensor, Night Mode). Artikel erweitert + Structured Data. Ranking: Position 15 → Position 4 in 8 Wochen.
Technische Details
Google Knowledge Graph: >500 Milliarden Fakten, >5 Milliarden Entitäten. Datenquellen: Wikipedia, Wikidata, öffentliche Datenbanken, Structured Data von Websites (Schema.org), User Behavior.
Die Säulen
- Knoten (Nodes) – Entitäten: Personen, Orte, Produkte, Konzepte
- Kanten (Edges) – Beziehungen: founded_by, manufacturer, CEO_of
- Entity-Based SEO – Websites mit relevanten Entitäten verknüpfen
- Topical Authority via Entities – Alle erwarteten Entitäten abdecken