Was sind strukturierte Daten?
Strukturierte Daten sind Informationen, die in einem standardisierten Format vorliegen, das Maschinen automatisch verarbeiten können. Im Webkontext bedeutet dies: Zusätzlich zum sichtbaren Inhalt einer Webseite wird im Quellcode ein maschinenlesbarer Datensatz hinterlegt, der Suchmaschinen explizit mitteilt, worum es auf der Seite geht.
Der Unterschied zu unstrukturierten Daten (normalem Fließtext) ist fundamental:
| Merkmal | Unstrukturierte Daten (Fließtext) | Strukturierte Daten (Schema Markup) |
|---|---|---|
| Format | Natürliche Sprache, frei formuliert | Standardisiertes Key-Value-Paar (z. B. JSON-LD) |
| Maschinenlesbarkeit | KI/Crawler muss Bedeutung interpretieren | Bedeutung ist explizit codiert |
| Beispiel | „Unser Restaurant hat täglich von 18 bis 22 Uhr geöffnet." | "openingHours": "Mo-Su 18:00-22:00" |
| Verarbeitung | Erfordert NLP und Kontextanalyse | Direkte Extraktion ohne Interpretation |
Schema.org ist eine kollaborative Initiative, die 2011 von Google, Bing, Yahoo und Yandex gegründet wurde. Ziel war es, ein einheitliches Vokabular für strukturierte Daten zu schaffen, das alle großen Suchmaschinen verstehen. Heute umfasst Schema.org über 800 definierte Typen (z. B. Organization, Product, Article, FAQPage) und tausende Eigenschaften.
„Markup" bezeichnet den Vorgang, dieses Vokabular im Quellcode einer Webseite einzubetten. Man „markiert" also bestimmte Inhalte mit standardisierten Labels, damit Crawler sie eindeutig identifizieren können.
Nein. Diese Begriffe beschreiben unterschiedliche Technologien, die im Kontext strukturierter Daten oft verwechselt werden:
<head>-Bereich der Seite eingebettet und ist für Nutzer unsichtbar.
HTML: Code-Beispiel ansehen →
XML: Sitemap-Beispiel ansehen →
JSON-LD: Structured-Data-Beispiel ansehen →
Sind strukturierte Daten ein direkter Rankingfaktor?
Nein. Google hat mehrfach bestätigt, dass strukturierte Daten kein direktes Ranking-Signal sind. Eine Seite rankt nicht höher, nur weil sie Schema Markup enthält.
Aber: Strukturierte Daten haben einen starken indirekten Effekt auf die Sichtbarkeit:
Rich Results (auch Rich Snippets genannt) sind erweiterte Darstellungen in den Suchergebnissen, die über den klassischen blauen Link hinausgehen. Sie werden ausschließlich durch strukturierte Daten ermöglicht. Zu den häufigsten Typen gehören:
Studien belegen den positiven Effekt von Rich Results auf die Klickrate. Laut einer Analyse von Search Engine Journal können Rich Snippets die CTR um bis zu 30 % steigern. Besonders bei transaktionalen Suchanfragen (z. B. „Produkt kaufen") und informativen Anfragen mit FAQ-Bedarf ist der Effekt signifikant.
Für KI-Suchmaschinen wie ChatGPT, Perplexity oder Google AI Overviews sind strukturierte Daten ebenfalls essenziell. Sie dienen als maschinenlesbare Grundlage für die Entitäts-Erkennung und die Generierung präziser Antworten. Mehr zur Optimierung für KI-Systeme erfahren Sie in unserem Beitrag zur Answer Engine Optimization (AEO).
Die Einführung von AI Overviews und des Google AI Mode hat die Darstellung in den Suchergebnissen grundlegend verändert. Viele Website-Betreiber beobachten, dass KI-generierte Zusammenfassungen mittlerweile deutlich prominenter erscheinen als klassische Rich Snippets. Das wirft die Frage auf: Hat Schema Markup dadurch an Bedeutung verloren?
Die kurze Antwort lautet: Rich Snippets werden nicht abgeschafft, aber sie werden verdrängt. AI Overviews erscheinen in der Regel oberhalb aller organischen Ergebnisse und Rich Results. Das bedeutet:
Paradoxerweise steigt die strategische Bedeutung strukturierter Daten gerade durch die KI-Integration. Der Grund: Strukturierte Daten sind heute doppelt relevant, sie qualifizieren Inhalte nicht nur für Rich Results, sondern erhöhen auch die Wahrscheinlichkeit, als Quelle in AI Overviews zitiert zu werden.
Nicht alle strukturierten Daten sind für KI-Systeme gleich relevant. Die folgenden Typen haben in der Praxis die höchste Wirkung auf die Zitierbarkeit in AI Overviews und KI-Suchmaschinen:
Schema.org bietet hunderte Typen, doch nicht alle sind für jedes Unternehmen relevant. Die folgende Übersicht zeigt die wichtigsten Schema-Typen, sortiert nach Anwendungsbereich:
| Schema-Typ | Anwendungsbereich | Wichtige Eigenschaften | Rich Result möglich? |
|---|---|---|---|
| Organization | Unternehmensdaten, Markenidentität | name, logo, url, contactPoint, sameAs | Knowledge Panel |
| LocalBusiness | Lokale Geschäfte, Dienstleister | address, openingHours, priceRange, geo | Local Pack, Maps |
| Product | E-Commerce, Produktseiten | name, image, offers, aggregateRating | Produktsnippet, Shopping |
| Article / NewsArticle | Blogbeiträge, Nachrichten | headline, author, datePublished, image | Top Stories, Karussell |
| FAQPage | FAQ-Bereiche, Ratgeber | mainEntity (Question + acceptedAnswer) | FAQ-Rich-Result |
| HowTo | Anleitungen, Tutorials | step, name, image, totalTime | HowTo-Rich-Result |
| Event | Veranstaltungen, Termine | name, startDate, location, offers | Event-Rich-Result |
| Person | Autorenprofile, Team-Seiten | name, jobTitle, image, knowsAbout | Knowledge Panel |
Es gibt drei technische Formate, um Schema Markup einzubinden:
<head> oder <body> eingebettet und ist vollständig vom sichtbaren HTML getrennt. Einfach zu warten, CMS-unabhängig und weniger fehleranfällig.itemscope, itemprop). Funktioniert, ist aber schwerer zu pflegen und anfälliger für Fehler bei Theme-Updates.Empfehlung: Nutzen Sie immer JSON-LD, sofern kein technischer Grund dagegen spricht. Es ist der aktuelle Standard und wird von allen großen Suchmaschinen sowie KI-Crawlern bevorzugt verarbeitet.
Hier ist ein praxisnahes Beispiel für ein LocalBusiness-Markup eines Handwerksbetriebs:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "LocalBusiness",
"name": "Mustermann Sanitär GmbH",
"image": "https://www.beispiel.de/logo.png",
"url": "https://www.beispiel.de",
"telephone": "+49 2153 123456",
"email": "info@beispiel.de",
"address": {
"@type": "PostalAddress",
"streetAddress": "Hauptstraße 10",
"addressLocality": "Viersen",
"postalCode": "41747",
"addressCountry": "DE"
},
"openingHoursSpecification": [
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"],
"opens": "08:00",
"closes": "17:00"
}
],
"priceRange": "€€",
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.8",
"reviewCount": "127"
}
}
</script>Dieser Code wird im <head>-Bereich der Seite platziert und ist für Besucher unsichtbar. Suchmaschinen und KI-Systeme lesen ihn jedoch direkt aus.
Je nach technischem Setup gibt es verschiedene Wege, Schema Markup zu implementieren:
Bevor strukturierte Daten live gehen, sollten sie immer validiert werden. Zwei Tools sind dafür essenziell:
Ein häufiges Missverständnis: Fehlerfreies Schema Markup garantiert keine Rich Results. Google behält sich vor, Rich Results nur dann anzuzeigen, wenn mehrere Faktoren zusammenpassen:
Wichtig: Auch wenn Rich Results nicht sofort erscheinen, profitiert Ihre Seite trotzdem vom besseren Verständnis durch Crawler und KI-Systeme. Bleiben Sie dran und prüfen Sie regelmäßig die Google Search Console.
Google hat klare Richtlinien für strukturierte Daten. Verstöße können zu manuellen Maßnahmen führen, die Ihre Sichtbarkeit massiv beeinträchtigen. Vermeiden Sie unbedingt:
Product auf einer reinen Informationsseite).aggregateRating darf nur verwendet werden, wenn echte, verifizierbare Bewertungen vorliegen.Auswertung über die Google Search Console
Die Google Search Console bietet unter dem Menüpunkt „Darstellung in der Suche" → „Rich-Suchergebnisse" detaillierte Berichte zu Ihren strukturierten Daten. Sie sehen:
Nutzen Sie diese Daten, um Ihre Schema-Strategie iterativ zu verbessern. Priorisieren Sie Fehlerbehebungen auf Seiten mit hohem Traffic-Potenzial.
| Schritt | Aktion |
|---|---|
| 1. Relevante Typen identifizieren | Prüfen Sie, welche Schema-Typen zu Ihrem Geschäftsmodell passen (LocalBusiness, Product, Article, FAQPage etc.) |
| 2. JSON-LD-Code erstellen | Nutzen Sie Generatoren (schema.app, Merkle) oder CMS-Plugins. Achten Sie auf Vollständigkeit und Korrektheit. |
| 3. Code einbinden | Im <head> der Zielseite platzieren (manuell, Plugin oder GTM). |
| 4. Validieren | Schema.org Validator + Google Rich Results Test nutzen. Alle Fehler beheben. |
| 5. Live testen | URL in der Google Search Console prüfen. Auf Rich-Result-Bericht warten (kann Tage dauern). |
| 6. Monitoring etablieren | Regelmäßig Search Console prüfen. Bei Theme-Updates oder Content-Änderungen Markup neu validieren. |
Schema Markup ist kein optionales Extra mehr, es ist die Grundlage für maschinelles Verständnis im modernen Web. Ob klassische Suchmaschine oder KI-Assistent: Wer seine Inhalte nicht strukturiert, überlässt die Interpretation dem Zufall.
Die Integration von KI in die Google-Suche hat die Spielregeln verändert: AI Overviews dominieren zunehmend die Sichtbarkeit und verdrängen Rich Snippets bei informationsorientierten Anfragen. Doch gerade deshalb sind strukturierte Daten heute wichtiger denn je. Sie sind die technische Voraussetzung dafür, dass KI-Modelle Ihre Inhalte überhaupt als vertrauenswürdige Quelle erkennen und zitieren können.
Die gute Nachricht: Die Implementierung ist technisch überschaubar und der ROI ist messbar. Höhere Klickraten, bessere KI-Zitierbarkeit und ein klarerer Knowledge Graph sind direkte Effekte einer sauberen Schema-Strategie. Kombinieren Sie strukturierte Daten mit den Prinzipien der Generative Engine Optimization (GEO) und der KI SEO, um in beiden Welten, klassisch und KI-gestützt, maximal sichtbar zu sein.
Beitrag teilen:
Unverbindlich Projekt anfragen
E-Mail:
mail@weis.digital
Telefon:
02162-1445789
Unverbindlich Projekt anfragen