Hinweis: Dieser Beitrag gehört zur Wissensrubrik Wissensportal aufbauen: Dein System für die KI-Ära (nicht nur ein Blog) im Mehrklicks-Wissensportal.

Die Inhalte beschreiben Methoden und Strukturen, mit denen wir Marken für KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews sichtbar machen.

Eine thematische Einordnung und die operative Umsetzung findest du auf der Seite Agentur für KI-Sichtbarkeit.

Entitäten-Modellierung statt Keyword-Recherche: Die Blaupause für Wissensportale in Nischenmärkten

Ich erinnere mich genau an das Meeting. Ein Mandant, ein hochinnovativer Hersteller von Spezialkomponenten für die Medizintechnik. Ein typischer ‚Hidden Champion‘ mit einem entscheidenden Problem: Niemand suchte online nach seinen Produkten. Die Keyword-Tools zeigten eine glatte Null.

‚Wie sollen wir Content erstellen, wenn es kein Suchvolumen gibt?‘, fragte der Marketingleiter. Seine Agentur hatte ihm geraten, auf breitere, generische Begriffe auszuweichen. Ein fataler Fehler.

Dieser Moment ist der Grund, warum ich heute fast nie mehr mit einer Keyword-Recherche starte. In Nischen, bei Innovationen oder in komplexen B2B-Märkten gleicht das Vertrauen auf Suchvolumen dem Versuch, mit einer alten Landkarte durch eine neu gebaute Stadt zu navigieren. Man verirrt sich.

Die Wahrheit ist: Die Abhängigkeit von Keyword-Daten ist ein Relikt aus einer Zeit, in der Suchmaschinen nur Zeichenketten abgleichen konnten. Diese Ära ist vorbei. Willkommen im Zeitalter der semantischen Suche, in dem nicht Keywords, sondern Konzepte die Währung sind.

Das Ende der Keyword-Illusion

Jahrelang wurde uns eingetrichtert: Finde ein Keyword mit hohem Suchvolumen und niedriger Konkurrenz, schreibe einen Text darüber, und die Besucher werden kommen. Dieses Modell bricht gerade in sich zusammen.

Warum?

  1. Nischen haben kein Volumen: Spezialisierte Märkte leben von wenigen, aber hochqualifizierten Anfragen. Diese sind oft so spezifisch, dass sie in keinem Tool auftauchen. Wer nur auf Volumen schaut, ignoriert seine wertvollste Zielgruppe.

  2. Innovationen sind unsichtbar: Wenn du etwas Neues entwickelst, gibt es per Definition noch keine Suchhistorie dafür. Du kannst nicht optimieren, wonach noch nie jemand gesucht hat.

  3. KI-Systeme suchen nicht: ChatGPT, Perplexity und Co. nutzen das Web nicht wie ein menschlicher User. Sie durchsuchen keine Keyword-Listen, sondern greifen auf strukturierte Wissensdatenbanken zu, um Antworten zu synthetisieren. Deine Website muss eine Quelle für dieses Wissen sein, nicht nur eine Antwort auf eine Suchanfrage.

Die Jagd nach Suchvolumen führt dich in eine Sackgasse. Du optimierst für eine Vergangenheit, die es für dein Thema vielleicht nie gab, und ignorierst die Zukunft, in der Maschinen dein Publikum sind.

Der Ausweg ist ein radikaler Perspektivwechsel: Hör auf, in Keywords zu denken, und fang an, dein Thema wie eine Maschine zu sehen – als ein Netzwerk aus verbundenen Konzepten.

Von Keywords zu Entitäten: Denke wie eine Maschine

Eine Maschine wie Google versucht nicht, Wörter zu verstehen. Sie versucht, die Welt in ihren Zusammenhängen zu erfassen. Das Fundament dafür ist der Knowledge Graph, eine gigantische Datenbank, die nicht Wörter, sondern Entitäten speichert. Eine Entität ist ein eindeutig identifizierbares Konzept – eine Person, ein Ort, ein Unternehmen, ein Produkt, eine Idee. ‚Angela Merkel‘ ist eine Entität. Die ‚Hauptstadt von Deutschland‘ (Berlin) ebenso, genau wie die ‚Photosynthese‘.

Der Clou sind die Beziehungen zwischen ihnen: Angela Merkel war Bundeskanzlerin von Deutschland, dessen Hauptstadt Berlin ist.

Diese Denkweise ist der Schlüssel zur KI-Sichtbarkeit. Wenn du deine Website nicht mehr als Sammlung von Keyword-optimierten Seiten, sondern als strukturierte Darstellung von Entitäten und ihren Beziehungen aufbaust, sprichst du die Sprache der Maschinen. Du lieferst nicht nur einen Text, du lieferst Kontext. Und Kontext ist genau das, was KI-Systeme brauchen, um Vertrauen in deine Inhalte aufzubauen.

Google hat diesen Wandel schon vor Jahren mit Updates wie BERT und MUM eingeleitet. Diese Modelle sind darauf trainiert, die Absicht und den Kontext hinter einer Anfrage zu verstehen, anstatt nur Wörter abzugleichen. Generative Modelle wie in SGE (AI Overviews) treiben das auf die Spitze: Sie suchen nicht nach dem besten Artikel, sondern nach den verlässlichsten Fakten, um eine neue Antwort zu erstellen. Deine Website wird zur Datenquelle.

Die Blaupause: Entitäten-Modellierung in 4 Schritten

Wie baust du also ein Wissensportal, wenn du bei null startest und keine Keyword-Daten hast? Indem du dein Thema modellierst. Das ist kein Hexenwerk, sondern ein logischer Prozess. Nehmen wir als Beispiel ein fiktives Wissensportal über ‚biokompatible 3D-Druckmaterialien‘ – eine typische Nische.

Schritt 1: Definiere deine Kern-Entität

Was ist das zentrale Konzept deines Portals? In unserem Fall ist es das ‚Biokompatible 3D-Druckmaterial‘. Das ist dein Nordstern. Alles andere wird sich darum gruppieren.

Schritt 2: Identifiziere verbundene Entitäten

Jetzt brainstormst du. Welche anderen Konzepte sind untrennbar mit deiner Kern-Entität verbunden? Gruppiere sie logisch:

  • Typen/Kategorien: Polymere, Keramiken, Metalle, Hydrogele

  • Eigenschaften (Attribute): Biokompatibilität, Abbaubarkeit, mechanische Festigkeit, Drucktemperatur

  • Anwendungen (Prozesse): Implantate, Prothesen, Drug-Delivery-Systeme, Tissue Engineering

  • Technologien (Instrumente): FDM-Druck, SLA-Druck, SLS-Druck

  • Akteure (Organisationen/Personen): Hersteller, Forschungsinstitute, Regulierungsbehörden (z. B. FDA)

  • Probleme/Herausforderungen: Sterilisation, Materialkosten, Zulassungsverfahren

Schritt 3: Visualisiere die Beziehungen

Nimm ein Whiteboard oder ein Mindmap-Tool und zeichne diese Beziehungen auf. Die Kern-Entität kommt in die Mitte, die verbundenen Entitäten werden zu Zweigen. Schnell wirst du sehen, wie ein Wissensnetz entsteht.

‚Polymer X‘ (Typ) hat die Eigenschaft ‚biokompatibel‘.

Es wird verwendet für die Anwendung ‚Implantate‘.

Es wird verarbeitet mit der Technologie ‚FDM-Druck‘.

‚Hersteller Y‘ produziert ‚Polymer X‘.

Dieses Netzwerk ist die logische Grundlage deiner Website.

Schritt 4: Übersetze das Modell in eine Content-Architektur

Deine Entitäten-Karte ist nun die Blaupause für deine semantische Architektur.

Die Kern-Entität wird deine Pillar Page oder die Startseite deines Wissens-Hubs.

Jede Hauptkategorie verbundener Entitäten (z. B. ‚Typen‘, ‚Anwendungen‘, ‚Technologien‘) wird zu einem Content-Silo, also einer Hauptkategorieseite.

Jede spezifische Entität (z. B. ‚Polymere‘, ‚Implantate‘, ‚FDM-Druck‘) wird zu einem unterstützenden Artikel (Cluster Content) innerhalb des entsprechenden Silos.

Statt planlos Blogartikel zu Keywords zu schreiben, baust du ein logisches, in sich geschlossenes Wissenssystem. Jeder Artikel erklärt eine Entität und verlinkt auf andere, die mit ihr in Beziehung stehen. So schaffst du von Anfang an thematische Tiefe und Autorität. Du zeigst den Maschinen nicht nur, dass du über ein Thema schreibst – du beweist, dass du es in seiner Gesamtheit verstanden hast.

Fazit: Baue Wissen, nicht nur Content

Zurück zu meinem Mandanten aus der Medizintechnik. Wir haben die Keyword-Tools ignoriert und stattdessen sein gesamtes Produkt- und Anwendungswissen nach diesem Prinzip modelliert. Wir haben die Materialien, die Verfahren, die klinischen Studien und die regulatorischen Anforderungen als vernetzte Entitäten abgebildet.

Das Ergebnis? Obwohl es kaum direktes Suchvolumen gab, wurde die Website innerhalb weniger Monate von Google als thematische Autorität erkannt. Sie rankte für Hunderte von Long-Tail-Anfragen, die nie ein Tool angezeigt hätte. Noch wichtiger: In KI-Antworten und spezialisierten Fachportalen wurde das Unternehmen plötzlich als Quelle zitiert.

Die Lektion ist klar: Wenn du in einer Nische erfolgreich sein willst, höre auf, Antworten auf Fragen zu geben, die niemand stellt. Fange an, das Wissen so zu strukturieren, dass Maschinen es verstehen, kontextualisieren und weiterempfehlen können. Das ist keine Optimierung mehr. Das ist Architektur.


Häufig gestellte Fragen (FAQ)

Was genau ist eine Entität?

Stell dir eine Entität wie einen Eintrag in einem Lexikon vor. Es ist ein einzelnes, klares Konzept (z. B. eine Person, ein Produkt, ein wissenschaftlicher Grundsatz), das Eigenschaften hat und in Beziehung zu anderen Konzepten steht. Im Gegensatz zu einem Keyword (‚laufschuhe günstig‘) ist eine Entität eindeutig (‚Nike Air Zoom Pegasus 40‘).

Ist Entitäten-Modellierung nicht viel aufwändiger als eine Keyword-Recherche?

Am Anfang ja. Aber es ist eine fundamentale Arbeit, die sich langfristig auszahlt. Eine Keyword-Recherche wiederholst du ständig, und sie kann dich in die Irre führen. Eine saubere Entitäten-Architektur ist das Fundament deines gesamten digitalen Auftritts. Sie verhindert, dass du Content produzierst, der ins Leere läuft, und sorgt für nachhaltige Sichtbarkeit.

Brauche ich spezielle Tools für die Entitäten-Modellierung?

Nein. Du kannst mit einem Whiteboard, einem Notizbuch oder einem einfachen Mindmap-Tool wie Miro oder XMind beginnen. Es geht vor allem um das logische Denken und das Strukturieren deines Fachwissens. Später können Tools zur Analyse von Wissensgraphen helfen, aber für den Start ist dein Expertenwissen das wichtigste Werkzeug.

Bedeutet das, dass Keywords jetzt komplett unwichtig sind?

Nein, sie sind nicht unwichtig, aber ihre Rolle hat sich verändert. Keywords sind nicht mehr der Ausgangspunkt, sondern ein Ergebnis deiner Architektur. Sie zeigen dir, wie Menschen nach den Konzepten suchen, die du bereits abgedeckt hast. Du nutzt sie, um deine Titel, Überschriften und Texte nutzerfreundlicher zu formulieren, aber sie diktieren nicht mehr deine Content-Strategie.