Entity Markup
Definition: Entity Markup bezeichnet strukturierte Daten, die Suchmaschinen eindeutige Informationen über eine reale Entität – etwa ein Unternehmen, eine Person oder ein Produkt – liefern. Durch Vokabulare wie schema.org werden Beziehungen zwischen Entitäten maschinenlesbar kodiert, wodurch Suchmaschinen Kontext präziser verstehen und relevante Rich Results generieren können.
Grundlagen: Vom Keyword zur Entität
Klassisches SEO operierte lange mit Keywords. Suchmaschinen verglichen Zeichenketten. Entity Markup verschiebt diese Logik fundamental. Statt bloßer Begriffe werden nun Objekte, deren Eigenschaften und Relationen ausgezeichnet. Eine Entität ist dabei keine Zeichenfolge, sondern ein eindeutig identifizierbares Konzept – etwa „Apple Inc.“ als Organisation, Tim Cook als Person oder das iPhone 15 als Produkt.
Das Vokabular schema.org stellt hierfür Typen und Eigenschaften bereit. Ein Unternehmen wird als Organization markiert, mit Attributen wie legalName, foundingDate oder sameAs-Verweisen auf externe Wissensgraphen. Suchmaschinen aggregieren diese Signale und bauen daraus ihr eigenes Verständnis der Welt auf. Der Knowledge Graph von Google ist das prominenteste Beispiel dieser Abstraktionsebene.
Ohne Entity Markup bleibt eine Website für Suchmaschinen eine Ansammlung von Wörtern. Mit Entity Markup wird sie zu einer Quelle verifizierbarer Fakten über die reale Welt.
Implementierung und technische Umsetzung
Die technische Realisierung erfolgt über JSON-LD, Microdata oder RDFa. JSON-LD hat sich als Standard etabliert, da es im <head>-Bereich platziert wird und das sichtbare HTML nicht beeinflusst. Ein minimales Beispiel für ein Unternehmen:
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Beispiel GmbH",
"url": "https://beispiel.de",
"logo": "https://beispiel.de/logo.png",
"sameAs": [
"https://de.wikipedia.org/wiki/Beispiel_GmbH",
"https://www.linkedin.com/company/beispiel-gmbh"
]
}
Die sameAs-Eigenschaft ist besonders wertvoll. Sie verknüpft die eigene Website mit etablierten Wissensdatenbanken wie Wikipedia oder Wikidata. Dadurch bestätigt die Suchmaschine die Identität der Entität über mehrere unabhängige Quellen hinweg. Für B2B-Unternehmen sind zudem Product, FAQPage oder BreadcrumbList-Markups relevant, um Rich Snippets zu erzeugen und die Sichtbarkeit in der organischen Suche zu erhöhen.
| Markup-Typ | Primärer Nutzen | Typische Anwendung |
|---|---|---|
| Organization | Eindeutige Identifikation des Unternehmens | Corporate Websites, Knowledge Panel |
| Product | Preis, Verfügbarkeit, Bewertungen | E-Commerce, SaaS-Pricing-Seiten |
| FAQPage | Direkte Antworten im SERP | Support-Bereiche, Ratgeber |
| Person | Autorenschaft, Expertise-Signale | Thought-Leadership, About-Seiten |
| Event | Datum, Ort, Ticket-Links | Webinare, Messen, Konferenzen |
Abgrenzung zu verwandten Konzepten
Entity Markup wird häufig mit anderen strukturierten Daten verwechselt. Die Unterschiede sind jedoch substanziell. Schema.org-Markup ist der Oberbegriff für alle strukturierten Daten nach diesem Vokabular. Entity Markup ist eine spezifische Anwendung davon, die sich auf die Auszeichnung von Entitäten und deren Beziehungen fokussiert – nicht auf reine Navigationselemente wie BreadcrumbList.
RDF und Linked Data bilden die theoretische Grundlage. Sie sind generische Frameworks zur Beschreibung von Ressourcen im Web. Entity Markup ist die praktische, suchmaschinenoptimierte Umsetzung dieser Prinzipien. Im Kontext von Knowledge Graphs dient Entity Markup als Eingabesignal: Die Suchmaschine extrahiert die kodierten Fakten und integriert sie in ihren eigenen Graphen. Ohne Markup muss sie diese Informationen durch unstrukturiertes Text-Mining ableiten – ein fehleranfälligerer Prozess.
Eine weitere relevante Schnittstelle besteht zur Natural Language Processing (NLP). Während Entity Markup explizite Signale sendet, versucht NLP, Entitäten implizit aus Text zu extrahieren. Beide Ansätze ergänzen sich. Suchmaschinen nutzen Markup als vertrauenswürdige Ground Truth und NLP als Erweiterung für nicht ausgezeichnete Inhalte.
Strategische Bedeutung für B2B und Enterprise-SEO
Im B2B-Kontext ist Entity Markup kein technisches Nice-to-have, sondern ein strategischer Hebel. Kaufentscheidungen sind komplex und involvieren multiple Stakeholder. Diese recherchieren intensiv – und Suchmaschinen belohnen klare Entitätssignale mit erhöhter Sichtbarkeit. Ein Unternehmen, das seine Organisation, Lösungen und Experten sauber auszeichnet, positioniert sich als autoritative Instanz in seinem Fachgebiet.
Besonders relevant ist die Verknüpfung mit Generative Engine Optimization (GEO). KI-gestützte Suchassistenten greifen zunehmend auf strukturierte Wissensgraphen zurück, um Antworten zu generieren. Entity Markup erhöht die Wahrscheinlichkeit, dass ein Unternehmen als Quelle in synthetischen Antworten zitiert wird. Die Pflege konsistenter Entitätsdaten über alle digitalen Touchpoints hinweg – Website, Social Profiles, Verzeichnisse – ist dabei die Grundvoraussetzung.
Die Zukunft der Suche ist semantisch. Wer heute seine Entitäten sauber modelliert, sichert sich einen strukturellen Vorteil, der durch reine Textoptimierung nicht mehr aufzuholen ist.
Die Implementierung erfordert jedoch Sorgfalt. Fehlerhaftes oder widersprüchliches Markup kann zu Verwirrung führen und das Vertrauen der Suchmaschine untergraben. Regelmäßige Validierung über die Rich Results Test Tools ist daher unerlässlich. Zudem sollte Entity Markup als kontinuierlicher Prozess verstanden werden – neue Produkte, Standorte oder Führungskräfte müssen zeitnah in die strukturierten Daten einfließen, um die Wissensbasis aktuell zu halten.
« Back to Glossary Index