KI und Suche
Strukturierte Daten
Kurzantwort
Strukturierte Daten sind maschinenlesbare Angaben im Quelltext einer Seite, meist im Format JSON-LD mit dem Vokabular von schema.org. Google nutzt sie, um Inhalte und Dinge wie Personen und Unternehmen zu verstehen1. Eine besondere Auszeichnung für seine KI-Funktionen verlangt Google nicht, wohl aber, dass die Daten zum sichtbaren Text passen5.

Auf einer Webseite steht für Menschen sofort erkennbar, wer sie betreibt, was ein Produkt kostet oder wann ein Artikel erschienen ist. Ein Programm sieht zunächst nur Text und Layout. Strukturierte Daten schreiben diese Angaben zusätzlich in einer festen Form in den Quelltext: Das hier ist eine Organisation, das ist ihre Adresse, das ist der Preis, das ist der Autor. Google nutzt solche Angaben, um Inhalte zu verstehen1, und auch für KI-Suchsysteme können eindeutige Angaben Verwechslungen vermeiden.
schema.org und JSON-LD
Das Vokabular für solche Angaben heißt schema.org. Es legt fest, welche Typen es gibt, etwa Organization, Person, Article oder Product, und welche Eigenschaften zu ihnen gehören. Die meisten strukturierten Daten, die Google für die Suche auswertet, nutzen dieses Vokabular; einzelne schema.org-Eigenschaften verwendet Google allerdings gar nicht, maßgeblich ist deshalb die Dokumentation von Google Search Central1.
Für das Einbetten gibt es drei Formate: JSON-LD, Microdata und RDFa. Google akzeptiert alle drei gleichermaßen, wenn die Auszeichnung gültig ist, und empfiehlt in den meisten Fällen JSON-LD, weil es sich am leichtesten einbauen und pflegen lässt1. JSON-LD steht als eigener Block im Seitenquelltext, getrennt vom sichtbaren Text. Microdata und RDFa dagegen hängen die Angaben als Attribute direkt an die HTML-Elemente, ihre Pflege ist dadurch enger mit dem Layout verknüpft. Das bayerische Wirtschaftsministerium vergleicht diese Hinweise in seinem Infoblatt mit Etiketten, die an die richtigen Textstellen geklebt werden: Sie ersetzen den sichtbaren Inhalt nicht, machen ihn aber für Programme eindeutiger6.
Eine Unternehmensangabe für einen ausgedachten Fahrradladen enthält zum Beispiel diese Eigenschaften:
| Eigenschaft | Beispielwert | Wozu sie dient |
|---|---|---|
| name | Radwerk Musterstadt | Name, wie er auch als Name der Website erscheint |
| url | https://radwerk.example | eindeutige Zuordnung der Organisation |
| logo | Adresse einer Logodatei | Auswahl des Logos in der Suche |
| address, telephone | Postanschrift, Telefonnummer | Kontaktwege und Standort |
| sameAs | Adressen der Profile auf anderen Websites | Verknüpfung mit Einträgen an anderer Stelle |
Google empfiehlt, diese Angaben auf der Startseite oder auf einer Seite unterzubringen, die das Unternehmen beschreibt, etwa "Über uns"; auf jeder Seite müssen sie nicht stehen3. Pflichtfelder gibt es für diesen Typ keine, Google rät aber, möglichst viele passende Eigenschaften anzugeben3.
sameAs und die eindeutige Zuordnung
schema.org definiert die Eigenschaft sameAs als Adresse einer Referenzseite, die die Identität eines Dings eindeutig angibt, zum Beispiel der Wikipedia-Artikel, der Wikidata-Eintrag oder die offizielle Website2. Sie gehört zum allgemeinsten Typ Thing und steht damit jeder Organisation, Person oder Sache zur Verfügung. Beim Abruf zeigte die Seite die Version 30.1 des Vokabulars vom 16.09.20262.
Google beschreibt sameAs für Organisationen als Liste von Seiten auf anderen Websites, die mehr über das Unternehmen verraten, etwa Profile in sozialen Netzwerken oder auf Bewertungsportalen3. Einige Eigenschaften nutzt Google nach eigener Aussage im Hintergrund, um eine Organisation von anderen zu unterscheiden3. Gibt es mehrere Firmen namens "Radwerk", kann ein Verweis auf einen Wikidata-Eintrag oder die offizielle Website die Zuordnung eindeutiger machen; ob Google sameAs dafür im Hintergrund nutzt, sagt die Dokumentation nicht. In der Sprachverarbeitung heißt das Erkennen solcher Namen im Text Named Entity Recognition; die Zuordnung zum richtigen Unternehmen ist der Schritt danach, und genau dabei helfen eindeutige Verweise.
Für Autoren gilt dasselbe Prinzip. Eine Person mit Namen, Beruf und Verweisen auf ihr Profil an anderer Stelle lässt sich eindeutiger zuordnen als ein Name allein. Die Angaben müssen allerdings stimmen und auf der Seite auch sichtbar sein.

Was Suchmaschinen daraus lesen
Google nutzt strukturierte Daten, um den Inhalt einer Seite zu verstehen und Informationen über Personen, Bücher, Unternehmen und andere Dinge im Web zu sammeln1. Außerdem können sie eine Seite für erweiterte Darstellungen in den Suchergebnissen berechtigen, etwa Sterne bei Rezepten oder Preise bei Produkten. Ob es dazu kommt, entscheidet Google: Strukturierte Daten erscheinen laut Google nicht zwingend in den Ergebnissen, und das System kann eine andere Darstellung wählen4.
Ausgezeichnet werden darf nur, was Leser auf der Seite sehen, und die Daten müssen den Inhalt wahrheitsgemäß wiedergeben4. Erfundene Bewertungen oder versteckte Angaben gelten als Verstoß. Bei irreführender Auszeichnung kann Google eine manuelle Maßnahme verhängen; die Seite verliert dann die Berechtigung für erweiterte Darstellungen, das Ranking bleibt davon laut Google unberührt4.
Zum Prüfen empfiehlt Google den Test für Rich-Suchergebnisse während der Entwicklung, nach dem Start die Statusberichte in der Search Console und das URL-Prüftool, um zu sehen, ob Google die Daten gefunden hat1.
Was KI-Systeme daraus lesen
Spezielle schema.org-Auszeichnungen für die KI-Übersichten oder den KI-Modus braucht es laut Google nicht5. Unter den allgemeinen Empfehlungen steht aber, dass strukturierte Daten zum sichtbaren Text passen sollen5. Eine Seite mit sauberen Daten hat damit keinen Sonderzugang zu den AI Overviews, sie vermeidet aber Widersprüche.
Genau diese Widersprüche nennt das bayerische Infoblatt als Risiko. Zeigt eine Produktseite "lieferbar in zwei Tagen", während im Code "nicht verfügbar" steht, führt das bei KI-Zusammenfassungen mit hoher Wahrscheinlichkeit zu irreführenden oder falschen Antworten6. Besonders fehleranfällig sind laut Infoblatt Varianten, Sets und Mehrfachpacks; Preise und Verfügbarkeit sollten zudem mit den Produktfeeds übereinstimmen, aus denen viele Systeme ihre Daten beziehen6.
Was OpenAI, Anthropic oder Perplexity mit strukturierten Daten anfangen, ist nicht dokumentiert. Ihre Seiten zu den eigenen Crawlern beschreiben Zweck und Kennung der Bots und wie man sie zulässt, erwähnen strukturierte Daten aber nicht78. Wer behauptet, eine bestimmte Auszeichnung bringe Nennungen in ChatGPT, sollte die Quelle dafür nennen können. Beschrieben ist nur der allgemeine Zusammenhang: KI-Suchsysteme stützen ihre Antworten auf abgerufene Seiten (Grounding), und das bayerische Infoblatt rechnet bei eindeutigen, widerspruchsfreien Angaben mit weniger falschen Zusammenfassungen6. Wie diese Systeme ihre Quellen auswählen, ist nur in Teilen bekannt.

Shops: Produkte und Varianten
Für Händler ist die Produktauszeichnung der wichtigste Teil. Das bayerische Infoblatt zählt zur Produktidentität einheitliche Bezeichnungen, eine saubere Logik für Varianten und eindeutige Kennungen wie GTIN oder EAN, die Herstellerteilenummer MPN und die Marke6. Gerade bei Modellreihen, in denen wenige Zeichen im Namen einen anderen Anschluss oder eine andere Ausstattung bedeuten, steigt sonst die Gefahr, dass ein KI-System Produkte vermischt. Haben Varianten eigene Adressen, hilft ein Canonical-Verweis, damit klar ist, welche Seite als Hauptfassung gilt6.
Auch die Technik spielt mit. Angaben, die erst nachträglich per Skript geladen werden, nur nach einem Klick erscheinen oder je nach Besucher wechseln, sieht ein abrufendes System womöglich gar nicht oder ordnet sie falsch ein6. Technische Daten stehen laut Infoblatt besser in einer Tabelle oder einem klar gegliederten Block als verteilt über mehrere Absätze. Wer Produktdaten aus der Warenwirtschaft automatisch in Seite, strukturierte Daten und Feed schreibt, hält die drei Quellen am ehesten deckungsgleich.
Strukturierte Daten oder llms.txt?
Beide Ansätze lösen verschiedene Aufgaben. Strukturierte Daten beschreiben, was auf einer einzelnen Seite steht, und folgen einem breit unterstützten Vokabular, das Google dokumentiert auswertet. Die llms.txt ist eine einzelne Übersichtsdatei für eine ganze Website, deren Nutzung durch die großen Anbieter nicht belegt ist. Wer nur Zeit für eines hat, beginnt mit strukturierten Daten für Organisation, Artikel oder Produkte.
So gehst du vor
- Leg fest, welche Typen zu deiner Website passen: Organization oder LocalBusiness für das Unternehmen, Article für Beiträge, Product mit Offer für Shops, Person für Autoren.
- Prüf, ob dein Redaktionssystem oder ein SEO-Plugin die Daten schon erzeugt. Selbst geschriebene Blöcke veralten leicht, wenn sich Preise oder Adressen ändern.
- Gleich jede Angabe mit dem sichtbaren Text ab, vor allem Preise, Verfügbarkeit, Öffnungszeiten und Namen.
- Ergänze sameAs um Profile, die wirklich zu dir gehören und die du pflegst.
- Teste die Seiten mit dem Test für Rich-Suchergebnisse und beobachte danach die Berichte in der Search Console.
Wie oft du nachprüfst, hängt davon ab, wie schnell sich deine Angaben ändern. Das Infoblatt rät Händlern, Preise, Verfügbarkeit und wichtige Merkmale eng an die Warenwirtschaft zu koppeln und zumindest für die umsatzstärksten Warengruppen feste Prüfroutinen einzurichten6. Für eine kleine Website genügt es, die Daten bei jeder Änderung von Adresse, Öffnungszeiten oder Angebot gleich mitzuprüfen.
Erweiterte Darstellungen betreffen die klassische Suche, unabhängig davon, wie KI-Systeme die Daten nutzen4. Wie sich die Suche insgesamt durch KI verändert, beschreibt KI und SEO.
Was das für dich heißt
Saubere strukturierte Daten lohnen sich vor allem, weil sie Widersprüche und Verwechslungen vermeiden.
- Prüf deine Startseite mit dem Test für Rich-Suchergebnisse und sieh nach, ob eine Organisation erkannt wird.
- Vergleiche Preise, Öffnungszeiten und Verfügbarkeit im Quelltext mit dem, was auf der Seite steht.
- Trag unter sameAs nur Profile ein, die dir gehören und die du aktuell hältst.
Häufige Fragen
Hilft Schema Markup, in KI-Antworten genannt zu werden?
Belegt ist das nicht. Google verlangt für seine KI-Funktionen keine besondere Auszeichnung, und andere Anbieter dokumentieren den Umgang damit nicht. Saubere Daten verringern aber das Risiko, dass ein System Angaben verwechselt.
Welches Format sollte ich verwenden?
In den meisten Fällen JSON-LD. Google akzeptiert auch Microdata und RDFa, empfiehlt aber das Format, das sich am leichtesten pflegen lässt, und das ist meist JSON-LD.
Was gehört in sameAs?
Adressen von Seiten auf anderen Websites, die eindeutig dich oder dein Unternehmen beschreiben, etwa Profile, ein Wikidata-Eintrag oder ein Branchenverzeichnis. Nimm nur Profile auf, die dir gehören und aktuell sind.
Kann falsches Markup schaden?
Irreführende oder versteckte Auszeichnungen können zu einer manuellen Maßnahme führen, dann verliert die Seite erweiterte Darstellungen in der Suche. Widersprüche zwischen Daten und Text können außerdem in KI-Antworten zu falschen Angaben führen.
Quellen
Stand:
- Google: Introduction to structured data markup in Google Search (Google Search Central), abgerufen am 22.11.2026. zurück
- Schema.org: sameAs (Schema.org V30.1), Stand 16.09.2026, abgerufen am 22.11.2026. zurück
- Google: Organization structured data (Google Search Central), abgerufen am 22.11.2026. zurück
- Google: General structured data guidelines (Google Search Central), abgerufen am 22.11.2026. zurück
- Google: AI features and your website (Google Search Central), abgerufen am 22.11.2026. zurück
- Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (Kampagne "Erfolgreich handeln", Text ibi research): Generative Engine Optimization (GEO): Sichtbarkeit in der KI-Suche, Stand 03/2026, abgerufen am 22.11.2026. zurück
- OpenAI: Overview of OpenAI Crawlers, abgerufen am 22.11.2026. zurück
- Perplexity: Crawlers (Perplexity Docs), abgerufen am 22.11.2026. zurück





