KI-Modelle empfehlen keine Texte: Sie empfehlen Entitäten. Eine Entität ist etwas, das das Modell als definierte Sache erkennt — deine Marke — mit klaren Attributen. Ist deine Identität verschwommen, bevorzugt die KI Namen, die sie besser versteht. Einen kanonischen Entitäts-Datensatz zu bauen ist das, was dich erkennbar und zitierbar macht.
Was eine Entität ist
In der Welt der Suchmaschinen und Modelle ist eine Entität ein identifizierbares Konzept: ein Unternehmen, eine Person, ein Produkt. Es ist kein Keyword, sondern eine „Sache" mit Attributen: was sie ist, womit sie sich beschäftigt, wo sie ist, womit sie zusammenhängt. Modelle denken in Entitäten, nicht in losen Textketten.
Warum Modelle klare Entitäten bevorzugen
Wenn ein Modell empfehlen soll, wählt es das, was es sicher beschreiben kann. Eine Marke mit scharfer Entität — kohärente Daten, klare Kategorie, definierter Unterscheidungsmerkmal — ist leicht und fehlerfrei zu zitieren. Eine mehrdeutige Marke ist ein Risiko, und das Modell überspringt sie schlicht. Deine Entität gut zu definieren senkt dieses Risiko auf null.
Bestandteile eines kanonischen Entitäts-Datensatzes
- Schema.org Organization (oder LocalBusiness/ProfessionalService) mit Name, Beschreibung, Adresse, Kontakt und Logo.
- Die sameAs-Eigenschaft, die deine offiziellen Profile (LinkedIn, Verzeichnisse, Netzwerke) verknüpft und all deine Präsenzen zu einer Identität verbindet.
- Konsistente Daten auf deiner gesamten Seite: eine einzige Version deines Namens, deines Angebots und deiner Zahlen.
- Eine kanonische Beschreibung: eine kurze, stabile Definition davon, was du bist und wen du bedienst, kohärent wiederholt.
Wie du ihn Schritt für Schritt aufbaust
Definiere zuerst deine kanonische Beschreibung: ein, zwei Sätze, die erfassen, was du tust, für wen und worin du dich unterscheidest. Implementiere sie dann mit schema.org auf deiner Seite, verknüpfe deine Profile mit sameAs und prüfe, dass jede Seite dieselben Schlüsseldaten wiederholt. Bring diese Identität schließlich mit deinen externen Quellen in Einklang, damit es keine Widersprüche gibt.
Konsistenz zwischen Quellen ist entscheidend
Ein perfekter Datensatz auf deiner Website nützt nichts, wenn dein Google-Profil, deine Verzeichnisse oder deine Netzwerke etwas anderes sagen. Modelle gleichen Quellen ab und zögern bei einem Widerspruch. Der kanonische Entitäts-Datensatz wirkt, wenn er dieselbe Wahrheit ist, konsistent wiederholt an jedem Ort, an dem die KI dich findet.
Das Ergebnis
Eine gut gebaute Entität sorgt dafür, dass das Modell genau weiß, was du bist und warum es dich empfehlen soll. Sie ist die Basis, auf der zitierbarer Content und die Messung deines Share of Model Voice aufbauen: Ohne klare Identität schafft es der beste Content der Welt nicht, dass die KI dich mit Vertrauen wählt.
Womit du beginnst
Auditiere, wie die KI dich heute beschreibt, finde Widersprüche zwischen deiner Seite und deinen Profilen und definiere eine einzige kanonische Beschreibung. Von da an verwandelt die technische Arbeit mit Schema und sameAs diese Definition in etwas, das Modelle lesen und zitieren können.
Entität, Content und Messung: der vollständige Kreis
Der Entitäts-Datensatz wirkt nicht allein. Er ist eines von drei Teilen, die sich gegenseitig verstärken: Die Entität sagt dem Modell, was du bist, zitierbarer Content gibt ihm konkretes Material für die Prompts deiner Branche, und die Messung des Share of Model Voice zeigt, ob das Ganze funktioniert. Fehlt eines, leisten die anderen weniger.
Ein Beispiel: Ein Unternehmen mit makelloser Entität, aber ohne zitierbaren Content gibt dem Modell eine klare Identität … über die es wenig zu sagen hat. Ein anderes mit viel Content, aber inkonsistenter Entität verwirrt das Modell, das es lieber nicht riskiert, es zu zitieren. Die Kombination aller drei Schichten ist es, die die KI dazu bringt, dich immer wieder mit Vertrauen zu wählen. Die empfohlene Reihenfolge ist klar: zuerst die kanonische Beschreibung definieren, mit Schema und sameAs umsetzen, mit deinen externen Profilen abgleichen und erst dann die Produktion zitierbaren Contents skalieren. Auf einer soliden Entität wirkt jeder neue Content deutlich stärker.
In der Praxis werden die Marken am häufigsten zitiert, deren Identität überall gleich klingt: Website, Google-Profil, LinkedIn und jedes Verzeichnis erzählen eine konsistente Geschichte. Baue diese einzige Quelle der Wahrheit einmal sauber auf, und jeder künftige Artikel, jede Seite und jeder Datenpunkt erbt ihre Glaubwürdigkeit.
So wird aus vielen verstreuten Auftritten eine einzige, klar erkennbare Marke — genau das, was ein Modell braucht, um dich ohne Zögern zu nennen und korrekt zu beschreiben.
Häufige Fragen
Was ist ein kanonischer Entitäts-Datensatz?
Es ist die klare, konsistente Darstellung deiner Marke als Entität, die KI-Modelle erkennen können: eine kanonische Beschreibung davon, was du bist und wen du bedienst, umgesetzt mit schema.org (Organization), über sameAs mit deinen offiziellen Profilen verknüpft und durch kohärente Daten auf deiner gesamten Seite und deinen externen Quellen gestützt.
Warum hilft er, in der KI zu erscheinen?
Weil Modelle Entitäten empfehlen, die sie mit Vertrauen beschreiben können. Eine scharfe, widerspruchsfreie Identität senkt das Risiko, dass das Modell dich falsch zitiert, sodass es dich eher einbezieht; eine mehrdeutige Marke wird dagegen meist übersprungen.
Reicht es, Schema auf meine Seite zu setzen?
Es ist notwendig, aber nicht ausreichend. Schema muss von konsistenten Daten auf allen Seiten begleitet werden und vor allem von Kohärenz mit deinen Profilen und externen Quellen, da Modelle Informationen aus mehreren Quellen abgleichen.
Informativer Artikel von Petri Heil · GEO & SEO. Willst du wissen, wie deine Marke heute in der KI erscheint? Fordere eine Diagnose an.