Strukturierte Daten für KI

Kaum ein GEO-Ratgeber kommt ohne den Tipp aus, strukturierte Daten zu ergänzen, „damit die KI Ihre Inhalte versteht“. Gemeint sind Auszeichnungen nach dem Vokabular Schema.org, meist als JSON-LD-Block im Quelltext, die Maschinen sagen, was auf einer Seite steht: ein Unternehmen, ein Produkt mit Preis, ein Artikel mit Autor und Datum.

Wie Sie solches Markup anlegen und welche Typen es gibt, zeigt der Schema-Markup-Generator mit Anleitung. Dieser Eintrag beantwortet eine andere Frage: Was bringen strukturierte Daten in der KI-Suche wirklich, und wo beginnt der Mythos?

Was die Anbieter selbst sagen

Die Aussagen der großen Anbieter gehen weiter auseinander, als viele Ratgeber vermuten lassen. Stand November 2026:

Googles Formulierung ist bemerkenswert deutlich. Im Leitfaden zur Optimierung für generative KI-Funktionen vom Mai 2026 steht die „übermäßige Konzentration auf strukturierte Daten“ ausdrücklich in der Liste der Mythen, die man nicht verfolgen muss. Markup lohne sich weiter, aber für Rich-Suchergebnisse. Microsoft ist offener: Ein Beitrag eines Bing-Produktmanagers vom Oktober 2025 zählt Schema neben klaren Überschriften zu den Strukturhilfen für KI-Antworten, ohne eine messbare Wirkung zu nennen.

Der Hintergrund: Googles KI-Funktionen bauen auf dem normalen Suchindex und den bekannten Ranking-Systemen auf. Was dort zählt, ist der sichtbare Inhalt einer Seite. Markup kann diesen Inhalt beschriften, aber nicht ersetzen. Eine Angabe, die nur im JSON-LD steht und nicht im Text, ist laut Google-Richtlinien sogar ein Verstoß.

Drei Aufgaben, die Markup tatsächlich erfüllt

Nüchtern betrachtet haben strukturierte Daten im KI-Zeitalter drei belastbare Aufgaben, und keine davon heißt „Zitat garantieren“.

1. Rich-Suchergebnisse bei Google: Sterne, Preise oder Veranstaltungsdaten in den klassischen Ergebnissen. Dieser Nutzen schrumpft: Seit dem 7. Mai 2026 zeigt Google keine FAQ-Ergebnisse mehr, die Dokumentation wurde im Juni entfernt (Änderungsprotokoll der Search-Central-Doku). HowTo-Ergebnisse waren schon 2023 entfallen.
2. Eindeutigkeit von Entitäten: Ein Organization-Markup mit Name, Sitz und Profil-Links hilft, Ihr Unternehmen von gleichnamigen Firmen zu unterscheiden. Das ist der Kern von Entity SEO und nützt jedem System, das Markup liest.
3. Konsistente Produktfakten: Preis, Verfügbarkeit und Versand im Markup sollten mit Feed und Seite übereinstimmen. Für KI-Shopping zählen allerdings vor allem die Feeds selbst, etwa im Merchant Center, siehe Produktfeed für KI-Shopping.

Ein Beispiel und eine Falle

Ein fiktiver Fall: Die Muster Antriebstechnik GmbH aus Nürnberg teilt sich den Namen mit einem Elektrohändler in Hamburg. KI-Antworten werfen beide Firmen gelegentlich durcheinander. Ein vollständiges Organization-Markup hilft, die Verwechslung aufzulösen, gemeinsam mit identischen Angaben im Google-Unternehmensprofil, auf LinkedIn und im Impressum:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Muster Antriebstechnik GmbH",
  "url": "https://www.muster-antriebstechnik.de/",
  "address": { "@type": "PostalAddress",
    "addressLocality": "Nürnberg", "addressCountry": "DE" },
  "sameAs": ["https://www.linkedin.com/company/muster-antriebstechnik"]
}

Die Falle steckt in der Einbindung. Viele Websites fügen JSON-LD per Google Tag Manager oder JavaScript ein. Google kann das lesen, weil der Googlebot Skripte ausführt. Die Crawler von OpenAI, Anthropic und Perplexity tun das nach bisherigen Messungen nicht, mehr dazu unter JavaScript-Rendering für KI-Crawler. Für sie existiert Markup nur, wenn es im ausgelieferten HTML steht.

Wofür sich der Aufwand lohnt

Für die meisten Mittelständler reicht eine kleine, gepflegte Auswahl. Sie kostet wenig, schafft Eindeutigkeit und bleibt für Google-Rich-Results nützlich:

• Organization auf der Startseite, abgestimmt mit Impressum und Unternehmensprofil
• LocalBusiness für Standorte mit Kundenverkehr
• Article mit Autor und Datum auf Fachbeiträgen
• Product mit Angebot in Shops, deckungsgleich mit dem Feed

Kontrollieren lässt sich das Markup mit dem Rich-Results-Test von Google und den Berichten unter „Verbesserungen“ in der Search Console. Beide zeigen Fehler und Warnungen, sagen aber nichts über KI-Antworten. Ob Ihre Firma dort korrekt beschrieben wird, prüfen Sie direkt: Fragen Sie ChatGPT, Perplexity und den KI-Modus nach Ihrem Unternehmen und vergleichen Sie Name, Sitz und Angebot mit Ihren eigenen Angaben.

Wovon wir abraten: Pakete, die „KI-Schema“ als Sichtbarkeitsbooster verkaufen, Markup für Inhalte, die nicht sichtbar auf der Seite stehen, und Spezialdateien, die keine Suchmaschine verlangt. Das gilt übrigens auch für llms.txt, das die Google-Suche laut eigener Doku nicht braucht. Wer wissen will, welche Hebel für KI-Zitate tatsächlich wirken, findet sie im Beitrag GEO-Optimierung.