Schema Markup ist strukturierter Code nach dem Schema.org-Vokabular, der in HTML-Seiten eingebettet wird, um Suchmaschinen und KI-Systemen explizite semantische Informationen über Inhalte bereitzustellen. Schema Markup übersetzt menschenlesbare Inhalte in maschinenverständliche, standardisierte Datenformate.
Definition
Schema Markup bezeichnet die Implementierung strukturierter Daten nach Schema.org-Standard mittels JSON-LD, Microdata oder RDFa. Der Code annotiert HTML-Inhalte mit standardisierten Typen, Eigenschaften und Beziehungen.
Schema.org ist ein kollaboratives Projekt von Google, Microsoft, Yahoo und Yandex, das ein einheitliches Vokabular für strukturierte Daten definiert. Es umfasst hunderte Typen (Article, Product, Person, Event, FAQ) mit zugehörigen Eigenschaften.
Bedeutung für SEO und GEO
Für klassisches SEO: Schema Markup ist kein direkter Rankingfaktor, erhöht aber die Wahrscheinlichkeit für Rich Snippets, die höhere Click-Through-Rates erzielen.
Für GEO (Generative Engine Optimization): LLMs nutzen strukturierte Daten zur präziseren Interpretation von Inhalten. Seiten mit korrekt implementiertem Schema zeigen höhere Zitierraten in AI-generierten Antworten.
Für Knowledge Graphs: Schema Markup ist Grundlage für die Extraktion von Entitäten in Googles Knowledge Graph.
JSON-LD als bevorzugtes Format
JSON-LD (JavaScript Object Notation for Linked Data) ist das von Google empfohlene Format für Schema Markup. Vorteile gegenüber Microdata:
- Separierung von semantischen Daten und HTML-Struktur
- Einfachere Wartung und Validierung
- Flexiblere Platzierung im HTML-Dokument
- Bessere Lesbarkeit für Entwickler
- Maschinell leichter zu parsen
JSON-LD wird im <head> oder <body> als <script type="application/ld+json"> eingebunden.
Wichtigste Schema-Typen
Article: Für Blogposts, News-Artikel, Fachbeiträge. Enthält Autor, Publikationsdatum, Headline, Bild.
Product: Für E-Commerce-Produkte. Enthält Preis, Verfügbarkeit, Bewertungen, SKU, Marke.
LocalBusiness: Für lokale Unternehmen. Enthält Adresse, Öffnungszeiten, Kontaktdaten, Bewertungen.
FAQPage: Für FAQ-Seiten. Enthält strukturierte Frage-Antwort-Paare.
HowTo: Für Anleitungen. Enthält Schritte, Werkzeuge, Dauer, Schwierigkeitsgrad.
Event: Für Veranstaltungen. Enthält Datum, Ort, Preis, Veranstalter.
Organization/Person: Für Entitäts-Definition von Unternehmen und Personen. Enthält Name, Logo, Social-Links, Kontaktdaten.
Review/AggregateRating: Für Bewertungen und durchschnittliche Sternebewertungen.
Implementierung und Validierung
1. Schema-Typ auswählen: Passenden Typ für Content-Art wählen. Vollständige Liste auf schema.org.
2. Erforderliche Eigenschaften definieren: Jeder Schema-Typ hat required und recommended Properties. Mindestens required Properties implementieren.
3. JSON-LD Code erstellen: Strukturierte Daten als JSON-LD formatieren und in HTML einbetten.
4. Validieren: Google Rich Results Test nutzen zur Überprüfung auf Fehler und Kompatibilität.
5. Monitoring: Google Search Console überwacht erkannte strukturierte Daten und meldet Fehler.
Häufige Implementierungsfehler
Falscher Schema-Typ: Inhalte mit unpassenden Typen auszeichnen (z.B. Blogpost als Product).
Unsichtbare Inhalte markieren: Nur sichtbare Inhalte dürfen strukturiert werden. Hidden Content verstößt gegen Guidelines.
Inkonsistente Daten: Preis im Schema weicht von Preis auf Seite ab.
Fehlende erforderliche Properties: Required Fields nicht ausgefüllt führt zu Validierungsfehlern.
Veraltete Microdata: Microdata statt JSON-LD verwendet, was wartungsintensiver ist.
Gefälschte Bewertungen: Review-Schema für nicht existente Bewertungen führt zu manuellen Penalties.
Schema Markup für GEO
Für die Optimierung auf Zitierung durch LLMs ist Schema Markup kritisch:
FAQPage-Schema: Erhöht Zitierrate bei "Was ist X?"-Anfragen um geschätzt 58%.
HowTo-Schema: Bei Anleitungen signifikant höhere Zitierung in ChatGPT und Perplexity.
Article + Author Schema: Autoritative Signale durch explizite Autorenattribution.
Organization Schema: Etabliert Brand als erkennbare Entität für LLMs.
Best Practices
- JSON-LD für alle strukturierten Daten verwenden
- Alle relevanten Content-Typen mit Schema auszeichnen
- Vollständige Properties implementieren, nicht nur Minimum
- Regelmäßig mit Rich Results Test validieren
- Schema-Updates bei Content-Änderungen durchführen
- Verschiedene Schema-Typen kombinierbar (z.B. Article + FAQPage)
- Search Console für Monitoring und Fehleridentifikation nutzen
Hinweis: Schema Markup ist für GEO-Sichtbarkeit kritischer als für klassisches SEO. LLMs nutzen strukturierte Daten intensiver als traditionelle Suchmaschinen zur Inhalts-Interpretation.