Strukturierte Daten
Kurz erklärt
Strukturierte Daten beschreiben sichtbare Seiteninhalte in einem standardisierten, maschinenlesbaren Format. JSON-LD ist dafür ein häufig verwendetes Einbettungsformat. Das Markup kann Suchsystemen beim Einordnen helfen, ersetzt aber weder gute Inhalte noch garantiert es eine Nennung in KI-Antworten.
Strukturierte Daten übersetzen sichtbare Fakten in ein standardisiertes Format. Sie helfen Maschinen beim Einordnen – ersetzen aber weder Inhalt noch Qualität.
Substanziell menschlich geprüft · Stand:
Was Markup leisten kann
JSON-LD kann beispielsweise Organisationen, lokale Betriebe, Artikel, Veranstaltungen, Produkte oder Personen beschreiben. Dabei gilt: Markup muss zum sichtbaren Seiteninhalt passen und darf keine erfundenen Bewertungen oder Leistungen enthalten.
Einordnung für KI-Suche: Strukturierte Daten sind für Googles generative Suchfunktionen nicht erforderlich, und es gibt kein spezielles KI-Schema. Sie bleiben sinnvoll, wenn sie Entitäten verständlich beschreiben oder eine Seite für unterstützte Rich Results qualifizieren.
Ein minimales Beispiel
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Beispielorganisation",
"url": "https://example.org/",
"description": "Sachliche Kurzbeschreibung",
"sameAs": ["https://www.linkedin.com/company/beispiel"]
}
</script>Der passende Typ richtet sich nach der tatsächlichen Entität. Für einen konkreten Standort kann ein spezifischer LocalBusiness-Untertyp sinnvoller sein als der allgemeine Typ Organization.
Praxisbeispiel: sichtbare Fakten sauber auszeichnen
Was darf ins Markup?
Auf der Seite sind Name, Anschrift, Telefonnummer und Öffnungszeiten sichtbar. Genau diese Angaben können als passender LocalBusiness-Untertyp in JSON-LD wiederholt werden. Ändert sich die Freitagsöffnung, müssen sichtbarer Text und Markup gemeinsam geändert werden.
Sichtbar: Freitag 08:00–16:00
JSON-LD: Freitag 08:00–16:00
Im Markup stehen „24 Stunden geöffnet“ und eine Bewertung von 4,9, obwohl beides auf der Seite nicht belegt ist.
Course, die sieben Teile als LearningResource und die sichtbare Modulübersicht zusätzlich als ItemList. Das Markup bildet damit die tatsächlich sichtbare Kursstruktur ab, ohne eine besondere Darstellung oder ein Ranking zu versprechen.Prüfroutine
- Passenden Typ in der offiziellen Dokumentation prüfen.
- Nur wahre, sichtbare und wartbare Angaben erfassen.
- JSON-LD syntaktisch validieren.
- Google-spezifische Auszeichnungen zusätzlich im Rich Results Test prüfen.
- Nach Änderungen erneut testen und Fehler dokumentieren.
Article kann Autor und Veröffentlichungsdaten beschreiben, Person die fachlich verantwortliche Person. FAQPage bleibt semantisch verwendbar; eine besondere Darstellung in Google ist für die meisten Websites jedoch nicht zu erwarten. How-to- und FAQ-Rich-Results wurden stark eingeschränkt.
Werkzeuge: Schema.org Validator · Rich Results Test
Lokale Fakten an allen Stellen abgleichen
Für lokale Betriebe reicht die eigene Website nicht aus. Öffnungszeiten, Anschrift, Telefonnummer und Leistungen sollten im sichtbaren Seiteninhalt, im LocalBusiness-Markup sowie in Google Business Profile und – falls relevant – Bing Places übereinstimmen. Bewertungen gehören nur dorthin, wo sie echt, aktuell und regelkonform erhoben wurden.
Offizielle Grundlagen dieses Moduls
Jetzt anwenden
Wähle für eine reale Seite den passendsten Schema.org-Typ. Erstelle ein minimales JSON-LD, gleiche jede Eigenschaft mit dem sichtbaren Inhalt ab und validiere das Ergebnis.