Warum fallen einige Suchergebnisse in den SERPs mit Bewertungen, Bildern oder anderen Extras auf? Und warum erscheinen manche Websites prominent in den Suchergebnissen, während andere kaum Beachtung finden? Die Antwort liegt in der Welt der strukturierten Daten. Mit ihrer gezielten Implementierung lässt sich eine Website für Suchmaschinen attraktiver gestalten – für bessere Sichtbarkeit und eine höhere Klickrate. 2026 gilt das nicht mehr nur für klassische Suchergebnisse: Strukturierte Daten entscheiden zunehmend auch darüber, ob Inhalte in KI-generierten Antworten von ChatGPT, Perplexity oder Googles AI Overviews als vertrauenswürdige Quelle erscheinen.
Inhalt
Strukturierte Daten sind ein spezielles Format zur Kennzeichnung von Website-Inhalten, das Suchmaschinen hilft, diese besser zu verstehen und gezielt in den Suchergebnissen anzuzeigen. Sie sind ein wichtiger Teil der Suchmaschinenoptimierung (SEO), um Inhalte für Rich Snippets und erweiterte Suchergebnisse aufzubereiten.
Einfach ausgedrückt: Strukturierte Daten sind eine Art „Code“ – in der Regel als JSON-LD in den HTML-Quelltext eingebettet – der Suchmaschinen und KI-Systemen explizite Informationen über den Inhalt einer Seite liefert. Konkret etwa: Wer der Autor ist, was das Thema der Seite ist, wann der Inhalt veröffentlicht wurde und um welche Art von Inhalt es sich handelt – Artikel, Produkt, FAQ oder anderes.
Für Google helfen strukturierte Daten dabei, Rich Snippets wie Sternebewertungen, Preise oder Breadcrumbs anzuzeigen. Für KI-Systeme wie ChatGPT oder Gemini sind strukturierte Daten in erster Linie ein Werkzeug, um die Bedeutung und den Kontext von Inhalten schneller und besser zu verstehen. 2026 erfüllen sie damit zwei Funktionen gleichzeitig: Sie machen Seiten attraktiver in den klassischen Suchergebnissen – und maschinenlesbar für eine wachsende Zahl an KI-Systemen.
Strukturierte Daten beeinflussen, wie eine Website in den Suchergebnissen dargestellt wird. Wenn Suchmaschinen wie Google oder Bing verwendet werden, werden die verschiedenen Suchergebnisse als sogenannte Snippets dargestellt. Standardmäßig bestehen diese zumeist aus einem Titel, einer Beschreibung sowie einer URL.
Mit strukturierten Daten lassen sich jedoch sogenannte Rich Snippets erzeugen, die zusätzliche Informationen wie Bewertungen, Bilder, Veranstaltungsdaten oder FAQs anzeigen. Diese erweiterten Darstellungen sind für Nutzer besonders attraktiv, da sie auf den ersten Blick mehr relevante Informationen bieten – was die Chance erhöht, dass sie auf das Suchergebnis klicken.
Was sich 2026 verändert hat: Die SERP-Landschaft ist nicht mehr nur eine Liste blauer Links. Googles AI Overviews erscheinen mittlerweile bei mehr als 50 % aller Suchanfragen, wenn alle Gerätetypen und Anfragetypen berücksichtigt werden – bei Frage-Anfragen sogar noch deutlich häufiger. Wer in diesen KI-generierten Zusammenfassungen als Quelle zitiert wird, gewinnt Sichtbarkeit auch dann, wenn das klassische Ranking nicht auf Position 1 liegt.
So viel zur Theorie – wie sieht das Ganze in der Praxis aus?
Strukturierte Daten helfen also dabei, Unternehmen oder Produkte noch prominenter in den Suchergebnissen zu platzieren und dem Nutzer mehr Informationen auf einen Blick zu liefern.
Strukturierte Daten können sich auf ganz verschiedene Weise auf den Ergebnisseiten bemerkbar machen. Folgende Inhalte lassen sich auszeichnen:
Strukturierte Daten helfen Suchmaschinen, Inhalte richtig einzuordnen, und ermöglichen die Generierung von Rich Snippets. Sie helfen dem Nutzer im Vorhinein zu erkennen, ob die jeweilige Website die für ihn relevanten Informationen bietet.
Strukturierte Daten vergrößern zudem meist das Suchergebnis, wodurch es wahrscheinlicher ist, dass Nutzer es wahrnehmen. Ein gutes Beispiel sind FAQs, die deutlich mehr Platz einnehmen als die zwei Zeilen der Standard-Beschreibung. Zusätzlich hat der Nutzer die Möglichkeit, Fragen aufzuklappen, was das Snippet noch weiter vergrößert – und eine zusätzliche Möglichkeit zum Klick bietet.
Insgesamt tragen strukturierte Daten dazu bei, das Nutzererlebnis zu verbessern und eine Website in der digitalen Landschaft hervorzuheben.
Generative Engine Optimization (GEO) ist die Praxis, digitale Inhalte so zu optimieren, dass sie als Quellen und Zitate in KI-generierten Antworten erscheinen. Während klassisches SEO darauf abzielt, in den Suchergebnislisten weit oben zu ranken, geht es bei GEO darum, dass KI-Systeme wie ChatGPT, Perplexity, Google AI Overviews oder Claude Inhalte als Quelle heranziehen, wenn Nutzer Fragen stellen.
Bei GEO geht es dabei weniger um Keywords als um Verständlichkeit: Analysiert ein Sprachmodell die Inhalte korrekt, fasst es sie sinnvoll zusammen und verwendet es sie treffend in einer generierten Antwort? Strukturierte Daten sind in diesem Prozess eines der mächtigsten – und am häufigsten unterschätzten – Elemente.
In einem KI-Kontext ist die Geschwindigkeit des Verständnisses von entscheidender Bedeutung. Ein LLM möchte keine Zeit damit verschwenden, zu erraten, worum es in einem Text geht. Strukturierte Daten beschleunigen diesen Prozess. Selbst wenn der Inhalt zweier Seiten ähnlich ist, wird das Modell eher die Seite mit klaren Entitätssignalen in einer generierten Antwort verwenden.
Das ist ein grundlegend anderer Gedanke als bei klassischem SEO: Es geht nicht nur darum, ob ein Inhalt gut ist – sondern ob ein KI-System ihn schnell und sicher als relevant einordnen kann. Strukturierte Daten liefern genau diesen Kontext: direkt, maschinenlesbar, ohne Interpretationsspielraum. Konkret helfen sie dabei, Inhalte mit Entitäten im Knowledge Graph zu verknüpfen, maßgebliche Informationen wie Autor, Quelle und Datum zu signalisieren sowie thematische Autorität innerhalb eines Themas zu stärken – und damit nicht nur die Sichtbarkeit, sondern auch die Zuverlässigkeit von Inhalten im KI-Ökosystem zu erhöhen.
LLMs denken nicht in Keywords, sondern in Entitäten: Personen, Unternehmen, Produkte, Orte, Konzepte. Je klarer eine Marke oder ein Autor als Entität im Web definiert ist, desto wahrscheinlicher taucht sie in KI-Antworten auf.
Das sameAs-Feld im Organization-Schema oder Person-Schema verknüpft eine Website mit autoritären externen Quellen. Besonders wirksam ist die Verlinkung zu einer Seite auf Wikidata – das stärkt die Position in Wissensnetzwerken und erhöht die Chancen, dass KI-Systeme die eigenen Inhalte als Quelle verwenden. LinkedIn-Profile und Wikipedia-Einträge erfüllen denselben Zweck. Wenn ein Über-uns-Artikel und weitere Seiten alle auf denselben Organization-Schema-Eintrag verweisen, steigt die Wahrscheinlichkeit, dass die Marke als maßgebliche Quelle in KI-Antworten auftaucht.
Ebenso wertvoll ist das about-Feld im Article-Schema. Dort lassen sich Entitäten explizit benennen, über die ein Artikel handelt – etwa so:
„about“: [ { „@type“: „Thing“, „name“: „Strukturierte Daten“ }, { „@type“: „Thing“, „name“: „SEO“ }, { „@type“: „Thing“, „name“: „Generative Engine Optimization“ } ]
Das schafft eine direkte Verbindung zwischen dem Inhalt und der Art, wie KI-Systeme Informationen intern strukturieren und abrufen.
Google bewertet Inhalte nach dem E-E-A-T-Prinzip (Experience, Expertise, Authoritativeness, Trustworthiness). KI-Systeme nutzen dieselben Signale – können sie durch strukturierte Daten aber direkt lesen, ohne sie aus dem Fließtext erschließen zu müssen.
Person-Schema mit Autorenangaben, Berufstiteln und Links zu Fachpublikationen ist daher kein optionales Detail. Durch Markup wie author und sameAs lässt sich Content untrennbar mit einer Person oder Organisation verknüpfen – das schützt vor der Einordnung als „generischer Content“ und stärkt die Autorität für relevante Themen. In einer Zeit, in der KI-generierte Massen-Inhalte das Web fluten, ist nachweisbare Expertise durch maschinenlesbare Daten ein echter Differenzierungsfaktor.
KI-Systeme extrahieren keine ganzen Seiten – sie extrahieren Passagen. Und sie bevorzugen Passagen, die eine Frage vollständig und ohne weiteren Kontext beantworten. Der Mechanismus dahinter ist strukturell: FAQPage-Schema erstellt explizite Frage-Antwort-Paare in den strukturierten Daten einer Seite, die direkt auf das Ausgabeformat abgebildet werden, das AI Overviews verwenden.
Schema-Markup unterstützt genau das, indem es klar abgegrenzte, maschinenlesbare Informationseinheiten definiert. Jede Frage-Antwort-Kombination wird als eigenständiges Datenpaket ausgezeichnet, das KI-Systeme direkt extrahieren und in generierte Antworten einbauen können. Wichtig zu wissen: Google spielt FAQ Rich Results seit 2023 in den klassischen Suchergebnissen nicht mehr aus – der Wert von FAQPage-Schema liegt heute ausschließlich in der KI-Lesbarkeit. Da KI-Modelle komplexe Anfragen in Teilaspekte zerlegen, liefern klar strukturierte Frage-Antwort-Einheiten genau die granularen Antwort-Pakete, die Sprachmodelle für die Antwortgenerierung bevorzugen.
KI-Systeme gewichten Aktualität bei der Quellenauswahl. Das dateModified-Feld in den strukturierten Daten spielt dabei eine direkte Rolle. Wer Evergreen-Content regelmäßig aktualisiert und das im Markup dokumentiert, hat einen messbaren Vorteil gegenüber veralteten Seiten. Wichtig: Das Datum im Schema muss mit dem sichtbaren Datum auf der Seite übereinstimmen – KI-Systeme prüfen diese Konsistenz, und Abweichungen können dazu führen, dass Inhalte als weniger vertrauenswürdig eingestuft werden.
Strukturierte Daten entfalten ihre volle Wirkung nicht im Einzelartikel, sondern im Verbund. Wird ein Thema aus mehreren Blickwinkeln behandelt, logisch aufgebaut und mit anderen relevanten Entitäten verknüpft, unterstützen strukturierte Daten sowohl die Indizierung als auch die Interpretation des gesamten Inhalts. Eine klare interne Verlinkungsstruktur in Kombination mit konsistentem Schema-Markup signalisiert KI-Systemen thematische Tiefe und Autorität – beides Faktoren, die bei der Quellenauswahl für generierte Antworten eine Rolle spielen.
Ein Zukunftsaspekt, der bereits heute Weichen stellt: KI-Agenten, die autonom Produkte suchen, vergleichen und kaufen, brauchen maschinenlesbare Produktdaten. Das Universal Commerce Protocol (UCP) ist ein offener Standard, der von Google mit weiteren Partnern entwickelt wurde und im Januar 2026 lanciert wurde. Ziel ist es, zu standardisieren, wie Produkt-, Preis-, Verfügbarkeits- und Transaktionsdaten strukturiert und im Web geteilt werden – damit KI-Systeme und Shopping-Agenten Produkte konsistent interpretieren können. Product-Schema mit vollständigen Attributen ist damit nicht mehr nur Pflicht für Rich Snippets, sondern Grundvoraussetzung dafür, dass Produkte für KI-Agenten überhaupt sichtbar und transaktionsfähig sind.
Nicht alle Schema-Typen wirken gleich stark auf die Sichtbarkeit in KI-Systemen. Die folgenden sind in der Praxis am relevantesten – sowohl für klassische Rich Snippets als auch für GEO:
Wichtige Grundregel für alle Schema-Typen: Strukturierte Daten müssen funktional sein, nicht dekorativ. Das Markup muss mit dem sichtbaren Inhalt der Seite übereinstimmen – andernfalls riskiert man eine Ablehnung durch Google oder den Verlust von Rich Results. Alles, was im Schema ausgezeichnet wird, muss für den Besucher tatsächlich sichtbar sein. Abweichungen werden von KI-Systemen als negatives Vertrauenssignal gewertet.
Um Suchmaschinen alle im Kontext zueinander stehenden Daten bereitzustellen, müssen im Quelltext sogenannte Markups eingesetzt werden. Schema.org bietet hierfür eine Sammlung von Markups aus den Schemata von JSON-LD, Microdata und RDFa an.
Der Schema Markup Generator erstellt JSON-LD Markups auf Basis der eingegebenen Informationen. Kategorie auswählen, Felder befüllen, fertigen Code einsetzen.
Google stellt kostenlose Tools bereit, die Fehler auflisten und eine Vorschau des Ergebnisses nach Live-Gang zeigen. Auch wenn die Daten korrekt strukturiert sind, ist das keine Garantie, dass das Rich Snippet bei jeder Suchanfrage ausgespielt wird.
Die Google Search Console zeigt an, was bereits indexiert wurde und auf welchen Unterseiten es Probleme gibt. Zudem verrät sie, wie oft ein Rich Snippet ausgespielt worden ist. Seiten, die in AI-Features wie AI Overviews und AI Mode erscheinen, werden im Performance-Report unter dem Suchtyp „Web“ erfasst – allerdings nicht separat filterbar, was die Analyse erschwert.
Die Implementierung strukturierter Daten allein hat keinen direkten Einfluss auf das Ranking einer Seite in den klassischen SERPs – doch ihre strategische Bedeutung ist 2026 größer denn je. Durch strukturierte Daten können Suchmaschinen den Inhalt einer Website besser verstehen und gezielt in den Suchergebnissen präsentieren. Dadurch steigt die Chance auf prominentere Darstellung und eine höhere Klickrate.
Die zweite, mindestens ebenso wichtige Dimension: Da KI-Systeme bewussten Mechanismen folgen, welche Inhalte angezeigt werden und welche nicht, reicht es nicht aus, nur gut zu schreiben. Inhalte müssen für Suchmaschinen und KI-Systeme verständlich gemacht werden. Strukturierte Daten sind dabei kein Luxus, sondern ein grundlegender Bestandteil der modernen SEO – und insbesondere von GEO.
Wer Schema.org konsequent und vollständig einsetzt, legt die technische Grundlage dafür, dass Inhalte in KI-generierten Antworten als Quelle erscheinen, Marken als Entitäten im Knowledge Graph verankert werden, E-E-A-T maschinenlesbar signalisiert wird und Produkte für KI-Agenten auffindbar bleiben. Als SEO-Agentur unterstützen wir gerne bei der Konzeption und Umsetzung strukturierter Daten und freuen uns über Kontaktaufnahme.
SEO & Content Manager
Dominik ist seit Januar 2022 als Digital Marketing Manager bei eMinded vor allem in den Bereichen SEO und Content tätig. Neben dem digitalen Marketing interessiert er sich besonders für Sport, weshalb er auch selbst hin und wieder auf dem Fußballplatz zu finden ist. Zusätzlich sorgen Musik, packende Serien und zwei Familienhunde für die ideale Balance zwischen Herausforderung und Entspannung.
Sie müssen den Inhalt von reCAPTCHA laden, um das Formular abzuschicken. Bitte beachten Sie, dass dabei Daten mit Drittanbietern ausgetauscht werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Turnstile. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Facebook. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von HubSpot. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Hubspot Meetings. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Instagram. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von Instagram. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenSie sehen gerade einen Platzhalterinhalt von X. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
