Was ist Disambiguierung?
Viele Wörter haben mehrere Bedeutungen. Eine Bank kann ein Sitzmöbel sein oder ein Geldinstitut. Disambiguierung ist der Schritt, in dem ein Mensch oder eine Maschine entscheidet, welche Bedeutung im Satz gemeint ist. Auf Deutsch heißt das auch Begriffsklärung.
Die Fachwelt unterscheidet zwei Spielarten:
- Wortbedeutung (Word Sense Disambiguation): Welcher Sinn eines Wortes ist gemeint? Bank zum Sitzen oder Bank fürs Geld.
- Entität (Entity Disambiguation): Welches konkrete Ding, welche Person, welche Firma ist gemeint? Jaguar, die Raubkatze, oder Jaguar, die Automarke.
Für dein Marketing ist vor allem die zweite Spielart wichtig. Wenn jemand deinen Firmennamen sucht oder ChatGPT nach dir fragt, muss die Maschine dich von allen anderen mit demselben Namen trennen.
So entscheiden Google und KI, was gemeint ist
Maschinen raten nicht wild. Sie gehen meist in drei Schritten vor:
- Namen finden: Die Named Entity Recognition erkennt, dass „Jaguar“ ein Name ist und vermutlich eine Marke oder ein Tier.
- Kandidaten sammeln: Aus einer Wissensdatenbank kommen alle Einträge, die so heißen. In Wikidata tragen rund 200 Datensätze „Jaguar“ im deutschen Namen.
- Entscheiden: Der Kontext gibt den Ausschlag. Stehen „PS“ und „Leasing“ daneben, ist es das Auto. Stehen „Regenwald“ und „Beute“ daneben, ist es die Katze.
Der letzte Schritt ist die eigentliche Disambiguierung. Hängt die Maschine den Namen danach an einen festen Eintrag mit eigener Kennung, heißt das Entity Linking.
Google hat diesen Gedanken 2012 mit dem Knowledge Graph unter dem Motto „Things, not strings“ eingeführt: Dinge statt Zeichenketten. Sein Beispiel damals war „Taj Mahal“, das Bauwerk oder der Musiker. 2020 umfasste der Knowledge Graph laut Google über 500 Milliarden Fakten zu 5 Milliarden Entitäten. Neuere offizielle Zahlen gibt es nicht.
Beispiele aus der Praxis
Beispiel 1 · Der Klassiker Jaguar. Die Begriffsklärungsseite der Wikipedia listet unter anderem Tier, Automarke, eine Band, eine Gitarre, eine Spielkonsole und eine Mac-Version. Wer „Jaguar Ersatzteile“ sucht, bekommt keine Raubkatzen. Der eine Zusatz im Suchbegriff reicht der Maschine als Kontext.
Beispiel 2 · Zwei Firmen, ein Name. Eine Tischlerei in Hamburg heißt genauso wie ein Möbelhändler in Bayern. Für Google und ChatGPT sind das zwei Kandidaten. Was hilft, sind eindeutige Signale:
Signal
Wozu
Organization-Schema
Name, Adresse, Logo maschinenlesbar
@id
feste Kennung für deine Firma
sameAs
Verweis auf eindeutige Profile
USt-ID, LEI
amtliche Kennnummern
Business Profile
Ort und Branche für die lokale Suche
NAP-Daten
überall gleich geschrieben
Google schreibt in seiner Doku ausdrücklich, dass Organization-Markup hilft, die eigene Organisation in Suchergebnissen zu disambiguieren. Als Kennungen nennt Google unter anderem Umsatzsteuer-ID, Steuernummer, LEI und sameAs.
Häufige Fehler
Fehler 1 · sameAs nur auf Social Media
sameAs soll laut schema.org auf Seiten zeigen, die deine Identität eindeutig belegen. Instagram und Facebook sind ein Anfang. Stärker sind Wikidata, der Handelsregister-Eintrag oder ein LEI-Eintrag.
Fehler 2 · Uneinheitlicher Name
Auf der Website „Müller Holzbau GmbH“, im Business Profile „Holzbau Müller“, im Impressum eine alte Adresse. Jede Abweichung macht aus einer Firma zwei Kandidaten. Leg eine Schreibweise fest und zieh sie überall durch.
Fehler 3 · Markup als Garantie sehen
Strukturierte Daten helfen beim Verstehen. Ein Knowledge Panel oder eine Nennung in KI-Antworten garantieren sie nicht. Belastbare Zahlen, wie viel sameAs oder Wikidata bringen, gibt es nicht — sei skeptisch bei Prozentversprechen.
Fehler 4 · Wikidata-Eintrag als Werbefläche
Wikidata hat Relevanzregeln: Ein Eintrag braucht eine klar bestimmbare Sache mit öffentlichen, ernsthaften Belegen. Reine Eigenwerbung fliegt wieder raus. Ohne Presse, Register oder Fachquellen lass es lieber.
So machst du deine Marke eindeutig
- Organization-Schema auf der Startseite mit fester @id, Logo, Adresse und Kennnummern.
- sameAs auf alle offiziellen Profile und, wenn vorhanden, auf deinen Wikidata-Eintrag.
- Google Business Profile pflegen, wenn du vor Ort Kunden hast.
- Kontext liefern: Branche, Ort und Leistung gehören in Titel, Über-uns-Seite und Profile.
- Prüfen mit dem Rich Results Test und dem Schema Markup Validator.
Häufige Fragen
Was ist der Unterschied zwischen Disambiguierung, Entity Linking und Named Entity Recognition?
Die Named Entity Recognition findet Namen im Text. Die Disambiguierung entscheidet, welche von mehreren möglichen Bedeutungen gemeint ist. Das Entity Linking verknüpft den Namen danach mit einem festen Eintrag in einer Wissensdatenbank, etwa in Wikidata.
Woher weiß Google, ob ich das Tier oder das Auto meine?
Aus dem Kontext: aus den anderen Wörtern der Suche, aus deinem Standort und aus dem, was andere bei ähnlichen Suchen anklicken. Ein einziges Zusatzwort wie „Leasing“ oder „Zoo“ reicht oft schon.
Meine Firma heißt wie eine andere. Was kann ich tun?
Mach dich eindeutig: einheitlicher Name und Adresse überall, Organization-Schema mit Kennnummern, sameAs auf deine Profile, ein gepflegtes Google Business Profile. Und nenne Branche und Ort sichtbar auf deiner Website.
Darf ich selbst einen Wikidata-Eintrag für meine Firma anlegen?
Ja, wenn deine Firma die Relevanzregeln von Wikidata erfüllt, also mit öffentlichen, ernsthaften Quellen belegbar ist. Ein Eintrag ohne Belege wird meist gelöscht. Die Beschreibung im Eintrag ist genau dafür da, gleichnamige Einträge zu unterscheiden.
Verwechseln ChatGPT und Co. gleichnamige Firmen?
Ja, das kommt vor. Forschung von 2024 zeigt, dass Sprachmodelle Angaben zu verschiedenen Trägern desselben Namens vermischen. Je klarer deine Signale im Netz, desto kleiner das Risiko.