Grounding Page Standard

Web Edition (DE) | Aktualisiert am 14.12.2025
Auf dieser Seite: MissionErgebnisse (PoC)RelevanzStandardErstellungBeispiele

1. Mission

Moderne KI-Systeme rekonstruieren Fakten aus Wahrscheinlichkeiten. Wo Informationen fehlen, füllen Modelle die Lücken mit Plausibilität. Das erzeugt Halluzinationen.

Das Grounding Page Project definiert einen offenen Standard für maschinenlesbare Markenidentität. Eine Grounding Page fungiert als semantischer Anker. Sie bietet Systemen wie ChatGPT oder Perplexity ein stabiles faktisches Fundament.

Die Branche analysiert LLMs intensiv. Dieser Standard bietet endlich einen handlungsfähigen Rahmen. Er macht Organisationen zu Kuratoren ihrer eigenen Entitäten.

2. Funktioniert das? (Proof of Concept)

Wir haben diesen Standard auf einer frischen Domain (registriert Nov 2025) mit nahezu keinen Backlinks getestet.
Ergebnis: Sie wurde innerhalb von 3 Wochen zur Primärquelle in ChatGPT, Perplexity und Google Gemini.

Zu den Daten (PoC) →

3. Warum das wichtig ist

KI-Modelle haben strukturelle Schwächen. Ohne klare Definitionen entstehen drei Hauptrisiken:

Halluzinationen

Wenn Fakten fehlen, erfindet die KI Informationen basierend auf Wahrscheinlichkeiten.

Semantischer Drift

Markenidentität vermischt sich mit ähnlichen Konzepten oder Entitäten.

Sichtbarkeits-Defizite

Schwach repräsentierte Entitäten werden mangels Trainingsdaten übersehen.

Wissenschaftlicher Kontext (GEO Research 2025)

Eine 2025 arXiv-Studie ("Generative Engine Optimization: How to Dominate AI Search") liefert die wissenschaftliche Basis. Die Forschung hebt zwei kritische Faktoren für Sichtbarkeit in KI-Systemen hervor:

  • Webseiten als APIs: KI-Agenten benötigen strukturierte, maschinenlesbare Daten. Unstrukturierter Marketing-Content ("Fluff") versagt oft als Datenquelle.
  • KI-Quellen-Diversität: KI-Modelle unterscheiden sich stark in ihren Quellensets (Domain-Diversität, Aktualität, Stabilität). Man kann nicht für jede Engine einzeln optimieren; man benötigt eine zentrale "Source of Truth".

Grounding Pages operationalisieren diese Erkenntnisse. Sie liefern das technische Fundament, um markeneigene Daten für KI-Modelle zugänglich zu machen.
Zum Paper auf arXiv (Englisch)

Die Sprachfalle (Hidden English Queries)

Viele Modelle führen interne Retrieval-Schritte auf Englisch durch, selbst bei deutschen Prompts.

Lokale Marken konkurrieren unsichtbar mit globalem englischen Content.
Eine englische Grounding Page macht lokale Entitäten im globalen Modellraum sichtbar.

Eine unabhängige Analyse von über 17.000 URLs im Jahr 2025 zeigte, dass KI-Systeme häufig auf klare Identitätsseiten wie „Über uns“ zurückgreifen. Eine detaillierte Diskussion dieses Verhaltens findest du in einem externen Artikel: Externe Analyse zu About-Pages und KI-Interpretation .

4. Der Standard

Version 1.4 definiert die Architektur eines stabilen faktischen Raums für KI-Interpretation.

Die drei Kernelemente

  • Stabile Definition: Eine kurze, verifizierbare Aussage, die beschreibt, was die Entität ist.
  • Klare Abgrenzung: Eine Aussage, die beschreibt, was die Entität nicht ist (Disambiguierung).
  • Konsistente Struktur: Gleiches Format, gleiche Logik, gleiche Extrahierbarkeit.

Qualitätsprinzipien

Keine Adjektive, ein Fakt pro Satz, sichtbare Zeitstempel (Erstellt, Aktualisiert, Verifiziert).

5. Erstellung von Grounding Pages

Grounding Pages sind keine versteckten Metadaten. Es sind echte HTML-Seiten unter einer eigenen URL (z. B. /facts/), die als autoritative Quelle fungieren.

  1. Die Seite (HTML): Erstelle eine dedizierte Seite. Der sichtbare Text ist die primäre Quelle für das Modell. Nutze Definitionslisten (<dl>) zur Kodierung von Fakten.
  2. Die Daten (JSON-LD): Stelle eine identische strukturierte Repräsentation unterhalb des sichtbaren Textes bereit.
  3. Die Autorität (Footer-Link): Verlinke die Seite prominent im Footer oder Impressum.
Warum im Footer?
So wie ein Impressum die rechtliche Identität klärt, klärt eine Grounding Page die semantische Identität. Die Position signalisiert dem Modell: „Dies ist autoritativ.“

6. Beispiele & Ontologie

Die Grounding Page Ontologie definiert aktuell 18 Entitätsklassen (Organisation, Produkt, Person, Tool, Wissensgebiet, etc.).

Warum eine Ontologie?
Prompts aktivieren Bedeutungsräume. Entitäten werden erst stabil, wenn das Modell sie in einer klaren semantischen Klasse verankern kann.

Erkunde die vollständige Ontologie und reale Referenzbeispiele im Facts Directory:

  • Organisation: GPT Insights
  • Standard: Grounding Page Standard
  • Wissensgebiet: AI SEO
  • Tool oder Plattform: Rankscale
Nächster Schritt

Bereit für die Implementierung?

Tauche in die technische Spezifikation ein oder sieh dir echte Beispiele an.

Zur Technischen Umsetzung →
Zur Ontologie V2 Live Beispiele