Wikipedia, Wikidata und Wissensgraph: das unsichtbare Fundament der KI-Sichtbarkeit

Wenn ein Unternehmen über seine Sichtbarkeit im Internet nachdenkt, steht Wikipedia in der Regel nicht auf der Prioritätenliste. Das ist nachvollziehbar: Ein Wikipedia-Artikel wirkt im Vergleich zur eigenen Website, zum Blog, zu Werbung oder SEO wie etwas Nachrangiges. Für KI-Systeme sieht die Hierarchie jedoch ganz anders aus.

Die Analyse von 680 Millionen ChatGPT-Zitationen für den Zeitraum von August 2024 bis Juni 2025 zeigte, dass Wikipedia unter den zehn am häufigsten zitierten Quellen fast die Hälfte ausmacht – 47,9 % [1]. Das ist kein Zufall. Alle großen Sprachmodelle – ChatGPT, Gemini, Claude, Llama – wurden auf Korpora trainiert, in denen Wikipedia bewusst höher gewichtet wurde. Das Google-C4-Dataset, einer der zentralen Trainingssätze, erhöhte den Anteil von Wikipedia gezielt gegenüber anderen Web-Quellen [2]. Und im Juni 2025 wurde ChatGPT zur wichtigsten Traffic-Quelle für Wikipedia – es entstand eine symbiotische Schleife, in der KI die Enzyklopädie zitiert und Nutzer über Links dorthin zurückkehren [3].

Für eine Marke bedeutet das etwas sehr Konkretes: Wenn ein Unternehmen über eine hochwertige Seite in Wikipedia verfügt, erhält das KI-System eine verlässliche, neutrale und überprüfte Quelle zur Identifizierung der Entität. Fehlt diese Seite, ist das Modell gezwungen, Informationen aus weniger strukturierten und weniger autoritativen Quellen zusammenzusetzen – mit entsprechend geringerer Präzision.

Wikipedia ist eine Textenzyklopädie für Menschen. Wikidata ist eine strukturierte Datenbank für Maschinen. Jeder Eintrag in Wikidata besitzt eine eindeutige Kennung (Q-ID), die für die unmissverständliche Zuordnung einer Entität verwendet wird. Der Google-Wissensgraph speist sich unmittelbar aus den Daten von Wikidata [4]. Wenn ein KI-System auf einen Markennamen trifft, prüft es zunächst, ob dafür ein Eintrag im Wissensgraphen existiert – und genau an dieser Stelle wird Wikidata zum kritischen Bindeglied.

Im Unterschied zu Wikipedia kennt Wikidata keine so strengen Anforderungen an die „Relevanz“ (notability). Ein Unternehmen, das wegen zu geringer medialer Abdeckung keinen Wikipedia-Artikel erhalten kann, kann dennoch einen Eintrag in Wikidata anlegen: mit Angabe des Organisationstyps, der Branche, des Gründers, der Produkte und der offiziellen Website. Das reicht aus, um der Maschine eine stabile Kennung und ein Set grundlegender Attribute zu geben.

Marken ohne Eintrag in Wikidata haben einen strukturellen Nachteil. Das KI-System prüft zunächst, ob die Entität im Wissensgraphen existiert, und entscheidet erst danach, ob Inhalte der Website zitiert werden sollen. Fällt diese Prüfung negativ aus, wird das Modell bei Empfehlungen vorsichtiger – oder es lässt die Marke ganz außen vor [5].

Der Google-Wissensgraph ist kein eigenständiges Produkt, sondern eine Infrastrukturebene, auf der Knowledge Panel, AI Overviews und AI Mode aufbauen. Er enthält Milliarden von Entitäten und Billionen von Beziehungen zwischen ihnen. Wenn ein Nutzer eine Frage stellt, sucht KI nicht einfach nur nach relevanten Dokumenten – sie identifiziert zunächst Entitäten über den Wissensgraphen und wählt erst dann die Quellen für die Antwort aus.

Für eine Marke bedeutet das: Die Aufnahme in den Wissensgraphen ist kein Bonus, sondern ein Fundament. Ohne ihn muss das KI-System zusätzliche Rechenressourcen darauf verwenden zu verstehen, wer Sie sind. Forschende bezeichnen das als „Verstehensbudget“ (comprehension budget): Je geringer der Aufwand für die Maschine ist, Ihre Entität zu identifizieren, desto höher ist die Wahrscheinlichkeit einer Zitation [5].

Prüfen Sie, ob Ihre Marke in Wikidata vorhanden ist (wikidata.org). Falls kein Eintrag existiert, legen Sie einen an und hinterlegen Sie die Basiseigenschaften: P31 (Typ der Entität), P452 (Branche), P856 (offizielle Website), P112 (Gründer). Das dauert 15–30 Minuten und erfordert keine technischen Vorkenntnisse.

Wenn die Marke die Relevanzkriterien von Wikipedia erfüllt, bereiten Sie einen Artikel vor oder verbessern Sie den bestehenden. Wenn nicht, erzwingen Sie nichts: Wikidata liefert bereits ein Grundniveau der Identifizierung. Vergewissern Sie sich, dass das Schema.org-Markup auf der Website (Organization, sameAs) auf die Wikidata-Q-ID und andere offizielle Profile verweist. Dadurch entsteht eine geschlossene Identifikationskontur, die sich für den Wissensgraphen besonders leicht überprüfen lässt.

Halten Sie die Angaben konsistent: Name, Beschreibung und Kategorie der Marke sollten in Wikidata, auf der Website, im Google Business Profile und in allen externen Verzeichnissen übereinstimmen.