Entitäten in der SEO: Paradigmenwechsel im IT-Marketing

Das Zeitalter der reinen Keyword-Optimierung ist vorbei. Spätestens seit dem Hummingbird-Update und der Einführung des Knowledge Graphs verfolgt Google eine klare Maxime: „Things, not Strings“ (Dinge, keine Zeichenketten). Suchmaschinen lesen Texte nicht mehr nur als eine Aneinanderreihung von Wörtern, sondern verstehen die Konzepte, Objekte und deren Beziehungen zueinander.

Für Marketing-Entscheider in IT-Unternehmen bedeutet dies einen fundamentalen Strategiewechsel. Wer bei modernen Suchanfragen – und in Zukunft auch in KI-gestützten Suchsystemen (AI Search) – sichtbar bleiben will, muss Entitäten-SEO beherrschen.

„Things, not Strings“: Was ist eine Entität? (Definition & Bedeutung)

Um den Wandel in der Suchmaschinenoptimierung zu verstehen, müssen wir zunächst die grundlegenden Fragen klären, die sich viele Marketing-Verantwortliche stellen:

Was ist eine Entität einfach erklärt?

Einfach erklärt ist eine Entität jedes eindeutige, isolierbare Konzept und jedes spezifische Informationsobjekt, das eindeutig definiert werden kann. Für Google ist eine Entität ein Knotenpunkt in einem riesigen Wissensnetzwerk (dem Knowledge Graph). Anstatt nur das Wort zu lesen, versteht die Suchmaschine den tieferen Zweck, die Eigenschaften und den Kontext hinter diesem Wort.

Was ist mit Entität gemeint / Was versteht man unter Entität?

In der SEO meint man mit einer Entität einen Datensatz, der ein reales oder abstraktes „Ding“ repräsentiert. Dies können Personen, Orte, Organisationen, aber auch abstrakte Konzepte wie „Künstliche Intelligenz“ oder „Cloud Computing“ sein. Eine Entität zeichnet sich dadurch aus, dass sie unabhängig von der verwendeten Sprache existiert (z. B. ist „Munich“ und „München“ dieselbe Entität).

Welche Entitäten gibt es?

Grundsätzlich lassen sich Entitäten in der semantischen SEO in zwei Hauptkategorien unterteilen:

• Benannte Entitäten (Named Entities): Dies sind spezifische, oft physische oder juristische Objekte mit Eigennamen. Beispiele: Microsoft (Organisation), Satya Nadella (Person), Berlin (Ort).

• Allgemeine Konzepte: Dies sind abstrakte Ideen, Branchen, Emotionen oder Technologien, die oft als Oberbegriff fungieren. Beispiele: Maschinelles Lernen, Cybersecurity, Entfernung, Agilität.

Was ist ein Beispiel für eine Entität?

Um die Funktionsweise von Entitäten in der Praxis zu veranschaulichen, betrachten wir folgenden Satz aus Sicht einer Suchmaschine:

„Microsoft kaufte GitHub im Jahr 2018 für 7,5 Milliarden Dollar.“

Google sieht hier keine simplen Textbausteine, sondern identifiziert das semantische Netzwerk:

• Entität 1: Microsoft (Organisation)

• Entität 2: GitHub (Plattform/Organisation)

• Relation (Beziehung): „kaufte“ (verbindet Entität 1 und 2)

• Attribut 1: Jahr (mit dem Attributwert 2018)

• Attribut 2: Kaufpreis (mit dem Attributwert 7,5 Milliarden Dollar)

Der technische Ursprung: Entitäten in Informatik & Datenbanken

Für IT-Unternehmen ist der Begriff der Entität nichts Neues. Die Arbeitsweise von Google basiert stark auf den Grundprinzipien der Informatik und Programmierung.

• Entity-Relationship-Modell (ERM): Bereits 1976 von Peter Chen entwickelt, ist das ERM (oft auch Entitätenmodell genannt) der Standard für die logische Architektur einer Datenbank. Genau wie klassische relationale Datenbanken bei der Speicherung von Informationen, strukturiert Google das Weltwissen über Entitäten (Datensätze) und Relationen (Beziehungen).

• Attribute vs. Relationen: Ein Informationsobjekt wird durch seine Attribute beschrieben (z. B. hat der Server die Eigenschaft „Speicherkapazität“). Relationen beschreiben, wie Objekte zueinander stehen (z. B. „Software X“ läuft auf „Server Y“).

• Entitätstyp und Entitätsklasse: Fachlich muss hier getrennt werden. Der Entitätstyp (oder die Entitätsklasse) ist die übergeordnete Schablone (z. B. „Programmiersprache“). Die Entität ist die konkrete Ausprägung (z. B. „Python“ oder „Java“).

Entitäten vs. Keywords in der semantischen SEO

Warum reicht die klassische Keyword-Recherche heute nicht mehr aus? Der Grund liegt in der Weiterentwicklung der Suchintention hinter den Suchanfragen.

Der Knowledge Graph und Natural Language Processing (NLP)

Google bewertet Inhalte heute mittels Natural Language Processing (NLP) und Vektorraumanalysen. Die KI analysiert den Text und gleicht ab, ob die im Text vorkommenden Entitäten logisch zu dem Thema passen. Als „Wahrheitsquelle“ dienen Google dabei strukturierte Daten und maschinenlesbare Ontologien wie Wikidata oder Wikipedia. Fehlen in Ihrem Text über „Cloud Migration“ verwandte Entitäten wie „AWS“, „Downtime“ oder „Architektur“, stuft Google den Text als weniger relevant ein – unabhängig davon, wie oft Sie das Haupt-Keyword wiederholen.

Strategischer Mehrwert: Warum IT-Unternehmen Entitäten-SEO brauchen

Für Führungskräfte im Marketing geht es letztlich um Business Value. Entitäten-SEO ist der Hebel für nachhaltige Sichtbarkeit:

• E-E-A-T messbar machen: Experience, Expertise, Authoritativeness und Trustworthiness sind Googles wichtigste Qualitätsmetriken. Wenn Ihr Unternehmen und Ihre Autoren im Knowledge Graph als eigene, vertrauenswürdige Entitäten (mit Verknüpfungen zu Fachpublikationen) erkannt werden, steigt das Ranking Ihrer gesamten Domain.

• Brand SEO als Entität: Ihre Marke selbst ist ein Informationsobjekt. Ein starker digitaler Fußabdruck sorgt dafür, dass Google Ihre Marke eindeutig einer bestimmten Nische (z. B. „ERP-Software für den Mittelstand“) zuordnet.

• Von SEO zu GEO (Generative Engine Optimization): Generative KIs suchen nicht nach Webseiten, sie extrahieren Antworten direkt aus Entitäten-Netzwerken. Wer heute seine Entitäten nicht ordnet, wird in den KI-Suchen von morgen nicht mehr zitiert.

Operative Umsetzung & Messbarkeit (Praxis für Marketer)

Wie bringen Sie diese Konzepte nun auf die Straße? Hier sind die wichtigsten operativen Schritte für Ihr Marketing-Team.

Was ist ein Beispiel für Entitäts-SEO?

Ein praktisches Beispiel für Entitäts-SEO ist die Content-Erstellung zu einem B2B-Thema wie „SaaS Security“. Anstatt den Text nur auf Suchbegriffe zu trimmen, analysiert das Team vorab das Datenmodell des Knowledge Graphs: Welche Entitäten erwartet Google in einem Expertenartikel?

Das Team plant den Text so, dass zwingend verknüpfte Konzepte wie End-to-End-Verschlüsselung, DSGVO, ISO 27001 und Zero Trust abgedeckt werden. Zusätzlich wird der Autor des Artikels über Code-Elemente als „Person“ markiert und mit seinem LinkedIn-Profil verknüpft, um seine Autorität an den Text zu vererben.

Konkrete Umsetzungsschritte:

1. „Low Hanging Fruit“ – Das Google Unternehmensprofil: Die einfachste Methode, Google mit Daten zu Ihrer Unternehmens-Entität zu füttern, ist ein vollständig gepflegtes Google Business Profile (inklusive Produkten, Dienstleistungen und Attributen).

2. Code-Level (Schema.org & JSON-LD): Nutzen Sie strukturierte Daten im Quellcode Ihrer Website. Mit der Property @id geben Sie Objekten einen eindeutigen Bezeichner. Mit sameAs können Sie explizit auf Wikidata-Einträge verweisen und so sagen: „Wenn ich auf dieser Landingpage von CRM spreche, meine ich exakt dieses Konzept in Wikidata.“

3. Testing via Google Cloud NLP API: Nutzen Sie die Google Natural Language API. Fügen Sie Ihren fertigen Blogbeitrag dort ein und prüfen Sie den Salience Score (Auffälligkeits-Wert). Die API zeigt Ihnen sofort, welche Entitäten die Google-KI in Ihrem Text erkennt und für wie wichtig sie diese hält.

Fazit für Marketing-Entscheider

Entitäten sind das Herzstück der modernen Suchmaschinenarchitektur. Wer als IT-Unternehmen Content-Marketing betreibt, muss den Fokus von Wörtern auf Konzepte verschieben. Indem Sie thematische Tiefe schaffen, strukturierte Daten nutzen und Ihre eigene Marke sowie Ihre Experten als vertrauenswürdige Entitäten im Knowledge Graph etablieren, machen Sie Ihre SEO-Strategie zukunftssicher. Es geht nicht mehr darum, die Suchmaschine zu überlisten – es geht darum, ihr strukturiertes Wissen in bester Qualität zur Verfügung zu stellen.