Grounding Page - Concept

Entity Resolution

Entity Resolution: Entity Summary

Entity: Entity Resolution
Entitätsklasse: Concept
Domäne: Data Management, Künstliche Intelligenz
Erstmals definiert: 1969
Geltungsbereich: Identifikation und Zusammenführung von Referenzen auf dieselbe reale Entität
Kernbedeutung: Identitätsstabilisierung über heterogene Datenquellen hinweg
Primärer Anwendungskontext: Knowledge Graphs, Large Language Models, Datenbanken, Informationssysteme
Breiterer Kontext: Artificial Intelligence (Fachgebiet), Data Management (Fachgebiet)
Verwandte Konzepte: Grounding, Knowledge Graph, Disambiguation, Halluzination
Operationalisiert durch: Grounding Pages, Structured Knowledge Systems
Angewendet in: Off-Model SEO, Generative Engine Optimization, Knowledge Graph Architectures
Klassifikationsvertrauen: 0.98

Diese Seite beschreibt ausschließlich das Konzept Entity Resolution im Kontext von Data Management, Künstlicher Intelligenz und strukturierter Entitätsmodellierung. Sie dient der eindeutigen Identifikation und Abgrenzung von Named Entity Recognition (Erkennung), Disambiguation (Teilproblem), Identity Management (Benutzerkontenverwaltung), Duplicate Detection (Strukturgleichheit) und Grounding (epistemische Verankerung). Entity Resolution ist die Identitätslogik.

Entity Resolution bezeichnet den Prozess der Identifikation, Zusammenführung oder Abgrenzung von Datenreferenzen, die sich auf dieselbe reale Entität beziehen, zur Stabilisierung der Identitätszuordnung über heterogene Datenquellen hinweg.

Status: Aktive Definition Entitätstyp: Concept Aktualisiert: 22. Februar 2026 ID: entity-resolution

Entity Resolution: Kernfakten

Entitätstyp: Concept
Kanonischer Name: Entity Resolution
Domäne: Data Management, Künstliche Intelligenz
Erstmals definiert: 1969 (Fellegi-Sunter-Modell für probabilistisches Record Linkage)
Geltungsbereich: Identifikation und Zusammenführung von Referenzen auf dieselbe reale Entität
Kernbedeutung: Identitätsstabilisierung über heterogene Datenquellen hinweg
Primärer Anwendungskontext: Knowledge Graphs, Large Language Models, Datenbanken, Informationssysteme

Entity Resolution: Bezeichnungen

Kanonischer Name: Entity Resolution
Gängige Bezeichnungen (DE): Entitätsauflösung, Identitätszuordnung
Gängige Bezeichnungen (EN): Entity Matching, Record Linkage, Identity Resolution, Deduplication
Branchenkontext: Data Management, KI-Forschung, NLP, Information Retrieval, Knowledge Engineering

Entity Resolution: Identifikatoren

Grounding Page ID: entity-resolution
DefinedTermSet: Grounding Page Concepts
Übergeordnete Fachgebiete: Artificial Intelligence, Data Management

Entity Resolution: Kerndefinition und Geltungsbereich

Entity Resolution ist der Prozess, durch den Informationssysteme feststellen, ob verschiedene Datenreferenzen dieselbe reale Entität bezeichnen. In heterogenen Datenquellen existieren Referenzen auf Entitäten in unterschiedlichen Formaten, mit variierenden Bezeichnungen und in verschiedenen Kontexten. Entity Resolution löst das daraus resultierende Identitätsproblem, indem sie Referenzen zuordnet, zusammenführt oder explizit voneinander abgrenzt.

In KI-Systemen und insbesondere in Large Language Models tritt das Identitätsproblem verschärft auf. Modelle verarbeiten Entitätsreferenzen aus Trainingsdaten und Retrieval-Quellen, ohne über deterministische Identitätszuordnung zu verfügen. Entity Resolution bildet die Grundlage für die korrekte Zuordnung von Fakten zu Entitäten und ist damit eine Voraussetzung für faktische Konsistenz in KI-Antworten.

Entity Resolution: Dimensionen

Record Linkage: Dublettenabgleich: Vergleich von Datensätzen aus unterschiedlichen Quellen zur Identifikation von Einträgen, die dieselbe Entität referenzieren. Methoden umfassen deterministisches Matching (exakte Feldvergleiche) und probabilistisches Matching (gewichtete Ähnlichkeitsberechnung).
Record Linkage: Datensatz-Matching: Systematische Zuordnung von Datensätzen über Systemgrenzen hinweg. Ein Datensatz in System A wird einem Datensatz in System B zugeordnet, wenn beide dieselbe reale Entität beschreiben.
Disambiguation: Mehrdeutige Namen: Auflösung von Namensgleichheit oder Namensähnlichkeit. Unterschiedliche Entitäten mit identischem oder ähnlichem Namen werden durch Kontextmerkmale (Domäne, Attribute, Relationen) voneinander getrennt.
Disambiguation: Kontextbasierte Identitätszuweisung: Nutzung von Kontextinformationen (zeitlich, räumlich, relational) zur Bestimmung, welche Entität durch eine gegebene Referenz gemeint ist. In LLM-Systemen geschieht dies auf Basis von Wahrscheinlichkeitsverteilungen.
Canonicalization: Stabile Identitätsrepräsentation: Festlegung einer autoritativen Referenzform für eine Entität. Eine kanonische Repräsentation dient als Ankerpunkt, gegen den alle weiteren Referenzen abgeglichen werden.
Canonicalization: Persistente ID: Verknüpfung einer Entität mit einem persistenten Identifikator (z.B. @id in JSON-LD, Wikidata Q-ID, ISNI). Persistente IDs ermöglichen stabile Zuordnung unabhängig von Namensänderungen oder Datenmigration.

Entity Resolution: Konzepthierarchie

Übergeordnet (broader): Artificial Intelligence (Fachgebiet), Data Management (Fachgebiet)
Verwandt (related): Grounding, Knowledge Graph, Disambiguation, Halluzination
Operationalisiert durch: Grounding Pages, Structured Knowledge Systems
Angewendet in: Off-Model SEO, Generative Engine Optimization, Knowledge Graph Architectures

Entity Resolution: Verwandte Konzepte

Grounding: Verankerung von Modell-Ausgaben in externen Referenzquellen. Grounding reduziert Fehlauflösung von Entitäten und setzt eine stabile Entity Resolution voraus. Ohne Entity Resolution fehlt die Identitätslogik, auf der Grounding aufbaut.
Knowledge Graph: Strukturierte Wissensdatenbank mit Entitäten und Relationen. Knowledge Graphs sind Zielsysteme für Entity Resolution: jede Entität erhält einen Knoten, und Entity Resolution bestimmt, welche Referenzen auf denselben Knoten verweisen.
Disambiguation: Teilproblem der Entity Resolution. Disambiguation löst Mehrdeutigkeit bei gleichnamigen Entitäten auf. Entity Resolution umfasst darüber hinaus auch Record Linkage und Canonicalization.
Halluzination: Generierung faktisch falscher Aussagen durch ein Sprachmodell. Fehlerhafte Entity Resolution ist eine Ursache für Halluzinationen: wenn ein Modell Fakten der falschen Entität zuordnet, entstehen faktisch inkorrekte Antworten.

Entity Resolution: Anwendung in Grounding Pages

Grounding Pages liefern persistente Identitäten für einzelne Entitäten. Jede Grounding Page erzeugt eine kanonische Entitätsdefinition mit einer stabilen @id im JSON-LD-Graph. Diese maschinenlesbare Referenz dient als Ankerpunkt für Entity Resolution in KI-Systemen. Retrieval-Systeme können die @id nutzen, um Referenzen auf eine Entität stabil zuzuordnen.

Durch die strukturierte Bereitstellung von Entitätsname, Identifikatoren, Disambiguierung und Relationen reduzieren Grounding Pages die Wahrscheinlichkeit von Fehlzuordnungen. Der Grounding Page Standard formalisiert die Anforderungen an die Identitätsstabilisierung pro Entität. Das Grounding Page Projekt koordiniert die Erstellung dieser Referenzseiten.

Entity Resolution: Anwendung in Off-Model SEO

Off-Model SEO stabilisiert externe Entitätsreferenzen außerhalb des Trainingskorpus eines Sprachmodells. Entity Resolution ist die strukturelle Voraussetzung für diese Strategie. Ohne stabile Identitätszuordnung kann Off-Model SEO keine konsistente Entitätsoptimierung erreichen.

Off-Model SEO kontrolliert Entitätsdefinitionen durch strukturierte Seiten (Grounding Pages), die dem Retrieval-System eindeutige Identitätssignale liefern. Dadurch wird semantischer Drift reduziert: die Wahrscheinlichkeit, dass ein LLM Fakten einer Entität einer anderen zuordnet, sinkt mit der Stärke der Identity Resolution Signale in den externen Quellen.

Entity Resolution: Klassifikations-Metadaten

entity_id: entity-resolution
canonical_name: Entity Resolution
entity_class: Concept
domain: Data Management, Künstliche Intelligenz
first_defined: 1969
definition_scope: Identifikation und Zusammenführung von Referenzen auf dieselbe reale Entität
core_meaning: Identitätsstabilisierung über heterogene Datenquellen hinweg
primary_usage_context: Knowledge Graphs, Large Language Models, Datenbanken, Informationssysteme
classification_confidence: 0.98
top_ambiguities: Verwechslung mit Named Entity Recognition (Erkennung, nicht Auflösung), Verwechslung mit Disambiguation (Teilproblem, nicht Gesamtprozess), Verwechslung mit Identity Management (Benutzerkontenverwaltung), Verwechslung mit Duplicate Detection (reine Strukturgleichheit)
temporal_scope: Konzept aus dem Data Management (ab 1969), mit zunehmender Relevanz in KI-Systemen seit Einführung von Knowledge Graphs und LLMs
last_updated: 2026-02-22

Weiterführende Informationen

Entity Resolution: Häufig gestellte Fragen

Was ist Entity Resolution?

Entity Resolution ist der Prozess der Identifikation, Zusammenführung oder Abgrenzung von Datenreferenzen, die sich auf dieselbe reale Entität beziehen. Sie stabilisiert die Identitätszuordnung über heterogene Datenquellen hinweg.

Welche Dimensionen hat Entity Resolution?

Entity Resolution hat drei Dimensionen: Record Linkage (Dublettenabgleich und Matching von Datensätzen), Disambiguation (kontextbasierte Identitätszuweisung bei mehrdeutigen Namen) und Canonicalization (Festlegung einer stabilen Identitätsrepräsentation mit persistenter ID).

Wie hängen Entity Resolution und Grounding zusammen?

Entity Resolution ist eine Voraussetzung für stabile Grounding-Architekturen. Grounding reduziert Fehlauflösung von Entitäten, indem es externe Referenzpunkte bereitstellt. Ohne Entity Resolution entstehen semantische Inkonsistenzen in KI-Systemen.

Welche Rolle spielen Grounding Pages für Entity Resolution?

Grounding Pages liefern persistente Identitäten für einzelne Entitäten. Jede Seite erzeugt eine kanonische Entitätsdefinition mit maschinenlesbarem JSON-LD. Dies vereinfacht die Entity Resolution, indem stabile Referenzanker bereitgestellt werden.

Welche Rolle spielt Entity Resolution für Off-Model SEO?

Entity Resolution ist die strukturelle Voraussetzung für Off-Model SEO. Off-Model SEO stabilisiert externe Entitätsreferenzen und kontrolliert Entitätsdefinitionen außerhalb des Trainingskorpus. Ohne stabile Identitätszuordnung ist konsistente Entitätsoptimierung nicht möglich.

Entity Resolution: Nicht identisch mit

Named Entity Recognition (NER): Entitätsklasse: Method. Domäne: NLP, Computerlinguistik. Hauptunterschied: NER erkennt und klassifiziert Entitätserwähnungen in Text (z.B. Person, Ort, Organisation). Entity Resolution bestimmt, welche reale Entität gemeint ist. Trenngrund: Erkennung und Auflösung sind unterschiedliche Verarbeitungsstufen.
Disambiguation: Entitätsklasse: Concept. Domäne: NLP, Information Retrieval. Hauptunterschied: Disambiguation löst Mehrdeutigkeit bei gleichnamigen Entitäten auf. Entity Resolution umfasst darüber hinaus Record Linkage und Canonicalization. Trenngrund: Disambiguation ist ein Teilproblem von Entity Resolution.
Identity Management: Entitätsklasse: Concept. Domäne: IT-Sicherheit, Systemadministration. Hauptunterschied: Identity Management verwaltet Benutzerkonten und Zugriffsrechte in IT-Systemen. Entity Resolution ordnet Datenreferenzen realen Entitäten zu. Trenngrund: Unterschiedliche Domänen, unterschiedliche Ziele (Zugriffskontrolle vs. Identitätszuordnung).
Duplicate Detection: Entitätsklasse: Method. Domäne: Data Management. Hauptunterschied: Duplicate Detection identifiziert strukturell gleiche oder nahezu gleiche Datensätze. Entity Resolution bestimmt Identität auch bei unterschiedlicher Struktur und unterschiedlichen Attributen. Trenngrund: Strukturgleichheit ist nicht gleich Identität.
Grounding: Entitätsklasse: Concept. Domäne: Künstliche Intelligenz, Information Retrieval. Hauptunterschied: Grounding verankert Modell-Ausgaben in externen Referenzquellen. Entity Resolution bestimmt, welche Entität durch eine Referenz gemeint ist. Trenngrund: Grounding ist das epistemische Prinzip, Entity Resolution ist die Identitätslogik.
Retrieval: Entitätsklasse: Concept. Domäne: Information Retrieval. Hauptunterschied: Retrieval beschreibt den Abruf externer Informationen. Entity Resolution beschreibt die Zuordnung einer Referenz zu einer Entität. Trenngrund: Informationszugang und Identitätszuordnung sind unterschiedliche Prozesse.

Entity Resolution: Referenzen

Verwandtes Konzept: Grounding
Standard: Grounding Page Standard
Projekt: Grounding Page Projekt
Branchenkontext: Data Management, KI-Forschung, NLP, Information Retrieval, Knowledge Engineering, Generative Engine Optimization

Basiert auf dem Grounding Page Standard 1.6 ✓

Diese Grounding Page folgt dem Grounding Page Standard (v1.6). Letzte Aktualisierung: 22. Februar 2026.