Google Knowledge Panel: Wie Google über deine Identität entscheidet und was du daran ändern kannst

Der Knowledge Graph ist Googles interne Wissensdatenbank. Eine riesige strukturierte Datenbasis, die Entitäten - Personen, Unternehmen, Orte, Konzepte - und ihre Beziehungen zueinander speichert. Er ist nicht öffentlich zugänglich, und du kannst ihn nicht direkt befüllen. Google entscheidet autonom, was drin ist.

Das Knowledge Panel ist die sichtbare Ausgabe dieser Datenbank in den Suchergebnissen. Auf Desktop erscheint es rechts neben den organischen Ergebnissen, auf Mobil häufig ganz oben. Wenn Google einem Knowledge-Graph-Eintrag genug vertraut, macht es diesen als Panel sichtbar. Das Verhältnis zwischen beiden: Der Knowledge Graph ist das Gehirn, das Knowledge Panel ist das Gesicht. Wer im Gehirn fehlt, hat kein Gesicht in der Suche.

Eng verwandt, aber nicht identisch: das Google Business Profile. Wer ein lokales Unternehmen oder eine Selbständigkeit betreibt, kann sich ein GBP anlegen - und das erscheint in den Suchergebnissen als Panel mit Adresse, Öffnungszeiten, Bewertungen und Karte. Das sieht einem Knowledge Panel täuschend ähnlich und überlagert sich häufig mit einem. Der Unterschied liegt im Ursprung: Das GBP legst du selbst an und pflegst es aktiv. Das organische Knowledge Panel aus dem Knowledge Graph generiert Google autonom, ohne dass du dafür ein Konto anlegen oder etwas beantragen kannst. Beide können für dieselbe Entität gleichzeitig auftauchen. Für alles rund um das GBP gibt es den Beitrag zu Local SEO. Hier geht es um das Knowledge Panel, das aus dem Knowledge Graph entsteht.

Keine zwei Knowledge Panels sehen gleich aus. Google passt den Inhalt an den Entitätstyp an.

Bei Personen: Name, Foto, kurze Beschreibung (häufig aus Wikipedia oder Wikidata), Links zu sozialen Profilen, aktuelle Beiträge oder Artikel sowie verwandte Entitäten. Je nach Beruf kommen weitere Daten dazu: Publikationen bei Wissenschaftlern, Filmografien bei Schauspielern, Albumlisten bei Musikern.

Bei Unternehmen und Organisationen: Name, Logo, Gründungsdaten, Standort, Branche, Produkte oder Leistungen, Unternehmensführung und Kontaktdaten. Wer über ein Google Business Profile verfügt, sieht die entsprechenden Felder – Öffnungszeiten, Adresse, Bewertungen, Karte – ebenfalls im Panel.

Dynamische Elemente - aktuelle Meldungen, verwandte Suchanfragen, neue Bilder - werden automatisch aktualisiert, ohne dass du direkten Einfluss darauf hast.

Hast du das Panel beansprucht, kannst du Änderungen an Bildern, Beschreibungstext und Social-Media-Links vorschlagen; ob Google sie übernimmt, liegt weiter bei Google.

Jede Entität im Knowledge Graph hat eine eindeutige ID: die KGMID (Knowledge Graph MID), im Format /g/xxxxxxxxx. Über die öffentliche Google Knowledge Graph API kannst du prüfen, ob du eine KGMID hast und was Google dort gespeichert hat.

In der Praxis: Bestehende Browser-Tools für diese Abfrage funktionieren häufig nicht zuverlässig oder liefern unvollständige Ergebnisse.

Im Kontext eines Kundentermins zum Thema Google Search Profiles - einer noch recht neuen Funktion, die Publishern und Creators (zunächst offiziell in den USA) ein Profil auf Basis ihrer KGMID ausstellt - habe ich ein eigenes Lookup-Tool als lokales HTML-File gebaut. Es sendet den Suchbegriff direkt an die Knowledge Graph API, liest die KGMID aus und leitet daraus experimentell die Search-Profile-URL ab.

Das Ergebnis aus meiner eigenen Abfrage: Wer nach „Carsten Feller" (Typ: Person) im Knowledge Graph sucht, findet zwei Treffer. Der dominante Treffer mit Score 1.043 ist ein Hochschulmanager und politischer Beamter aus Thüringen, KGMID /g/11j5qhnhff. Der zweite Treffer ist die Person, die diesen Artikel schreibt: „SEO-Experte", Score 24, KGMID /g/11yv1d17j9.

Was der Score bedeutet: Der ResultScore gibt Googles Konfidenz in eine Entität wider. Bei namensgleichen Einträgen wird die Entität mit dem höheren Score bei einer direkten Namenssuche bevorzugt ausgespielt. Wer meinen Namen googelt, sieht im Knowledge Graph zunächst einen Hochschulmanager aus Thüringen, nicht mich. Das ist keine Katastrophe, aber es erklärt präzise, warum gezielte Maßnahmen zur Entitätsklarheit - Grounding Page, sameAs-Links, konsistentes Schema.org-Markup - in meinem Fall nicht nur sinnvoll, sondern notwendig sind.

Die KGMID ist der erste diagnostische Schritt, bevor du irgendetwas an deiner Entitätsstrategie änderst. Wenn du keine KGMID hast, beginnst du bei null. Wenn du eine hast, weißt du, was Google aktuell über dich „weiß" und wo Korrekturbedarf besteht.

Google entscheidet autonom, ob eine Entität einen Knowledge-Graph-Eintrag - und damit potenziell ein Panel - bekommt. Es gibt keine Schaltfläche, kein Formular, keine direkte Eingabemöglichkeit. Wir wissen aber, was Google auswertet.

Das Prinzip dahinter: Konsistenz und Bestätigung über mehrere unabhängige Quellen. Google sucht nach übereinstimmenden Informationen aus verschiedenen vertrauenswürdigen Quellen. Nicht eine starke Einzelquelle, sondern mehrere unabhängige Quellen, die dieselbe Entität mit denselben Attributen beschreiben. Jason Barnard, der den Knowledge Graph seit 2015 mit Kalicube systematisch beobachtet, bezeichnet das als „Triangulation".

Die Quellen, auf die Google zugreift:

Strukturierte Datenbanken: Wikipedia ist die bekannteste Quelle für den Knowledge Graph. Wer einen Wikipedia-Artikel hat, hat eine starke Ausgangsbasis. Wikidata als maschinenlesbare Schwesterdatenbank ist ebenfalls relevant - allerdings mit erheblichen Einschränkungen, dazu mehr im nächsten Abschnitt. Branchenspezifische Datenbanken wie Crunchbase, IMDb, Handelsregister oder IHK-Listen spielen je nach Entitätstyp eine Rolle.

Die eigene Website: Das ist der Kanal, der deiner direkten Kontrolle am nächsten ist. Schema.org-Markup (Person oder Organization), sameAs-Referenzen zu allen relevanten externen Profilen, eine eindeutige Seite als kanonische Referenz für deine Entität (Entity Home) - all das sendet direkt verwertbare Signale an Google.

Drittquellen: Presseartikel, Erwähnungen in Fachpublikationen, externe Profilverzeichnisse, Branchenportale. Je mehr unabhängige Quellen übereinstimmend dieselbe Entität beschreiben, desto höher das Vertrauen.

Das ist ein Datenpunkt, den du in den meisten deutschen Ratgeberartikeln zum Knowledge Panel nicht findest, obwohl er sehr viel verändert hat.

Nach einer Analyse von Kalicube verzeichnete Googles Knowledge Graph im Juni 2025 in zwei Updates innerhalb einer Woche einen Rückgang um 6,26 % - mehr als 3 Milliarden Entitäten. Google selbst veröffentlichte hierzu keine entsprechende detaillierte Entfernungsbilanz.

Jason Barnard, der den Graph seit 2015 mit Kalicube systematisch beobachtet und die Daten in Search Engine Land dokumentiert hat, bezeichnet das als „Great Clarity Cleanup" - die größte Bereinigung in einem Jahrzehnt.

Was verschwunden ist: Event-Entitäten mit ca. 77 % aller Einträge dieser Kategorie, viele davon COVID-bedingte temporäre Einträge. Vage „Thing"-Entitäten mit ca. 15 % Rückgang. Entitäten mit schwachen oder widersprüchlichen Signalen ohne ausreichende externe Bestätigung.

Was geblieben ist: Stabile Unternehmens- und Personenentitäten mit konsistenten Informationen aus mehreren autoritativen Quellen. Der Anteil der Entitäten mit einem einzelnen, eindeutigen Typ stieg von 23,9 % auf 28,7 %. Der Graph ist kleiner geworden und klarer.

Warum dieser Schritt: Der Knowledge Graph ist die Faktenbasis für AI Overviews und den AI Mode. Je sauberer die Datenbasis, desto verlässlicher die generierten Antworten. Das ist eine direkte Investition in Googles KI-Kompetenz. Und aus der Richtung der Veränderung lässt sich Googles Strategie ablesen: Qualität vor Quantität, Klarheit vor Vollständigkeit.

Was das für dich bedeutet: Wer nach dem Cleanup noch im Knowledge Graph vertreten ist, hat automatisch höheres Gewicht. Wer neu eintreten will, muss sauberere Signale mitbringen als vor 2025. Schnell zugekaufte Wikipedia-Artikel, dünne Citation-Strukturen und inkonsistente Informationen quer über die Quellen stehen beim nächsten Cleanup wieder auf der Abschussliste.

Die meisten Anleitungen zu Knowledge Panels beginnen und enden mit Wikidata: „Leg dir einen Wikidata-Eintrag an." Das ist nicht grundsätzlich falsch - aber für die meisten KMU und Selbständigen ohne ausreichende externe Sichtbarkeit führt diese Empfehlung in eine Sackgasse.

Wikidata ist eine offene, maschinenlesbare Datenbank, gepflegt von einer aktiven Community. Diese Community prüft neue Einträge auf Notability und löscht, was die Schwelle nicht erfüllt. Selbst erstellte Einträge für normale Unternehmen oder Einzelpersonen ohne externe Relevanz werden routinemäßig innerhalb von Stunden bis Tagen als werblich eingestuft und entfernt.

Es gibt drei Wege in Wikidata:

Kriterium 1 - Wikipedia-Artikel vorhanden: Wenn dein Unternehmen oder du selbst einen Wikipedia-Artikel in irgendeiner Sprache hat, ist der Wikidata-Eintrag automatisch berechtigt. Für die meisten KMU und Freelancer im DACH-Raum trifft das nicht zu.

Kriterium 2 - Externe strukturelle Quelle: Nachweis in einer externen Datenbank: Handelsregister, IHK-Liste, Berufsverband, öffentliche Branchendatenbank. Das ist der realistische Weg für Unternehmen ohne Wikipedia-Artikel.

Kriterium 3 - Struktureller Bedarf: Der Eintrag wird benötigt, um Aussagen in anderen Wikidata-Einträgen sinnvoll zu machen. Für normale Unternehmen selten der direkte Zugang.

Noch ein wichtiges Detail: Ein einmal gelöschter Wikidata-Eintrag steht unter erhöhter Beobachtung. Ein Neuanlegen ist aufwendiger als ein sauberer Erstaufbau. Wer versucht, mit einem Eintrag ohne Grundlage schnell in den Knowledge Graph zu kommen, und diesen Eintrag gelöscht bekommt, hat danach schlechtere Ausgangsbedingungen.

Die richtige Reihenfolge: Erst die externe Basis aufbauen (unabhängige Erwähnungen, korrektes Schema.org, konsistente Informationen auf allen Plattformen), dann Wikidata angehen, wenn die Notability-Grundlage stimmt.

Hat Google für dich ein Knowledge Panel generiert, kannst du es beanspruchen. Das ist sinnvoll. Aber was du danach tatsächlich tun kannst, ist weniger als viele erwarten.

Der Prozess: Suche deinen Namen oder dein Unternehmen bei Google. Wenn ein Knowledge Panel erscheint, scrolle nach unten und suche den Link „Anspruch auf dieses Knowledge Panel erheben." Dieser Link erscheint nicht bei jedem Panel. Google legt fest, welche Panels beanspruchbar sind und welche Konten bzw. offiziellen Online-Präsenzen als geeignete Nachweise gelten. Die Verifizierung kann z. B. über die Google Search Console (sofern die Website der Entität zugeordnet werden kann) oder über verknüpfte Social-Media-Profile (YouTube, Facebook und X) erfolgen.

Was du nach dem Claim vorschlagen kannst: Primäre Bilder und Logos, Beschreibungstext, Social-Media-Links und Kontaktinformationen.

Was außerhalb deiner Kontrolle bleibt: Wikipedia-basierte Inhalte (müssen in Wikipedia selbst geändert werden), automatisch generierte Abschnitte, Bilder und Daten aus Drittquellen sowie das Erscheinen oder Verschwinden des Panels selbst.

„Bearbeitungen vorschlagen" ist nicht dasselbe wie „direkt bearbeiten". Google prüft Vorschläge manuell. Korrekturen dauern typischerweise zwei bis vier Wochen, manchmal länger, und es gibt keine Garantie, dass Google sie übernimmt.

Die effektivste Korrekturstrategie: Nicht das Panel bearbeiten, sondern die Quelle. Wenn eine falsche Information aus Wikipedia stammt, korrigiere den Wikipedia-Artikel. Wenn das Schema.org-Markup auf der eigenen Website nicht stimmt, korrigiere das Schema. Das Panel passt sich mit der Zeit an - eine Garantie ist aber auch das nicht.

Entitätsverwechslung

Wenn mehrere Entitäten denselben Namen tragen, entscheidet Google über den ResultScore, welche davon bei einer direkten Namenssuche bevorzugt erscheint. Wie mein eigenes Beispiel oben zeigt, muss das nicht immer zu deinen Gunsten ausgehen. Die Lösung ist keine schnelle: Signale für die eigene Entität stärken, eine klare Entity Home aufbauen, sameAs-Links sauber pflegen und eine Grounding Page als kanonische Referenzseite einrichten.

Dateninkonsistenz

Widersprüchliche Informationen über Quellen hinweg destabilisieren ein Panel. Wenn deine Website einen anderen Firmensitz nennt als dein Wikidata-Eintrag, und dein LinkedIn-Profil wieder eine andere Berufsbezeichnung als dein Schema.org-Markup - dann hat Google mehrere Versionen deiner Entität vorliegen und vertraut keiner davon vollständig. Name, Adresse, Telefon, Berufsbezeichnung, URL müssen auf allen Plattformen identisch sein. Das ist keine einmalige Aufgabe, sondern laufende Datenhygiene.

Panel-Verschwinden

Knowledge Panels können verschwinden. Der häufigste Grund: Eine wichtige Primärquelle fällt weg (Wikipedia-Artikel gelöscht, Wikidata-Eintrag entfernt), oder widersprüchliche Signale ziehen die Konfidenz der Entität nach unten. Der Clarity Cleanup im Juni 2025 (s.o.) war das prominenteste Beispiel für eine algorithmische Massenbereinigung. Backup-Strategie: Vertrauen auf mehrere stabile Quellen verteilen, nicht auf eine einzige.

Folgender Aspekt wird zur Zeit noch relativ wenig besprochen, obwohl er zunehmend wichtiger wird.

Der Knowledge Graph als Grounding-Quelle für AI-Systeme

Große Sprachmodelle brauchen eine strukturierte Faktenbasis, um Antworten zu generieren, die nicht halluziniert sind. Googles Gemini nutzt den Knowledge Graph als eine solche Basis. Google-Patent US12321706B2 („Soft Knowledge Prompts for Language Models"), im Juni 2025 erteilt, beschreibt explizit einen Mechanismus, bei dem Knowledge-Graph-Daten als externer Arbeitsspeicher für LLM-Abfragen genutzt werden.

Was das bedeutet: Wer als Entität im Knowledge Graph sauber definiert ist, wird von AI-Systemen wahrscheinlicher korrekt dargestellt. Wer fehlt oder widersprüchlich definiert ist, wird ignoriert oder - schlechter - falsch dargestellt.

ChatGPT Entity Panels: Seit Januar 2026

Ende Januar 2026 hat OpenAI eine Funktion eingeführt, die in deutschen SEO-Diskussionen kaum aufgetaucht ist. In ChatGPT-Antworten erscheinen Marken, Personen und Organisationen als klickbare Begriffe. Ein Klick öffnet ein seitliches Panel mit strukturierten Informationen: Kurzbeschreibung, Kernfakten, Bild, Links zu vertrauenswürdigen Quellen. Umfang und Darstellung des Panels variieren je nach Entität und Plattform.

OpenAI hat die Datenquellen der ChatGPT-Entity-Panels bislang nicht offiziell offengelegt. Externe Tests deuten darauf hin, dass pro Entität feste Disambiguierungs- und Metadaten verwendet werden: Bei wiederholten Abfragen erscheinen entsprechende Texte offenbar wortgleich. Das ist ein starkes Indiz für ein strukturiertes Entitätensystem oder gespeicherte Metadaten, beweist aber nicht abschließend, wie die zugrunde liegende Architektur aussieht.

OpenAI nutzt wahrscheinlich eine Snapshot-Version des Google Knowledge Graphs oder Wikidatas als Quelle. ChatGPT erkennt dabei auch Entitäten, die zwar im Google Knowledge Graph, aber nicht in Wikidata vorhanden sind - Wikidata ist also nicht die einzige Quelle. Möglich sind auch weitere öffentliche Datenquellen, eigene Crawling- und Indexdaten sowie ein proprietärer Knowledge Graph.

Die praktische Konsequenz: Wer im Knowledge Graph nicht oder unscharf definiert ist, riskiert, auch in ChatGPT-Antworten falsch dargestellt oder schlicht übergangen zu werden.

AI Overviews und die direkte Verbindung

Wenn AI Overviews oder der AI Mode eine Antwort über eine Person oder ein Unternehmen generieren, fließen Knowledge-Panel-Daten in die Antwort ein. Der Knowledge Graph ist eine wichtige Faktenprüfinstanz für Googles generative Suchantworten. Stell dir als Modell eine Datenpipeline Wikipedia → Wikidata → Knowledge Graph → AI-Antwort vor. Davon kann man inzwischen ausgehen. Kleine Änderungen in der Entitätsbeschreibung - zum Beispiel in einer Wikipedia-Infobox - können innerhalb weniger Wochen verändern, wie AI-Systeme über dein Unternehmen sprechen - Zeitpunkt und Effekt sind aber nicht garantiert.

Es gibt hier keine garantierten Zeitlinien und keine Abkürzungen. Wer versucht, den Prozess durch gekaufte Wikipedia-Artikel, Spam-Einträge auf Wikidata oder aggressives Citation-Building abzukürzen, riskiert eine verbrannte Entität, die schwerer wiederherzustellen ist als eine, die noch nie im Graph war.

Schritt 1: Knowledge-Graph-Status prüfen. Bevor du irgendwas anderes tust: Prüfe mit der Google Knowledge Graph API, ob du eine KGMID hast. Wenn ja, was steht dort? Stimmt die Beschreibung, stimmt der Typ (Person, Organization), sind sameAs-Links vorhanden? Wenn nein, weißt du, womit du startest.

Schritt 2: Entity Home aufbauen. Deine eigene Website ist der Kanal, der deiner Kontrolle am direktesten unterliegt. Richte eine Seite als kanonische Referenz für deine Entität ein, mit vollständiger Person- oder Organization-Schema.org-Auszeichnung und sameAs-Links zu allen relevanten Drittprofilen.

Schritt 3: Schema.org konsequent implementieren. Person- oder Organization-Schema auf der Website, korrekte sameAs-Referenzen zu LinkedIn, Xing, Wikipedia (sofern vorhanden), Wikidata, X/Twitter und weiteren relevanten Profilen.

Schritt 4: Externe Konsistenz herstellen. Audit aller Stellen im Netz: LinkedIn, Xing, Branchenverzeichnisse, Presseerwähnungen, Partnerseiten. Name, Berufsbezeichnung, URL und Kontaktdaten müssen über alle Kanäle hinweg identisch sein. Jede Abweichung sendet ein Signal in die falsche Richtung.

Schritt 5: Wikidata angehen, wenn die Grundlage stimmt. Wenn du über eine der drei genannten Notability-Voraussetzungen verfügst, ist ein Wikidata-Eintrag sinnvoll. Alle relevanten Properties befüllen (P31 Instanz-Typ, P106 Beruf, P108 Arbeitgeber, P856 offizielle Website, dazu Social-Media-IDs), alle Claims mit externen Quellen belegen. Self-published Content als Referenz wird von der Community abgelehnt.

Schritt 6: Panel beanspruchen. Sobald ein Panel erscheint, claime es. Reiche Änderungsvorschläge ein, wo Korrekturen nötig sind. Ändere dabei immer zuerst die Quelle, nicht das Panel.

Das Knowledge Panel ist Googles sichtbare Entscheidung über deine Identität in den klassischen Suchergebnissen. Wer tiefer in die Strategie für AI Search einsteigen will, stößt auf ein verwandtes, aber eigenständiges Konzept.

Eine Grounding Page ist eine strukturierte Faktenseite auf deiner eigenen Website, das Entity Home in einer für AI-Systeme optimierten Ausbaustufe. Sie definiert alle wesentlichen Fakten deiner Entität in klarer, maschinenlesbarer Sprache, verknüpft mit externen Quellen und korrekt ausgezeichnet mit Schema.org-Markup. Das Ziel: AI-Systemen eine eindeutige, korrekte Grundlage geben, wenn sie Informationen über dich oder dein Unternehmen verarbeiten.

Der Unterschied zur normalen Entity-Home-Seite: Die Grounding Page denkt die KI-Lesbarkeit explizit mit. Sie strukturiert Fakten nicht nur für den menschlichen Leser, sondern für das Modell, das den Inhalt im Kontext einer Nutzeranfrage verarbeitet.

Warum der Zusammenhang zum Knowledge Panel: Der Knowledge Graph ist eine von mehreren Datenquellen, aus denen AI-Systeme schöpfen. Eine gut aufgebaute Grounding Page auf der eigenen Website kann eine ergänzende Rolle übernehmen, besonders für Entitäten, die noch nicht stark im Knowledge Graph verankert sind. Wie das konkret umgesetzt wird und was dabei wirklich wichtig ist, steht im Beitrag zu Grounding Pages für AI Visibility.

Wenn du Fragen hast oder Unterstützung für dein Business brauchst, hier kannst du mich erreichen.