Strukturierte Daten erklärt — JSON-LD, Rich Results, GEO

Direkte Antwort

Strukturierte Daten: Strukturierte Daten sind das Etikettensystem deiner Webseite für Maschinen: Statt dass ein Algorithmus aus Layout und Fließtext rät, wer du bist und was du anbietest, steht es ausdrücklich im Code — standardisiert nach Schema.org und meist als JSON-LD. Praktisch heißt das: Beschreibe pro Seite genau das, was Besucher dort auch lesen, in der passenden Struktur.

Wichtigste Punkte

Sie kennzeichnen Fakten für Maschinen; der Standard ist JSON-LD mit Schema.org-Vokabular.
Sie können Rich Results ermöglichen, garantieren sie aber nicht — und schaffen Eindeutigkeit für die Entity-Erkennung.
Das Markup muss zum sichtbaren Text passen; Abweichungen führen zu ignoriertem Markup oder Maßnahmen gegen die Seite.
Bei vielen geprüften Dienstleister-Webseiten fehlt es ganz oder besteht nur aus generischer Plugin-Ausgabe.

— Steve Baka

Aktualisiert: 6. Oktober 2026 · Autor: Steve Baka

Was sind strukturierte Daten?

Strukturierte Daten sind Angaben in einem festgelegten Format, das Software ohne Interpretation verarbeiten kann. Auf Webseiten bedeutet das fast immer: ein Block im HTML, der in der Sprache von Schema.org beschreibt, worum es auf der Seite geht. Eine Praxis-Webseite sagt dort zum Beispiel, dass sie ein LocalBusiness (etwa eine Physiotherapie-Praxis) ist, wie die Anschrift lautet, wann geöffnet ist und welche Leistungen es gibt. Ein Fachartikel nennt Autor, Veröffentlichungs- und Änderungsdatum. Eine Glossarseite kennzeichnet sich als DefinedTerm.

Wichtig ist die Abgrenzung der Begriffe. Schema.org ist das Vokabular — die Liste der erlaubten Begriffe. JSON-LD ist die Syntax, in der du diese Begriffe aufschreibst. Strukturierte Daten ist der Oberbegriff für das Ergebnis. Neben JSON-LD gibt es Microdata und RDFa, die Attribute direkt im sichtbaren HTML verwenden; Google empfiehlt aber ausdrücklich JSON-LD, weil es getrennt vom Layout bleibt.

Strukturierte Daten sind kein Ersatz für Inhalt. Sie sind eine zweite, maschinenfreundliche Darstellung desselben Inhalts. Wenn beide nicht übereinstimmen, verliert die Seite an Glaubwürdigkeit.

Wie nutzen Suchmaschinen und KI strukturierte Daten?

Klassische Suchmaschinen verwenden das Markup für drei Dinge. Erstens: Rich Results, also erweiterte Darstellungen wie Bewertungen, Veranstaltungen, Produkte oder Breadcrumbs. Welche Typen Google unterstützt, steht in der Galerie der Suchfunktionen — und sie ändert sich: FAQ- und HowTo-Darstellungen wurden eingeschränkt. Zweitens: Entity-Verständnis. Über name, sameAs, Adresse und Telefonnummer ordnen Systeme eine Organisation eindeutig zu und verknüpfen sie mit Wissensdatenbanken. Drittens: Qualitätssignale wie Autorschaft und Aktualität.

Für KI-Systeme ist das der entscheidende Teil. Sprachmodelle und Retrieval-Verfahren müssen Fakten extrahieren. Strukturierte Daten liefern klare Felder statt Fließtext, in dem eine Telefonnummer neben einer Faxnummer und einer alten Adresse steht. Das verbessert die Extrahierbarkeit und damit die Chance auf Zitation. Genau dieses Zusammenspiel beschreibt Strukturierte Daten & GEO.

Welche Typen sind für Unternehmenswebseiten wichtig?

Organization oder LocalBusiness: Wer bist du, wo bist du, wie erreicht man dich?
Service und Offer: Welche Leistung zu welchen Bedingungen?
Article/ScholarlyArticle mit author und Datum: Wer hat das wann veröffentlicht?
FAQPage: nur für Fragen, die sichtbar auf der Seite stehen.
BreadcrumbList: Wo liegt die Seite in der Struktur?
DefinedTerm: Begriffserklärungen in einem Glossar.

Sie werden über @id verknüpft, sodass aus einzelnen Blöcken ein zusammenhängendes Bild entsteht — das ist die Brücke zu einem Themenkatalog und zum Begriff Entity.

Wie setzt Modern Stack strukturierte Daten um?

Bei uns entsteht das Markup aus denselben Daten wie der sichtbare Text und wird serverseitig ins HTML gerendert. So kann es nicht auseinanderlaufen. Jede Seitenart hat ihren Typ: Organisation und Standort für Firmenangaben, Service für Pakete, DefinedTerm für Glossar, FAQPage für sichtbare Fragenblöcke. Bei der Prüfung vor dem Livegang vergleichen wir Markup und Text, validieren gegen Google-Richtlinien und dokumentieren, welche Felder bewusst fehlen. In unseren AI-Readiness-Audits (siehe AI-Readiness-Studie) zeigt sich, dass nur ein Teil der Dienstleister-Webseiten überhaupt sinnvolles Markup liefert — und oft nur eine generische Plugin-Ausgabe ohne Bezug zu den echten Daten.

Welche Fehler treten häufig auf?

Markup für Inhalte, die auf der Seite nicht sichtbar sind.
Mehrere konkurrierende Blöcke von Theme und Plugins mit widersprüchlichen Angaben.
Veraltete Kontaktdaten, besonders bei NAP und Öffnungszeiten.
Falscher Typ: ein Unternehmen als Person, eine Leistungsseite als Product.
Syntaxfehler, die nie getestet wurden.

Die Technical-SEO-Grundprüfung deckt sie früh auf.

Quellen

Google — Intro to structured data markup — Google Search Central
Offizielle Erklärung, wie Google strukturierte Daten nutzt und welche Syntax empfohlen wird.
Schema.org — Getting started — Schema.org
Primärquelle für Vokabular, Typen und Properties.
W3C — JSON-LD 1.1 — W3C
Die Spezifikation der empfohlenen Syntax.
Strukturierte Daten & GEO — Modern Stack
Praxis, welche Typen wir wo einsetzen und wie sie zum sichtbaren Inhalt passen.

Häufige Fragen

JSON-LD, Microdata oder RDFa — was soll ich nehmen?

JSON-LD. Google empfiehlt es ausdrücklich, weil es als eigener Script-Block im HTML steht und sich leicht pflegen und testen lässt. Microdata und RDFa funktionieren, verweben das Markup aber mit dem sichtbaren HTML.

Reichen strukturierte Daten ohne guten Text?

Nein. Markup beschreibt, was auf der Seite steht — es ersetzt es nicht. Widersprechen Markup und sichtbarer Inhalt einander, ignorieren Suchmaschinen das Markup oder bewerten die Seite negativ.

Bringen strukturierte Daten Rich Results?

Sie machen eine Seite dafür berechtigt, mehr nicht. Ob und wann Google erweiterte Darstellungen zeigt, entscheidet Google. Auch ohne Rich Result liefern die Daten eindeutigen Kontext, der für Entity-Erkennung und KI-Antworten zählt.

Weiterlesen

Knowledge Graph
Thematische Seiten rund um Leistungen, Fragen und Fachgebiete — damit Sie zu Branchenthemen gefunden und in KI-Antworten zitiert werden, nicht nur zum Firmennamen. Zusatzmodul 500 €.
JSON-LD
JSON-LD (JSON for Linking Data) ist ein W3C-Standard, um Linked Data als JSON zu schreiben. Im HTML eingebettet, beschreibt es per Schema.org Firma, Angebote, FAQ und Glossarbegriffe für Suchmaschinen und KI-Systeme.
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 für GEO
JSON-LD und Schema.org als Grundlage, damit Suchmaschinen und KI Entities, FAQ und Organisationen korrekt zuordnen — immer aligned mit sichtbarem Content.
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.
Technical SEO
Technical SEO ist der Teil der Suchmaschinenoptimierung, der sicherstellt, dass Crawler eine Webseite abrufen, rendern und indexieren können: Statuscodes, robots.txt, Sitemap, Canonicals, Performance, mobile Nutzbarkeit und strukturierte Daten.
GEO
GEO (Generative Engine Optimization) ist die Optimierung von Inhalten dafür, in den Antworten generativer KI-Systeme genannt und zitiert zu werden — nicht nur in den zehn blauen Links. Extrahierbare Fakten, klare Entities und saubere Technik zählen mehr als Keyword-Dichte.
E-E-A-T
E-E-A-T steht für Experience, Expertise, Authoritativeness und Trustworthiness — Googles Qualitätsrahmen für Inhalte. Es ist kein einzelner Score, sondern das Bild, das Menschen und Maschinen von Absender, Erfahrung und Verlässlichkeit einer Webseite gewinnen.
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.
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.
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.
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.