Entitäten

Der Begriff Entität leitet sich aus dem Lateinischen ab und bedeutet „Seiendes“ oder „Ding“. Es ist ein Begriff aus der Philosophie, Semantik und Informatik. In der Informatik ist eine Entität ein eindeutig identifizierbares, einzelnes Informationsobjekt. Es Beschreibt das Wesen bzw. die Identität eines konkreten oder abstrakten Gegenstandes des Seins. Entitäten können sowohl reale Dinge oder Personen als auch abstrakte Objekte sein. Als Entität kann die Informationsmenge zu einem definierten Oberbegriff verstanden werden. Spricht man also von der Entität „Handy“, enthält dieser Begriffe und Daten, die semantisch zum Überbegriff passen. Die Informationen könnten somit zum Beispiel die Begriffe “Telefonieren”, “Apps”, “Technik” oder “Apple” sein.

Es wird grundsätzlich zwischen „Named Entities“ zu deutsch benannten Entitäten und Konzepten unterschieden. Benannte Entitäten sind Objekte aus der echten Welt, wie z.B. Personen, Orte, Organisationen, Produkte und Events. Konzepte sind abstrakte Entitäten physikalischer, psychologischer oder sozialer Natur, wie z.B. Entfernung, Quantität, Emotionen, Menschenrechte und Frieden.

Mithilfe von Entitäten und ihren Beziehungen zueinander, sowie mit Informationen über Attribute (Eigenschaften) der Entitäten kann Google gesprochene Suchanfragen entschlüsseln.

1. Aufbau und Eigenschaften von Entitäten

Im Internet bekommen Entitäten eine Uniform Resource Identifier (URI) zugewiesen, um sie besser zu verstehen.  Sie ist ein Identifikator und besteht aus einer Zeichenfolge, die zur Identifizierung einer abstrakten oder physischen Ressource dient. Bei einem URI kann es sich auch um einen „Uniform Resource Locator“ (URL) handeln. Ein Uniform Resource Locator identifiziert und lokalisiert eine Ressource, beispielsweise eine Webseite, über die zu verwendende Zugriffsmethode und den Ort der Ressource in Computernetzwerken. Ein URI ist also die Basis für eine Entität und bedeutet erst mal nichts. Deswegen kommen die nächsten beiden Ebenen ins Spiel und zwar in Form von einem Resource Description Framework (RDF) und einer Ontologie. Das RDF-Modell besteht aus den drei Einheiten Subjekt, Prädikat und Objekt, wobei eine Ressource als Subjekt mit einer anderen Ressource als Prädikat näher beschrieben wird. Eine RDF ist also nur eine Auszeichnungssprache, ein Raster mit dem Daten strukturiert werden. Allerdings reicht es dem Internet noch nicht ganz aus, um die Bedeutung und Zuordnung von Begriffen zu verstehen. Dafür gibt es Ontologien die philosophisch sind und zum Bereich der Metaphysik gehören. Ontologien sind im Datenmanagement meist sprachlich gefasste und formal geordnete Darstellungen einer Menge von Begriffen und der zwischen ihnen bestehenden Beziehungen in einem bestimmten Gegenstandsbereich. Eine URI kann aber auch ein Unified Resource Name (URN) sein. In diesem Fall handelt es sich um eine Zeichenabfolge, die ein Objekt eindeutig identifizierbar macht, selbst wenn dessen Namen mehrdeutig ist: z.B. die Rockgruppe Queen, die eine andere URN besitzt als zum Beispiel Queen Elisabeth.

Durch den Kontext der Eigenschaften bzw. Attribute und den Beziehungen zu anderen Entitäten kann jeder Entität eine eindeutige Bedeutung zugeschrieben werden, auch wenn der Name der Entität mehrdeutig ist. Das ist gerade bei mehrdeutigen Entitätsnamen oder der Identifikation von Synonymen wichtig. So kann ein Jaguar sowohl ein Tier, als auch eine Automarke sein. Durch die unterschiedlichen Eigenschaften dieser Entitäten können sie den unterschiedlichen thematischen Bereichen zugeordnet und voneinander abgegrenzt werden.

Attribute bzw. Eigenschaften und die Art der Beziehung zu anderen Entitäten sind die wichtigsten Classifier, die Google nutzen kann, um die Bedeutung von Entitäten zu verstehen. In verschiedenen wissenschaftlichen Publikationen werden diese Classifier auch Fakten bezeichnet. Sie dienen neben der Interpretation auch der Zuordnung von Entitäten in Klassen von Entitätstypen.

2. Was sind Entitäts-Typen und Entitäts-Klassen?

In verschiedenen Google-Patenten findet man die Begriffe Entitäts-Typen und Entitäts-Klassen. Als Entitätstyp werden Gruppen von Entitäten bezeichnet, die eine Reihe von Eigenschaften gemeinsam haben, die aufgrund gleicher oder ähnlicher Attribute in Klassen zusammengefasst werden können.

Bestimmte Entitäts-Typen und Entitäts-Klassen haben eine ähnliche Zusammenstellung von Attributen und bilden damit eine Gruppe. Z.B. können dem Entität-Klasse „Person“ oder „Mensch“ immer Attribute wie Geburtsort, Wohnort und Geburtsdatum zugeordnet werden. Dadurch ist der Entitätstyp klar definiert. Die „Stadt“ ist ein Entitätstyp, zu dem Entitäten wie Bielefeld, Köln, Dortmund und Berlin gehören. Ein Entitätstyp kann auf einer hierarchischen Ebene wiederum Teil einer Gruppe sein, die durch einen anderen Entitätstypen gebildet wird. So gehört die „Stadt“ wie das „Land“ zum übergeordneten Entitätstypen „Ort“. Das Wissen, zu welchem Entitätstypen eine Entität (einzelnes, identifizierbares Objekt) gehört, hilft bei der Einordnung der jeweiligen Entität. Das gilt insbesondere bei Entitäten mit mehrdeutigen Namen. Entitätstypen sind deshalb auch für moderne Suchmaschinen wichtig, um Suchanfragen richtig einzuordnen.

3. Beziehung zwischen Entitäts-Klassen in Ontologien

Entitäten existieren nicht losgelöst von anderen Entitäten. Sie stehen in Beziehung zueinander. Es gibt aber auch Beziehungen zwischen Entitätstypen, also Gruppen von Entitäten.

Es gibt Datenbanken wie z.B. YAGO oder die DBpedia Ontology, die Beziehungen zwischen Entitäts-Klassen bzw. Entitäts-Typen darstellen. Wikipedia ist die Basis bei DBpedia Ontology. Es stellt eine Ontologie dar, die die Beziehungen zwischen den Klassen und Typen bildet und somit auch Entitäten darstellt. In der Semantik stellen Ontologien ein Umfeld dar, in dem Entitäten in Beziehung zueinander gestellt werden können. Über Entitäten werden Bezüge hergestellt, die in bestimmten Umfeldern (Ontologien) stattfinden. Darüber lassen sich Kontext und Bedeutung von Entitäten identifizieren und Entitäten können kategorisieren, aber auch bewertet werden.

Beziehungen zwischen Entitäten und Entitätstypen zu verstehen, hilft einerseits den Suchmaschinen bei der Auswahl passender Suchergebnisse. Andererseits hilft es Menschen, die Websites mit Inhalten füllen möchten.

4. Entitäten für die semantische Interpretation von Begriffen und Inhalten

Für Google spielen Entitäten eine zentrale Rolle bei der Interpretation von Suchanfragen über Rankbrain, als auch der Interpretation von kompletten Inhalten, Sätzen bzw. einzelnen Aussagen.

Bei der Nutzung von Suchmaschinen als auch der Suchmaschinenoptimierung haben die benannten Entitäten einen größeren Einfluss als Konzepte, da benannte Entitäten in Form der Knowledge Panel einen wichtigen Platz einnehmen.

Im Knowledge Graph speichert Google Informationen zu Entitäten wie Büchern, Filmen und Personen, die in der Öffentlichkeit eine gewisse Relevanz besitzen. Wie Google diese Relevanz genau einstuft, weiß man nicht. Nimmt Google einen als Person oder Unternehmen oder mit einem Buch oder Film usw. in den Google Knowledge Graph auf, hat das diverse Vorteile. Google listet in solchen Fällen bei passenden Suchanfragen rechts auf dem Bildschirm kompakte Informationen prominent auf.

Darüber hinaus lernt Google besonders viel über Beziehungen und Attribute dieser Entität, weshalb die Chance auf ein gutes Ranking bei passenden Suchanfragen ansteigen könnte. Man selbst kann die Chance steigern, als Eintrag in Googles Knowledge Graph zu landen. Im Kern möchte Google die Bedeutung und darüber die Nutzerintention bzw. Suchintention einer Suchanfrage identifizieren und dementsprechende Inhalte ausliefern. Das ist essentiell für eine positive Nutzererfahrung bei der Nutzung einer Suchmaschine.

Dazu muss Google den Kontext ermitteln. Beim Kontext ist der Suchanfragen-bezogene Kontext sowie der Nutzer-Kontext wie Standort des Suchenden und Suchhistorie wichtig. Beim Nutzer-Kontext geht es um Personalisierung, die Google laut eigener Aussage fast ausschließlich nur noch auf Standort und Art des Endgeräts als Einflussfaktor beschränkt.

Das wichtigste Kriterium für die Ermittlung des thematischen Kontext und der Suchintention ist der Suchterm selbst. Hier hat die Einführung von Rankbrain im Jahr 2015 Google einen großen Schritt weiter gebracht.

Wörter, die in Suchanfragen oder Inhalten vorkommen können oft nur im semantischen Kontext verstanden werden. Erst dieser Kontext verleiht Wörtern und Sätzen die Bedeutung.

Es ist daher sinnvoll einen Algorithmus so zu programmieren, dass bereits  vor dem zuführen der Trainingsdaten ein Text in mögliche semantische Kontexte eingeordnet werden kann.  Dann kann der Begriff bzw. die Suchanfrage oder Dokument in den passenden semantischen Vektorraum eingeordnet werden und in Beziehung zu anderen Begriffen im gleichen thematischen Kontext gesetzt werden. Dadurch kann dann auch ein bisher unbekannter Begriff gedeutet werden.

Durch Rankbrain ist Google seitdem in der Lage Natural Language Processing (NLP) und Word Embeddings bzw. Vektorraumanalysen automatisiert und skalierbar für die Interpretation von Suchanfragen einzusetzen. Den Weg dorthin ebnen selbstlernende Algorithmen bzw. Systeme (Machine Learning), die es ermöglichen komplexe Prozesse auch hinsichtlich der Geschwindigkeit bzw. Performance umzusetzen. Durch die Einführung von Rankbrain konnte Google das Spannungsfeld zwischen Skalierung und der Nutzung von NLP kombiniert mit Vektorraumanalysen für ein besseres semantisches Verständnis von Suchanfragen beseitigen.

Über Vektorraumanalysen lassen sich über Word Embeddings Suchanfragen, aber auch Sätze, explizite Fragestellungen oder komplette Inhalte analysieren. Die enthaltenen Wörter können durch ihren Kontext, also die umliegenden Wörter und Entitäten, besser verstanden werden. Durch Word Embeddings lassen sich fehlende Begriffe ergänzen bzw. umschreiben, um einen Satz oder einen Begriff verständlicher zu machen.

5. Was sind Entitäten für Google?

Für die Suchmaschinenoptimierung ist es wichtig zu verstehen, was Google als Entität begreift. Das ist relativ einfach möglich, indem man sich klar macht, für welche Suchanfragen Google Knowledge-Graph-Cards platziert. Der Google Knowledge Graph ist eine Wissensdatenbank, aus der Google relevante Informationen in einer Infobox neben seinen Suchergebnissen bereitstellt. Dadurch kann der Benutzer die Antwort auf einen Blick sehen.

Sobald Google eine Suchanfrage oder Teil eines Suchterms als Entität erkennt versucht Google Informationen für eine Infobox zu sammeln.

Bezogen auf Unternehmen muss man zwischen Brand-Informationsboxen und lokalen Informationsboxen unterscheiden. Für die Brand-Informationsboxen benötigt man einen Eintrag bei Wikipedia und/oder Wikidata. Damit haben nur bestimmte Unternehmen die Möglichkeit ein Brand-Informationsbox in den SERPs zu bekommen. Die lokalen Informationsboxen beziehen die Informationen in erster Linie aus dem Google MyBusiness-Eintrag und sind somit für jedes Unternehmen möglich.

Diese Informationsboxen erscheinen immer rechts von den Anzeigen und/oder Suchergebnissen.

6. Warum sind Entitäten für SEO wichtig?

Google hat mit dem Knowledge Graph und dem Hummingbird Update den Ranking-Algorithmus und Teile des Index auf eine semantische Suche umgestellt. Ein wichtiger Bestandteil spielt dabei der Knowledge Graph als semantische Datenbank. Graphen-Modelle bestehen immer aus sogenannten Knoten und Kanten. Die Knoten sind Entitäten und die Kanten beschreiben die Beziehung zwischen diesen Entitäten. Somit ist Google in der Lage auch Fragen bzw. Suchterme zu beantworten, bei denen der gesuchte Begriff gar nicht vorkommt. Entitätsmodelle bei der Suchmaschinenoptimierung (SEO) zu berücksichtigen, löst damit das simple Einflechten von Keywords in Texten ab.