Schema-Markup für die KI-Suche: Was hilft wirklich?
Strukturierte Daten reichen allein nicht für eine erfolgreiche Zitation aus, aber sie beseitigen Unklarheiten darüber, wer Sie sind und was eine Seite beinhaltet. Hier erfahren Sie, was Sie hinzufügen, was Sie weglassen und wie Sie die Daten überprüfen.
Was Sie lernen werden
- Was KI-Systeme aus strukturierten Daten gewinnen können und was nicht.
- Die Schema-Typen, die für die meisten Websites hinzugefügt werden sollten
- Häufige Fehler, die Markup nutzlos oder schädlich machen
- Wie Sie Ihr JSON-LD testen
Strukturierte Daten sind maschinenlesbare Informationen über eine Webseite, üblicherweise im JSON-LD Format mit dem Schema.org-Vokabular <a href=“(https://schema.org/). Suchmaschinen nutzen sie seit Jahren für Rich Results. In der KI-gestützten Suche ist ihr Einsatzbereich zwar enger gefasst, aber dennoch nützlich.
Was es tut und was es nicht tut
- Es klärt die Fakten. Wer betreibt die Website, um welches Produkt es auf der jeweiligen Seite geht, wie hoch ist der Preis, wer ist der Autor und wann wurden die Seiten veröffentlicht? Genau diese Details werden von KI-gestützten Antworten am häufigsten falsch interpretiert.
- Es speist Wissensgraphen. Googles Knowledge Graph und andere Entitätsdatenbanken kombinieren Schemata mit Quellen wie Wikidata und Wikipedia.
- Es ermöglicht Shopping und die Bereitstellung lokaler Antworten. Produkt-, Angebots- und Unternehmensdaten fließen in Google Shopping und KI-gestützte Shopping-Agenten ein.
- Es ersetzt nicht den Inhalt. Sprachmodelle lesen den sichtbaren Text einer Seite. Auszeichnungen, die Dinge beschreiben, die nicht auf der Seite stehen, werden nicht in den Antworten angezeigt, und Google wertet dies als Richtlinienverstoß.
Es lohnt sich, diese Typen hinzuzufügen
| Typ | Wo | Warum |
|---|---|---|
Organization mit sameAs |
Startseite oder Über uns-Seite | Verbindet Ihre Website mit Ihren Wikidata, LinkedIn- und Social-Media-Profilen, sodass KI-Systeme eine einheitliche Entität erkennen. |
WebSite |
Startseite | Name der Website, der in den Ergebnissen verwendet wird |
Article oder BlogPosting |
Artikel und Neuigkeiten | Überschrift, Autor, Veröffentlichungs- und Aktualisierungsdatum |
Product mit Offer |
Produktseiten | Preis, Währung, Verfügbarkeit, Bewertungen |
LocalBusiness |
Lokale Unternehmen | Adresse, Öffnungszeiten, Telefonnummer |
BreadcrumbList |
Die meisten Seiten | Websitestruktur |
FAQPage |
Echte FAQ-Bereiche | Frage-Antwort-Paare, die zum sichtbaren Text passen |
Häufige Fehler
- Markup, das nicht zur Seite passt, wie z. B. ein Preis im Schema, der vom angezeigten Preis abweicht.
- Mehrere sich widersprechende Organisationsblöcke aus einem Theme, einem SEO-Plugin und einem benutzerdefinierten Skript.
- Fehlende Datumsangaben. Ohne
datePublishedunddateModifiedhaben KI-Systeme kein verlässliches Signal dafür, wie aktuell eine Seite ist. - JSON-LD wird erst nach dem Laden der Seite per JavaScript hinzugefügt. Viele KI-Crawler führen kein JavaScript aus und sehen diese Daten daher nie. Strukturierte Daten sollten direkt im HTML-Code des Servers gespeichert werden.
- Ungültiges JSON. Ein fehlendes Komma macht den gesamten Block unlesbar.
Sorgen Sie für konsistente Entitätsdaten.
KI-Systeme vertrauen Fakten eher, wenn mehrere Quellen übereinstimmen. Verwenden Sie denselben Namen, dasselbe Logo, dasselbe Gründungsdatum und dieselbe Beschreibung in Ihrem Organisationsschema, Ihrem Wikidata Eintrag und Ihrer „Über uns“-Seite. Verlinken Sie diese mit sameAs.
Überprüfen Sie Ihre Prämie
Der Schema-Markup-Prüfer liest das vom Crawler empfangene JSON-LD, ohne JavaScript auszuführen, und listet fehlende oder fehlerhafte Daten für jeden Typ auf. Der KI-Entitätsprüfung vergleicht Ihre Organisationsdaten mit Wikidata und Wikipedia, und der KI-Crawlbarkeitsprüfung zeigt den Text an, den ein KI-Crawler tatsächlich von der Seite liest.