Was sind strukturierte Daten? Ein praktischer Leitfaden für SEO und AI-Suche

Strukturierte Daten sind Code, den Sie einer Webseite hinzufügen, meist im Schema.org-Vokabular als JSON-LD geschrieben, der kennzeichnet, was der Inhalt der Seite tatsächlich bedeutet: das ist ein Produktname, das ist ein Preis, das ist ein Autor, das ist ein Schritt in einem Rezept. Suchmaschinen und AI-Antwortsysteme lesen diese gekennzeichneten Daten direkt, anstatt die Bedeutung aus dem Rohtext zu erraten. Genau deshalb kann dieselbe Seite in Google eine Sternebewertung, ein FAQ-Aufklappmenü oder einen Preis anzeigen, und deshalb kann ein AI Overview sie mit Sicherheit zitieren.

Dieser Unterschied, gekennzeichnete Bedeutung gegenüber Rohtext, ist der ganze Grund, warum strukturierte Daten für SEO wichtig sind. Google liest Ihre Absätze seit zwei Jahrzehnten und leitet daraus ab, was sie bedeuten. Strukturierte Daten entfernen diese Schlussfolgerung. Sie übergeben der Maschine die Tatsache direkt, in einem Format, das sie nicht erraten muss. Da AI-Systeme Inhalte zunehmend zusammenfassen und zitieren, anstatt sie nur zu ranken, wird diese direkte Übergabe wichtiger, nicht unwichtiger.

Dieser Leitfaden behandelt, was strukturierte Daten tatsächlich sind, welche Schema-Typen Ihre Zeit wert sind, ein durchgearbeitetes Beispiel zum Kopieren, die Fehler, die dazu führen, dass Markup ignoriert wird, und wie strukturierte Daten speziell die AI-Suche speisen, jenen Teil, den die meisten Erklärungen komplett auslassen.

Strukturierte Daten vs. unstrukturierte Daten (die Kurzfassung)

Die meisten Erklärungen zu strukturierten Daten beginnen mit einem Datenbank-Vortrag: Zeilen, Spalten, Tabellenkalkulationen. Das ist zwar korrekt, aber nicht hilfreich, wenn Sie eine Website betreiben. Hier ist die Version, die für SEO zählt:

	Strukturierte Daten	Unstrukturierte Daten
Wie sie aussehen	Gekennzeichnete Felder: "price": "49.00", "author": "Jane Doe"	Reiner Fließtext: "Das kostet 49 $ und wurde von Jane geschrieben"
Wie eine Maschine sie liest	Direkt, mit Gewissheit	Abgeleitet, mit einer gewissen Fehlerquote
Wo sie auf einer Seite leben	In einem <script type="application/ld+json">-Block, für Leser unsichtbar	Im sichtbaren Text, in Überschriften und Bildern
Was sie Ihnen einbringen	Rich Results, bessere Extraktion für AI-Antworten, klareres Entitätsverständnis	Was auch immer Ihr Text und Ihre On-Page-SEO für sich allein einbringen

Der entscheidende Punkt: Strukturierte Daten ersetzen Ihren Inhalt nicht. Sie stehen daneben und beschreiben ihn. Eine Produktseite braucht weiterhin echten Text. Das Schema sagt Suchmaschinen lediglich genau, welcher Satz der Preis ist und welcher die Anzahl der Bewertungen, anstatt sie das aus einem Absatz herauslesen zu lassen.

Die Schema-Typen, die sich wirklich lohnen

Schema.org definiert Hunderte von Typen. Fast keiner davon spielt für ein typisches SEO-Projekt eine Rolle. Dies sind die, die durchweg Sichtbarkeit einbringen:

• Article / BlogPosting. Kennzeichnet Überschrift, Autor, Veröffentlichungsdatum und Bild. Das ist die Grundlage für jede Content-Website und eine Voraussetzung für mehrere AI-Antwort-Funktionen, die eine klare Autorenschaft erwarten.
• FAQPage. Kennzeichnet eine Liste von Fragen und Antworten. Historisch löste dies ein aufklappbares FAQ-Rich-Result in Google aus (Google hat die Berechtigung 2023 auf bestimmte bekannte, staatliche Websites beschränkt, erwarten Sie das Rich Result auf den meisten Websites heute also nicht). Es ist weiterhin wichtig, weil es eines der saubersten und am besten extrahierbaren Formate für ein AI-System ist, das eine direkte Antwort auf eine Frage abruft, unabhängig davon, ob Google selbst das Aufklappmenü rendert.
• HowTo. Kennzeichnet aufeinanderfolgende Schritte. Nützlich für Anleitungen und Prozessinhalte. Wie bei FAQ hat sich die Berechtigung für Rich Results im Laufe der Zeit verengt, aber der Wert der Extrahierbarkeit für AI-Antworten bleibt bestehen.
• Product. Kennzeichnet Preis, Verfügbarkeit und Bewertungsdaten. Das ist es, was die Sternebewertung und den Preis erzeugt, die Sie unter einem Produktergebnis sehen, und es ist einer der wertvollsten Schema-Typen für E-Commerce.
• Organization / LocalBusiness. Kennzeichnet Ihren Namen, Ihr Logo, Ihre Adresse und Öffnungszeiten. Das speist das Knowledge Panel und ist grundlegend dafür, wie Suchmaschinen und AI-Systeme erkennen, wer den Inhalt veröffentlicht, was direkt mit E-E-A-T-Signalen zusammenhängt.
• Review / AggregateRating. Kennzeichnet Sternebewertungen und Bewertungsanzahlen. Google prüft hier besonders streng: Kennzeichnen Sie nur Bewertungen, die wirklich existieren, niemals erfundene.
• BreadcrumbList. Kennzeichnet die Hierarchie Ihrer Website. Geringer Aufwand, erzeugt die Breadcrumb-Spur unter einem Ergebnis und hilft, die thematische Struktur zu etablieren.

Wenn Sie nur drei umsetzen, dann machen Sie es zu Article/BlogPosting auf jeder Content-Seite, FAQPage dort, wo Sie bereits eine echte FAQ haben, und Organization auf Ihrer Startseite. Diese Kombination deckt Autorenschaft, Extrahierbarkeit für direkte Antworten und Entitätsidentität ab, also die drei Dinge, die sowohl klassisches SEO als auch die AI-Suche am stärksten belohnen.

Ein durchgearbeitetes Beispiel: FAQ-Schema

So sieht FAQPage-Schema tatsächlich aus, wenn es fertig geschrieben ist, anhand einer einfachen Frage und Antwort:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "What is structured data?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "Structured data is code, usually JSON-LD in Schema.org vocabulary, that labels the meaning of content on a page so search engines and AI systems can read it directly instead of inferring it from text."
    }
  }]
}

Dieser Block sitzt im <head> oder Body der Seite als <script type="application/ld+json">-Tag. Er ist für einen menschlichen Leser unsichtbar und wird nur von Crawlern und Parsern gelesen. Dies für jeden FAQ-Abschnitt einer Website von Hand zu schreiben, wird schnell mühsam und ist eine leichte Gelegenheit, einen Syntaxfehler einzuführen, der den gesamten Block ungültig macht. Genau das ist die Art von wiederholender, mechanischer Aufgabe, die man automatisieren sollte, statt sie von Hand zu codieren. Wenn Sie das Handcodieren überspringen möchten, hat Murkuz einen kostenlosen FAQ-Schema-Generator, der eine einfache Liste von Fragen und Antworten in gültiges JSON-LD verwandelt, das Sie direkt in die Seite einfügen können.

Wie strukturierte Daten speziell die AI-Suche speisen

Das ist der Teil, zu dem die meisten Erklärungen zu strukturierten Daten nie kommen, weil sie für klassisches SEO geschrieben und nie an die tatsächliche Funktionsweise von AI-Antwortsystemen angepasst wurden.

Google AI Overviews, die Suchfunktion von ChatGPT und Perplexity lesen Ihre Seite nicht so, wie es ein Mensch tut. Sie extrahieren eine Aussage, prüfen, ob sie gut zugeordnet ist, und entscheiden, ob sie sie in einer generierten Antwort anzeigen. Strukturierte Daten verändern diese Extraktion auf drei konkrete Weisen:

Sie beseitigen die Mehrdeutigkeit bei der Autorenschaft. Ein AI-System, das entscheidet, ob es einer Aussage vertrauen und sie zitieren soll, sucht nach einer klaren, zuordenbaren Quelle. Article-Schema mit einem author-Feld, das mit einem echten Namen und (idealerweise) einem sameAs-Link zu den anderen Profilen dieser Person verknüpft ist, gibt dem System ein eindeutiges Signal darüber, wer die Aussage macht. Eine Seite ohne Schema und mit einer generischen Autorenzeile "Team" gibt ihm nichts, woran es sich orientieren kann.

Sie verpacken die genaue Aussage vorab, die eine AI-Antwort benötigt. FAQ-Schema hat strukturell bereits die Frage-und-Antwort-Form, die ein AI-System extrahieren und zitieren möchte. Sie haben die Extraktionsarbeit praktisch für es erledigt. Deshalb lohnt es sich weiterhin, FAQ-Schema zu schreiben, selbst dort, wo sich das sichtbare Rich-Result-Aufklappmenü verengt hat: Der Wert des Schemas für die AI-Extraktion ist nicht verschwunden, als Google die Anzeigeberechtigung verschärft hat.

Sie verstärken die Entitätsidentität im gesamten Web. Organization-Schema, konsistente NAP-Daten (Name, Adresse, Telefon) und sameAs-Links zu Ihren anderen verifizierten Profilen helfen jedem Crawler, nicht nur dem von Google, ein sicheres Bild davon aufzubauen, wer Sie sind. AI-Systeme gewichten dieses Entitätsvertrauen, wenn sie entscheiden, ob sie Sie als Quelle zitieren oder eine anonyme Seite, die zufällig dasselbe Thema erwähnt.

Nichts davon ersetzt guten Inhalt. Eine Seite mit perfektem Schema und einer dünnen, vagen Antwort wird trotzdem nicht zitiert. Aber eine Seite mit einer wirklich guten Antwort und ohne Schema mutet dem AI-System mehr Ableitungsarbeit zu, als es tun müsste, und genau bei der Ableitung verlieren Sie gegen einen Wettbewerber, der die Extraktion einfach gemacht hat.

Häufige Fehler bei strukturierten Daten, die dazu führen, dass Markup ignoriert wird

Die eigene Dokumentation von Google stellt klar, dass ungültiges oder irreführendes Markup nicht nur vergebliche Mühe ist, sondern eine manuelle Maßnahme auslösen kann. Die Fehler, die auf echten Websites am häufigsten auftreten:

1. Inhalte auszeichnen, die auf der Seite nicht sichtbar sind. Ein Schema muss beschreiben, was einem Besucher tatsächlich angezeigt wird. FAQ-Schema für Fragen, die nirgendwo im sichtbaren Inhalt auftauchen, ist ein Richtlinienverstoß, nicht nur eine schlechte Praxis.
2. Syntaxfehler, die den gesamten Block ungültig machen. Ein einziges fehlendes Komma in JSON-LD kann das gesamte Schema-Objekt stillschweigend zerstören. Validieren Sie immer nach jeder Änderung.
3. Falsche Bewertungen oder Ratings auszeichnen. Review- und AggregateRating-Schema ist einer der am stärksten geprüften Typen. Kennzeichnen Sie nur Bewertungen, die wirklich existieren und wirklich von echten Rezensenten stammen.
4. Schema aus dem Takt mit der Seite geraten lassen. Ein Preis in Ihrem Product-Schema, der nicht mehr mit dem Live-Preis übereinstimmt, oder eine FAQ-Antwort, die auf der Seite, aber nicht im Schema bearbeitet wurde, ist genau die Art von Verfall, der Vertrauenssignale im Laufe der Zeit still untergräbt, wenn eine Website über das hinauswächst, was eine Person manuell erneut prüfen kann.
5. Den falschen Typ für den Inhalt verwenden. HowTo-Schema auf einer Listicle, die keine tatsächlich aufeinanderfolgenden Schritte enthält, oder Article-Schema auf einer Seite, die eigentlich eine Produktliste ist, verwirrt mehr, als es klärt.

So prüfen Sie, ob Ihre strukturierten Daten funktionieren

Drei Prüfungen, in der Reihenfolge, wie oft sie echte Probleme aufdecken:

• Der Rich Results Test von Google. Fügen Sie eine URL oder einen Code-Ausschnitt ein, und er sagt Ihnen, welche Rich Results in Frage kommen, und meldet Syntaxfehler sofort. Das ist die erste Anlaufstelle für jedes neue Markup.
• Die Erweiterungsberichte der Search Console. Sobald das Markup live ist und gecrawlt wurde, zeigt Ihnen die Search Console Validierungsfehler und Warnungen über die gesamte Website hinweg an, nicht nur für eine Seite. So finden Sie ein Schema, das nach einer Vorlagenänderung, die niemand bemerkt hat, kaputtgegangen ist.
• Eine manuelle Suche nach Ihrer eigenen Seite. Suchen Sie nach genau der Anfrage, auf die Ihre FAQ- oder Produktseite abzielt, und sehen Sie, was tatsächlich gerendert wird. Die Berechtigung für Rich Results verschiebt sich im Laufe der Zeit (wie es 2023 bei FAQ und HowTo der Fall war), daher lohnt es sich, das, was vor einem Jahr funktioniert hat, regelmäßig erneut zu prüfen, anstatt anzunehmen, dass es immer noch zutrifft.

Einen kaputten oder abgedrifteten Schema-Block früh zu erkennen, ist dasselbe zugrunde liegende Problem wie das frühe Erkennen einer verfallenden Seite: Eine kleine, mechanische Sache hört still auf zu funktionieren, und niemand bemerkt es, bis der Traffic bereits gesunken ist. Genau diese Lücke soll Murkuz' Tooling für E-E-A-T-Compliance schließen: Es scannt Seiten planmäßig auf fehlende oder kaputte Vertrauens- und Strukturdaten-Signale und verwandelt jede Lücke in eine Aufgabe, statt zu verlangen, dass jemand alle paar Monate jede Seite von Hand erneut prüft.

FAQ

Sind strukturierte Daten dasselbe wie Schema-Markup?

Nicht ganz, obwohl die Begriffe austauschbar verwendet werden. Strukturierte Daten sind das allgemeine Konzept: organisierte, gekennzeichnete Informationen, die eine Maschine direkt lesen kann. Schema-Markup, insbesondere das als JSON-LD geschriebene Schema.org-Vokabular, ist die im Web heute am häufigsten verwendete Umsetzung, um strukturierte Daten für Suchmaschinen zu erzeugen. In der Praxis meint jemand aus dem SEO-Bereich mit "strukturierten Daten" fast immer Schema-Markup.

Verbessern strukturierte Daten tatsächlich das Ranking?

Google hat erklärt, dass strukturierte Daten selbst kein direkter Ranking-Faktor sind. Sie machen Ihre Inhalte für Rich Results (Sterne, FAQ-Aufklappmenüs, Breadcrumbs) infrage kommend, die die Klickrate verbessern können, und sie verbessern, wie sicher Such- und AI-Systeme Ihre Inhalte verstehen und extrahieren. Der Ranking-Vorteil ist indirekt, aber real: Eine bessere CTR und ein klareres maschinelles Verständnis korrelieren beide mit einer stärkeren Leistung im Laufe der Zeit.

Was ist ein Beispiel für strukturierte Daten auf einer Website?

Eine Rezeptseite mit JSON-LD, das Kochzeit, Zutaten und Kalorienzahl auszeichnet, ist ein klassisches Beispiel. Das ist es, was die Rezeptkarte mit einem Foto, einer Sternebewertung und einer Zeitangabe erzeugt, die Sie in den Google-Suchergebnissen sehen, statt eines schlichten blauen Links.

Brauche ich strukturierte Daten für die AI-Suche wie ChatGPT und Perplexity?

Sie brauchen sie nicht zwingend, um gecrawlt oder erwähnt zu werden, aber sie helfen erheblich. Klares Article- und FAQ-Schema verpackt Ihre Inhalte vorab in einer Form, die für ein AI-System leicht zu extrahieren und zuzuordnen ist. Das ist einer der konkreten Hebel, die Sie in einem ansonsten undurchsichtigen Prozess tatsächlich kontrollieren.

Welche Tools kann ich verwenden, um strukturierte Daten hinzuzufügen, ohne sie von Hand zu codieren?

Der Rich Results Test von Google validiert vorhandenes Markup, und für bestimmte Schema-Typen gibt es speziell entwickelte Generatoren, damit Sie JSON-LD nicht von Grund auf schreiben müssen. Murkuz' kostenloser FAQ-Schema-Generator ist eine Option, wenn Sie nur gültiges FAQ-Markup aus einer Liste von Fragen und Antworten benötigen.

---

Junaid Khalid ist der Gründer von Ertiqah und der Entwickler von Murkuz, der SEO-Plattform, die den Kreis von der Erkennung einer Inhalts- oder Vertrauenssignal-Lücke bis zum Nachweis, dass die Behebung gewirkt hat, schließt. Er hat SEO als ersten Wachstumskanal über seine eigenen SaaS-Produkte hinweg betrieben, einschließlich des Wandels hin dazu, strukturierte Daten und E-E-A-T-Signale als operative Checkliste zu behandeln, nicht als einmalige Einrichtungsaufgabe.