Wissensgraph und Wikidata: Wie Maschinen wissen, wer Sie sind, und warum Berichterstattung zuerst kommt

Was ist ein Wissensgraph?

Ein Wissensgraph ist eine Datenbank von Entitäten: Dinge, keine Zeichenketten. Ein klassischer Textindex speichert das Wort „Jaguar“ und hofft, dass der Kontext zwischen Raubkatze und Autohersteller unterscheidet. Ein Wissensgraph dagegen speichert eigenständige Entitäten mit typisierten Fakten und Beziehungen: Jaguar (Automobilhersteller), gegründet 1922, Hauptsitz in Coventry, Tochtergesellschaft von Tata Motors.

Google stellte seinen Knowledge Graph 2012 genau unter diesem Slogan vor, „things, not strings“, und er ist still und leise zur Kerninfrastruktur geworden. Er speist die Knowledge Panels neben den Suchergebnissen, aber seine wichtigere Aufgabe ist unsichtbar: Disambiguierung und Vertrauen. Liest ein System den Satz „Musterladen erhöht die Preise“, ist der Graph das Mittel, mit dem es weiß, welcher der vielen Musterläden dieser Welt gemeint ist, und mit welchen gesicherten Fakten sich die Aussage abgleichen lässt.

Diese Aufgabe überträgt sich direkt auf die KI-Suche. Assistenten wie ChatGPT, Claude, Gemini und Perplexity setzen Antworten aus vielen Quellen zusammen, und Entitätsdaten sind Teil davon, wie Markenerwähnungen aufgelöst, verknüpft und als vertrauenswürdig eingestuft werden. Eine Marke, die als saubere Entität existiert, ist eine Marke, über die Maschinen mit Zuversicht sprechen können.

Was ist Wikidata?

Wikidata ist der größte offene Wissensgraph der Welt: eine kostenlose, gemeinschaftlich gepflegte Datenbank der Wikimedia-Bewegung, gestartet 2012, mit weit über 100 Millionen Einträgen. Jeder Eintrag hat eine dauerhafte Kennung, eine Q-Kennung wie Q95 für Google, dazu Bezeichnungen und Beschreibungen in beliebigen Sprachen, Aussagen („ist ein: Unternehmen“, „Gründung: 2016“, „offizielle Website: …“) und die Quellen, die diese Aussagen belegen.

Drei Eigenschaften machen Wikidata zum Entitäten-Knotenpunkt und nicht bloß zu einem weiteren Wiki. Es ist radikal mehrsprachig: Ein Eintrag trägt Namen und Beschreibungen in jeder Sprache, sodass dieselbe Identität einem Kunden in Oslo genauso dient wie einer KI, die auf Spanisch antwortet. Es ist frei weiterverwendbar: Die Daten stehen unter einer offenen Lizenz, weshalb sie in Suchmaschinen, die Infoboxen der Wikipedia, Sprachassistenten und unzählige Datensätze einfließen, einschließlich der Korpora, mit denen KI-Modelle trainiert werden. Und es ist grundsätzlich belegt: Aussagen zitieren Quellen, weshalb Maschinen sie als überprüfbar behandeln und nicht als werblich.

Die Rolle von Wikidata im KI-Stack wächst weiter. Im Oktober 2025 startete Wikimedia Deutschland das Wikidata Embedding Project, eine vektorbasierte semantische Suche über den gesamten Graphen, gebaut für KI-Anwendungen und mit Unterstützung für das Model Context Protocol (MCP), den aufkommenden Standard zur Anbindung von KI-Systemen an Datenquellen. Wikidata ist nicht mehr nur etwas, womit Modelle trainiert wurden. Es wird jetzt als lebendige, überprüfbare Grundlage direkt eingebunden.

Warum sind Wissensgraphen wichtig für die KI-Sichtbarkeit?

Weil ein KI-System, bevor es Sie empfehlen kann, sicher sein muss, wer Sie sind. Diese Sicherheit kommt aus Entitätsdaten, und sie leisten drei konkrete Dinge: Sie unterscheiden Ihren Namen von jedem Namensvetter, sie binden Ihre verstreuten Erwähnungen (Presse, Bewertungen, Foren) an eine Identität, und sie geben generierten Aussagen über Sie ein faktisches Rückgrat.

Unser Audit von 99 norwegischen Onlineshops (auf Norwegisch) im August 2026 hat diese Ebene vermessen, und die Lücke ist groß: 47 von 99 Shops hatten überhaupt keine Wikidata-Entität. Die Verteilung ist aufschlussreich. Unter reinen Nischenshops fehlte sie bei 85 %, unter Shops, die zu einer Kette gehören, bei 12,5 %. Doch drei der kleinsten, am wenigsten autoritativen Shops der Untersuchung hatten Entitäten, die so vollständig waren wie die der größten Namen im Markt: der Beweis, dass dies weder an Größe noch an Budget hängt.

Ehrlichkeit verlangt das Gegengewicht, und unsere Daten liefern es: Bei Shops mit geringer Autorität brachte eine vollständige Entität allein keinen messbaren Effekt auf KI-Zitate. Ein Paar aus der Untersuchung zeigt es von der anderen Seite: zwei Schwesterketten auf technisch identischen Plattformen, wobei die Kette mit der an Wikipedia angebundenen Identität bei ihren eigenen lokalen Suchanfragen rankt und die andere überhaupt nicht rankt. Die Entität ist kein Hebel, den Sie für Zitate umlegen. Sie ist ein Hygienefaktor: die Identitätsschicht, die jede verdiente Erwähnung eindeutig Ihnen zuordnet. Damit stellt sich die eigentliche Frage: Wie verdienen Sie sich die Erwähnungen?

Was ist Relevanz (Notability), und warum ist sie der Türsteher?

Relevanz, im Original Notability, bedeutet, dass unabhängige, seriöse Quellen über Sie geschrieben haben. Sie ist die Eintrittskarte zur gesamten Graph-Ebene, und die Messlatte unterscheidet sich deutlich zwischen den zwei Systemen, die oft verwechselt werden:

Die Wikipedia-Messlatte liegt hoch. Ein Artikel verlangt signifikante Berichterstattung in verlässlichen, vom Thema unabhängigen Quellen: echten Journalismus oder echte Literatur über Sie, keine Pressemitteilungen, nicht die eigene Website, keine Verzeichniseinträge. Die meisten kleinen und mittleren Unternehmen erreichen das schlicht nicht, und Artikel, die es trotzdem versuchen, werden gelöscht.

Die Wikidata-Messlatte liegt niedriger, ist aber real. Ein Eintrag qualifiziert sich, wenn eines von drei Kriterien erfüllt ist: Er hat eine gültige Seite auf einem Wikimedia-Projekt, etwa einen Wikipedia-Artikel, oder er bezeichnet eine klar identifizierbare Entität, die sich anhand seriöser, öffentlich verfügbarer Quellen beschreiben lässt, oder er erfüllt einen strukturellen Bedarf im Graphen. Für ein eingetragenes Unternehmen ist Kriterium zwei meist die Tür: ein Handelsregistereintrag, Berichterstattung in der Fachpresse, Produktbewertungen in glaubwürdigen Publikationen. Ein Wikipedia-Artikel ist nicht nötig.

Was Relevanz nicht ist: etwas, das Sie kaufen oder mit Markup herbeiführen können. Advertorials, bezahlte Platzierungen und selbst veröffentlichte Inhalte zählen nicht als unabhängige Quellen, und werbliche Einträge ohne echte Belege werden von der Community markiert und gelöscht. Diese Hürde existiert genau deshalb, damit der Graph vertrauenswürdig genug bleibt, damit Maschinen sich auf ihn verlassen können. Das ist der Handel: Der Graph ist wertvoll für Sie, weil Sie sich nicht hineinspammen können.

Wie verdienen Sie sich die Berichterstattung, die Sie relevant macht?

Indem Sie unabhängigen Quellen einen Grund geben, über Sie zu schreiben. Das ist dieselbe Arbeit, die auch KI-Empfehlungen direkt antreibt, denn Assistenten ziehen genau diese Berichterstattung heran, wenn sie Kauffragen beantworten, wie unser Leitfaden zu SEO, AEO, GEO und AIO beschreibt. Der Graph-Eintrag bindet das nur an Ihren Namen. Geordnet nach Aufwand-Nutzen-Verhältnis:

1. Seien Sie die offensichtliche Antwort auf etwas. Berichterstattung folgt Unterscheidbarkeit. „Noch ein Onlineshop mit großer Auswahl“ gibt einem Journalisten nichts; „der Spezialist für taktische Outdoor-Ausrüstung“ oder „der einzige klimaneutrale Möbelladen der Region“ ist ein Aufhänger für eine Geschichte und ein zitierfähiges Etikett. Schärfen Sie die Ein-Satz-Antwort auf „Worin sind Sie allein?“, bevor Sie irgendjemanden ansprechen.
2. Veröffentlichen Sie eigene Daten. Umfragen, Preisanalysen, Branchenstatistiken aus dem eigenen Betrieb: Eigene Zahlen sind das am verlässlichsten zitierte Gut überhaupt, weil jeder Journalist und jede KI-Antwort Belege für Aussagen braucht. Ein einziger echter Datensatz schlägt ein Jahr an Pressemitteilungen.
3. Umwerben Sie zuerst Fach- und Lokalpresse. Fachpublikationen und regionale Medien haben niedrigere Hürden als überregionale Häuser, und sie zählen voll als unabhängige Quellen, für Wikidata ebenso wie für die KI-Modelle, die sie lesen. Ein Porträt in einer Handelsfachzeitschrift ist mehr wert als zehn selbst veröffentlichte Beiträge.
4. Lassen Sie Ihre Produkte unabhängig testen. Bewertungsportale, Vergleichsseiten, „Bestenlisten“ einer Kategorie: Genau das sind die Quellen, die KI-Assistenten bei Kauffragen heranziehen, und jede davon ist zitierfähige Berichterstattung.
5. Stellen Sie Journalisten Ihr Fachwissen zur Verfügung. Plattformen für Presseanfragen und direkte Kontaktaufnahme machen Ihre Gründerinnen und Gründer zu zitierfähigen Expertinnen und Experten. Jedes zitierte Auftreten ist eine unabhängige Erwähnung, die Ihren Namen mit Ihrem Fachgebiet verknüpft.
6. Sammeln Sie die institutionellen Signale. Branchenpreise, Verbandsmitgliedschaften, Einträge in Handelskammern, Konferenzvorträge, Podcast-Auftritte. Einzeln klein, zusammen bilden sie die Referenzbasis, auf die „seriös und öffentlich verfügbar“ zielt.

Zwei ehrliche Hinweise. Dieser Weg dauert Monate bis Jahre, er ist das langsamste Kapital in der Online-Sichtbarkeit, weshalb früh anfangen wichtiger ist als groß anfangen. Und er lässt sich nicht an Markup delegieren: Keine strukturierten Daten ersetzen eine Quelle, die sich unabhängig dafür entschieden hat, über Sie zu schreiben.

Wie erstellen und pflegen Sie eine Wikidata-Entität, Schritt für Schritt?

Sobald echte Quellen vorhanden sind, ist die Entität selbst eine Sache von Stunden, nicht Monaten:

1. Prüfen Sie, ob Sie bereits existieren. Suchen Sie in Wikidata nach Ihrer Marke und früheren Namen. Ein unbeanspruchter oder falscher Eintrag ist dringender als ein fehlender: korrigieren Sie ihn, bevor Sie neu anlegen.
2. Sammeln Sie zuerst die Belege. Handelsregistereintrag, offizielle Website und die unabhängige Berichterstattung, die Sie sich verdient haben. Jede Aussage, die Sie hinzufügen, sollte durch eine dieser Quellen gedeckt sein.
3. Legen Sie den Eintrag neutral an. Bezeichnung (Markenname) und eine kurze, sachliche Beschreibung, etwa „norwegischer Online-Händler für Outdoor-Ausrüstung“, keine Marketingsprache, mindestens in Ihrer eigenen Sprache und auf Englisch. Beschreibungen grenzen Sie außerdem von jeder gleichnamigen Entität weltweit ab.
4. Ergänzen Sie die Kernaussagen. Ist ein (Unternehmen / Onlineshop), Gründungsdatum, Land, Hauptsitz, Branche, offizielle Website, Gründer oder Muttergesellschaft, sofern relevant, und ein Logo über Wikimedia Commons, wobei Commons verlangt, dass das Logo frei lizenziert ist oder unterhalb der Schöpfungshöhe liegt.
5. Fügen Sie Kennungen hinzu, die stärkste Disambiguierung, die es gratis gibt. Ihre nationale Handelsregisternummer (fast jedes Land hat eine: Brønnøysund, Companies House, das deutsche Handelsregister und ihre Pendants), dazu offizielle Social-Media-Profile. Kennungen sind es, die es Maschinen erlauben, Ihre Entität mit autoritativen Registern zu verknüpfen.
6. Belegen Sie jede inhaltliche Aussage. Einträge mit Quellen überstehen die Prüfung durch die Community, unbelegte Behauptungen laden zu Löschdiskussionen ein.
7. Schließen Sie den Kreis über die eigene Website. Verweisen Sie mit der Eigenschaft sameAs in Ihrem Organization-JSON-LD auf Ihre neue Q-Kennung, sodass Domain und Entität sich gegenseitig bestätigen. Unser Artikel zu JSON-LD erklärt diesen Baustein im Detail.
8. Pflegen Sie den Eintrag. Setzen Sie ihn auf eine Beobachtungsliste und aktualisieren Sie Fakten, wenn sie sich ändern. Das Bearbeiten von Einträgen, mit denen Sie verbunden sind, ist auf Wikidata akzeptiert, solange die Änderungen sachlich und belegt sind: Die Etikette verlangt Neutralität, nicht Abwesenheit. Einen eigenen Wikipedia-Artikel zu schreiben ist eine andere Sache: Die Regeln zu Interessenkonflikten sind streng, nicht offengelegtes bezahltes Schreiben verstößt gegen die Nutzungsbedingungen, und der praktische Rat ist einfach: Lassen Sie einen Wikipedia-Artikel geschehen, wenn die Berichterstattung ihn rechtfertigt.

Wie sieht das im globalen Kontext aus?

Eine Entität, jeder Markt: Das ist die stille Stärke dieser Ebene. Ein Wikidata-Eintrag ist kein nationales Register: Dieselbe Q-Kennung trägt Ihre norwegische Beschreibung, Ihre deutsche Beschreibung und Ihre japanische, und der KI-Assistent, der einem Käufer in jeder dieser Sprachen antwortet, löst Sie auf dieselbe Identität auf. Für alle, die grenzüberschreitend verkaufen, ist das Übersetzen der Bezeichnungen und Beschreibungen der eigenen Entität die günstigste internationale Sichtbarkeitsarbeit, die es gibt: Minuten pro Sprache.

Der globale Rahmen erklärt auch, warum diese Ebene mit dem Wachstum wichtiger wird, nicht unwichtiger. Namenskollisionen sind ein globales Problem: Je größer die Welt, in der Sie tätig sind, desto mehr gleichnamige Unternehmen, Produkte und Personen konkurrieren mit Ihnen um das Verständnis der Maschinen. Genau dafür sind Entitätsdaten da: Disambiguierung. Und die Infrastruktur konsolidiert sich um offene, mehrsprachige Rückgrate: Googles Graph bezieht Wikidata als eine seiner Quellen ein, die Infoboxen der Wikipedia schöpfen daraus, Trainingskorpora von KI-Modellen enthalten es, und das Embedding Project speist es inzwischen direkt in KI-Anwendungen über mehr als hundert Sprachen hinweg. Die Referenzbasis darunter, Handelsregister, Fachpresse, Bewertungsportale, existiert unterdessen in irgendeiner nationalen Form fast überall, sodass sich das Vorgehen von oben überträgt: registrieren, sich Berichterstattung in den Quellen verdienen, denen Ihr Markt vertraut, die Identität kodieren, und das pro Markt nur dort wiederholen, wo die Berichterstattung selbst lokal sein muss.

Zum Schluss

Von den 99 Shops in unserer Untersuchung fehlen 47 vollständig in der offenen Identitätsschicht der Welt, und unter den kleinen, spezialisierten Shops, die die KI-Suche sonst bevorzugt, sind es 85 %. Das ist das Muster, bei dem man verweilen sollte: Wer am meisten davon profitieren würde, eindeutig zu sein, hat die Arbeit am wenigsten wahrscheinlich gemacht, während die Arbeit selbst, eine belegte Entität auf Basis verdienter Berichterstattung, weder an Größe noch an Budget hängt.

Aber behalten Sie die Reihenfolge im Blick, denn genau darin liegt die ganze Lehre. Zuerst die Berichterstattung: Seien Sie unverwechselbar etwas, veröffentlichen Sie Fakten, die es wert sind, zitiert zu werden, und lassen Sie unabhängige Quellen das bestätigen. Dann die Identität: Kodieren Sie, was die Quellen belegen, in Wikidata, in Ihrem Markup, in Ihren Registern. Maschinen empfehlen Sie nicht, weil Sie eine Entität haben. Sie empfehlen Sie, weil vertrauenswürdige Quellen Sie beschreiben, und die Entität ist, wie sie in jeder Sprache gleichzeitig wissen, dass diese Quellen Sie meinen.