rel=author und rel=publisher: Entitäten für KI-Sichtbarkeit optimieren

25. Juni 2026 · von geaio

Definition: rel=author und rel=publisher sind HTML-Link-Attribute, die ursprünglich Webseiten mit dem Verfasser bzw. dem Herausgeber einer Marke verknüpften. Obwohl Google sie für klassische Suchergebnisse längst abgeschafft hat, bleibt das dahinterliegende Prinzip – die eindeutige Zuordnung von Inhalten zu Entitäten – für KI-Modelle wie ChatGPT, Perplexity und Google AI Overviews heute wichtiger denn je.

Geschichte und aktueller Status von rel=author und rel=publisher

Google führte rel=author 2011 ein, um Artikel-Autoren mit ihrem Google+-Profil zu verknüpfen, und rel=publisher, um Unternehmenswebsites mit einer Google+-Seite zu verbinden. Das Ziel war, Inhalte eindeutig einer Entität – einer Person oder Organisation – zuzuordnen und in den Suchergebnissen sichtbar zu machen.

2014 stellte Google das Authorship-Programm offiziell ein, nachdem interne Analysen zeigten, dass die Autor-Bilder in Suchergebnissen keine signifikante Verbesserung der Klickrate brachten. Mit der Einstellung von Google+ 2019 verloren auch rel=publisher und die damit verbundenen Verknüpfungskonzepte ihre technische Grundlage vollständig. Heute ignorieren Suchmaschinen und KI-Crawler beide Attribute.

Was jedoch bleibt: Das Problem, das diese Attribute lösen sollten, ist unverändert aktuell. KI-Modelle müssen eindeutig erkennen, wer hinter einem Inhalt steckt und welcher Organisation eine Website gehört. Ohne diese Zuordnung bleibt eine Marke für KI-Systeme anonym – und wird entsprechend selten als Quelle zitiert.

Warum KI-Modelle heute auf Entity-Signale angewiesen sind

Moderne KI-Suchen wie Google AI Overviews, Perplexity oder ChatGPT Search bauen ihre Antworten nicht aus Keywords, sondern aus Entitäten und deren Beziehungen auf. Eine Entität ist dabei eine eindeutig identifizierbare Größe: eine Person, ein Unternehmen, ein Produkt oder ein Ort.

Laut einer Untersuchung von AI Mode Boost aus dem Jahr 2025 zeigen Inhalte mit 15 oder mehr verknüpften Entitäten eine 4,8-fach höhere Auswahlwahrscheinlichkeit für Google AI Overviews als Inhalte ohne strukturierte Entity-Verknüpfung. (AI Mode Boost, 2025) Dieses Verhältnis macht deutlich, wie entscheidend der Entity-Graph für KI-generierte Ergebnisse ist.

Google AI Overviews waren 2024 noch in 6,49 % aller Suchanfragen sichtbar – 2025 stieg dieser Anteil auf über 50 % aller Abfragen, was einem Wachstum von 67 % gegenüber dem Vorjahr entspricht. (WordStream, 2025) Wer als Marke in diesen KI-generierten Antworten auftauchen möchte, muss von den Modellen zweifelsfrei identifiziert werden.

Ein häufiges Problem: KI-Modelle können Marken mit ähnlichem Namen verwechseln oder gänzlich ignorieren, wenn keine eindeutigen Signale im Web vorhanden sind. Wie Sie gezielt gegen fehlende Markenentitäten im Knowledge Graph vorgehen und Ihre Marke für KI-Zitierungen aufbauen, zeigt der geaio-Blog mit konkreten Maßnahmen.

sameAs, @id und Organization-Schema: Der moderne Standard

Der funktionale Ersatz für rel=author und rel=publisher ist heute eine Kombination aus Schema.org-Markup, der sameAs-Eigenschaft und der @id-Referenz. Diese drei Elemente leisten gemeinsam, was die alten HTML-Attribute anstrebten – und liefern dabei maschinenlesbare Informationen direkt in den <head> der Seite, statt in unsichere Link-Tags.

Alter Ansatz	Moderner Ersatz	Zweck
`rel=author`	`Person`-Schema mit `sameAs`	Autor-Entität verknüpfen
`rel=publisher`	`Organization`-Schema mit `@id`	Herausgeber-Entität definieren
Google+ Profil-Link	Wikidata, LinkedIn, Crunchbase	Externe Autoritäts-Referenz
HTML-Link-Tag im `<head>`	JSON-LD im `<head>`	Maschinenlesbare Zuordnung

Wikidata ist dabei das wirkungsvollste sameAs-Ziel, da die Plattform ein primärer Eingabekanal für Googles Knowledge Graph ist. Laut Yoast SEO erhöht jede zusätzliche übereinstimmende externe Quelle den sogenannten Entity-Confidence-Score im Knowledge Graph messbar – je mehr Quellen denselben Markennamen und dieselbe URL bestätigen, desto sicherer identifiziert das KI-Modell die Entität. (Yoast, 2025)

Die technischen Hintergründe der sameAs-Eigenschaft und wie sie sich von verwandten Markup-Konzepten abgrenzt, erklärt der geaio-Artikel über sameAs-Links und Entitäts-Vereinigung für KI-Modelle ausführlich.

Markenentitäten verknüpfen: So setzen Sie es konkret um

Die Umsetzung gliedert sich in vier Schritte, die auf Unternehmen, lokale Betriebe und Personen-Entitäten gleichermaßen zutreffen.

1. Organization-Schema mit @id definieren

Auf der Startseite gehört ein Organization-Block in das JSON-LD. Die @id-URL dient als interner Anker, auf den andere Seiten der Domain verweisen können:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://www.ihre-domain.de/#organization",
  "name": "Ihre Firma GmbH",
  "url": "https://www.ihre-domain.de",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q...",
    "https://www.linkedin.com/company/ihre-firma",
    "https://www.crunchbase.com/organization/ihre-firma"
  ]
}

← Alle Artikel