- Michael Hohenleitner
- am
- aktualisiert 19. Dezember 2023
Seit seiner Einführung im Jahr 2012 hat der Knowledge Graph die Art und Weise, wie Suchergebnisse generiert und angezeigt werden, grundlegend verändert.
In diesem Artikel tauchen wir tief in das Konzept des Knowledge Graph ein – eine semantische Wissensdatenbank, die für das Verständnis und die Darstellung thematischer Informationen in den Google-Suchergebnissen entscheidend ist.
Wir beleuchten den Aufbau, die Funktionsweise und die signifikanten Auswirkungen des Knowledge Graphs auf die SEO und geben einen Ausblick, wie sich dies auf die zukünftige Strategie der Suchmaschinenoptimierung auswirken wird.
Das Wichtigste in Kürze
- Knowledge Graph als Wissensdatenbank: Der Knowledge Graph von Google ist eine semantische Wissensdatenbank, die Informationen zu verschiedenen Entitäten (Themen) speichert und in den Suchergebnissen anzeigt.
- Funktion und Struktur: Der Knowledge Graph organisiert Informationen thematisch. Er ermöglicht es Google, relevante Antworten zu liefern, auch wenn die gesuchte Entität nicht direkt in der Suchanfrage enthalten ist.
- Einfluss auf SEO: Obwohl der Knowledge Graph kein direkter Rankingfaktor ist, beeinflusst er die Darstellung der Suchergebnisse und ist zentral für Googles semantische Suche. SEO-Strategien sollten dies berücksichtigen.
- Die Datenquellen für den Knowledge Graph: Google verwendet strukturierte und semistrukturierte Daten sowie unstrukturierte Daten und Natural Language Processing, um den Knowledge Graph zu füllen und zu aktualisieren.
- Bedeutung für Google und SEOs: Der Knowledge Graph trägt zur Relevanz der Suchergebnisse bei, hält die Nutzer im Google-Ökosystem und beeinflusst die Art und Weise, wie SEOs ihre Inhalte strukturieren und präsentieren müssen.
Inhalt
Was ist ein Knowledge Graph?
Der Begriff Knowledge Graph stammt nicht von Google selbst, sondern beschreibt ein Netzwerk von Entitäten und deren Beziehungen untereinander. Entitäten sind Bezeichnungen für real existierende Dinge wie Personen, Orte oder Unternehmen.
Ein Knowledge Graph besteht aus drei Komponenten:
- Knoten: die „Einträge“ bzw. Entitäten, die im Graphen enthalten sind
- Kanten: sie definieren die Beziehungen zwischen den Knoten
- Labels: sie geben die Bedeutung der Beziehung wieder
Diese Wissensorganisation ermöglicht es Google, Ergebnisse anzuzeigen, auch wenn die gesuchte Entität nicht in der Suchanfrage enthalten ist:
Dank des Knowledge Graph weiß Google, dass Berlin die Hauptstadt von Deutschland ist.
Die beiden Entitäten Berlin und Deutschland sind im Knowledge Graph durch das Label Hauptstadt miteinander verbunden (Kante).
Zu wenig Traffic? Kaum Klicks?
Lass uns die Gründe herausfinden! Unser SEO-Consultant analysiert deine Firmen-Website und erarbeitet eine nachhaltige SEO-Strategie für euer Unternehmen.
Attribute im Knowledge Graphen
Die Knowledge Graphs von Google enthalten auch Attribute der jeweiligen Entitäten. Beispielsweise kann eine Stadt Informationen über ihre Fläche oder ihre Lage als Attribut gespeichert haben. Dies ermöglicht es Google, die entsprechenden Attribute einer Entität in den Suchergebnissen anzuzeigen:
Entitätstypen
Die Einträge im Knowledge Graph werden von Google nach Entitätstypen klassifiziert.
Diese Typen beschreiben die Art der Entität: ein Ort, ein Ereignis oder eine berühmte Person. Wird kein passender Typ gefunden, wird die Entität als „Ding“ bezeichnet. Die Zuordnung erfolgt anhand der Eigenschaften der Entität.
Puma (Tier) | Puma (Unternehmen) | |
---|---|---|
Eigenschaft 1 | Höhe: 60 – 90 cm | Gründer: Rudolf Dassler |
Eigenschaft 2 | Geschwindigkeit: 64 – 80 km/h | Gründung: 1948 |
Eigenschaft N | Länge: 2,4 m | Hauptsitz: Herzogenaurach |
Entitätstyp | Thing | Organization |
Googles Knowledge Graph beinhaltet aktuell (Stand: April 2022) folgende Typen:
- Book
- BookSeries
- EducationalOrganization
- Event
- GovernmentOrganization
- LocalBusiness
- Movie
- MovieSeries
- MusicAlbum
- MusicGroup
- MusicRecording
- Organization
- Periodical
- Person
- Place
- SportsTeam
- TVEpisode
- TVSeries
- VideoGame
- VideoGameSeries
- WebSite
Eine Entität kann in mehreren Entitätstypen enthalten sein. Berlin ist eine Entität, die fünf Entitätstypen zugeordnet ist:
"@type": [
"Thing",
"Cemetery",
"Place",
"AdministrativeArea",
"LandmarksOrHistoricalBuildings",
"City"
],
"url": "http://www.berlin.de",
"name": "Berlin",
"description": "Capital of Germany",
"image": {
"url": "https://commons.wikimedia.org/wiki/File:Aerial_view_of_Berlin_(32881394137).jpg",
"contentUrl": "https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcSfuTcGRyIXqnq_tnF_Wsj28fvITHOWA6j7SbrpycoaZ7CLnzlA"
},
"@id": "kg:/m/0156q"
Diese Klassifizierung erleichtert es Google, die richtigen Entitäten zu verwenden. Es ist wichtig zu wissen, dass Entitäten immer eindeutig sind.
Auch wenn wir in unserer Sprache dasselbe Wort für verschiedene Dinge verwenden, werden die jeweiligen Entitäten im Knowledge Graph mit unterschiedlichen IDs und unterschiedlichen Entitätstypen gespeichert.
Der Knowledge Graph als Grundlage der semantischen Suche
Diese Klassifizierung hat den Vorteil, dass Google bei mehrdeutigen Begriffen innerhalb einer Suchanfrage die richtige Entität verwenden kann.
Als Beispiel soll der Begriff „Orange“ dienen, der sowohl eine Frucht als auch eine französische Telefongesellschaft beschreibt. Dazu wurden zwei Sätze mit der Natural Language API Demo von Google getestet.
In dem Satz „Ich habe einen Handyvertrag mit Orange“ kann Google erkennen, dass „Orange“ die Entität vom Typ „Organisation“ ist.
Bei dem Satz „Ich hätte gerne eine Orange“ weiß Google, dass eine Entität vom Typ „Other“ gemeint ist.
Dieses kleine Experiment zeigt auch, dass Google in der Lage ist, Entitäten aus unstrukturiertem Text zu extrahieren. Damit sind wir beim nächsten Thema.
Wie füllt Google den Knowledge Graphen?
Googles Knowledge Graph enthält mehr als 500 Millionen Objekte (Quelle). Diese werden im Wesentlichen auf drei Arten gewonnen
- Strukturierte Daten: Dies sind Daten, auf die Google entweder über API zugreifen kann (z.B. von Wikidata oder dem CIA World Factbook) oder von Websites, die ihre Inhalte mit strukturierten Daten gemäß schema.org ausgezeichnet haben.
- Halbstrukturierte Daten: Webseiten wie Wikipedia, die ihre Informationen nicht nach den Vorgaben von schema.org ausgezeichnet haben, aber dennoch für Google lesbar sind.
- Unstrukturierte Daten: Hier arbeitet Google mit Natural Language Processing (NLP) bzw. Natural Language Understanding (NLU), um natürliche Sprache zu verstehen und Entitäten zu erkennen. Wie gut Google dies beherrscht, zeigt die Natural Language API (siehe Beispiel zu „Orange“ oben).
Es reicht jedoch nicht aus, die eigene Website mit strukturierten Daten zu versehen, um als Entität im Knowledge Graph zu erscheinen. Dies würde die Qualität des Graphen negativ beeinflussen. Daher setzt Google auf vertrauenswürdige Quellen wie Wikipedia und Wikidata, um die Datenbank zu füllen.
Was der Knowledge Graph für SEO bedeutet
Mit der Einführung des Knowledge Graph hat sich 2012 vor allem das Erscheinungsbild der Suchergebnisse verändert.
Von diesem Zeitpunkt an führten immer mehr Suchanfragen nach einer Entität zur Anzeige des Knowledge Panels, das heute rechts neben den Suchergebnissen erscheint.
Inzwischen tauchen auch immer häufiger sogenannte Knowledge Cards auf, die über den Suchergebnissen erscheinen:
Es liegt auf der Hand, dass Knowledge Cards vor allem bei Suchbegriffen erscheinen, die sich nicht gut über Anzeigen vermarkten lassen.
Mit dem Hummingbird-Update und Rankbrain ist Google immer besser darin geworden, Entitäten in Suchanfragen zu erkennen und in der organischen Suche zu berücksichtigen. Auch wenn diese Inhalte nicht aus dem Knowledge Graph stammen.
Du willst SEO lernen und verständlich erklärt bekommen?
Website-Potentiale erkennen, Keywords recherchieren, SEO-Texte schreiben: Wir zeigen Marketing-Abteilungen, wie sie ihre Websites systematisch bei Google nach oben bekommen.
Die Inhalte des Knowledge Graph werden jedoch auch in anderen Bereichen verwendet, die SEOs bekannt sind.
Die Box „Ähnliche Fragen“ wird beispielsweise mit Hilfe des Knowledge Graph erstellt. So erscheint bei der Frage „Wie alt ist die Queen?“ sehr schnell die Frage „Wie alt ist Charles?“ in der Box, was zeigt, dass Google eine starke Verbindung zwischen der Queen und Charles erkennt.
SEO für den Knowledge Graphen
💡 Exkurs: Relevance Score
Wenn du dich jetzt fragst, woher Google weiß, dass mit Queen ausgerechnet die britische Königin gemeint ist: Dafür gibt es den Relevance Score.
Dieser Score bestimmt, welche der mehrdeutigen Entitäten im Knowledge Panel oder als Knowledge Card angezeigt wird. Der Eintrag mit dem höchsten Wert wird angezeigt.
Auf carlhendy.com gibt es ein praktisches Tool, das nicht nur anzeigt, welchen Typen eine Entität zugeordnet ist, sondern auch ihren Relevance Score.
Um selbst als Entität im Knowledge Graph gelistet und im Panel ausgespielt zu werden, bedarf es mehr als nur einer Website, die mit strukturierten Daten ausgezeichnet ist.
In der Regel ist dafür ein Eintrag in einer Wissensdatenbank wie Wikipedia oder Wikidata notwendig. Diese unterliegen jedoch recht strengen Qualitätsrichtlinien und Versuche, einen Eintrag für das eigene Unternehmen zu erhalten, scheitern oft.
Dennoch ist es ratsam, die eigene Website so weit wie möglich mit strukturierten Daten auszustatten.
Was der Knowledge Graph für Google bedeutet
Wohlwollend formuliert dient der Knowledge Graph vor allem dazu, die Suchergebnisse noch relevanter zu machen. Schließlich werden Integrationen wie die Knowledge Cards von den Nutzern vermutlich gerne angenommen, weil sie den Klick auf eine Website ersparen.
Die Knowledge Cards helfen Google auch, komplexe Suchanfragen schnell zu beantworten. Dies ist insbesondere bei der Sprachsuche sehr hilfreich.
Andererseits kostet die Integration eines Knowledge Panels den Seitenbetreiber Klicks, da die Anfrage direkt von Google beantwortet wird. Die Suchmaschine wird so zur Antwortmaschine.
Außerdem werden die Nutzer so im Google-Universum gehalten, in der Hoffnung (aus Sicht von Google), dass sie irgendwann auf eine Anzeige klicken.
Fazit
Zweifellos ist der Knowledge Graph die Basis für eine semantische Suchmaschine, die durch maschinelles Lernen (Stichwort: Natural Language Processing) immer ausgefeilter wird.
Auch wenn der Knowledge Graph kein direkter Raningfaktor ist, ist es für SEOs wichtig, sich mit den Mechanismen der semantischen Suche vertraut zu machen, da diese auch immer mehr Einfluss auf die organischen Treffer nimmt.
Relaunch geplant? Wir sagen dir die wichtigsten To Dos für 0€
Eure Firmen-Website braucht ein Make-Over, aber du hast keinen Plan, worauf es ankommt? Nach unserem Website-Check weißt du es! Wir sagen dir die wichtigsten To Dos für Technik, Datenschutz und SEO. Fordere den Check jetzt an. Kostet dich nur den Eintrag in unseren Newsletter.
Du meldest dich zu unserem Newsletter an. Macht vier Mal Website-Wissen pro Monat. Dafür nutzen wir Active Campaign. Du kannst dich jederzeit per Klick abmelden. Datenschutz.