Entitäten-Typen, Attribute & Klassen – Von der Erkennung zur Struktur

Einleitung – Von der Erkennung zur Struktur

Nachdem wir gesehen haben, wie Google Entitäten erkennt, geht es nun um die nächste Ebene: Wie werden diese Entitäten strukturiert, kategorisiert und beschrieben?

Für Suchmaschinen ist Wissen nicht bloß eine Sammlung einzelner Objekte. Es ist ein geordnetes System aus Typen, Attributen und Klassen – eine Ontologie, die festlegt, wie Bedeutung organisiert wird.

Jede Entität – ob Unternehmen, Person, Ort oder Konzept – existiert nur im Kontext dieser semantischen Ordnung. Ihre Typisierung und ihre Attribute bestimmen, wie Suchmaschinen sie verstehen, verknüpfen und bewerten. Dieser Artikel zeigt, wie diese Ordnung funktioniert und warum sie das Fundament jeder semantischen SEO-Strategie bildet.

1. Was sind Entitäten-Typen?

Ein Entitäten-Typ beschreibt eine Kategorie von Dingen, die ähnliche Eigenschaften teilen. Er definiert, welche Art von Objekt eine Entität ist und welche Attribute sie besitzen darf.

Beispielhafte Haupttypen sind:

• Person – eine individuelle, identifizierbare Person.
• Organization – eine juristische Einheit wie Firma, Verein oder Institut.
• Place – ein geografischer Ort oder eine Adresse.
• Product / Service – ein herstellbares oder erwerbbares Gut.
• Event – ein zeitlich begrenztes Ereignis.
• CreativeWork – ein schöpferisches Werk wie Artikel, Buch oder Video.
• Concept / Idea – ein abstraktes Thema oder theoretischer Begriff.

Diese Typen stammen ursprünglich aus der Ontologie-Forschung und wurden über Standards wie Schema.org, Wikidata und DBpedia in die maschinelle Semantik übertragen. Sie dienen Google dazu, Entitäten im Knowledge Graph konsistent zu klassifizieren.

Eine Entität ohne klaren Typ bleibt für Maschinen unscharf – ähnlich wie ein Wort ohne Kontext. Typisierung ist deshalb die erste Stufe semantischer Präzision.

2. Attribute – die Eigenschaften von Entitäten

Attribute sind die Merkmale, durch die eine Entität beschrieben wird. Sie geben Maschinen konkrete Anhaltspunkte für Identität und Bedeutung.

Beispiel: Organisation

{
  "@type": "Organization",
  "name": "Müller Ingenieure GmbH",
  "founder": "Hans Müller",
  "location": "Augsburg",
  "url": "https://mueller-ingenieure.de"
}

Diese Attribute machen die Organisation eindeutig: Name, Gründer, Standort, Webadresse.

Beispiel: Person

{
  "@type": "Person",
  "name": "Maria Sánchez",
  "jobTitle": "Architektin",
  "affiliation": "Müller Ingenieure GmbH",
  "alumniOf": "TU München"
}

Jedes Attribut trägt semantische Energie. jobTitle zeigt Funktion, affiliation verknüpft die Person mit einer Organisation. So entstehen Relationen – die Grundlage jeder Wissensstruktur.

Im SEO-Kontext sind Attribute die Stellschrauben, über die Google Entitäten identifiziert, prüft und bewertet. Sie bilden das Bindeglied zwischen Sprache und Datenstruktur.

3. Klassen – die übergeordneten Konzepte

In semantischen Systemen ist jede Entität Teil einer Klassenhierarchie. Eine Klasse ist ein Oberbegriff, der Regeln vererbt.

Beispielhafte Hierarchie in Schema.org:

Thing
 ├── Person
 │   └── Author
 └── Organization
     └── EducationalOrganization
         └── CollegeOrUniversity

Jede Unterklasse erbt die Attribute ihrer Elternklasse und kann sie erweitern. Ein Author ist eine spezielle Person – mit zusätzlichen Eigenschaften wie worksFor oder knowsAbout.

Klassen sorgen für logische Konsistenz: Wenn Google weiß, dass Author eine Unterklasse von Person ist, versteht es automatisch, dass dieselben Grundregeln gelten.

Für SEO-Autoren und Marken bedeutet das: Die korrekte Klassenzuordnung entscheidet darüber, ob Google die Bedeutung einer Seite sofort erkennt oder erst erraten muss.

4. Typische Entitäten-Typen im SEO-Kontext

In der Praxis wiederholen sich bestimmte Entitätstypen besonders häufig. Sie bilden den Kern der semantischen Repräsentation einer Website.

Diese Typen bilden die sichtbare Schicht des semantischen Webs. Sie sind die Schnittstellen, über die Google Bedeutungen erkennt und verknüpft.

5. Attribute und Relationen in der Praxis

Entitäten existieren nicht isoliert – sie leben durch ihre Beziehungen. Ein Attribut ist oft mehr als ein Merkmal: Es erzeugt eine semantische Relation.

Beispiele:

Organization → founder → Person

Person → authorOf → CreativeWork

Event → location → Place

Wenn ein Autor korrekt mit einem Artikel und dieser wiederum mit einer Organisation verknüpft ist, entsteht ein semantisches Dreieck – eine minimale Wissenseinheit im Knowledge Graph.

Diese Strukturen sind entscheidend für Source Entity Trust. Sie zeigen Google, dass Information aus einem überprüfbaren Netzwerk stammt. Ein sauber modelliertes Verhältnis zwischen Autor – Werk – Quelle erhöht die Glaubwürdigkeit und verbessert die Chancen auf Darstellung in AI Overviews und Wissenskarten.

6. Ontologische Tiefe und semantische Präzision

Ontologien sind mehr als Vokabellisten. Sie definieren, wie Wissen logisch funktioniert.

In Schema.org etwa ist LocalBusiness nicht einfach eine Kategorie, sondern eine Unterklasse von Organization mit eigenen Attributen (openingHours, priceRange, servesCuisine usw.).

Diese Vererbung ermöglicht semantische Tiefe: Maschinen wissen, dass jedes „LocalBusiness" zugleich eine „Organization" ist – aber nicht umgekehrt.

Präzise Typisierung und korrekte Klassenzuordnung verhindern Missverständnisse, z. B. wenn ein Restaurant fälschlich als generische „Website" markiert wäre.

Inhaltlich bedeutet das: Je genauer eine Entität im semantischen Baum verortet ist, desto zuverlässiger kann sie in Suchsystemen erscheinen. Entitäten mit klarer Hierarchie erzeugen Stabilität – im Index wie im Wissen.

7. Strategische Bedeutung für semantische SEO

Die Arbeit mit Typen, Attributen und Klassen ist kein technischer Luxus, sondern der semantische Kern moderner Sichtbarkeit.

a) Typisierung

Jede Seite sollte eine eindeutige semantische Identität haben: Ist sie über eine Person, ein Unternehmen oder ein Konzept? Die Typisierung steuert, wie Google sie interpretiert.

b) Attributierung

Relevante Eigenschaften müssen explizit angegeben werden – nicht nur im Text, sondern auch in strukturierten Daten. Fehlende Attribute erzeugen Informationslücken.

c) Klassifizierung

Die richtige Klasse stellt sicher, dass Attribute im richtigen Bedeutungsrahmen gelesen werden. Ein Fehler hier kann die semantische Integrität einer ganzen Domain schwächen.

d) Beziehungspflege

Interne Links, wiederkehrende Terminologie und saubere Autoren-Relationen bilden die Text-Ebene dieser Ontologie.

Wer diese vier Ebenen konsistent pflegt, schafft nicht nur Struktur, sondern auch Vertrauen – für Mensch und Maschine.

8. Negativbeispiel: Wenn Struktur fehlt

Was fehlt:

1. Keine klare Typisierung
Die Startseite erwähnt zwar den Firmennamen, aber nirgends wird explizit definiert, dass es sich um eine Organization handelt. Es fehlen strukturierte Daten wie Schema.org-Markup. Google erkennt die Seite als „Website über Digitalisierung", nicht als eigenständige Entität.

2. Inkonsistente Benennung
Auf der Startseite heißt es „Digitalbüro Meyer", in der Fußzeile „Meyer & Partner GmbH", im Impressum „Meyer Digitalisierungsberatung". Drei verschiedene Namen für dieselbe Organisation – semantisches Gift.

3. Attribute fehlen oder sind verstreut
Gründungsjahr, Standort, Geschäftsführer und Kontaktdaten sind auf verschiedene Seiten verteilt, nirgends zusammenhängend dokumentiert. Google kann kein vollständiges Bild der Organisation formen.

4. Keine Relationen zwischen Entitäten
Die Teamseite listet drei Berater auf – aber ohne Verknüpfung zur Organisation. Es fehlen Attribute wie affiliation oder memberOf. Die Personen bleiben isolierte Namen ohne semantischen Kontext.

5. Falsche Klassenzuordnung bei Leistungen
Die Leistungsseite beschreibt „Digitalisierungsberatung" und „Prozessoptimierung" – aber nicht als Service-Entitäten, sondern als bloße Textabschnitte. Google kann sie nicht als eigenständige Angebote interpretieren.

Die Folgen:

• Kein Knowledge Panel: Trotz zehn Jahren Marktpräsenz erscheint die Firma nicht im Knowledge Graph.
• Schwache lokale Sichtbarkeit: Bei Suchen wie „Digitalisierungsberatung München" wird die Firma nicht in der lokalen Ansicht gelistet – der Standort ist semantisch nicht verankert.
• Keine Personen-Autorität: Die drei Berater werden bei Suchanfragen zu ihren Fachgebieten nicht als Experten erkannt – ihre Zugehörigkeit zur Organisation ist nicht modelliert.
• Ausschluss aus AI Overviews: Bei generativen Antworten zu „Was macht eine gute Digitalisierungsberatung aus?" wird die Firma nicht genannt – sie existiert im Wissensgraph nicht als validierte Quelle.

Was hätte geholfen:

Eine einheitliche Benennung, strukturierte Daten auf allen relevanten Seiten (Organization, Person, Service), konsistente Attribute (Gründungsjahr, Standort, Gründer) und saubere Relationen zwischen Team, Leistungen und Organisation. Die Struktur macht den Unterschied zwischen „Website mit Text" und „semantisch validierte Entität".

9. Fazit – Struktur ist Bedeutung

Google erkennt heute nicht nur, was etwas ist, sondern auch, wie es in das Netz des Wissens eingebettet ist.

Entitäten ohne Typ, ohne Attribute oder ohne klare Klassenzuordnung bleiben semantisch unvollständig – wie Koordinaten ohne System.

Die Zukunft von SEO liegt in der Fähigkeit, Bedeutung strukturiert darzustellen: durch präzise Typisierung, konsistente Attribute und saubere Klassifikation.

Sprache schafft Bedeutung. Struktur macht sie maschinenfähig.

Häufig gestellte Fragen (FAQ)