Grafik zur Darstellung des Google Knowledge Graphs

Aus diesen Quellen zieht der Google Knowledge Graph seine Daten.

Chancen und Risiken des Google Knowledge Graph für SEO

Die große Wende von der Informationsmaschine zur Wissensmaschine: Mit dem Knowledge-Graph präsentiert sich Google einmal mehr als Informationslieferant erster Instanz. Trotzdem spaltet keine weitere Google-Funktion den Markt so wie er.
Durch den Knowledge-Graph fürchten viele einen Trafficverlust ihrer eigenen Website. Andere sehen in ihm die Chance, in den ersten Suchanzeigen aufzutauchen. Der Internetkonzern selbst möchte für Nutzer vor allem eines: schnelle Antworten.

Was ist der Google Knowledge Graph?

Der Google Knowledge Graph ist ein Wissensspeicher von Google. Er schafft es, sein gesammeltes Wissen in Form von Entitäten miteinander zu verknüpfen. Mit seiner Einführung im Jahr 2012 hilft er NutzerInnen über die Snippets, das Karussell, die Answer Box oder die Google OneBox schnellere und gezieltere Antworten auf Fragen zu finden.

In einem Video erklärt Google selbst, was es mit dem Knowledge Graph auf sich hat.

Wie arbeitet der Knowledge Graph?

Der Knowledge Graph erkennt und vermutet semantische Zusammenhänge zwischen verschiedenen Entitäten. Das klappt in den meisten Fällen – aber nicht in allen. Sucht man beispielsweise nach Tom Hardy, einem britischen Schauspieler, präsentiert Google gleich den zugehörigen Wikipedia Eintrag. Dabei zeigt er rechts neben den Such-Snippets ein Karussel seiner aktuellen Filme und weitere potentiell interessanter Fakten an.

Screenshot zur Darstellung des Google Knowledge Graphs

Rechts im Bild ist der Knowledge Graph des Schauspielers Tom Hardy abgebildet.

Der Knowledge Graph geht davon aus, dass man bei der Suche nach Tom Hardy auch Interesse an seinen derzeitigen Rollen oder seiner Ehefrau hat. Probleme können jedoch ab und an bei doppeldeutigen Keywords oder Fragen auftreten. Beispielsweise wenn der Name einer Musik-Band einer Stadt gleicht – wie es bei Tokio Hotel der Fall ist. Sucht die Person nun die Band, oder ein Hotel in Tokio?

Das semantische System vom Knowledge Graph arbeitet mit Entitäten und Ontologien. Entitäten können Personen, Gebäude, Firmen u.v.m sein und sind an ein semantisches Umfeld (Ontologie) geknüpft. Entitäten können aufgrund einer gleichen Ontologie vom Knowledge Graphen in Verbindung gebracht werden.

Grafik zur Darstellung der Attribute

Sucht man nach „Tom Hardy“, zeigt der Knowledge Graph andere Entitäten, zu denen er eine direkte Verbindung hat – etwa einen Film, in dem Tom Hardy mitgespielt hat.

Schwierig daran ist, dass Ontologien und Entitäten nicht immer klar voneinander abzugrenzen sind. Wer erfahren möchte, welche Entitäten zur eigenen in Verbindung stehen, sollte einen Blick auf „Wird auch oft gesucht“ bei Google werfen. 

Woher zieht der Knowledge Graph seine Daten?

Google macht keinen Hehl daraus, dass es seinen Knowledge-Graph mit Wikipedia-Daten füttert. Weitere bisher bekannte Quellen sind:

Was denn nun: Gefahr oder Chance?

Selten befassen sich Artikel im Web damit, ob man wirklich Teil des Google Knowledge Graphen werden möchte. Wir versuchen für Euch die Pros und Contras abzuwägen.

Vorteile des Google Knowledge Graphs:

  1. Die Onebox des Knowledge-Graphs verschafft Seiten mehr Sichtbarkeit
    In einer Onebox fasst Google die wichtigsten Aspekte zusammen. Rein kommen nur die gut strukturierten. Von Vorteil sind die Oneboxen zuallererst für die User. Aber auch Websites mit schwächerem Suchranking können durch den Einzug in den Knowledge Graph eine Chance erhaschen, auf der ersten Ergebnisseite zu landen.
  2. NutzerInnen gelangen schneller an Ergebnisse
    Frei nach dem Slogan: „User First“, tut der Web-Gigant wieder einmal alles, um die beste User Experience zu bieten. Das Karussell, die Onebox und die Answer Box schaffen es, präzise Ergebnisse auf die Suche zu finden. Dabei wird nicht nur die Suchintention der NutzerInnen erkannt, sondern immer öfter auch die Doppeldeutigkeit hinter Keywords.
  3. Der Knowledge Graph liegt voll im Trend
    Der Markt bewegt sich auf die einfachste und schnellstmögliche Nutzung von Suchmaschinen hin. Der Knowledge Graph geht ebenfalls einen Schritt in diese Richtung. Wer diesen Schritt nicht mitgeht, könnte bald von der Konkurrenz abgehängt werden.

Nachteile des Google Knowledge Graphs:

  1. Trafficverlust, weil niemand mehr auf die Seite klickt
    Was gut für die NutzerInnen ist, ist unter SEOs wiederum gefürchtet: Denn wer seine Antwort direkt in der Google Onebox erhält, klickt vermutlich nicht länger auf den Link der zugehörigen Website. Websites, die sich durch Werbung finanzieren, können großen Schaden nehmen. Im Netz tummeln sich deshalb zwiegespaltene Meinungen über den Google Knowledge Graph.
  2. Änderungen in der Anzeige des Knowledge Graphs sind schwierig
    Website-Besitzern ist es zwar möglich, Änderungen für ihre Anzeige im Knowledge Graph vorzuschlagen, sie können sie jedoch nicht eigenständig vornehmen.

Warum Sie trotzdem Teil des Knowledge Graphs werden sollten

Den Trafficverlust kann man nicht wegdenken. Fakt ist jedoch, unsere Online-Kommunikation wird sich über spät oder lang noch weiter in Richtung „User First“ bewegen. Der Knowledge Graph geht dabei mit gutem Beispiel voran. SEOs sollten deshalb versuchen, in den Knowledge-Graph aufgenommen zu werden. Hochwertiger und hilfreicher Content sollte immer die Grundlage bieten. Denn: Wer mehr als nur eine stichwortartige Antwort auf eine Frage sucht, wird auch auf den weiterführenden Link klicken.

Schema.org hilft bei der Auszeichnung von Daten

Ein kostenloses und weltweit einheitliches Framework zur Auszeichnung von strukturierten Daten bietet das Projekt schema.org. Die Plattform wurde von den Unternehmen hinter den weltweit führenden Suchmaschinen ins Leben gerufen: Google, Microsoft, Yahoo und Yandex. Schema.org bietet ein hierarchisches System bestehend aus Schemen, Eigenschaften und Typen. Eine Seite kann also einen Datensatz enthalten, der einem bestimmten Schema zugeordnet werden wird. Als ein solches Schema kann der Datensatz nun bestimmte Eigenschaften besitzen, die Werte bestimmter Typen annehmen.

So kann eine Seite etwa Daten enthalten, die eine Organisation beschreiben. Eine Organisation kann eine Menge von Eigenschaften haben wie etwa eine Adresse – eine Adresse wiederum kann vom Typ entweder normaler Text oder eine PostalAddress sein. In letzterem Fall kann die Adresse verschachtelt wiederum weitere Eigenschaften besitzen. Im Folgenden zeigen wir anhand eines einfachen Beispiels, wie diese abstrakte Hierarchie in der Praxis umgesetzt werden kann.

Rein technisch kann man die Auszeichnung mit verschiedenen Methoden vornehmen. Die Auszeichnung kann direkt im HTML-Dokument der Seite mittels RFDa oder Microdata vorgenommen sowie in einem eigenen JSON-LD-Skript untergebracht werden. Wir betrachten nun folgende Informationen, die wir auf unserer Website strukturiert auszeichnen möchten:

Informationen mit JSON-LD einbetten

Als Alternative zur direkten Implementierung in das HTML-Dokument kann man die strukturierten Daten auch in ein eigenes Skript auslagern. Der Vorteil: Die strukturierten Daten werden von den dargestellten Daten auf der Website getrennt. So können die Daten leichter eingefügt und gepflegt werden. Mit dem Google Tag Manager können JSON-LD-Skripte automatische generiert werden – so kann man auch ohne Programmierkenntnisse strukturierte Daten ganz leicht einfügen.

Ein JSON-LD-Skript für obiges Beispiel sieht wie folgt aus:

Auszeichnung einer Organisation mit RDFa

Mit RDFa (das sehr ähnlich zu Microdata ist) können die Informationen direkt in das HTML eingebettet werden. Die obigen Informationen werden so zu:

Informationen mit JSON-LD einbetten

Als Alternative zur direkten Implementierung in das HTML-Dokument kann man die strukturierten Daten auch in ein eigenes Skript auslagern. Der Vorteil: Die strukturierten Daten werden von den dargestellten Daten auf der Website getrennt. So können die Daten leichter eingefügt und gepflegt werden. Mit dem Google Tag Manager können JSON-LD-Skripte automatische generiert werden – so kann man auch ohne Programmierkenntnisse strukturierte Daten ganz leicht einfügen.

Ein JSON-LD-Skript für obiges Beispiel sieht wie folgt aus:

Zusammenfassend kann man den Google Knowledge Graph als eine semantische Datenbank beschreiben, die die unterschiedlichsten Knotenpunkte und Aspekte verbindet und in einen Zusammenhang setzt. Dabei stellt jeder Knotenpunkt eine Entität mit verschiedenen Attributen dar. Der Graph selbst stellt die Entitäten anschließend in Beziehung zueinander und listet sie nach Relevanz auf. Dadurch lassen sich auf einen Blick alle semantischen Bedeutungen und die Nähe zu weiteren verwandten Begriffen sowie Zusammenhängen einordnen.