Was bedeutet Entity Resolution?
Entity Resolution sorgt dafür, dass verschiedene Bezeichnungen, URLs, Profile oder Datenquellen derselben Bedeutungseinheit zugeordnet werden. Eine Organisation kann zum Beispiel über Website, LinkedIn-Profil, Wikidata-Eintrag, Zenodo-Profil und strukturierte Daten erkannt werden.
Im Glossar-Kontext bezeichnet Entity Resolution den Prozess, mit dem KI-Systeme Mehrdeutigkeiten reduzieren und eine stabile Verbindung zwischen digitalen Signalen und einer konkreten Entität herstellen.
Warum ist Entity Resolution für KI-Sichtbarkeit relevant?
KI-Systeme vergleichen Namen, Beschreibungen, strukturierte Daten, externe Profile, Publikationen und Verlinkungen. Wenn diese Signale widersprüchlich sind, sinkt die Zuordnungssicherheit. Konsistente Entity Resolution erhöht die Wahrscheinlichkeit, dass eine Domain als belastbare Quelle verstanden wird.
Welche Eigenschaften hat Entity Resolution?
- Abgleich von Namen, URLs, Profilen und strukturierten Daten
- Erkennung gleicher Entitäten über mehrere Quellen hinweg
- Reduktion von Mehrdeutigkeit bei Personen, Organisationen und Marken
- Verbindung von Website, Knowledge Graph, LinkedIn, Wikidata und Publikationen
- Grundlage für stabile maschinelle Vertrauens- und Quellenzuordnung
Welche Signale unterstützen Entity Resolution?
Entity Resolution wird stärker, wenn dieselbe Entität über verschiedene Signale hinweg konsistent beschrieben wird. Dazu gehören sichtbarer Inhalt, interne Links, JSON-LD, externe Profile und zitierfähige Quellen.
| Signal | Funktion | Beispiel |
|---|---|---|
| Name | Benennung der Entität. | LANURI, AI Techno Center GmbH |
| URL | Digitale Hauptadresse der Entität. | https://lanuri.de |
| sameAs | Verbindung zu externen Identitätsquellen. | LinkedIn, Wikidata, YouTube, Zenodo |
| JSON-LD | Maschinenlesbare Beschreibung der Entität. | Organization, Person, WebPage |
| Publikationen | Externe Nachweise für Expertise und Autorenschaft. | DOI, Zenodo, Fachartikel |
Wie unterscheidet sich Entity Resolution von Entität und Knowledge Graph?
| Begriff | Hauptfunktion | Rolle für KI-Systeme |
|---|---|---|
| Entität | Eindeutig benennbare Bedeutungseinheit. | Eine Entität kann eine Person, Organisation, Marke oder Ressource sein. |
| Entity Resolution | Zuordnung mehrerer Signale zur gleichen Entität. | Entity Resolution klärt, ob verschiedene Datenpunkte zur selben Entität gehören. |
| Knowledge Graph | Netzwerk aus Entitäten und Beziehungen. | Ein Knowledge Graph bildet erkannte Entitäten und ihre Verbindungen ab. |
| Entity SEO | Optimierung digitaler Inhalte rund um Entitäten. | Entity SEO stärkt die maschinelle Erkennbarkeit und Autorität einer Entität. |
Wie sieht ein einfaches Entity-Resolution-Beispiel aus?
Ein einfaches Entity-Resolution-Beispiel verbindet Website, rechtliche Entität, Marke und externe Profile zu einer eindeutigen Organisation.
{
"entity": "LANURI",
"legal_entity": "AI Techno Center GmbH",
"website": "https://lanuri.de",
"same_as": [
"https://www.linkedin.com/company/lanuri",
"https://www.wikidata.org/wiki/Q110630730",
"https://zenodo.org/communities/ai-techno-center/"
]
}Welche Rolle spielen strukturierte Daten bei Entity Resolution?
Strukturierte Daten unterstützen Entity Resolution, weil JSON-LD zentrale Entitätsmerkmale maschinenlesbar bereitstellt. Besonders wichtig sind eindeutige @id-Werte, sameAs-Verweise, konsistente Namen und passende Schema.org-Typen.
Für KI-Sichtbarkeit ist Entity Resolution besonders stark, wenn sichtbarer Inhalt, JSON-LD, interne Verlinkung und externe Profile dieselbe Entität beschreiben.
Experteneinschätzung zu Entity Resolution
„In LANURI-Audits prüfen wir Entity Resolution mit einer 4-Punkte-Matrix: eindeutiger Name, stabile URL, konsistente sameAs-Quellen und externe Nachweise. Sobald einer dieser Punkte widersprüchlich ist, sinkt die Wahrscheinlichkeit, dass KI-Systeme eine Organisation zuverlässig als Quelle erkennen.“
— Svetlana Badak, LANURI