Suchmaschinen und KI-Engines lesen Ihre Website nicht so, wie Sie es tun. Sie sehen keinen „sympathischen Steuerberater aus München mit Termin am Mittwoch”, sondern erst einmal eine Wand aus Text, aus der sie raten müssen, was Firma, was Adresse und was Öffnungszeit ist. Strukturierte Daten beenden das Raten: Sie sagen der Maschine direkt und unmissverständlich, was was ist. Für kleine Unternehmen ist das einer der wenigen technischen Hebel, der viel bewirkt und wenig kostet.
Kurz gesagt: Strukturierte Daten nach dem Schema.org-Vokabular sind ein maschinenlesbarer Datenblock im Quelltext Ihrer Website, der Suchmaschinen und KI-Systemen eindeutig erklärt, was Ihr Inhalt bedeutet – „das ist ein Unternehmen”, „das ist seine Adresse”, „das ist eine Frage mit Antwort”. Eingebettet wird das meist als JSON-LD, getrennt vom sichtbaren Text. Der Nutzen ist doppelt: Suchmaschinen können Rich Results anzeigen (Bewertungssterne, FAQ-Aufklapper, Maps-Eintrag), und KI-Engines wie ChatGPT, Perplexity oder Google AI Overviews verstehen schneller und sicherer, wer Sie sind und was Sie anbieten. Für KMU am wichtigsten sind vier Typen: LocalBusiness, Organization/Person, FAQPage und BreadcrumbList. Die wichtigste Regel: Die Auszeichnung muss mit dem sichtbaren Inhalt übereinstimmen – falsche Angaben schaden mehr, als sie nützen.
Auf einen Blick
- Schema.org = das Vokabular, JSON-LD = das Format: ein Datenblock, der der Maschine die Bedeutung Ihres Inhalts erklärt.
- Doppelter Nutzen: Rich Results in der Google-Suche und klareres Verständnis durch KI-Engines (GEO).
- Vier Typen reichen für die meisten KMU: LocalBusiness · Organization/Person · FAQPage · BreadcrumbList.
- Eiserne Regel: Strukturierte Daten müssen den sichtbaren Inhalt abbilden – nie Dinge auszeichnen, die nicht auf der Seite stehen.
Was sind strukturierte Daten?
Strukturierte Daten sind maschinenlesbare Zusatzinformationen im Quelltext einer Website, die ihren Inhalt nach einem standardisierten Vokabular eindeutig beschreiben – sie übersetzen „Text, den ein Mensch versteht” in „Fakten, die eine Maschine sicher zuordnen kann”. Ohne sie muss eine Suchmaschine aus Formulierung und Kontext erschließen, was eine Telefonnummer und was eine Hausnummer ist; mit ihnen steht es ausdrücklich da.
Das gemeinsame Vokabular dafür ist Schema.org. Schema.org ist eine 2011 von Google, Microsoft, Yahoo und Yandex gegründete, offene Sammlung von Typen und Eigenschaften zur Beschreibung von Web-Inhalten – von „LocalBusiness” über „Event” bis „Recipe”. Es ist quasi das Wörterbuch, auf das sich die großen Suchanbieter geeinigt haben, damit alle dieselbe Sprache sprechen.
Eingebettet wird dieses Vokabular technisch fast immer als JSON-LD. JSON-LD (JavaScript Object Notation for Linked Data) ist das von Google bevorzugte Format, um strukturierte Daten als kompakten, vom sichtbaren Inhalt getrennten Datenblock im Seitenkopf zu hinterlegen. Der Vorteil: Der Block stört das Seiten-Layout nicht und lässt sich zentral pflegen.
Warum das für GEO und lokale Sichtbarkeit zählt
Strukturierte Daten sind eine Brücke zwischen klassischer Suche und der neuen KI-Suche – sie wirken auf beide:
- Für Google (Rich Results): Korrekt ausgezeichnete Seiten können in den Suchergebnissen mit Zusatzelementen erscheinen – Bewertungssternen, FAQ-Aufklappern, einem hervorgehobenen Unternehmens-Panel. Das erhöht die Auffälligkeit und kann die Klickrate verbessern.
- Für KI-Engines (GEO): Generative Engine Optimization lebt davon, dass eine KI Ihre Entität – Ihr Unternehmen, Ihre Person – zweifelsfrei erkennt. Strukturierte Daten liefern dieses eindeutige Entitäts-Signal frei Haus. Wie das ins größere GEO-Bild passt, erklärt der Beitrag Was ist GEO (Generative Engine Optimization)?.
Beides greift ineinander: Dieselbe FAQPage-Auszeichnung, die bei Google den FAQ-Aufklapper ermöglicht, hilft einer KI, Ihre Antwort als sauber abgegrenzten Frage-Antwort-Block zu zitieren. Wie Sie eine FAQ-Seite so aufbauen, dass genau das gelingt – von der Fragensammlung bis zum deckungsgleichen Schema –, zeigt der Beitrag FAQ-Seite erstellen: Kundenfragen beantworten und zitiert werden. Strukturierte Daten sind damit ein technischer Zwilling zur llms.txt, die KI-Crawlern einen kuratierten Einstieg bietet – beschrieben im Beitrag llms.txt erstellen: Anleitung.
Die wichtigsten Schema-Typen für KMU
| Schema-Typ | Wofür | Pflicht-/Kernangaben |
|---|---|---|
| LocalBusiness (oder Untertyp) | das Unternehmen selbst, lokal auffindbar | Name, Adresse, Telefon, Öffnungszeiten, Gebiet |
| Organization / Person | Identität & E-E-A-T-Signal hinter der Seite | Name, Logo/Bild, Tätigkeit, Profile |
| FAQPage | Frage-Antwort-Blöcke | je Frage: Frage + Antwort (deckungsgleich mit sichtbarem Text) |
| BreadcrumbList | Navigationspfad (Startseite › Blog › Artikel) | geordnete Liste der Pfad-Stationen |
| Article / BlogPosting | einzelne Blogartikel | Titel, Datum, Autor (als Referenz auf die Person) |
| Service / Offer | einzelne Leistungen mit Preis | Name der Leistung, Anbieter, Preisangabe |
Weniger ist mehr: Vier saubere, korrekte Typen schlagen ein Dutzend halbrichtige. Jede Auszeichnung, die etwas behauptet, das nicht sichtbar auf der Seite steht – ausgedachte Bewertungssterne sind der Klassiker –, riskiert eine manuelle Maßnahme von Google statt eines Rich Results.
First-Party-Beispiel: das @graph dieser Website
Aus meiner eigenen Praxis als Live-Beispiel: Diese Website (fabian-reiter.com) hinterlegt ihre strukturierten Daten als ein zentrales JSON-LD-@graph mit drei verknüpften Knoten – nach genau dem Prinzip, das ich auch Kundinnen und Kunden empfehle:
#website– einWebSite-Knoten, der die Domain als Ganzes beschreibt.#fabian– einPerson-Knoten (Fabian Reiter) mitknowsAbout-Themen als Kompetenz-Signal.#business– einProfessionalService-Knoten mit Münchner Adresse undareaServedfür City: München, AdministrativeArea: Bayern und Country: Deutschland – ein ehrliches Signal: lokal verankert, bundesweit verfügbar.
Der entscheidende Kniff ist die Verknüpfung über @id: Jeder Blogartikel definiert die Person nicht neu, sondern verweist mit author und publisher auf #fabian. So entsteht für Suchmaschinen und KI eine konsistente Entität statt vieler widersprüchlicher Halb-Profile – ein zentraler E-E-A-T-Hebel. Dieselbe Quelle, aus der die sichtbaren FAQ am Ende dieses Artikels stammen, erzeugt automatisch das FAQPage-Schema – sichtbarer Text und Auszeichnung bleiben dadurch garantiert deckungsgleich. Warum diese lokale Verankerung gerade für die Sichtbarkeit in München und in KI-Engines zählt, vertieft der Beitrag Lokale SEO für München in Zeiten von AI-Engines.
So prüfen Sie Ihre strukturierten Daten
Strukturierte Daten sind unsichtbar – deshalb braucht es Werkzeuge, um sie zu kontrollieren. Drei kostenlose:
- Schema-Markup-Validator (Schema.org) – prüft die syntaktische Korrektheit jeder URL oder jedes Code-Schnipsels.
- Rich Results Test (Google) – zeigt, welche Rich Results Google aus Ihrer Auszeichnung erzeugen könnte.
- Google Search Console – meldet im Bereich „Verbesserungen” Fehler und Warnungen der erkannten Schema-Typen über alle indexierten Seiten.
Faustregel: Erst nach jeder Änderung mit dem Validator auf Syntaxfehler prüfen, dann mit dem Rich Results Test gegen die Google-Anforderungen, dann im Live-Betrieb die Search Console im Auge behalten.
Ehrliche Grenze: kein Wundermittel und kein Ranking-Turbo
Strukturierte Daten sind kein direkter Ranking-Faktor – Google bestätigt das ausdrücklich. Sie ermöglichen Rich Results und ein besseres maschinelles Verständnis, garantieren aber weder ein Top-Ranking noch, dass Google die Rich Results tatsächlich anzeigt (das bleibt Googles Entscheidung). Und sie reparieren keinen schwachen Inhalt: Eine Seite, die inhaltlich nichts hergibt, wird durch Schema-Auszeichnung nicht relevanter. Behandeln Sie strukturierte Daten als das, was sie sind – eine Übersetzungshilfe, die guten Inhalt für Maschinen lesbarer macht, nicht als Ersatz für guten Inhalt. Und richten Sie sie einmal sauber ein, statt sie ständig zu erweitern: Konsistenz schlägt Vollständigkeit.
Fazit
Strukturierte Daten nach Schema.org sind die Übersetzung Ihrer Website in eine Sprache, die Suchmaschinen und KI-Engines sicher verstehen. Für kleine Unternehmen sind sie einer der seltenen Hebel mit hoher Wirkung und geringem Aufwand: Mit vier sauberen Typen – LocalBusiness, Organization/Person, FAQPage, BreadcrumbList – und konsistenter Verknüpfung über @id entsteht ein klares Entitäts-Signal, das in der Google-Suche Rich Results ermöglicht und in KI-Antworten die Erkennung erleichtert. Entscheidend ist nicht die Menge, sondern die Deckungsgleichheit mit dem sichtbaren Inhalt.
Nächster Schritt: Sie wissen nicht, ob Ihre Website überhaupt strukturierte Daten ausliefert – oder ob sie korrekt sind? Bei einem GEO-Sichtbarkeits-Check ab 290 € prüfe ich genau das: welche Schema-Typen vorhanden sind, ob sie zur Realität passen und wo das Entitäts-Signal für KI-Engines noch lückenhaft ist. Schicken Sie mir Ihre Domain – ich sage Ihnen, was die Maschinen aktuell über Sie „wissen”.
Quellen
- Schema.org – Full Hierarchy (Schema.org) – das vollständige Vokabular und seine Typen
- Google Search Central – Einführung in strukturierte Daten (Google) – Empfehlung JSON-LD, Funktionsweise, Richtlinien
- Google Search Central – Local Business (LocalBusiness) Strukturierte Daten (Google) – Anforderungen für lokale Unternehmen
- Google Search Central – FAQPage Strukturierte Daten (Google) – Anforderungen und Richtlinien
- Rich Results Test und Schema-Markup-Validator – Prüfwerkzeuge
- First-Party-Angabe: JSON-LD-
@graphvon fabian-reiter.com (WebSite, Person, ProfessionalService, verknüpft über@id), Stand Juni 2026