Was sind Entity Gaps?
Eine sogenannte Entity Gap entsteht, wenn im strukturierten Code (JSON-LD) einer Website wesentliche Informationen fehlen oder widersprüchlich angegeben sind. Dies führt dazu, dass Algorithmen und LLMs nicht zweifelsfrei verstehen können, wofür ein Unternehmen steht, welche Produkte oder Dienstleistungen angeboten werden oder wie die Entität mit dem Rest des Webs verbunden ist.
In der Praxis treten vor allem drei Arten von Lücken auf:
- Fehlende Entitäten: Obwohl eine Markierung für die Organisation vorhanden ist, fehlen spezifische Markierungen für einzelne Dienstleistungen (Service), Standorte (LocalBusiness) oder Autoren (Person).
- Unvollständige Entitäten: Es fehlen wichtige Verknüpfungseigenschaften wie sameAs (z. B. Links zu Wikipedia, Wikidata oder offiziellen Profilen) sowie Markups wie logo oder address.
- Inkonsistente Entitäten: Der Firmenname, die Adresse oder die Telefonnummer (NAP-Daten) weichen im Schema-Markup von den Angaben auf Drittplattformen wie LinkedIn oder Google Business Profile ab.
Schrittweise Identifizierung und Prüfung
Um Lücken im eigenen Schema-Netzwerk systematisch zu identifizieren, empfiehlt sich ein mehrstufiger Ansatz:
- Erstellung des theoretischen Modells: Erfassung aller real existierenden Entitäten des Unternehmens (Organisation, Standorte, Hauptprodukte, Experten, Zertifizierungen).
- Abgleich mit dem Ist-Zustand: Überprüfung mithilfe von Validierungstools (wie dem Google-Test für angereicherte Ergebnisse oder dem Schema Markup Validator), ob die Entitäten im JSON-LD-Code korrekt deklariert sind.
- Konsistenzprüfung: Abgleich der im Code verwendeten Attributwerte mit externen Profilen und Verzeichnissen, um Signalkonflikte zu vermeiden.
Priorisierung nach wirtschaftlicher Relevanz
Da technische Audits oft eine große Anzahl potenzieller Lücken aufdecken, sollte deren Behebung nicht auf dem geringsten Aufwand basieren, sondern auf der wirtschaftlichen Bedeutung. Schema-Entitäten und -Eigenschaften, die in direktem Zusammenhang mit umsatzstarken Dienstleistungen, Produkten mit hoher Gewinnspanne oder stark umkämpften Schlüsselbereichen stehen, haben Priorität. In diesem Zusammenhang stellen strukturierte Daten eine langfristige Investition dar, da sie KI-Systemen als zuverlässige Referenzdaten dienen.
Weitere Informationen zu diesem Thema finden Sie direkt bei uns, bei der GEO Agentur seowerk.
Quellen: Schema.org-Dokumentation
