Strukturierte Daten für KI
Schema Markup und JSON-LD machen Ihre Inhalte maschinenlesbar. Wie strukturierte Daten KI-Systemen helfen, Ihre Entitäten zu verstehen und Sie als Quelle zu zitieren – mit relevanten Schema-Typen, einem JSON-LD-Beispiel und einer ehrlichen Einordnung.
Warum strukturierte Daten für die KI-Suche zählen
KI-Systeme arbeiten mit Bedeutung, nicht nur mit Wörtern. Damit ein Sprachmodell Ihre Inhalte korrekt verwenden und zitieren kann, muss es verstehen, wer etwas sagt, worüber und in welchem Zusammenhang. Genau hier setzen strukturierte Daten an: Sie liefern maschinenlesbaren Kontext, der die Bedeutung einer Seite explizit macht, statt sie aus Fließtext erschließen zu müssen.
Drei Effekte sind für die KI-Sichtbarkeit relevant: Erstens maschinenlesbarer Kontext – eine Seite sagt nicht nur „Moritz Lehmann“, sondern „dies ist eine Person, Autor dieses Artikels“. Zweitens Entitäten-Klarheit – Ihr Unternehmen, Ihre Autorinnen und Ihre Leistungen werden als eindeutige Entitäten beschrieben und über Verweise verknüpft. Drittens Zitierbarkeit – ein KI-System, das Quelle, Autor und Aktualität verlässlich zuordnen kann, zitiert eher und korrekter.
Strukturierte Daten sind damit ein Baustein der Generative Engine Optimization: Sie erhöhen die Chance, dass ein KI-System die richtigen Inhalte erfasst, ihre Bedeutung korrekt versteht und Sie als Quelle nennt.
Abgrenzung: nicht klassische Rich Snippets
Wichtig für die Einordnung: Schema Markup ist bekannt aus der klassischen Suche – Sternebewertungen, Preise oder FAQ-Aufklapper als Rich Snippets. Dieser Aspekt, die Auszeichnung für visuelle Rich Results in Google, gehört zu unserem technischen SEO. Auf dieser Seite geht es bewusst um einen anderen Zweck: strukturierte Daten als Kontext für die KI-Zitierbarkeit und für die Klarheit Ihrer Entitäten. Dieselbe Technik, ein anderes Ziel – nicht die Darstellung in der Trefferliste, sondern die Verständlichkeit für Sprachmodelle.
Schema.org & JSON-LD – kurz erklärt
Schema.org ist ein gemeinsames Vokabular, mit dem sich Inhalte im Web beschreiben lassen: Organisationen, Personen, Artikel, Produkte, Fragen und vieles mehr. Es wurde 2011 von Google, Microsoft, Yahoo und Yandex initiiert und ist heute der De-facto-Standard für strukturierte Daten. Schema.org definiert dabei das Was – also welche Typen und Eigenschaften es gibt.
JSON-LD (JavaScript Object Notation for Linked Data) ist das Wie – das von Google empfohlene Format, um diese Auszeichnungen in eine Seite einzubinden. JSON-LD steht als eigener Script-Block im HTML, getrennt vom sichtbaren Inhalt. Das macht es wartbar, gut testbar und deutlich weniger fehleranfällig als die älteren Formate Microdata und RDFa, bei denen die Auszeichnung in den sichtbaren Markup verwoben wird.
Der entscheidende Vorteil von Linked Data: Entitäten lassen sich nicht nur beschreiben, sondern auch miteinander und mit externen Quellen verknüpfen. Genau diese Verknüpfung ist es, die strukturierte Daten für die KI-Suche so wertvoll macht.
Welche Schema-Typen für GEO wichtig sind
Nicht jeder Schema-Typ zahlt auf die KI-Sichtbarkeit ein. Diese vier sind für die Zitierbarkeit und die Entitäten-Klarheit am wichtigsten:
Organization / Person + sameAs
Beschreibt Ihr Unternehmen und Ihre Autorinnen als Entitäten. Die Eigenschaft sameAs ist hier der Schlüssel: Sie verweist auf weitere offizielle Profile – etwa Wikidata, LinkedIn oder das Branchenverzeichnis – und sagt KI-Systemen „das ist dieselbe Entität“. So entsteht ein eindeutiges, verknüpftes Identitätssignal.
FAQPage
Zeichnet klar abgegrenzte Frage-Antwort-Paare aus. KI-Systeme arbeiten gern mit präzisen, in sich geschlossenen Antworten – FAQPage liefert genau dieses Format und macht zitierfähige Aussagen unmissverständlich.
Article
Beschreibt redaktionelle Inhalte mit Autor, Veröffentlichungs- und Aktualisierungsdatum. Damit ordnet ein KI-System eine Aussage einer konkreten Person und einem Zeitpunkt zu – ein wichtiges Signal für Aktualität und Vertrauenswürdigkeit.
Product
Beschreibt Angebote mit Eigenschaften, Preis und Bewertungen. Für KI-Systeme, die Produkte vergleichen oder empfehlen, liefert Product die strukturierten Fakten, auf die sich eine Antwort stützen kann.
Das stärkste Signal für die KI-Suche entsteht durch sameAs: die Verknüpfung Ihrer Entität mit etablierten externen Quellen. Wie diese Verknüpfung KI-Systemen hilft, Ihr Unternehmen eindeutig im Knowledge Graph zu verorten, vertiefen wir im Guide zum Entitäten-SEO.
JSON-LD-Beispiel: Organization mit sameAs
So sieht ein gültiges Organization-Schema in JSON-LD aus. Entscheidend ist das sameAs-Array: Es verknüpft die Entität mit Wikidata und LinkedIn und macht so eindeutig, wer hier gemeint ist.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"@id": "https://seokraftwerk.de/#organization",
"name": "SEOKRAFTWERK",
"url": "https://seokraftwerk.de/",
"logo": "https://seokraftwerk.de/logo.svg",
"description": "SEO- und GEO-Agentur aus Thueringen.",
"sameAs": [
"https://www.wikidata.org/wiki/Q000000",
"https://www.linkedin.com/company/seokraftwerk/"
]
}
</script>@type: Legt den Entitätstyp fest – hier Organization. KI-Systeme wissen damit, dass es sich um ein Unternehmen handelt, nicht um eine Person oder ein Produkt.
@id: Eine stabile, eindeutige Kennung der Entität. Über sie lässt sich dieselbe Organisation auf anderen Seiten konsistent referenzieren.
sameAs: Das wichtigste Feld für die Entitäts-Verknüpfung. Jeder Eintrag verweist auf ein weiteres offizielles Profil derselben Entität – etwa Wikidata oder LinkedIn – und festigt so ihre eindeutige Identität.
Strukturierte Daten implementieren – in 4 Schritten
Entitäten bestimmen
Klären Sie, welche Entitäten ausgezeichnet werden: Ihr Unternehmen, Ihre Autorinnen, Ihre zentralen Inhalte. Beginnen Sie mit Organization und Person – das Fundament jeder Entitäts-Klarheit.
JSON-LD schreiben
Erstellen Sie die Auszeichnung als JSON-LD-Script-Block nach obigem Muster. Pflegen Sie sameAs-Verweise auf alle offiziellen Profile, um Ihre Entität eindeutig zu verknüpfen.
Einbinden & konsistent halten
Platzieren Sie das Script im <head> oder Body der jeweiligen Seite. Achten Sie darauf, dass die Angaben mit dem sichtbaren Inhalt übereinstimmen – Widersprüche untergraben das Vertrauen.
Validieren
Prüfen Sie die Auszeichnung mit dem Schema.org-Validator und Googles Test für Rich-Suchergebnisse. So stellen Sie sicher, dass die Syntax fehlerfrei und maschinenlesbar ist.
Ehrliche Einordnung
Strukturierte Daten sind kein Schalter, der Zitierungen erzwingt. Kein KI-Anbieter garantiert, dass JSON-LD eine Nennung in ChatGPT, Perplexity oder den AI Overviews auslöst. Wer Schema Markup als sicheren Weg zur KI-Zitierung verkauft, übertreibt.
Realistisch ist die Wirkung indirekt, aber solide: Strukturierte Daten senken das Risiko von Fehlinterpretationen, machen Autor und Organisation als Entitäten erkennbar und stärken Ihre Verlässlichkeit als Quelle. Sie unterstützen die KI-Sichtbarkeit – zusammen mit zitierfähigen Inhalten und einer durchdachten KI-SEO-Strategie, aber sie ersetzen diese Basis nicht.
Verwandte GEO-Guides
Knowledge Graph & Entitäten-SEO
Wie KI-Systeme Ihr Unternehmen als eindeutige Entität erkennen und verknüpfen.
Guide lesen →
llms.txt — der KI-Crawler-Standard
Die Textdatei, die KI-Systemen zeigt, welche Inhalte Ihrer Website zählen.
Guide lesen →
GEO-Leitfaden (Hub)
Zurück zur Übersicht aller Bausteine der Generative Engine Optimization.
Guide lesen →
Häufige Fragen zu strukturierten Daten für KI
Strukturierte Daten sind maschinenlesbare Auszeichnungen im Quelltext einer Website, die den Inhalt einer Seite explizit beschreiben – etwa „dies ist ein Produkt“, „dies ist eine Bewertung“ oder „dies ist ein Artikel“. Statt Text nur als Fließtext bereitzustellen, liefern strukturierte Daten Maschinen ein eindeutiges Datenmodell. Das De-facto-Vokabular dafür ist Schema.org, das von Google, Microsoft, Yahoo und Yandex gemeinsam getragen wird. Für die KI-Suche schaffen strukturierte Daten Klarheit über Bedeutung und Zusammenhänge – nicht nur über Wörter.
JSON-LD (JavaScript Object Notation for Linked Data) ist das von Google empfohlene Format, um Schema.org-Auszeichnungen in eine Seite einzubinden. Es wird als eigener Script-Block im HTML platziert und ist vom sichtbaren Inhalt getrennt – das macht es wartbar und weniger fehleranfällig als die älteren Formate Microdata oder RDFa. JSON-LD beschreibt Entitäten als Objekte mit Typ und Eigenschaften und kann über Verweise mehrere Entitäten miteinander verknüpfen. Für strukturierte Daten in der KI-Suche ist JSON-LD heute der Standardweg.
Für die KI-Sichtbarkeit besonders relevant sind Organization und Person (inklusive der sameAs-Eigenschaft zur Entitäts-Verknüpfung), FAQPage für klar abgegrenzte Frage-Antwort-Paare, Article für redaktionelle Inhalte mit Autor und Datum sowie Product für Angebote mit Eigenschaften und Bewertungen. Diese Typen helfen KI-Systemen, zu verstehen, wer hinter einem Inhalt steht, worum es geht und wie verlässlich die Quelle ist. Entscheidend ist nicht Vollständigkeit um jeden Preis, sondern korrekte, konsistente Auszeichnung der wirklich wichtigen Entitäten.
Strukturierte Daten sind kein direkter Ranking-Hebel in ChatGPT oder Perplexity, und kein Anbieter garantiert, dass JSON-LD eine Zitierung auslöst. Sie wirken indirekt: Saubere Auszeichnungen erleichtern es KI-Systemen, Ihre Inhalte korrekt zu interpretieren, Autor und Organisation als Entitäten zu erkennen und Aussagen verlässlich zuzuordnen. Das senkt das Risiko von Fehlinterpretationen und stärkt Ihre Vertrauenswürdigkeit als Quelle. Strukturierte Daten sind damit ein unterstützender Baustein der KI-Sichtbarkeit – kein Schalter, der Zitierungen erzwingt.
Klassische Rich Snippets sind die visuellen Erweiterungen in den Google-Suchergebnissen – Sternebewertungen, Preise, FAQ-Aufklapper oder Rezept-Karten. Hier geht es um Darstellung in der klassischen Suche, und genau dieser Aspekt von Schema Markup gehört zu unserem technischen SEO. Auf dieser Seite steht ein anderer Zweck im Fokus: strukturierte Daten als maschinenlesbarer Kontext, der KI-Systemen hilft, Ihre Inhalte und Entitäten zu verstehen und korrekt zu zitieren. Dieselbe Technik, zwei unterschiedliche Ziele – Rich Results in der klassischen Suche versus Verständlichkeit und Zitierbarkeit in der KI-Suche.
Über den Autor
Moritz Lehmann
SEO-Berater & Gründer von SEO Kraftwerk
Moritz Lehmann ist Gründer von Adfera und SEO Kraftwerk mit Sitz in Erfurt. Mit einem M.Sc. in Wirtschaftsinformatik, Zertifizierungen von Surfer SEO und Sistrix sowie als BAFA/TAB-akkreditierter Berater verbindet er technisches SEO-Know-how mit strategischer Unternehmensberatung. Er publiziert regelmäßig im OMT Magazin und der AFS Akademie und hält Vorträge bei IHK-Seminaren zu Digital Marketing und SEO.