Das Problem

Sie haben strukturierte Daten zu Ihrer Website hinzugefügt. Vielleicht haben Sie sie sogar durch einen Validator laufen lassen und null Fehler gesehen. Doch wenn Sie ChatGPT, Perplexity oder Google AI Overviews nach Ihrem Unternehmen fragen, sind die Informationen falsch, unvollständig oder Ihre Website fehlt gänzlich. Die unbequeme Wahrheit ist, dass das meiste Schema-Markup im Web entweder irrelevant dafür ist, wie KI-Systeme tatsächlich Informationen extrahieren, oder so implementiert ist, dass es stillschweigend ignoriert wird.

Entwickler und SEO-Fachleute behandeln schema.org oft wie eine Checkliste — BreadcrumbList hinzufügen, etwas LocalBusiness einstreuen, vielleicht einen WebSite-Typ auf die Startseite setzen. Aber KI-gestützte Suchmaschinen gewichten nicht alle Schema-Typen gleich. Sie priorisieren die Typen, die ihnen helfen, Nutzerfragen mit Zuversicht zu beantworten, und verwerfen oder deprioritisieren alles andere.

Warum es wichtig ist

Wenn ein KI-System eine Antwort generiert, muss es der Quelle vertrauen. Strukturierte Daten sind eines der stärksten verfügbaren Vertrauenssignale, weil sie maschinenlesbare Fakten liefern, die gegengeprüft werden können. Wenn Ihr Schema fehlt, generisch oder fehlerhaft ist, muss sich die KI allein auf unstrukturierten Text verlassen — und wird oft einen Wettbewerber bevorzugen, dessen strukturierte Daten die Anfrage klar beantworten.

Schlimmer noch: Fehlerhaftes Schema vergiftet aktiv Ihre Glaubwürdigkeit. Wenn Ihr Organization-Schema das falsche Gründungsdatum aufführt oder Ihr Product-Schema einen Preis angibt, der nicht mit dem Seiteninhalt übereinstimmt, lernen KI-Systeme, Ihrem Markup grundsätzlich zu misstrauen. Diese Abstrafung ist lautlos — Sie werden nie eine Benachrichtigung erhalten, dass Ihre strukturierten Daten deprioritisiert wurden.

Die Lösung

Konzentrieren Sie sich auf die fünf Schema-Typen, die KI tatsächlich analysiert

Organization-Schema begründet die Entitätsidentität. KI-Systeme nutzen es, um Ihre Website mit einer bekannten Entität in ihrem Knowledge Graph zu verbinden. Fügen Sie Name, URL, Logo, Gründungsdatum, Kontaktinformationen und sameAs-Links zu Ihren Social-Media-Profilen und Ihrem Wikidata-Eintrag hinzu, sofern vorhanden.

Article-Schema teilt KI-Systemen mit, dass eine Seite redaktionelle Inhalte enthält. Fügen Sie headline, datePublished, dateModified, author (verknüpft mit einer Person oder Organization) und publisher hinzu. Das Feld dateModified ist besonders kritisch — so bestimmt die KI die Aktualität von Inhalten.

FAQ-Schema ist wohl der mächtigste Typ für GEO. KI-Systeme extrahieren Frage-Antwort-Paare direkt aus FAQPage-Markup und nutzen sie zur Generierung von Antworten. Jede Frage sollte eine echte Anfrage sein, die Ihre Zielgruppe stellt, und jede Antwort sollte eine vollständige, in sich geschlossene Antwort sein.

Product- und HowTo-Schema erfüllen ähnliche Zwecke für ihre jeweiligen Inhaltstypen. Product-Schema liefert strukturierte Preis-, Verfügbarkeits- und Bewertungsdaten. HowTo-Schema zerlegt prozedurale Inhalte in einzelne, extrahierbare Schritte, die KI direkt darstellen kann.

Implementieren Sie ausschließlich mit JSON-LD

Obwohl schema.org Microdata- und RDFa-Syntaxen unterstützt, ist JSON-LD das einzige Format, das von KI-Crawlern konsistent geparst wird. Platzieren Sie Ihre JSON-LD-Blöcke im Head Ihres Dokuments. Verwenden Sie einen Block pro Schema-Typ — verschachteln Sie keine unzusammenhängenden Typen in einem einzigen Block. Stellen Sie sicher, dass jede erforderliche Eigenschaft des Typs vorhanden ist; optionale Eigenschaften sollten nur dann einbezogen werden, wenn Sie korrekte Daten zur Befüllung haben.

Vermeiden Sie diese häufigen Fehler

Erfinden Sie keine Daten, um Schema-Felder zu füllen. Ein leeres Feld ist besser als ein falsches. Duplizieren Sie kein Schema über Seiten hinweg, es sei denn, die Daten gelten tatsächlich für jede Seite. Verwenden Sie keine Schema-Typen, die nicht zum Seiteninhalt passen — FAQ-Schema auf einer Seite ohne sichtbare Fragen und Antworten hinzuzufügen, wird als Spam gewertet. Vergessen Sie schließlich nicht, Ihr Schema zu aktualisieren, wenn sich der zugrundeliegende Inhalt ändert. Veraltetes Schema wird als ungenaues Schema behandelt.

Testen Sie mit den richtigen Werkzeugen

Googles Rich Results Test überprüft, ob Ihr Schema für Rich Results qualifiziert, fängt aber nicht alle Fehler ab. Der Schema.org Validator prüft die strukturelle Korrektheit gegen die vollständige Spezifikation. Nutzen Sie beide Werkzeuge und überprüfen Sie dann manuell, ob jeder Wert in Ihrem Schema mit dem sichtbaren Inhalt auf der Seite übereinstimmt. Automatisierte Tests fangen Syntaxfehler ab; nur menschliche Überprüfung erkennt semantische Fehler.

Wie Erfolg aussieht

Wenn Ihr Schema korrekt implementiert ist, können KI-Systeme Fakten zuverlässig extrahieren und Ihrer Website zuordnen. Ihre Organisation erscheint als verifizierte Entität in KI-Antworten. Ihre Artikel werden mit korrekten Daten und Autorenschaft zitiert. Ihre FAQ-Antworten werden direkt zitiert. Ihre Produkte erscheinen mit korrekten Preisen. Dies ist kein theoretischer Vorteil — es ist der Unterschied zwischen dem Zitiert-Werden als Quelle und der Unsichtbarkeit. Schema, das zählt, ist Schema, dem KI vertrauen, das sie verifizieren und nutzen kann.