sameAs Links: Entitäts-Vereinigung für KI und mehrere Domains

Definition: sameAs Links sind eine Property des Schema.org-Standards, die eine Entität — etwa eine Marke, ein Unternehmen oder eine Person — mit ihren Identifikatoren auf externen Plattformen wie Wikipedia, Wikidata, LinkedIn oder Crunchbase verknüpft. KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews nutzen diese Verknüpfungen, um verteilt vorliegende Informationen zu einer kohärenten Marken-Entität zusammenzuführen.

Warum KI Ihre Marke nicht erkennt: das Entitäts-Problem

Viele Unternehmen sind digital präsent — und trotzdem unsichtbar für KI-Systeme. Nicht weil Inhalte fehlen, sondern weil ChatGPT, Perplexity oder Google AI Overviews die verschiedenen Domains, Profile und Plattformauftritte nicht als ein und dieselbe Marke identifizieren.

Das Problem heißt Entitäts-Fragmentierung: Ihr Hauptauftritt unter beispiel.de erscheint im Knowledge Graph als Entität A, Ihr LinkedIn-Profil als Entität B, Ihr Wikidata-Eintrag als Entität C — ohne erkennbare Verbindung. Laut KI-Sichtbarkeits-Audits von Discovered Labs (2025) existieren viele Firmen in den Wissensmodellen verschiedener KI-Systeme faktisch als zwei bis drei widersprüchliche, nicht verbundene Entitäten — obwohl ihre Betreiber von einer einheitlichen Marken-Präsenz ausgehen.

Diese Fragmentierung hat direkte Konsequenzen für die KI-Sichtbarkeit:

• Kein Knowledge Panel in der Google-Suche trotz ausreichender Bekanntheit
• Fehlende oder fehlerhafte Nennungen durch KI-Assistenten
• Halluzinationen über Unternehmensdetails (Standort, Produkte, Gründungsdatum)
• Verlust von AI-Overviews-Zitierungen an Wettbewerber mit klar strukturierten Entitäten

sameAs Links sind das zentrale technische Werkzeug, um diese Fragmentierung zu beheben und mehrere Domains unter einer einzigen, für KI erkennbaren Marken-Entität zu vereinen.

sameAs erklärt — was steckt hinter dem Schema-Property?

sameAs ist eine Property des Schema.org-Vokabulars. Die offizielle Definition lautet: „URL of a reference Web page that unambiguously indicates the item’s identity.” Im Kontext von GEO und LLMO bedeutet das: Die Organization-Markup auf der eigenen Website listet per sameAs alle externen Profile auf, die dieselbe Marke beschreiben.

KI-Systeme und Googles Knowledge Graph nutzen diese Aussage als Bestätigungssignal — mehrere Quellen bestätigen gemeinsam, dass Entität A und Profil B identisch sind. Je mehr vertrauenswürdige Plattformen dieselben Kerndaten (Name, Adresse, Branche, Gründungsdatum) konsistent bestätigen, desto höher der sogenannte Entitäts-Konfidenz-Score im Knowledge Graph.

Die wichtigsten sameAs-Ziele für Marken-Entitäten im Überblick:

Plattform	Priorität	Begründung
Wikidata	★★★ Sehr hoch	Primärinput für Googles Knowledge Graph
Wikipedia	★★★ Sehr hoch	Bevorzugte ChatGPT-Zitierquelle (47,9 % aller Zitate)
LinkedIn (Unternehmen)	★★ Hoch	Breite Datenkorroboration, von Google aktiv genutzt
Crunchbase	★★ Hoch	Besonders für B2B-Unternehmen und Startups relevant
Google Business Profile	★ Mittel	Lokal, direkt verknüpfbar mit Organization-Schema
Facebook / Instagram	★ Mittel	Ergänzendes Signal, insbesondere für lokale Marken

Die SEO-technische Grundlage für diesen Ansatz liefert das Schema.org Markup für KI-Modelle und strukturierte Daten — dort sind alle relevanten Schema-Typen und deren Einsatz für KI-Sichtbarkeit ausführlich erklärt.

Entitäts-Vereinigung richtig umsetzen: Schema-Markup und Wikidata

Die Umsetzung verläuft auf zwei Ebenen: strukturierte Daten auf der eigenen Website und die Pflege externer Entitäts-Profile.

Schritt 1 — Organization-Schema mit sameAs implementieren

Auf der Homepage und idealerweise jeder markenbezogenen Unterseite wird folgendes JSON-LD eingebettet:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Beispiel GmbH",
  "legalName": "Beispiel Gesellschaft mit beschränkter Haftung",
  "alternateName": "Beispiel",
  "url": "https://www.beispiel.de",
  "logo": "https://www.beispiel.de/logo.png",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q123456",
    "https://de.wikipedia.org/wiki/Beispiel_GmbH",
    "https://www.linkedin.com/company/beispiel-gmbh",
    "https://www.crunchbase.com/organization/beispiel"
  ]
}

Entscheidend ist dabei die Konsistenz: name, Adresse und weitere Kerndaten müssen exakt mit den Angaben auf den verlinkten Profilen übereinstimmen. Weicht der Firmenname auf LinkedIn von der Schreibweise im Schema-Markup ab, schwächt das den Entitäts-Konfidenz-Score, statt ihn zu stärken — KI-Systeme werten die Abweichung als Unsicherheitssignal, nicht als Bestätigung.

Betreibt die Marke mehrere Domains (etwa eine Hauptseite und eine separate Landingpage für ein Produkt), gehört auf jeder Domain dasselbe Organization-Schema mit identischer sameAs-Liste — inklusive eines gegenseitigen Verweises der Domains untereinander.

Schritt 2 — Wikidata- und Wikipedia-Eintrag anlegen oder pflegen

Ein gepflegter Wikidata-Eintrag ist der wirkungsvollste einzelne Baustein, weil Wikidata direkt als strukturierte Primärquelle in Googles Knowledge Graph einfließt. Wichtige Punkte dabei:

• Der Eintrag benötigt einen eindeutigen Beleg (etwa eine Pressequelle oder ein Register-Eintrag), reine Selbstauskunft reicht nicht aus
• Kerndaten wie Gründungsdatum, Sitz und Branche sollten mit der Website und dem Handelsregister übereinstimmen
• Ein begleitender Wikipedia-Artikel ist nicht zwingend, erhöht aber die Zitierwahrscheinlichkeit deutlich, da Wikipedia bei vielen KI-Systemen als bevorzugte Quelle gilt

Schritt 3 — Konsistenz validieren

Nach der Implementierung sollte das Markup mit dem Rich-Results-Test oder dem Schema Markup Validator geprüft werden — nicht nur auf technische Gültigkeit, sondern auch darauf, ob alle sameAs-Ziele erreichbar sind (keine 404-Seiten, keine veralteten Profil-URLs) und ob die Kerndaten auf allen verlinkten Profilen deckungsgleich sind.

Fazit

sameAs Links sind kein einmaliges Setup, sondern ein Pflegeprozess: Jede neue Plattform-Präsenz, jede Umbenennung, jeder Domain-Wechsel sollte im Organization-Schema und in den externen Profilen konsistent nachgezogen werden. Wer diese Konsistenz über die Zeit hält, verschafft KI-Systemen ein klares, widerspruchsfreies Bild der eigenen Marke — die Grundvoraussetzung für Knowledge Panels und verlässliche AI-Zitierungen.

Häufig gestellte Fragen

Was passiert, wenn sameAs-Links auf Profile mit abweichenden Firmendaten zeigen? Widersprüchliche Angaben zwischen Website-Schema und verlinktem Profil schwächen das Vertrauenssignal, statt es zu stärken. KI-Systeme und der Knowledge Graph werten Abweichungen bei Name, Adresse oder Branche als Unsicherheit und ordnen die Entität dann tendenziell weniger eindeutig zu.

Ist ein Wikipedia-Artikel zwingend für eine erfolgreiche Entitäts-Vereinigung? Nein, ein Wikipedia-Artikel ist keine Voraussetzung für funktionierende sameAs Links. Er erhöht aber die Wahrscheinlichkeit von KI-Zitierungen zusätzlich, da mehrere KI-Systeme Wikipedia als besonders vertrauenswürdige Quelle behandeln.

Kann sameAs auch für einzelne Personen statt für Unternehmen genutzt werden? Ja, das sameAs-Property funktioniert identisch für den Schema-Typ Person, etwa um Geschäftsführer- oder Experten-Profile mit LinkedIn, Wikidata oder Fachpublikationen zu verknüpfen. Das Vorgehen — konsistente Kerndaten, vertrauenswürdige Zielplattformen — ist dasselbe wie bei Organisationen.

Reicht es, sameAs Links nur auf der Startseite einzubinden? Die Startseite ist der wichtigste Ort für das Organization-Schema, doch bei mehreren Domains oder Unterseiten mit eigener Markenpräsenz sollte das gleiche Markup dort ebenfalls eingebunden werden. So erkennen KI-Systeme die Entität unabhängig davon, über welche URL sie zuerst auf die Marke stoßen.