Sprachen

Schema-Markup

Schema-Markup ist Code, der die schema.org-Vokabular verwendet, um zu kennzeichnen, was Ihr Inhalt bedeutet, damit Suchmaschinen ihn verstehen und Rich Results anzeigen können.

Erstveröffentlicht: 26. Juni 2026 · Zuletzt aktualisiert: 3. Aug. 2026 · Fortgeschritten
Sprachen
AIVerfasst vonAI v2

Schema-Markup ist Code, der das schema.org-Vokabular verwendet, um zu kennzeichnen, was Ihr Inhalt bedeutet, damit Suchmaschinen ihn verstehen und Ihre Seiten für Rich Results (Bewertungssterne, Produktpreise, Breadcrumbs) qualifizieren können. Es ist kein direkter Ranking-Faktor – Google hat dies wiederholt gesagt – und 'Schema-Markup' (das Vokabular) sollte nicht mit 'JSON-LD' (dem Format, in dem Sie es schreiben) verwechselt werden. Alle drei Formate funktionieren; JSON-LD ist die empfohlene Wahl. Die große Falle ist, Entwicklungszeit mit veralteten Typen zu verschwenden: HowTo-Rich-Results wurden 2023 entfernt, sieben Feature-Typen wurden im Juni 2025 eingestellt, und FAQ-Rich-Results wurden 2026 veraltet. Meine Regel, übernommen aus jahrelanger Arbeit in großem Maßstab: Implementieren Sie Schema, wenn es Ihnen ein Suchfeature verschafft oder wenn es einer Engine wirklich hilft, Ihre Entität zu identifizieren (Organization/Person mit sameAs) – nicht, weil mehr Markup automatisch besser ist.

TL;DR — Schema-Markup wendet das schema.org-Vokabular (eine Zusammenarbeit von Google / Microsoft / Yahoo / Yandex) an, um die Bedeutung einer Seite zu kennzeichnen. Es erfüllt zwei unterschiedliche Aufgaben: Rich-Result-Berechtigung (sichtbare SERP-Erweiterungen, erfordert spezifische Typen + alle erforderlichen Eigenschaften) und Entity-Verständnis (hilft Suchmaschinen und dem Knowledge Graph, zu identifizieren, wer/was Sie sind – Organization / Person + sameAs – ohne sichtbares Signal). Es ist kein direkter Ranking-Faktor. Verwechseln Sie nicht das Vokabular (Schema-Markup) mit dem Format (JSON-LD – empfohlen, aber Microdata und RDFa funktionieren auch). Und beachten Sie den Veraltungszyklus: HowTo-Rich-Results verschwanden 2023, sieben Feature-Typen wurden im Juni 2025 eingestellt, und FAQ-Rich-Results wurden 2026 veraltet. Meine Regel: Implementieren Sie Schema, wenn es ein Suchfeature einbringt oder das Entity-Verständnis wirklich hilft – nicht, weil mehr Markup automatisch besser ist.

Schema-Markup vs. strukturierte Daten vs. JSON-LD

Drei Begriffe werden ständig durcheinandergebracht, also lassen Sie mich sie sauber trennen:

  • Strukturierte Daten sind das allgemeine Konzept: jede standardisierte Art, Inhalte zu annotieren, damit Maschinen sie verstehen.
  • Schema-Markup sind strukturierte Daten, die speziell das schema.org-Vokabular verwenden. In der Praxis werden diese beiden austauschbar verwendet.
  • JSON-LD ist ein Format – eine von drei Möglichkeiten, das Markup zu schreiben. Es ist kein Synonym für Schema-Markup. Sie können dieselben schema.org-Typen in JSON-LD, Microdata oder RDFa ausdrücken.

Das Vokabular (schema.org) vom Format (JSON-LD) zu unterscheiden, ist das Erste, worüber Menschen stolpern. Das Vokabular ist was Sie sagen; das Format ist wie Sie es schreiben.

Was schema.org tatsächlich ist

schema.org ist ein gemeinsames Vokabular, das 2011 gestartet und kollaborativ von Google, Microsoft (Bing), Yahoo und Yandex gepflegt wird. Es definiert eine Hierarchie von Typen (z. B. Thing → CreativeWork → Article → NewsArticle) und die Eigenschaften, die jeder Typ tragen kann. Die Suchmaschinen einigen sich auf das Vokabular, dann entscheidet jede unabhängig, welche Typen sie konsumiert und welche sie in Rich Results umwandelt. Dieser letzte Punkt ist wichtig: schema.org listet weit mehr Typen auf, als jede einzelne Engine anzeigt. Evidence for this claim A property can be valid in Schema.org without being required, recommended, or consumed for a specific Google rich result. Scope: Schema.org vocabulary compared with Google Search feature requirements. Confidence: high · Verified: Google: Structured data feature guide

Die zwei Aufgaben von Schema (und warum Menschen nur an eine denken)

Die meisten Anleitungen behandeln Schema als Hebel für Rich Results und hören dort auf. Es tut tatsächlich zwei getrennte Dinge:

  1. Berechtigung für Rich Results. Markieren Sie Inhalte mit einem unterstützten Typ und allen erforderlichen Eigenschaften, und Ihr Eintrag wird für eine sichtbare SERP- Verbesserung berechtigt (Sterne, Preis, Breadcrumbs, Rezeptkarte). Das ist der Teil, den alle verfolgen.

  2. Inhalts- und Entitätsverständnis. Google gibt an, strukturierte Daten zu verwenden, “um den Inhalt der Seite zu verstehen sowie Informationen über das Web und die Welt im Allgemeinen zu sammeln.” Organization, Person und ähnliche Typen – insbesondere mit sameAs, das auf autoritative Profile verweist – helfen Engines, sicher zu identifizieren, welche Entität eine Seite betrifft, und speisen den Knowledge Graph. Dafür gibt es kein sichtbares Abzeichen; der Nutzen ist das Verständnis.

Die praktische Konsequenz: Ein Typ, der kein Rich Result erzeugt, kann dennoch wertvoll sein, wenn er das Entitätsverständnis schärft. Organization ist das klassische Beispiel.

Die Formate: JSON-LD, Microdata, RDFa

Alle drei werden von Google unterstützt. JSON-LD ist die empfohlene Wahl, und die Gründe sind konkret:

  • Es lebt in einem <script type="application/ld+json">-Block, nicht mit Ihrem HTML vermischt, was verschachtelte Daten weitaus einfacher auszudrücken und zu pflegen macht, wenn sich Vorlagen ändern.
  • Google kann JSON-LD sogar lesen, wenn es dynamisch injiziert wird, durch JavaScript oder ein CMS-Widget – das ist Googles eigenes dokumentiertes Verhalten, keine universelle Rendering-Garantie. Andere Suchmaschinen und KI-Crawler können injiziertes JSON-LD unterschiedlich rendern (oder nicht rendern), also testen Sie jeden Verbraucher, der Ihnen tatsächlich wichtig ist, anstatt Parität anzunehmen.

Microdata und RDFa sind Inline-Attribute, die in Ihr HTML-Markup eingewebt sind. Sie werden nicht bestraft oder schlechter geparst – das ist ein Mythos. Sie sind nur schwerer zu pflegen. Verwenden Sie sie nur, wenn ein Legacy-CMS oder eine bestimmte Plattform Inline-Markup erzwingt.

Schema ist kein Ranking-Faktor

Dies ist die wichtigste Korrektur in diesem Thema. Google-Vertreter waren jahrelang unmissverständlich und konsistent – siehe die Quotes-Linse für die genauen Aussagen. Danny Sullivan hat strukturierte Daten “optional” genannt, mit “keinem Einfluss auf das Ranking in der Websuche.” Der Nutzen ist indirekt: Rich Results können die Klickrate erhöhen, und ein besseres Entitätsverständnis kann das Relevanz-Matching vereinfachen. Beides ist keine Ranking-Boost durch das Markup selbst.

Genau deshalb war mein eigener Ansatz schon immer pragmatisch. In meinem Ahrefs-Leitfaden für Enterprise-SEO habe ich es so formuliert: “I’m a fan of schema markup as long as it gets you a search feature.” (Übersetzung) „Ich bin ein Fan von Schema-Markup, solange es Ihnen ein Suchfeature einbringt.“ Übersetzt heißt das: Priorisieren Sie Typen mit bestätigter Rich-Results-Berechtigung (oder klarem Entitätswert) und verteilen Sie Markup nicht auf jeder Seite in der Hoffnung, dass es irgendetwas bewirkt.

Die nützlichsten Schema-Typen im Jahr 2026

Die Search Gallery von Google ist die maßgebliche Quelle dafür, was aktuell Rich Results erzeugt. Die Typen, die sich lohnen, ungefähr in der Reihenfolge, wie häufig sie sich auszahlen:

  • Product – Preis, Verfügbarkeit und Bewertungen; der Typ mit dem höchsten Wert für den E-Commerce.
  • Review snippet / AggregateRating – Sternebewertungen auf den berechtigten Inhalten.
  • BreadcrumbList – die Breadcrumb-Navigation anstelle einer rohen URL.
  • Article (Nachrichten/Blog/Sport) – berechtigt für die erweiterte Artikelanzeige. Top Stories ist eine separate, restriktivere Oberfläche mit eigenen Anforderungen an Publisher und Inhaltsrichtlinien; Article-Markup ist notwendig, bringt eine Seite aber nicht allein dorthin.
  • Organization – Etablierung der Entität. Es kann das Logo bzw. die Details speisen, die Google in Panels anzeigt, aber gültiges Markup garantiert kein Knowledge Panel – das Entitätsverständnis ist der zuverlässige Teil, auch wenn kein Panel oder Rich Result angezeigt wird.
  • LocalBusiness – lokale Paneldetails, Öffnungszeiten und Kontaktinformationen.
  • Event, Recipe, Job posting, Video (VideoObject), Q&A, Software app, Dataset, Discussion forum, Course list – jeder Typ ist einer bestimmten Funktion in der Gallery zugeordnet.

Wenn Sie sonst nichts umsetzen, decken Organization, BreadcrumbList und (für das jeweilige Unternehmen) Product oder LocalBusiness die Fälle mit der höchsten Hebelwirkung ab.

Die Deprecation-Welle – implementieren Sie keine toten Typen

Der Satz unterstützter Typen ändert sich tatsächlich, und veralteten Funktionen hinterherzulaufen ist der häufigste Weg, Entwicklungszeit zu verschwenden. Die jüngste Geschichte:

  • 2023 – HowTo-Rich-Results entfernt von Desktop und Mobilgeräten. In unzähligen veralteten Leitfäden immer noch empfohlen; es bringt heute nichts mehr ein.
  • Juni 2025 – sieben Funktionstypen eingestellt: Book Actions, Course Info (altes Format, ersetzt durch Course list), Claim Review, Estimated Salary, Learning Video, Special Announcement und Vehicle Listing.
  • 2026 – FAQ-Rich-Results als veraltet eingestuft. Das aufklappbare Q&A unter Listings wurde für die meisten Websites eingestellt. FAQPage-Schema ist weiterhin gültig und Google parst es weiterhin zum Verständnis – aber die visuelle Aufwertung, die alle zur Implementierung bewogen hat, ist weg.

John Muellers Einordnung zur Runde 2026 ist die richtige: “Google is not killing schema… markup types come and go, but a precious few you should hold on to.” (Übersetzung) „Google tötet Schema nicht… Markup-Typen kommen und gehen, aber an einigen wenigen wertvollen sollten Sie festhalten.“ Die Kernbotschaft ist nicht „Schema stirbt“ – sondern „implementieren Sie gegen die aktuelle Gallery, nicht gegen ein Tutorial von 2021.“

Entitäts-Markup und der Knowledge Graph

Über Rich Results hinaus ist Schema der Weg, einer Suchmaschine zu helfen, Ihre Entität zu disambiguieren – sicherzustellen, dass Ihr „Apple“ das Unternehmen ist und nicht die Frucht, und dass Ihr Autor eine bestimmte reale Person ist. Der Mechanismus ist die sameAs-Eigenschaft: Sie verweisen mit Ihrem Organization- oder Person-Markup auf maßgebliche Identifikatoren – Wikipedia, Wikidata, LinkedIn, Crunchbase, offizielle Social-Profile.

Richtig gemacht, speist dies den Knowledge Graph und stärkt, wie zuversichtlich Suchmaschinen (und nachgelagert KI-Systeme) Sie erkennen. Sorglos gemacht, schlägt es fehl: Ein sameAs, das auf die falsche Wikipedia-Seite oder das Profil eines anderen Unternehmens verweist, kann dazu führen, dass eine Suchmaschine unzusammenhängende Entitäten vermischt. Testen Sie Ihre sameAs-Werte so sorgfältig, wie Sie ein Canonical testen würden.

Declare each entity once, then connect the graph with stable `@id` references instead of repeating partial versions of the same entity.

Organization connects to WebSite and WebPage. WebSite and WebPage connect to Article. The diagram emphasizes that the Organization, WebSite, WebPage, and Article each have one stable at-id that other entities reference.

Schema und KI-Suche – die richtige Erwartung

Schema wird oft als Hebel für KI-Zitationen verkauft. Das ist es nicht, direkt. LLMs parsen Ihr JSON-LD nicht zuverlässig und belohnen Sie mit Zitationen – eine große Studie fand keine signifikante Steigerung der KI-Zitationen durch Schema-Abdeckung. Was Schema tatsächlich tut, ist dieselbe oben beschriebene Entitätsverständnis-Aufgabe, und selbst das hat eine Einschränkung: Google dokumentiert, dass Organization/Person + sameAs sein eigenes Knowledge Graph und Suchverständnis speisen. Ob – und wie stark – andere KI-Anbieter auf dasselbe Entitätssignal setzen, ist eine anbieterspezifische Frage, nicht etwas, das ein Anbieter als garantiert dokumentiert hat; behandeln Sie einen anbieterübergreifenden KI-Zitationsvorteil als unbestätigte Hypothese, nicht als Implementierungsvorteil, den Schema von sich aus liefert. Betrachten Sie es als Entitätsinfrastruktur für Googles eigene Systeme, nicht als universellen Zitationsschalter. Diesen Aspekt behandle ich ausführlich in Schema Markup for AI – es ist eine andere Frage (Zitationssteigerung) als dieser Artikel (das Vokabular, die Typen und die Implementierung).

Implementierungsprioritäten

Wenn Sie bei Null anfangen, gehen Sie in dieser Reihenfolge vor:

  1. Organization (siteweit) mit korrekten name, logo, url und verifizierten sameAs – die Entitätsgrundlage.
  2. BreadcrumbList auf Vorlagenseiten – günstig, breit förderfähig, verbessert die Auflistung.
  3. Product (E-Commerce) oder LocalBusiness (lokal) – der geschäftsspezifische Typ mit dem höchsten Wert.
  4. Article auf redaktionellen Inhalten.
  5. Erst dann Nischentypen, die auf ein bestätigtes aktuelles Galerie-Feature abbilden.

Zwei Nicht-Verhandelbares aus Googles Richtlinien: markieren Sie nur Inhalte, die auf der Seite sichtbar sind, und bevorzugen Sie “weniger, aber vollständige und genaue” erforderliche Eigenschaften gegenüber jeder möglichen Eigenschaft, die schlecht ausgefüllt ist.

Vor der Veröffentlichung validieren

  • Rich Results Test – für Typen, die Rich Results erzeugen; zeigt Ihnen Förderfähigkeit und Fehler bei erforderlichen Eigenschaften.
  • Schema Markup Validator – für jeden schema.org-Typ, einschließlich solcher, die keine Rich Results erzeugen. Evidence for this claim Google recommends validating feature eligibility with the Rich Results Test and broader schema syntax with Schema.org tooling. Scope: Google Search deployment workflow; passing a validator does not guarantee display. Confidence: high · Verified: Google: Structured data introduction
  • Google Search Console Rich-Results-Berichte – überwachen Sie Förderfähigkeit und Fehler im großen Maßstab nach dem Deployment.
  • Ahrefs Site Audit – kennzeichnet Probleme mit strukturierten Daten auf einer gesamten Website.

Ein Fehler bei einer erforderlichen Eigenschaft macht diese Seite für das entsprechende Rich Result nicht förderfähig; Lücken bei empfohlenen Eigenschaften werden normalerweise toleriert. Validieren Sie, dann deployen Sie – nicht umgekehrt.

Halten Sie die Ebenen auseinander, denn das Bestehen einer Ebene impliziert nicht das Bestehen der nächsten: gültiges Markup (ein Validator parst es ohne Fehler) → unterstütztes Vokabular (schema.org erkennt den Typ) → Feature-Unterstützung (Googles Galerie dokumentiert ein passendes Rich Result jetzt) → Förderfähigkeit (jede erforderliche Eigenschaft vorhanden, Richtlinien befolgt) → Indexierung (die Seite ist überhaupt indexiert) → Anzeige (Google wählt, die Verbesserung zu zeigen) → Ranking (von all dem oben Genannten unbeeinflusst). Ein grüner Validator beweist nur den ersten Schritt.

Für die Einordnung in den größeren Zusammenhang siehe den breiteren strukturierte Daten-Hub, unter dem dieser Artikel steht.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.