Was ist der Knowledge Graph?

Der Knowledge Graph ist Googles Wissensdatenbank, die reale Dinge (Personen, Orte, Organisationen und Konzepte) als Entitäten speichert und über ihre Beziehungen miteinander verknüpft. Google nutzt diesen Wissensgraphen, um die Bedeutung hinter einer Suchanfrage zu verstehen, Knowledge Panels mit Fakten zu befüllen und KI-Antworten wie AI Overviews abzusichern. Statt bloße Zeichenketten abzugleichen, erkennt Google so, welches reale Objekt gemeint ist. Google nennt dieses Prinzip „things, not strings“.

Google startete den Knowledge Graph am 16. Mai 2012. Er verwandelt die Suche von einem reinen Text-Abgleich in ein Verständnis von Entitäten. Fragst du „Wie groß ist der Eiffelturm?“, liefert Google die Antwort direkt, weil es den Eiffelturm als Entität mit der Eigenschaft „Höhe: 330 Meter“ kennt, nicht als Buchstabenkette.

Kurzprofil des Begriffs

Was ist der Google Knowledge Graph?

Der Google Knowledge Graph ist die konkrete Umsetzung des Wissensgraphen im Google-Ökosystem. Google beschrieb ihn zum Start als Datenbank mit 500 Millionen Objekten und über 3,5 Milliarden Fakten über die Beziehungen zwischen diesen Objekten. Jede Entität – ein Mensch, eine Stadt, ein Unternehmen, ein Film – erhält eine eindeutige Maschinen-ID und ein Set an Attributen und Verbindungen.

Der Begriff „Graph“ kommt aus der Informatik: Ein Graph besteht aus Knoten (den Entitäten) und Kanten (den Beziehungen). Der Regisseur Christopher Nolan ist ein Knoten, der Film „Inception“ ein weiterer, und die Kante zwischen beiden trägt die Beziehung „hat Regie geführt bei“. Genau dieses Netz aus Fakten macht die Suche für Google interpretierbar.

Wie funktioniert der Knowledge Graph und woher kommen die Daten?

Der Knowledge Graph funktioniert, indem Google Fakten aus vielen Quellen sammelt, sie zu Entitäten verdichtet und über Beziehungen verknüpft. Zum Start speiste sich der Graph vor allem aus Freebase, einer offenen Wissensdatenbank, die Google 2010 mit dem Kauf von Metaweb übernahm, sowie aus Wikipedia und dem CIA World Factbook.

Freebase wurde 2014 eingestellt und die Daten bis 2016 nach Wikidata migriert. Heute zählen zu den wichtigsten Quellen des Knowledge Graph:

• Wikipedia und Wikidata: die strukturierte Faktenbasis für viele bekannte Entitäten.
• Strukturierte Daten auf Websites: strukturierte Daten nach schema.org, meist im Format JSON-LD, liefern Google maschinenlesbare Fakten direkt von der Quelle.
• Google Business Profile: die zentrale Quelle für Unternehmens- und Standort-Entitäten.
• Das offene Web: übereinstimmende Angaben auf vielen vertrauenswürdigen Seiten bestätigen einen Fakt.

Google gab an, dass der Knowledge Graph bis 2020 auf rund 500 Milliarden Fakten zu 5 Milliarden Entitäten angewachsen war. Jede Entität trägt eine eindeutige Kennung (Machine ID), damit Google „Merkur“ den Planeten, das chemische Element oder den römischen Gott sicher auseinanderhält. Über die Knowledge Graph Search API können Entwickler diese Entitäten mit Typ und Beschreibung abfragen.

Was ist ein Knowledge Panel?

Ein Knowledge Panel ist der Infokasten, den Google aus dem Knowledge Graph befüllt und in den Suchergebnissen anzeigt. Auf dem Desktop erscheint er rechts neben den Treffern, auf dem Smartphone oben. Suchst du nach einer bekannten Person, einem Unternehmen oder einem Ort, bündelt das Panel die wichtigsten Fakten: Foto, Kurzbeschreibung, Gründungsjahr, Adresse, Social-Media-Profile und verwandte Entitäten.

Der Unterschied ist wichtig: Der Knowledge Graph ist die Datenbank im Hintergrund, das Knowledge Panel ist seine sichtbare Ausgabe auf der Suchergebnisseite (SERP). Kein Panel ohne passende Entität im Graph. Wer sein eigenes Panel besitzt, kann es nach einer Identitätsprüfung bei Google beanspruchen und Korrekturen vorschlagen.

Knowledge Graph vs. Knowledge Vault: Was ist der Unterschied?

Knowledge Graph und Knowledge Vault unterscheiden sich in der Art, wie sie Fakten sammeln. Der Knowledge Graph stützt sich stark auf kuratierte, strukturierte Quellen wie Wikidata und geprüfte Datenbanken. Der Knowledge Vault war ein Forschungsprojekt, das Google 2014 vorstellte, um Fakten vollautomatisch aus dem gesamten Web zu extrahieren.

• Knowledge Graph: setzt auf verlässliche, teils manuell gepflegte Quellen. Fakten sind kuratiert und relativ robust.
• Knowledge Vault: nutzte maschinelles Lernen, um aus unstrukturiertem Webtext Fakten zu ziehen, und versah jeden Fakt mit einem Wahrscheinlichkeitswert. Das Forschungsteam sammelte damit rund 1,6 Milliarden Fakten.

Der Knowledge Vault wurde nie als eigenes Produkt ausgeliefert. Seine Idee – Fakten automatisch aus dem Web zu gewinnen und mit Konfidenzwerten zu gewichten – ist aber in die Weiterentwicklung von Googles Wissenssystemen eingeflossen. Kurz gesagt: Der Knowledge Graph ist die produktive Wissensdatenbank, der Knowledge Vault war der Forschungsansatz für ihre automatische Befüllung.

Wie kommt man in den Knowledge Graph?

Man kommt in den Knowledge Graph, indem man Google als eindeutige, gut belegte Entität überzeugt. Einen Eintrag kann man nicht kaufen, sondern nur über konsistente Signale verdienen. Fünf Hebel sind entscheidend:

1. Entität mit strukturierten Daten auszeichnen: ein Organization– oder Person-Schema mit sameAs-Verweisen auf Profile bündelt die Identität für Google.
2. Wikipedia- oder Wikidata-Eintrag anstreben: beide sind zentrale Vertrauensquellen des Graphen, ein Wikidata-Objekt ist oft der erste Ankerpunkt.
3. Google Business Profile pflegen: für Unternehmen und lokale Standorte die direkte Verbindung in den Knowledge Graph.
4. Konsistente Angaben sichern: Name, Adresse und Kernfakten müssen über Website, Social Media und Verzeichnisse identisch sein.
5. Autoritative Erwähnungen aufbauen: Nennungen und Verlinkungen von vertrauenswürdigen Seiten bestätigen die Entität.

Diese Entitäten-Arbeit ist ein fester Bestandteil moderner technischer SEO-Betreuung: Wer als Entität sauber definiert ist, hat die besten Chancen auf ein eigenes Knowledge Panel und auf Erwähnungen in KI-Antworten.

Welche Bedeutung hat der Knowledge Graph für SEO und GEO?

Der Knowledge Graph verschiebt SEO von Keywords hin zu Entitäten. Google rankt und interpretiert Inhalte zunehmend danach, welche realen Dinge sie beschreiben und wie diese zusammenhängen. Entitäten-basiertes SEO zielt deshalb darauf ab, die eigene Marke, ihre Personen und ihre Themen als klar erkennbare Entitäten im Graphen zu verankern.

Für die Generative Engine Optimization (GEO) ist der Knowledge Graph noch grundlegender. KI-Systeme und AI Overviews stützen ihre Antworten auf verifizierte Entitäten und Fakten, um Halluzinationen zu vermeiden. Wer im Knowledge Graph als belastbare Entität steht, wird von KI-Antworten eher als Quelle herangezogen. Strukturierte Daten und ein sauberes Entitäten-Profil sind damit die Brücke zwischen klassischer Suche und KI-Sichtbarkeit.

Häufige Fragen zum Knowledge Graph

Ist der Knowledge Graph dasselbe wie das Knowledge Panel?
Nein. Der Knowledge Graph ist Googles Wissensdatenbank im Hintergrund, das Knowledge Panel ist der sichtbare Infokasten, den Google aus dieser Datenbank in den Suchergebnissen erzeugt.

Kann ich einen Eintrag im Knowledge Graph kaufen?
Nein. Ein Eintrag lässt sich nicht kaufen. Google nimmt Entitäten nur auf, wenn genügend konsistente und vertrauenswürdige Signale vorliegen, etwa strukturierte Daten, ein Wikidata-Objekt und übereinstimmende Angaben im Web.

Wie lange dauert es, in den Knowledge Graph zu kommen?
Das dauert meist mehrere Wochen bis Monate. Der Zeitraum hängt davon ab, wie stark und widerspruchsfrei die Entitäts-Signale sind und wie oft Google die betreffenden Quellen neu verarbeitet.