Begriff

agent readableMarkdown

JSON-LD — Glossar

Direkte Antwort

JSON-LD: JSON-LD ist eine standardisierte JSON-Schreibweise, mit der du einer Seite maschinenlesbare Bedeutung mitgibst. Du legst sie in ein Script-Element im HTML und beschreibst dort mit dem Schema.org-Vokabular, wer dein Betrieb ist, was du anbietest und welche Fragen die Seite beantwortet. Das sichtbare Layout bleibt unberührt, Maschinen bekommen eindeutige Fakten.

Wichtigste Punkte

  • JSON-LD steckt in <script type="application/ld+json"> und ist vom sichtbaren Markup getrennt.
  • Ein einziger @graph mit stabilen @id-Verweisen ist sauberer als viele lose Blöcke.
  • Jeder Wert muss auch sichtbar auf der Seite stehen — sonst schadet das Markup mehr, als es nützt.
  • Basis für Entity-SEO, FAQPage und den Agent-Ready-Score.

— Steve Baka

Aktualisiert: · Autor: Steve Baka

Was ist JSON-LD?

JSON-LD steht für „JSON for Linking Data“ und ist seit 2014 eine W3C-Empfehlung, aktuell in Version 1.1. Es überträgt die Idee von Linked Data in ein Format, das Entwickler ohnehin kennen: JSON. Wichtige Schlüsselwörter sind @context (welches Vokabular gilt), @type (um welche Art von Ding es geht), @id (eine eindeutige Kennung als URL) und @graph (eine Sammlung zusammenhängender Objekte).

Zusammen mit Schema.org entsteht daraus eine gemeinsame Sprache. Eine Praxis ist dann nicht mehr nur ein Textabsatz, sondern ein Objekt vom Typ LocalBusiness mit Adresse, Telefonnummer und Öffnungszeiten. Google empfiehlt JSON-LD gegenüber Microdata und RDFa, weil es sich getrennt vom HTML pflegen und per Template erzeugen lässt. Auch andere Crawler und KI-Systeme lesen das Format, wenn sie eine Seite einordnen.

Wie sieht ein sauberer Aufbau aus?

Ein belastbares Muster besteht aus mehreren miteinander verbundenen Knoten:

  • Organization mit fester @id, etwa https://beispiel.de/#organization, mit Name, Logo, Adresse und echten Profilen unter sameAs.
  • WebSite mit Verweis auf die Organization als Herausgeber.
  • Seitentyp passend zum Inhalt: Article, Service, DefinedTerm, FAQPage oder Dataset.

Statt Daten zu kopieren, verweist jeder Knoten per @id auf den anderen. Ändert sich die Telefonnummer, passt du sie an einer Stelle an. Weiterführend: Organization Schema und LocalBusiness Schema. Besonders wichtig ist die Konsistenz mit dem sichtbaren Text und mit den Angaben im Google Business Profile.

Warum zählt JSON-LD für Google und KI-Antworten?

Suchmaschinen verstehen Text statistisch, strukturierte Daten liefern dagegen eine ausdrückliche Aussage. Das beschleunigt die Einordnung deiner Seite und kann Rich Results auslösen. Für generative Systeme gilt: Wenn eine Antwort Namen, Orte oder Preise nennt, ist ein eindeutig markiertes Objekt eine verlässlichere Quelle als ein Absatz, der erst interpretiert werden muss. In der AI-Readiness-Studie ist vorhandenes oder fehlendes JSON-LD deshalb einer der geprüften Bausteine.

Erwarte aber keine Wunder: JSON-LD ersetzt keinen guten Inhalt und garantiert kein Rich Result. Google zeigt etwa FAQ-Boxen seit 2023 nur noch für wenige Webseiten. Der bleibende Wert liegt im Verständnis deiner Entities.

Welche Fehler kosten Vertrauen?

  • Theater-Schema: Bewertungen, Preise oder FAQ im Markup, die auf der Seite nicht stehen. Das verstößt gegen die Richtlinien von Google.
  • Widersprüche: Zwei Telefonnummern oder unterschiedliche Firmennamen im Markup und im Impressum.
  • Dubletten durch Plugins: Theme, SEO-Plugin und Pagebuilder erzeugen jeweils eigenes Markup, das sich überschneidet.
  • Kaputte Syntax: ein Komma zu viel, und der gesamte Block wird ignoriert.
  • Leere Pflichtfelder: Objekte ohne Namen oder URL sind wertlos.

Praxis bei Modern Stack

Wir erzeugen JSON-LD serverseitig aus denselben Daten, aus denen die Seite gerendert wird. Dadurch kann das Markup nicht vom sichtbaren Inhalt abweichen. Jede Seite bekommt Organization, Person und WebSite plus den passenden Seitentyp. Prüfung und Einordnung findest du unter Strukturierte Daten & GEO.

Verwandte Themen

Mehr dazu: GEO & AI-Sichtbarkeit

Quellen

Häufige Fragen

Wo prüfe ich, ob mein JSON-LD korrekt ist?

Mit dem Rich-Results-Test von Google und dem Schema-Markup-Validator von schema.org. Prüfe danach, ob jeder Wert auch im sichtbaren Text steht — ein gültiges Syntax-Ergebnis allein sagt nichts über die Qualität.

Reichen mehrere einzelne Script-Blöcke?

Technisch ja, sauberer ist ein einziger @graph, in dem Organization, WebSite und der seitenbezogene Typ per @id aufeinander verweisen. So entstehen keine widersprüchlichen Doppelungen.

Warum bekomme ich trotz JSON-LD keine Sterne oder FAQ-Boxen?

Rich Results sind eine Möglichkeit, kein Anspruch. Google zeigt etwa FAQ-Ergebnisse seit 2023 nur noch für wenige Webseiten. Der Nutzen von JSON-LD liegt vor allem im Verständnis der Entities — auch für KI-Systeme.

Weiterlesen

  • Strukturierte Daten für GEO

    JSON-LD und Schema.org als Grundlage, damit Suchmaschinen und KI Entities, FAQ und Organisationen korrekt zuordnen — immer aligned mit sichtbarem Content.

  • Schema.org

    Schema.org ist ein offenes, gemeinschaftlich gepflegtes Vokabular mit Typen wie Organization, Product oder DefinedTerm und zugehörigen Properties, mit dem Webseiten ihre Inhalte für Suchmaschinen und KI eindeutig beschreiben.

  • Strukturierte Daten

    Strukturierte Daten sind standardisierte, maschinenlesbare Angaben im HTML — meist Schema.org als JSON-LD —, die Unternehmen, Leistungen, Orte, Preise und Fragen eindeutig benennen und so Rich Results und KI-Antworten unterstützen.

  • GEO & AI-Sichtbarkeit

    Warum moderne Webseiten für Google und KI-Systeme strukturiert sein müssen — und wie Modern Stack die technische Grundlage für GEO, AIO und Zitation in generativen Antworten schafft.

  • Organization Schema

    Das Organization-Schema ist der Schema.org-Typ für Firmen und Institutionen. Es beschreibt Name, URL, Logo, Kontakt, Adresse und echte Profile (sameAs) und verankert deine Marke als eindeutige Entity über alle Seiten.

  • FAQPage Schema

    FAQPage ist ein schema.org-Typ, der eine Seite mit Fragen und Antworten maschinenlesbar beschreibt, meist als JSON-LD. Das Markup muss exakt den sichtbaren Text spiegeln; Google zeigt FAQ-Rich-Results nur noch für ausgewählte Seiten.

  • FAQ-Struktur

    Eine FAQ-Struktur beantwortet häufige Folgefragen sichtbar und in klar abgegrenzten Frage-Antwort-Paaren auf der Seite. Sie dient Besuchern und Antwort-Engines gleichermaßen; Schema-Markup darf nur spiegeln, was tatsächlich dasteht.

  • Entity

    Eine Entity (Entität) ist ein eindeutig identifizierbares Ding mit Eigenschaften und Beziehungen — etwa eine Firma, eine Person, ein Ort oder eine Leistung. Suchmaschinen und KI-Systeme ordnen Inhalte über Entities zu, nicht nur über Wörter.

  • AIO

    AIO steht für die Optimierung auf AI Overviews — Googles KI-Zusammenfassungen oberhalb der Trefferliste — und ähnliche Antwortkästen: kurze Direct Answers, sichtbare FAQ und belegte Fakten, die Systeme ohne Rätselraten übernehmen können.

  • Agent-Ready-Score

    Der Agent-Ready-Score (0–100) bewertet, wie gut eine Webseite für KI-Crawler und Assistenten nutzbar ist: Auffindbarkeit, Inhalt für Agenten und Bot-Zugangsregeln — gemessen über mehrere Seiten, nicht nur die Startseite.

  • AI-Readiness von Physiotherapie-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 2854 Live-Audits zu Physiotherapie, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Coaching-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 702 Live-Audits zu Coaching, Agent-Ready Ø 18/100, Fit Ø 82/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Steuerberater-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 1524 Live-Audits zu Steuerberater, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Psychologie- und Therapie-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 1272 Live-Audits zu Psychologie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Fotografie-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 1262 Live-Audits zu Fotografie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness gemischter Dienstleister-Webseiten — Branchenstudie

    Empirische Branchenauswertung: 1622 Live-Audits zu Dienstleistung, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Gesundheitspraxis-Webseiten — Richtungsstudie

    Empirische Branchenauswertung: 74 Live-Audits zu Gesundheitspraxis, Agent-Ready Ø 20/100, Fit Ø 80/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness von Handwerks-Webseiten — Richtungsstudie

    Empirische Branchenauswertung: 35 Live-Audits zu Handwerk, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.

  • AI-Readiness deutscher Dienstleister-Webseiten — Studie, Zahlen und Handlungsbedarf

    Empirische Auswertung von 6.675 Live-Audits: Agent-Ready-Scores, llms.txt, Markdown-Negotiation und Crawl-Signale bei Physiotherapie, Steuerberatung, Coaching, Psychologie, Fotografie und weiteren Dienstleistern in Deutschland — mit Interpretation für GEO, AIO und Webseite-Modernisierung.

  • Beste Webdesign-Agenturen in Bad Schönborn 2026 — Ranking nach KI-Sichtbarkeit

    Vergleich lokaler und regionaler Webdesign-Agenturen für Bad Schönborn: Live-Audit der eigenen Agentur-Webseiten, Impressum-Sitz, Maschinenlesbarkeit und warum hübsche Seiten ohne KI-Layer unsichtbar werden.

  • AI-Readiness in Bad Schönborn — lokale Studie zu Dienstleister-Webseiten

    Primärstudie zur AI-Readiness und AI-Sichtbarkeit von Dienstleister-Webseiten in Bad Schönborn inkl. Mingolsheim und Langenbrücken: Agent-Ready-Scores, Discovery-Mentions in KI-Suche, llms.txt und Handlungsempfehlungen.

  • Webseite-Modernisierung für Steuerberater-Kanzleien

    Steuerberater-Kanzleien brauchen eine sachliche, pflichtangabenfeste Webseite mit klaren Leistungsschwerpunkten und sicherem Mandantenkontakt — im Rahmen von §57a StBerG. Modern Stack modernisiert bestehende Kanzlei-Auftritte.

  • Webseite-Modernisierung für Physiotherapie-Praxen

    Physiotherapie-Praxen brauchen eine schnelle, sachliche Webseite mit klaren Leistungen, Erreichbarkeit, Terminweg und datenschutzfesten Formularen — im Rahmen von HWG/UWG. Modern Stack modernisiert bestehende Praxisauftritte.

  • Webseite-Modernisierung für Handwerksbetriebe

    Handwerksbetriebe brauchen eine schnelle mobile Webseite mit klaren Leistungen, Einsatzgebiet, Referenzen, Karrierebereich und direkter Anfrage — nicht eine überladene Digitalplattform. Modern Stack modernisiert bestehende Auftritte und verknüpft sie mit lokalen Regionsseiten.

  • QI-GEO — Query-Implied Generative Engine Optimization

    Technischer Leitfaden zu Query-Implied GEO: Intent aus der Dokumentstruktur ableiten, Wissenslücken schließen und Zitationsdichte in generativen Suchmaschinen maximieren — ohne explizite Ziel-Queries.

  • AI-Readiness in Bruchsal — lokale Studie zu Dienstleister-Webseiten

    Primärstudie zur AI-Readiness aller auffindbaren Dienstleister-Webseiten in Bruchsal (PLZ 76646) inkl. Stadtteile: Agent-Ready-Scores, llms.txt, Crawl-Signale und konkrete Handlungsempfehlungen für lokale Betriebe.

Sofort-Check

Deine Webseite jetzt prüfen

Kurzreport mit den wichtigsten Schwachstellen sofort — den Vollreport schaltest du mit deiner E-Mail frei.

← Glossar·Themen