Knowledge Vault Semantische Infrastruktur

Knowledge Vault

Knowledge Vault wurde 2014 von Google Research vorgestellt und repräsentiert den Ansatz, Wissen nicht nur aus kuratierten Quellen wie Wikidata zu beziehen, sondern automatisch aus Milliarden von Webseiten zu extrahieren. Das System kombiniert verschiedene Extraktionsmethoden und weist jedem Fakt einen Konfidenzwert zu, der die Wahrscheinlichkeit seiner Korrektheit angibt. Dieser probabilistische Ansatz ermöglicht den Umgang mit widersprüchlichen Informationen aus verschiedenen Quellen. Knowledge Vault nutzt Techniken wie Textextraktion, Tabellenanalyse und DOM-Tree-Analyse, um Triples aus Webseiten zu gewinnen. In der semantischen Infrastruktur markiert Knowledge Vault den Übergang von manuell kuratierten zu automatisch generierten Wissensgraphen. Für SEO bedeutet dies, dass strukturierte Daten auf Webseiten direkt in den Wissensgraphen einfließen können. Die Konsistenz und Korrektheit der eigenen strukturierten Daten beeinflusst, welche Fakten Google über eine Entität als zuverlässig einstuft.

Probabilistisches Wissen und seine Konsequenzen

Knowledge Vault hat das Prinzip des kuratierten Wissens aufgebrochen: Statt nur zu fragen, ob ein Fakt stimmt, fragt es, wie wahrscheinlich es ist, dass er stimmt.

Diese probabilistische Logik ist ein Paradigmenwechsel. Traditionelle Wissensgraphen wie Freebase basierten auf manuell geprüften Fakten, entweder wahr oder nicht vorhanden. Knowledge Vault vergibt Konfidenzwerte, die aus der Übereinstimmung mehrerer extrahierter Quellen berechnet werden. Ein Fakt, der auf tausend konsistenten Webseiten auftaucht, erhält einen hohen Konfidenzwert. Ein Fakt, der vereinzelt und widersprüchlich erscheint, bleibt unsicher.

Für die semantische Infrastruktur bedeutet das: Konsistenz ist keine ästhetische Forderung, sondern ein Rankingfaktor auf Faktenebene. Jede Webseite, die eine falsche oder abweichende Angabe zu einer Entität macht, senkt den Konfidenzwert dieser Information im automatisch generierten Graphen. Suchmaschinen ziehen dann entweder andere Quellen vor oder zeigen das Faktum gar nicht an.

Wer die Mechanik von Knowledge Vault versteht, weiß, warum Named Authority Files, konsistente Unternehmenswebseiten und Wikidata-Einträge keine optionalen Maßnahmen sind.

Strukturierte Daten als Einspeisepunkt

Wer verstanden hat, wie Knowledge Vault Fakten aggregiert, erkennt sofort: Strukturierte Daten auf der eigenen Website sind eine direkte Einspeisung in genau diesen Prozess.

JSON-LD-Markup mit Schema.org-Typen liefert maschinenlesbare Fakten, die Knowledge-Vault-ähnliche Systeme extrahieren und mit anderen Quellen abgleichen. Name, Gründungsdatum, Standort, Tätigkeitsfeld, Mitarbeiterzahl, all diese Angaben als strukturiertes Markup veröffentlicht erhöhen die Konfidenz der zugehörigen Fakten im Wissensgraphen.

Entscheidend ist die Übereinstimmung: Wenn dein JSON-LD auf der Website, dein Wikidata-Eintrag und deine Google Business-Profile dieselben Fakten in kompatibler Form enthalten, steigt der Konfidenzwert dramatisch. Wenn sie divergieren, sinkt er oder Google ignoriert den strittigen Fakt ganz.

Für die Praxis heißt das: Vor dem Veröffentlichen neuer Fakten über eine Entität, ob auf der Website oder in externen Verzeichnissen, sollte geprüft werden, ob die Information konsistent mit allen anderen Quellen ist. Das Ziel ist ein kohärentes Faktennetz, das automatisierten Extraktionssystemen ein klares, widerspruchsfreies Signal gibt.