Zentrale Begriffe rund um Generative Engine Optimization, das SEAKT-Framework
und maschinenlesbare Web-Strukturdaten. Jeder Begriff bekommt einen
GEO Importance Rank (0–100) — unsere autoritative Bewertungsachse
für die Branche.
10Begriffe
10mit voller Definition
0Backfill folgt
Bewertungssystem
Was ist der GEO Importance Rank?
Eine Skala von 0 bis 100, die ausdrückt, wie zentral ein Begriff für
Generative Engine Optimization ist. 100 = Fundament
(ohne den Begriff kein GEO). 0–29 = Nische
(spezifische Schema-Typen, Edge-Cases). Der Rank lebt
maschinenlesbar im JSON-LD jedes Begriffs als
additionalProperty mit propertyIDgeoquality:geo-importance-rank.
100–90
Fundamental
Fundamental — ohne dieses Konzept funktioniert GEO nicht.
89–70
Sehr wichtig
Sehr wichtig — operative Hauptwerkzeuge fuer GEO-Optimierung.
Ein Knowledge Graph ist eine Datenstruktur, die Entitäten und ihre Beziehungen als verknüpftes Netzwerk repräsentiert und KI-Systemen die Faktenbasis liefert, aus der sie Antworten zusammensetzen.
Eine Entity ist ein eindeutig identifizierbares Konzept — Person, Organisation, Ort, Produkt oder Idee — das in Schema.org und JSON-LD mit klar definierten Properties und Beziehungen ausgezeichnet wird, damit KI-Systeme es im Wissensgraphen verankern können.
Semantische Suche ist ein Retrieval-Ansatz, der Inhalte nach Bedeutung statt nach exakter Wort-Übereinstimmung findet. Sie basiert auf Embeddings und Vektor-Ähnlichkeit und ist 2026 die Grundlage moderner Such-Engines, RAG-Pipelines und KI-Antwort-Maschinen. Sie ersetzt die Keyword-zentrierte Suche der klassischen SEO-Ära.
Ein Knowledge Panel ist die rechte Seitenbox in der Google-Suche, die strukturierte Informationen zu einer Entität (Person, Organisation, Ort, Werk) anzeigt — Bild, Name, Beschreibung, Fakten, Social-Links. Gespeist aus dem Google Knowledge Graph. Im KI-Zeitalter wirkt das Panel als stärkster Authority-Anker, weil LLMs bevorzugt aus Knowledge-Panel-bestätigten Entitäten zitieren.
Entity-Disambiguierung ist der Prozess, bei dem ein Such- oder KI-System eine mehrdeutige Wort-Folge ('Apple', 'Marco Biner', 'Zürich') einer eindeutigen Entität im Wissensgraphen zuordnet. Ohne saubere Disambiguierung halluziniert die LLM oder verlinkt auf die falsche Entität — Schema.org-@id und sameAs sind die wichtigsten Disambiguierungs-Anker.
mentions ist eine Schema.org-Property, die Entitäten benennt, die in einem Inhalt erwähnt werden, ohne dass sie das Hauptthema sind — wichtig für KI-Modelle, um das Entity-Netzwerk eines Inhalts zu kartieren.
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.
hasPart ist eine Schema.org-Property, die eine Container-Entity mit ihren Bestandteilen verknüpft — der hierarchische Mechanismus, um Composition-Beziehungen zwischen Werken, Sammlungen und ihren Sub-Elementen maschinenlesbar zu machen.
isPartOf ist eine Schema.org-Property, die ein Werk oder eine Entity als Bestandteil eines übergeordneten Containers ausweist — die reziproke Property zu hasPart, beide gemeinsam machen hierarchische Beziehungen bidirektional navigierbar.
Named Entity Recognition (NER) ist die NLP-Aufgabe, in einem Text automatisch Entitäts-Erwähnungen zu identifizieren und zu klassifizieren — typisch Personen, Organisationen, Orte, Daten und Geld-Beträge. NER ist der vorgelagerte Schritt vor Entity-Disambiguierung und damit Voraussetzung für jede strukturelle Wissens-Extraktion aus Web-Inhalten.
Alle 10 Glossar-Begriffe als interaktiver Force-Directed Graph.
Knoten-Grösse = GEO Importance Rank, Knoten-Farbe = thematischer Cluster.
Kanten-Farbe und -Stil zeigen den Beziehungstyp (Hierarchie, verwandt,
Voraussetzung, implementiert). Klick auf einen Knoten öffnet den Begriff.