Welche strukturierten Daten braucht Ihre Website?

Suchmaschinen müssen erkennen, welche Informationen eine Website enthält und wie diese zusammengehören. Bei einem Produkt sind das beispielsweise Produktname, Preis und Verfügbarkeit. Bei einem Unternehmen können Name, Adresse oder Standort relevant sein.

Strukturierte Daten helfen dabei, solche Informationen zusätzlich maschinenlesbar zu beschreiben. Dafür wird häufig das Vokabular von Schema.org verwendet und über einen entsprechenden Code in die Website eingebunden.

Für Unternehmen beginnt die Arbeit jedoch nicht beim Schreiben dieses Codes. Zuerst sollte geklärt werden, welche strukturierten Daten für die eigene Website sinnvoll sind, was bereits vorhanden ist und aus welchen Systemen die Informationen stammen.

Dieser Beitrag erklärt die Grundlagen und zeigt, wie Schema Markup geprüft, geplant, umgesetzt und später aktuell gehalten werden kann.

Die drei Begriffe hängen eng zusammen, bedeuten aber nicht dasselbe.

Strukturierte Daten sind Informationen, die in einem festgelegten und maschinenlesbaren Format bereitgestellt werden.

Ein Besucher erkennt auf einer Produktseite anhand von Text und Gestaltung meist sofort, dass CHF 199.– der Preis eines Produktes ist. Suchmaschinen können diesen Zusammenhang ebenfalls aus der Seite ableiten. Strukturierte Daten machen die Bedeutung zusätzlich eindeutig und kennzeichnen den entsprechenden Wert beispielsweise als Preis.

Google beschreibt strukturierte Daten als standardisiertes Format, mit dem Informationen über eine Seite bereitgestellt und deren Inhalte klassifiziert werden können.

Ein Schema definiert, welche Begriffe für die Beschreibung dieser Informationen verwendet werden können und wie sie miteinander zusammenhängen. Für Websites wird dafür häufig Schema.org eingesetzt.

Ein Unternehmen kann beispielsweise mit dem Typ Organization beschrieben werden. Eigenschaften wie name, address oder logo ergänzen die dazugehörigen Informationen.

Schema.org stellt zahlreiche Typen und Eigenschaften für Unternehmen, Produkte, Personen, Artikel, Veranstaltungen, lokale Geschäfte und viele weitere Inhalte bereit.

Das Schema ist damit das gemeinsame Vokabular beziehungsweise Regelwerk für die strukturierten Daten. Schema.org wird auch laufend weiterentwickelt.

Das Markup ist der Code, mit dem strukturierte Daten auf einer Website hinterlegt werden.

Dafür können verschiedene Formate verwendet werden. Google unterstützt JSON-LD, Microdata und RDFa. Für viele Websites wird JSON-LD empfohlen, weil sich die strukturierten Daten damit getrennt vom sichtbaren HTML-Inhalt einbinden und vergleichsweise gut verwalten lassen.

Ein vereinfachtes Beispiel:

___________________________________________________

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Media Motion AG"
}
</script>

___________________________________________________

Der JSON-LD-Block ist das Markup beziehungsweise der Code. Organization und name stammen aus dem Vokabular von Schema.org. Die Information, dass Media Motion AG eine Organisation mit diesem Namen ist, wird als strukturierte Information bereitgestellt.

Vereinfacht zusammengefasst: Schema.org liefert das Vokabular. Das Markup ist der Code. Die damit bereitgestellten maschinenlesbaren Informationen sind die strukturierten Daten.

Google verarbeitet die Inhalte einer Website und versucht, deren Bedeutung und Zusammenhänge zu erkennen. Strukturierte Daten können dafür zusätzliche eindeutige Informationen liefern. Bei bestimmten Inhalten sind sie zudem eine Voraussetzung für sogenannte Rich Results. Dabei kann Google ein Suchergebnis um zusätzliche Informationen erweitern.

Bei Produkten können beispielsweise Preis oder Verfügbarkeit relevant sein. Andere strukturierte Daten beschreiben Veranstaltungen, Stellenangebote oder die Position einer Seite innerhalb der Website.

Welche strukturierten Daten Google aktuell für besondere Suchdarstellungen unterstützt, zeigt die Google Search Gallery.

Eine technisch korrekte Implementierung garantiert allerdings kein Rich Result. Google entscheidet selbst, wann und bei welchen Suchanfragen eine solche Darstellung verwendet wird. Der konkrete Nutzen liegt darin, vorhandene Informationen technisch eindeutig zu beschreiben und die Voraussetzungen für unterstützte Suchfunktionen zu schaffen.

Welche strukturierten Daten sinnvoll sind, hängt von den tatsächlichen Inhalten ab. Ein Onlineshop hat andere Anforderungen als eine Unternehmenswebsite mit mehreren Standorten oder ein Fachblog.

Die Tabelle dient als Orientierung. Sie bedeutet nicht, dass möglichst viele dieser Typen auf einer Website eingesetzt werden sollten.

Vor der Umsetzung sind zwei Fragen relevant:

• Passt der Schema-Typ fachlich zum Inhalt der Seite?
• Und unterstützt Google diesen Typ aktuell für die gewünschte Funktion in der Suche?

Schema.org bietet deutlich mehr Typen und Eigenschaften, als Google für Rich Results verwendet.

Schema.org definiert ein gemeinsames Vokabular für strukturierte Daten. Damit können Unternehmen, Produkte, Personen und andere Entitäten sowie deren Eigenschaften und Beziehungen beschrieben werden. Google nutzt einen Teil dieser Informationen für Funktionen innerhalb der Google Suche.

Ein nach Schema.org gültiges Markup muss deshalb keine spezielle Darstellung bei Google auslösen.

Auch bei einem von Google unterstützten Schema-Typ gilt: Ein technisch korrektes Markup schafft die Voraussetzungen, garantiert aber kein Rich Result. Für Unternehmen ist diese Unterscheidung wichtig. Ein Schema-Konzept sollte danach beurteilt werden, ob Informationen korrekt und sinnvoll strukturiert werden – nicht danach, wie viele verschiedene Markups eingebaut wurden.

Der eigentliche Code lässt sich heute relativ schnell erstellen. Schwieriger sind häufig die Fragen rund um Daten, Systeme und bestehende Implementierungen.

Das Schema passt nicht zum Inhalt

Schema.org bietet sehr viele Möglichkeiten. Nicht jede davon ist für jede Website relevant.

Bei einer Unternehmenswebsite können Angaben zur Organisation und zu Standorten wichtig sein. Bei einem Onlineshop stehen Produkte und Angebote stärker im Vordergrund. In einem Fachblog können Artikel- und Autoreninformationen sinnvoll sein.

Die Auswahl sollte deshalb von der vorhandenen Website ausgehen.

Bestehende strukturierte Daten werden übersehen

Bei einer Website oder einem Onlineshop können strukturierte Daten bereits aus verschiedenen Quellen stammen.

Das CMS, das Shopsystem, ein Theme, eine Erweiterung oder eine individuelle Entwicklung kann Markup ausgeben. Werden später weitere Lösungen ergänzt, können dieselben Informationen mehrfach vorhanden sein.

Dabei entstehen unter Umständen widersprüchliche Angaben.

Vor einer Erweiterung sollte deshalb zuerst geprüft werden, welche Markups bereits vorhanden sind und woher sie stammen.

Die strukturierten Daten sind nicht mehr aktuell

Besonders problematisch sind Informationen, die sich regelmässig verändern.

Ein Produkt kostet inzwischen CHF 199.–, während im Markup noch CHF 179.– steht. Ein Veranstaltungstermin wurde verschoben oder eine Adresse auf der Website aktualisiert, die strukturierten Daten enthalten jedoch weiterhin die alten Angaben. Google verlangt, dass strukturierte Daten den tatsächlichen Seiteninhalt korrekt widerspiegeln.

Die verwendete Datenquelle ist deshalb ein wichtiger Teil der Umsetzung. Ein Produktpreis sollte möglichst aus denselben Produktdaten stammen, die auch für die sichtbare Shopseite verwendet werden. So muss eine Änderung nicht an mehreren Stellen nachgeführt werden.

Die konkrete Umsetzung hängt vom verwendeten System und vom jeweiligen Projekt ab.

Contao

Wir setzen Contao als CMS für Websites ein. Contao stellt technische Möglichkeiten zur Verfügung, mit denen Schema.org-Daten über JSON-LD in eine Website integriert werden können. Welche strukturierten Daten tatsächlich ausgegeben werden, hängt von den verwendeten Komponenten, Templates und der individuellen Umsetzung ab.

Bei einer bestehenden Contao-Website sollte deshalb geprüft werden, welches Markup aktuell vorhanden ist und wo zusätzliche Auszeichnungen einen Nutzen haben.

Shopify

Shopify setzen wir als Shopsystem für E-Commerce-Projekte ein.

Shopify stellt Funktionen bereit, mit denen Themes unter anderem strukturierte Daten für Produkte und Artikel ausgeben können. Welche Informationen im fertigen Shop tatsächlich vorhanden sind, hängt vom verwendeten Theme, dessen Anpassungen und gegebenenfalls zusätzlichen Apps ab.

Auch bei Shopify sollte deshalb die tatsächliche Ausgabe des Shops geprüft werden, bevor weiteres Markup ergänzt wird.

Shopware

Shopware gehört ebenfalls zu unseren E-Commerce-Lösungen.

Welche strukturierten Daten ein Shop ausgibt, kann von der eingesetzten Shopware-Version, dem Storefront-Theme, Plugins und individuellen Entwicklungen beeinflusst werden. Für eine Analyse ist deshalb die tatsächlich ausgelieferte Seite entscheidend.

Unabhängig vom System gilt damit derselbe Grundsatz: Zuerst prüfen, was bereits vorhanden ist. Danach lässt sich beurteilen, was korrigiert oder ergänzt werden sollte.

Ein Onlineshop gibt über sein Theme bereits Product-Markup aus.

Später kommt eine Erweiterung hinzu, die ebenfalls strukturierte Produktdaten erzeugt. Beide Ausgaben beziehen sich auf dasselbe Produkt, greifen aber nicht auf dieselben Werte zu. Auf der sichtbaren Produktseite kostet der Artikel CHF 199.–. Das erste Markup enthält ebenfalls CHF 199.–. Im zweiten steht noch der frühere Preis von CHF 179.–.

Damit sind zwar strukturierte Daten vorhanden, sie liefern jedoch widersprüchliche Informationen.

Zusätzliches Markup würde das Problem nicht lösen. Zuerst muss geklärt werden, welche Datenquelle verwendet werden soll. Anschliessend kann die doppelte oder veraltete Ausgabe entfernt werden.

Bei bestehenden Websites und Shops ist ein solcher Check deshalb oft sinnvoller als der direkte Einbau weiteren Codes.

Eine saubere Umsetzung beginnt mit einer Bestandsaufnahme.

1. Bestehende strukturierte Daten prüfen

Zuerst wird erfasst, welches Markup die Website bereits ausgibt und aus welchem System es stammt. Dabei lassen sich fehlerhafte, doppelte oder widersprüchliche Auszeichnungen erkennen.

2. Relevante Inhalte bestimmen

Danach werden die vorhandenen Seitentypen betrachtet. Gibt es Produkte, mehrere Standorte, Fachartikel, Stellenangebote oder Veranstaltungen? Welche Unternehmensinformationen werden gepflegt? Aus den tatsächlichen Inhalten ergibt sich, welche strukturierten Daten benötigt werden.

3. Passende Schema-Typen auswählen

Für die relevanten Inhalte werden passende Schema.org-Typen und Eigenschaften festgelegt.

Soll damit eine bestimmte Darstellung in der Google Suche ermöglicht werden, wird zusätzlich die aktuelle Google Search Gallery geprüft. Die unterstützten Funktionen können sich verändern. Eine frühere Implementierung sollte deshalb nicht automatisch als aktueller Standard übernommen werden.

4. Datenquellen festlegen

Für jede Information sollte klar sein, wo sie gepflegt wird. Bei einem Onlineshop betrifft das beispielsweise Produktname, Preis und Verfügbarkeit. Diese Werte sollten nach Möglichkeit aus derselben Datenquelle stammen, die auch die sichtbare Produktseite versorgt. Das verringert den Pflegeaufwand und verhindert unterschiedliche Datenstände.

5. Markup implementieren und testen

Nach der technischen Umsetzung wird der Code geprüft. Für von Google unterstützte Rich Results steht der Google Rich Results Test zur Verfügung. Zusätzlich kann über die URL-Prüfung der Google Search Console kontrolliert werden, wie Google eine veröffentlichte Seite verarbeitet. Bei Fehlern sollte nicht nur der Code geprüft werden. Fehlende oder widersprüchliche Werte können auch auf ein Problem mit der zugrunde liegenden Datenquelle hinweisen.

6. Nach Änderungen erneut prüfen

Ein Relaunch, ein neues Template, ein Theme-Update oder eine zusätzliche Erweiterung kann die Ausgabe strukturierter Daten verändern. Deshalb sollte Schema Markup nach grösseren technischen Anpassungen erneut kontrolliert werden.

Schema Markup liefert Google zusätzliche Informationen über Inhalte einer Seite.

Bei Produkten können Preis und Verfügbarkeit strukturiert beschrieben werden. BreadcrumbList kann die Position einer Unterseite innerhalb der Website abbilden. Organization bietet Informationen über ein Unternehmen. Bei unterstützten Typen können solche Daten auch für Rich Results verwendet werden.

Grundlegende SEO-Probleme werden damit jedoch nicht behoben. Crawling, Indexierung, Seitenstruktur und relevante Inhalte bleiben eigenständige Themen. Schema Markup ergänzt diese Grundlagen dort, wo vorhandene Informationen technisch genauer beschrieben werden können.

Mit Google AI Overviews, AI Mode und anderen generativen Suchsystemen wird häufig nach einem speziellen Schema für KI-Suchen gefragt.

Für die Google Suche ist die Situation klar: Für AI Overviews und AI Mode wird kein spezielles Schema.org-Markup benötigt.

Google verweist weiterhin auf die bekannten SEO-Grundlagen. Dazu gehören crawlbare und indexierbare Inhalte, eine nachvollziehbare interne Verlinkung sowie strukturierte Daten, die mit dem sichtbaren Inhalt übereinstimmen.

Schema Markup kann deshalb auch im Umfeld von GEO und AEO sinnvoll sein. Seine Funktion bleibt dabei dieselbe: Informationen werden eindeutig und maschinenlesbar beschrieben.

Ob und in welcher Form andere KI-Systeme wie ChatGPT oder Perplexity ein konkretes Schema für ihre Antworten verwenden, lässt sich nicht allgemein garantieren.

Für die Sichtbarkeit in KI-Systemen sollten strukturierte Daten deshalb zusammen mit guten Inhalten, nachvollziehbaren Quellen, aktuellen Informationen und einer klaren Website-Struktur betrachtet werden.

Mit dieser Checkliste lässt sich der aktuelle Stand einer Website oder eines Onlineshops grob beurteilen:

☐ Wissen Sie, welche strukturierten Daten aktuell ausgegeben werden?
☐ Ist bekannt, welcher Code beziehungsweise welches System das Markup erzeugt?
☐ Gibt es doppelte oder widersprüchliche Auszeichnungen?
☐ Passen die verwendeten Schema-Typen zu den sichtbaren Inhalten?
☐ Stimmen Preise, Adressen und andere veränderliche Angaben?
☐ Werden dynamische Daten möglichst aus der führenden Datenquelle übernommen?
☐ Unterstützt Google den Schema-Typ aktuell für die gewünschte Suchfunktion?
☐ Wurde das Markup mit dem Google Rich Results Test geprüft?
☐ Sind die betreffenden Seiten crawlbar und indexierbar?
☐ Wurde die Ausgabe nach dem letzten Relaunch oder Systemupdate erneut kontrolliert?

Bleiben mehrere Fragen offen, sollte zuerst der bestehende Stand geprüft werden. Danach lässt sich gezielt entscheiden, welche Anpassungen notwendig sind.

Schema Markup betrifft sowohl die technische Umsetzung einer Website als auch die Suchmaschinenoptimierung.

Wir prüfen zunächst, welche strukturierten Daten bereits vorhanden sind, welcher Code sie erzeugt und aus welchen Systemen die zugrunde liegenden Informationen stammen.

Darauf aufbauend definieren wir passende Schema-Typen und Datenquellen. Wo es technisch sinnvoll ist, greifen die strukturierten Daten auf Informationen zurück, die bereits im CMS oder Shopsystem gepflegt werden.

Wir entwickeln Websites mit Contao CMS und setzen E-Commerce-Lösungen mit Shopware und Shopify um. Dadurch können wir Schema Markup sowohl aus SEO-Sicht als auch auf technischer Ebene prüfen und umsetzen.

Je nach Ausgangslage unterstützen wir bei einem bestehenden Schema-Audit, bei der Konzeption, der technischen Implementierung oder bei der Kontrolle nach einem Relaunch oder Systemupdate.

Wer Schema Markup optimieren möchte, sollte zunächst wissen, welche strukturierten Daten bereits vorhanden sind und welcher Code sie erzeugt. Danach kann geprüft werden, ob die verwendeten Schema-Typen zu den Inhalten passen, ob die Daten aktuell sind und wo Ergänzungen sinnvoll sind.

Bei dynamischen Informationen sollten die strukturierten Daten möglichst auf dieselben Quellen zugreifen wie die sichtbare Website. Das reduziert Pflegeaufwand und verhindert widersprüchliche Angaben.

So bleibt Schema Markup auch nach späteren Änderungen an Website oder Onlineshop nachvollziehbar und technisch sauber.