Das Wichtigste in kürze
Schema Markup macht Webseiten für Suchmaschinen und KI-Systeme leichter verständlich, indem Inhalte, Entitäten und deren Beziehungen in einer standardisierten, maschinenlesbaren Form beschrieben werden. Es ist kein direkter Ranking- oder Zitierfaktor, unterstützt jedoch Google AI Overviews und Microsoft Copilot nachweislich beim Verständnis von Inhalten und gilt auch für ChatGPT, Perplexity und Claude als etablierte Best Practice. Besonders relevant für die AI-Sichtbarkeit sind Organization-, Person-, Article-, Service-, Product- und FAQPage-Schema, wobei insbesondere FAQ- und Product-Schema in einer aktuellen Studie mit einer höheren ChatGPT-Sichtbarkeit korrelierten. Für die Umsetzung empfiehlt sich JSON-LD in Kombination mit konsistenten @id– und @graph-Strukturen, wobei das Schema stets den sichtbaren Seiteninhalt widerspiegeln und als Ergänzung zu hochwertigem Content, E-E-A-T und einer klaren Informationsarchitektur eingesetzt werden sollte.
Wie wird eine Website für KI-Systeme möglichst verständlich und zitierfähig?
In diesem Zusammenhang fällt immer häufiger der Begriff Schema Markup oder strukturierte Daten. Manche behaupten sogar, Schema könne die Wahrscheinlichkeit erhöhen, von KI-Systemen zitiert zu werden. Andere halten es für überschätzt. Doch was stimmt tatsächlich?
Die aktuelle Datenlage zeigt ein differenziertes Bild: Schema Markup ist kein Wundermittel für mehr KI-Sichtbarkeit – aber es gehört zu den wichtigsten technischen Grundlagen moderner Generative Engine Optimization (GEO). Richtig eingesetzt hilft es Suchmaschinen und KI-Systemen dabei, Inhalte schneller, eindeutiger und mit weniger Interpretationsspielraum zu verstehen.
Was ist Schema Markup?
Schema Markup ist eine standardisierte Form strukturierter Daten auf Basis von Schema.org. Mithilfe von JSON-LD werden Inhalte einer Webseite so ausgezeichnet, dass Maschinen deren Bedeutung eindeutig erkennen können.
Während Menschen beispielsweise folgenden Satz problemlos verstehen:
„Unser Unternehmen bietet professionelle GEO-Beratung in Wien an.“
erkennt ein KI-System zunächst lediglich Wörter.
Durch Schema kann dieselbe Information eindeutig beschrieben werden:
- Unternehmen = Organization
- Dienstleistung = Service
- Standort = Place
- Autor = Person
- Preis = Offer
Dadurch müssen Suchmaschinen und KI-Systeme wesentlich weniger interpretieren.
Warum spielt Schema Markup für GEO überhaupt eine Rolle?
Large Language Models (LLMs) können Fließtexte inzwischen sehr gut verstehen.
Dennoch besteht ein großer Unterschied zwischen:
verstehen müssen
und
eindeutig wissen
Genau hier setzt Schema Markup an.
Es liefert Maschinen zusätzliche Informationen über:
- Entitäten
- Beziehungen
- Eigenschaften
- Verantwortlichkeiten
- Inhalte
Dadurch entsteht deutlich weniger Interpretationsspielraum.
Man kann sich Schema wie die Legende einer Landkarte vorstellen.
Die eigentliche Karte (der Content) bleibt unverändert.
Die Legende sorgt lediglich dafür, dass jeder dieselben Symbole gleich interpretiert.
Schema ist kein Rankingfaktor aber ein wichtiges Verständnissignal
Einer der größten Irrtümer besteht darin, Schema als direkten Rankingfaktor oder als “Citation Hack” zu betrachten.
Das ist nach aktuellem Forschungsstand nicht richtig.
Mehrere Experten aus dem Bereich AI Search weisen darauf hin, dass LLMs primär den sichtbaren Inhalt einer Webseite lesen. Der JSON-LD-Code ersetzt den eigentlichen Content nicht, sondern ergänzt ihn lediglich.
Schema sollte deshalb eher als Verständnissignal verstanden werden.
Es hilft Maschinen dabei,
- Inhalte eindeutig zu klassifizieren,
- Entitäten korrekt zuzuordnen,
- Beziehungen zu erkennen,
- Informationen schneller zu extrahieren.
Guter Content bleibt jedoch die wichtigste Grundlage.
Welche Suchmaschinen und KI-Systeme nutzen Schema?
Google AI Overviews
Google hat mehrfach bestätigt, dass strukturierte Daten beim Verständnis von Webseiten helfen und weiterhin eine wichtige Rolle für Suchergebnisse spielen.
Da AI Overviews direkt auf Googles Suchindex aufbauen, profitieren strukturierte Inhalte auch hier indirekt.
Microsoft Bing Copilot
Microsoft bestätigte ebenfalls offiziell, dass Schema Markup dabei hilft, Inhalte für Bing Copilot besser zu interpretieren.
Gerade Organisationen, Produkte und Services können dadurch leichter erkannt werden.
ChatGPT, Claude und Perplexity
Hier ist die Lage deutlich weniger eindeutig.
Bis heute gibt es keine offizielle Bestätigung, dass OpenAI, Anthropic oder Perplexity Schema-Markup direkt für ihre Websuche oder Extraktion verwenden.
Dennoch gilt Schema inzwischen als Best Practice, da strukturierte Inhalte grundsätzlich leichter verarbeitet werden können und zukünftige Entwicklungen kaum gegen eine saubere Implementierung sprechen. Diese Einordnung deckt sich auch mit dem Beitrag „Schema markup for AI search: No hype, just good infrastructure“, der betont, dass Schema vor allem die maschinelle Verständlichkeit verbessert und keine Garantie für KI-Zitate darstellt.
Aktuelle Forschung: Hat Schema wirklich Einfluss auf die KI-Sichtbarkeit?
Lange Zeit existierten hauptsächlich Erfahrungsberichte.
Inzwischen gibt es erste wissenschaftliche Untersuchungen.
Eine Studie der Hochschule Furtwangen untersuchte über 1.500 Immobilienunternehmen in Deutschland und analysierte, welche technischen Faktoren mit der Sichtbarkeit in ChatGPT zusammenhängen.
Die Ergebnisse waren bemerkenswert:
- FAQPage Schema zeigte den stärksten Zusammenhang mit ChatGPT-Sichtbarkeit.
- Product Schema war ebenfalls ein signifikanter positiver Faktor.
- Mobile Optimierung
- robots.txt
- saubere Überschriftenstruktur (H2/H3)
- schnelle Ladezeiten
gehörten ebenfalls zu den wichtigsten Einflussgrößen.
Besonders interessant:
Nach Kontrolle aller übrigen Faktoren hatten Webseiten mit FAQPage Schema etwa 13-mal höhere Chancen, von ChatGPT erkannt zu werden.
Product Schema erhöhte die Wahrscheinlichkeit um ungefähr den Faktor vier.
Die Autoren weisen jedoch ausdrücklich darauf hin, dass es sich hierbei um eine Korrelation und keinen endgültigen Kausalnachweis handelt. Wahrscheinlich kombinieren erfolgreiche Unternehmen hochwertigere Inhalte, bessere technische SEO und strukturierte Daten gleichzeitig.
Schema funktioniert nicht ohne guten Content
Der wichtigste Punkt wird häufig übersehen:
Schema verbessert nicht schlechten Content.
Es kann lediglich vorhandene Informationen strukturieren.
Eine schlecht geschriebene Leistungsseite wird durch JSON-LD nicht plötzlich zitierfähig.
Deshalb gilt bei GEO immer folgende Reihenfolge:
- Fachlich korrekter Content
- Klare Informationsstruktur
- Direkte Antworten
- E-E-A-T
- Entity-Optimierung
- Schema Markup
Schema bildet also die technische Ergänzung eines bereits hochwertigen Inhalts.
Die wichtigsten Schema-Typen für GEO
FAQPage
Der wichtigste Schema-Typ für GEO.
Fragen und Antworten werden eindeutig miteinander verknüpft.
Gerade KI-Systeme arbeiten bevorzugt mit klar strukturierten Q&A-Inhalten.
Organization
Beschreibt das Unternehmen.
Wichtige Eigenschaften:
- Name
- Logo
- Website
- Kontaktinformationen
- SameAs
- Social Profiles
Dadurch entsteht eine eindeutige Unternehmensentität.
Person
Ideal für:
- Autoren
- Ärzte
- Berater
- Experten
- Geschäftsführer
Person Schema unterstützt E-E-A-T und stärkt die Autorität einzelner Fachpersonen.
Article / BlogPosting
Kennzeichnet Blogartikel und Fachbeiträge.
Wichtige Eigenschaften:
- Autor
- Veröffentlichungsdatum
- Aktualisierung
- Publisher
Dadurch lassen sich Inhalte eindeutig einem Experten und einer Organisation zuordnen.
Service
Für Dienstleistungsunternehmen unverzichtbar.
Services lassen sich eindeutig beschreiben und mit dem Unternehmen verknüpfen.
Product
Besonders wichtig im E-Commerce.
Produkte können inklusive:
- Preis
- Verfügbarkeit
- Bewertungen
- Marke
maschinenlesbar ausgezeichnet werden.
Entity Graph statt einzelner Schema-Blöcke
Moderne GEO-Strategien gehen deutlich weiter als einzelne Schema-Blöcke.
Heute empfiehlt sich der Aufbau eines Entity Graphs.
Dabei werden sämtliche Entitäten einer Website miteinander verbunden.
Beispielsweise:
- Unternehmen
- Geschäftsführer
- Autoren
- Leistungen
- Blogartikel
- Produkte
Über stabile @id-Referenzen und @graph-Strukturen entsteht ein internes Wissensnetzwerk.
Dadurch müssen KI-Systeme nicht mehr erraten,
- welcher Autor zu welchem Unternehmen gehört,
- welche Leistungen angeboten werden,
- welche Artikel zu welchem Themengebiet gehören.
Genau dieser Ansatz wird mittlerweile von zahlreichen Experten als zukunftssicherer angesehen als isolierte Schema-Blöcke. Auch der Artikel von Search Engine Land hebt hervor, dass insbesondere konsistente @graph– und @id-Strukturen dazu beitragen können, Entitäten und deren Beziehungen eindeutig abzubilden und so die maschinelle Interpretation zu erleichtern.
Best Practices für Schema Markup im GEO
Wer Schema heute implementiert, sollte folgende Punkte beachten:
- Schema muss zum sichtbaren Inhalt passen.
- Keine Inhalte ausschließlich im Schema hinterlegen.
- FAQs auch sichtbar auf der Seite anzeigen.
- Autoren eindeutig auszeichnen.
- Unternehmen konsistent definieren.
- Services und Produkte sauber modellieren.
- stabile @id verwenden.
- möglichst einen vollständigen @graph aufbauen.
- Schema regelmäßig validieren.
- niemals automatisch generierten Spam verwenden.
Fazit
Schema Markup ist kein Wundermittel für mehr KI-Sichtbarkeit. Es ersetzt weder hochwertigen Content noch fachliche Autorität oder eine durchdachte Informationsarchitektur. Dennoch gehört es zu den wichtigsten technischen Grundlagen moderner GEO-Strategien, weil es Suchmaschinen und KI-Systemen hilft, Inhalte, Entitäten und deren Beziehungen eindeutiger zu verstehen. Die aktuelle Forschung deutet darauf hin, dass insbesondere FAQPage- und Product-Schema mit einer höheren Sichtbarkeit in ChatGPT korrelieren, gleichzeitig betonen sowohl wissenschaftliche Arbeiten als auch Branchenexperten, dass Schema nur als Teil eines ganzheitlichen GEO-Konzepts wirkt. Wer auf hochwertigen Content, klare Strukturen, starke Entitäten und sauberes Schema setzt, schafft die besten Voraussetzungen für eine nachhaltige Sichtbarkeit in der KI-Suche.
Häufig gestellte Fragen (FAQ)
1. Ist Schema Markup ein Rankingfaktor für KI-Suchmaschinen?
Nein. Nach aktuellem Kenntnisstand ist Schema kein direkter Ranking- oder Citation-Faktor. Es verbessert jedoch die maschinelle Verständlichkeit und kann dadurch indirekt die AI-Sichtbarkeit unterstützen.
2. Welches Schema ist für GEO am wichtigsten?
Besonders relevant sind FAQPage, Organization, Person, Article, Service und Product. Welche Typen sinnvoll sind, hängt vom Inhalt der jeweiligen Seite ab.
3. Können ChatGPT und Perplexity Schema direkt lesen?
Es gibt bislang keine offizielle Bestätigung, dass diese Systeme Schema-Markup direkt zur Extraktion nutzen. Für Google AI Overviews und Microsoft Bing Copilot ist die Nutzung strukturierter Daten hingegen bestätigt.
4. Reicht Schema allein aus, um häufiger von KI-Systemen zitiert zu werden?
Nein. Schema kann hochwertigen Content unterstützen, ersetzt ihn aber nicht. Fachliche Qualität, E-E-A-T, Entity-Optimierung und eine klare Seitenstruktur bleiben die wichtigsten Erfolgsfaktoren.
5. Sollte ich Schema Markup trotzdem implementieren?
Ja. Die Implementierung verursacht meist nur geringen Aufwand, verbessert die Struktur und Verständlichkeit einer Website und gilt heute als etablierte Best Practice für SEO und Generative Engine Optimization.