Wichtig semantics

about (Schema-Property)

Auch bekannt als: schema:about, about-Property


Aktualisiert 2026-05-03 · von Marco Biner

1. Kurzdefinition

about ist eine Schema.org-Property, die das Hauptthema einer CreativeWork mit einer Entity verknüpft — der zentrale Mechanismus, um Inhalte mit ihren primären Themen-Entitäten im Wissensgraph zu vernetzen.

2. Ausführliche Erklärung

about ist die Schema.org-Property, die einer CreativeWork (Article, BlogPosting, Book, Course) ein Hauptthema zuweist. Während name und headline den Titel menschenlesbar tragen, macht about das Thema maschinenlesbar als Entity-Referenz. Damit wird die thematische Zuordnung explizit — KI-Modelle müssen sie nicht aus dem Volltext ableiten.

Aus GEO-Sicht ist about der wichtigste Mechanismus zur Themen-Verankerung. Bei einem Blog-Post über MWST verweist about idealerweise via @id auf eine eigene DefinedTerm-Entity im Glossar (/glossar/mwst#term). Diese Cross-Reference verdichtet den lokalen Wissensgraph: Blog-Post und Glossar-Begriff sind verknüpft, beide profitieren von der Authority des anderen.

Technisch akzeptiert about jeden Schema.org-Type als Wert. Typisch sind DefinedTerm (für Glossar-Begriffe), Person (bei biografischen Artikeln), Place (bei Reise-Beiträgen), Product (bei Produkt-Reviews), Thing als generischer Anker. Best Practice ist @id-Referenz auf existierende Entities, nicht verschachtelte Voll-Definitionen — letzteres fragmentiert die Entity-Identität.

Eine subtile Unterscheidung zu mentions: about ist das Hauptthema (eine Entity), mentions sind Nebenerwähnungen (mehrere Entitäten). Bei einem MWST-Artikel: about ist „MWST 2026“, mentions sind „Bundessteuerverwaltung“, „KMU-Verband“, „Quellensteuer“. Beide ergänzen sich — about pinnt das Thema fest, mentions spannen das Themen-Netzwerk auf.

Für eine Schweizer KMU bedeutet about konkret: jeder Article/BlogPosting bekommt eine about-Property mit @id-Referenz auf eine DefinedTerm-Entity im eigenen Glossar. Damit wird jeder Blog-Post zum Knoten im themenfokussierten Wissensgraph der Site. Über die Zeit entsteht eine dichte Vernetzung zwischen Glossar-Begriffen und referenzierenden Articles — KI-Modelle erkennen die Site als Themen-Authority in ihrer Branche.

3. Praxisbeispiel

Article mit about-Verknüpfung auf eigenen Glossar-Begriff:

{
  "@type": "BlogPosting",
  "@id": "https://www.beispiel.ch/blog/mwst-2026#article",
  "headline": "MWST-Erhöhung 2026 für KMU",
  "about": {
    "@id": "https://www.beispiel.ch/glossar/mwst#term"
  },
  "mentions": [
    { "@id": "https://www.beispiel.ch/glossar/quellensteuer#term" }
  ]
}

about als @id-Referenz auf den MWST-DefinedTerm — der Artikel ist explizit „über MWST“. mentions als zusätzliche Cross-Reference auf Quellensteuer als verwandter Begriff. KI-Modelle bauen damit ein präzises Themen-Mapping: dieser Artikel gehört zum MWST-Themen-Cluster.

4. Typische Fehler & Missverständnisse

5. Best Practices

6. Fakten


Definition von Marco Biner · Certified GEO Expert

Marco Biner — Founder geoquality.ai, Certified GEO Expert

about ist die Themen-Brücke zwischen Inhalt und Wissensgraph. Was ich konsistent sehe: KMU-Sites, die about konsequent auf eigene Glossar-Entitäten verweisen, haben eine 30 bis 40 Prozent höhere Themen-Cluster-Erkennung in KI-Modellen — und werden dadurch in spezialisierten Anfragen häufiger als Authority zitiert.

Mein Standard: jeder Blog-Post bekommt eine about-Property mit @id-Referenz auf eine DefinedTerm-Entity im eigenen Glossar. Bei geoquality.ai: jeder GEO-bezogene Article verweist auf einen Glossar-Begriff aus den 56 DefinedTerms. Das verdichtet den lokalen Wissensgraph systematisch — und macht jede Site zur themenfokussierten Authority.


GEO Importance Rank

Wie wichtig ist dieser Begriff für Generative Engine Optimization?

62 /100
Wichtig Range 50–69

FAQs

Wie unterscheidet sich about von mentions?

about ist die EINE Hauptentity eines Inhalts. mentions sind MEHRERE Nebenentitäten. Bei einem Artikel über MWST: about ist „MWST“ als zentrale Entity, mentions können „Bundessteuerverwaltung“, „Quellensteuer“ und „KMU-Verband“ sein. Beide ergänzen sich — about pinnt das Hauptthema, mentions spannen das Kontext-Netzwerk.

Welche Entity-Types eignen sich als about?

DefinedTerm bei Glossar-bezogenen Inhalten (häufigster Fall in der GEO-Praxis), Person bei biografischen Artikeln, Place bei Reise- oder Lokal-Themen, Product bei Reviews, Event bei Veranstaltungs-Berichten, Organization bei Firmen-Porträts. Generisches Thing als Anker, wenn keine spezifischere Entity passt.

Soll about auf eigene oder externe Entities verweisen?

Bevorzugt auf eigene DefinedTerm-Entities im Glossar — verdichtet den lokalen Wissensgraph. Bei Themen ohne eigenen Glossar-Eintrag: externe Authority-Quelle via sameAs auf Wikidata oder die offizielle Themen-Page. Best Practice ist Mix: eigene DefinedTerm primär, externe Verweise sekundär bei nicht-glossar-fähigen Themen.

Kann ich mehrere about-Werte setzen?

Schema.org erlaubt es, aber semantisch ist es ungünstig — about soll DAS Hauptthema markieren, nicht mehrere. Wenn ein Article wirklich zwei gleichgewichtige Themen hat: in zwei separate Articles aufteilen, jeder mit klarem about. Wenn einer der Themen nur Nebensache ist: das in mentions verschieben.

Was passiert ohne about-Property?

Der Themen-Bezug muss aus dem Volltext abgeleitet werden — was unzuverlässig ist und die Authority im jeweiligen Themenfeld schwächt. KI-Modelle nutzen about als kritisches Signal für Topical-Cluster — fehlt es, wird der Inhalt thematisch unscharf eingeordnet.

Wie pflege ich about bei Multi-Topic-Artikeln?

Wenn ein Artikel wirklich gleichwertig mehrere Themen behandelt, in mehrere Articles aufteilen — jeder mit eigenem about. Das ist semantisch sauberer und liefert KI-Modellen klarere Themen-Anker. Wenn Aufteilung nicht möglich: about auf das übergeordnete Konzept setzen (z. B. „Schweizer Steuersystem“ statt MWST oder Quellensteuer einzeln), spezifischere Themen via mentions.


Verwandte Begriffe

Eigene AI-Sichtbarkeit messen

Kostenlose SEAKT-Analyse für jede Website — Score in unter 2 Minuten.

Jetzt analysieren →