Was ist Schema.org? Strukturierte Daten als Diagnostik-Element
Wenn du auf eine Google-Suchergebnis-Seite schaust und einen Eintrag mit Sternebewertung, FAQ-Schnipsel oder Öffnungszeiten siehst, kommt die Information dahinter nicht aus dem normalen Seitentext. Sie kommt aus strukturierten Daten. Aus Schema.org-Markup.
Wenn dein eigener Eintrag dort als reine blaue Textzeile ohne Zusatzelemente erscheint, hat das in den meisten Fällen einen von zwei Gründen: Das Markup fehlt komplett. Oder es ist falsch ausgezeichnet.
Beides ist ein Diagnostik-Fund.
Was Schema.org überhaupt ist
Schema.org ist ein gemeinsames Vokabular für strukturierte Daten im Web. Es beschreibt, wie Informationen auf einer Seite maschinenlesbar ausgezeichnet werden, damit Suchmaschinen, Crawler und Sprachmodelle den Inhalt eindeutig verstehen.
Wichtig zur Abgrenzung: Schema.org ist kein Dateiformat, sondern ein Vokabular. Das Vokabular kann in drei Syntaxen in eine Seite eingebettet werden. JSON-LD ist heute der von Google empfohlene Standard. Microdata und RDFa sind älter und werden zunehmend selten genutzt.
Gegründet wurde Schema.org im Juni 2011 als gemeinsame Initiative von Google, Microsoft, Yahoo und Yandex. Vorher konkurrierten mehrere Mikroformat-Standards, was die Auszeichnung für Anbieter aufwendig machte. Heute umfasst Schema.org über 800 Typen, von Organization über Person, Service und FAQPage bis zu LocalBusiness und ProfessionalService.
Für eine B2B-Beratungs-Website sind in der Praxis fünf bis sieben Typen relevant. Organization oder ProfessionalService für das Unternehmen. Person für die beratende Hauptfigur. Service für die einzelnen Angebote mit Preis und Dauer. FAQPage für eine sauber strukturierte FAQ-Sektion. BreadcrumbList für die Navigationspfad-Auszeichnung. Article oder BlogPosting für Inhalte im Blog. Wer mehr aufnimmt, gewinnt selten zusätzliche Klarheit, sondern erzeugt Redundanz, die Maschinen ohnehin wegfiltern.
Warum strukturierte Daten überhaupt
Maschinen lesen Webseiten nicht wie Menschen. Ein Mensch erkennt aus dem Kontext, dass „Jochen Hesse“ eine Person ist, „System.Designer“ eine Berufsbezeichnung und „Weinheim“ ein Ort. Eine Maschine sieht zunächst nur eine Zeichenfolge, die alles Mögliche bedeuten kann.
Schema.org schließt diese Interpretationslücke. Die Auszeichnung sagt einem Crawler oder einem Sprachmodell explizit: Dieses Element ist eine Person. Dieses Element ist eine Adresse. Dieses Element ist eine Dienstleistung mit einem benannten Anbieter und einem benannten Zielmarkt.
Diagnose-Frage für deine eigene Seite: Wenn ein Sprachmodell deine Über-mich-Seite scannt, kann es ohne Raten sagen, welche Person dort steht, welchen Beruf sie hat und für welches Unternehmen sie tätig ist?
Wie Schema.org technisch aussieht
Ein kleines Beispiel für eine B2B-Beratungs-Website. Im <head> der Seite steht ein JSON-LD-Block:
{
"@context": "https://schema.org",
"@type": "ProfessionalService",
"name": "Makrosign System.Design",
"founder": {
"@type": "Person",
"name": "Jochen Hesse",
"jobTitle": "System.Designer"
},
"address": {
"@type": "PostalAddress",
"addressLocality": "Weinheim",
"addressCountry": "DE"
},
"sameAs": [
"https://www.linkedin.com/in/jochenhesse",
"https://system.makrosign.de"
]
}
Drei Dinge stehen jetzt für Maschinen eindeutig fest. Es gibt ein Unternehmen namens Makrosign System.Design. Es hat eine Gründer-Person mit Namen Jochen Hesse und der Rolle System.Designer. Das Unternehmen hat einen Sitz in Weinheim und ist über sameAs mit einem LinkedIn-Profil verknüpft, das dieselbe Entität meint.
Das ist die ganze Logik. Ein paar Zeilen JSON, eingebettet im Quelltext, die einer Maschine das Verständnis abnehmen, das ein Mensch aus dem Kontext zieht.
Was Schema.org für eine B2B-Website konkret bringt
Erstens, Rich Snippets in der Google-Suche. FAQ-Aufklappelemente, Brotkrumen-Navigation, Sternebewertungen, Öffnungszeiten. Das sind keine Stilelemente von Google, sondern direkte Folgen einer sauberen Schema.org-Auszeichnung mit den passenden Typen wie FAQPage, BreadcrumbList oder Review.
Zweitens, Verständnis-Hilfe für Sprachmodelle beim ersten Crawl. Wenn ChatGPT, Perplexity, Gemini oder Claude deine Seite zum ersten Mal sieht, helfen die strukturierten Daten dem System dabei, die Inhalte als zusammenhängende Entität zu erkennen. Microsoft hat das im März 2025 öffentlich bestätigt, als Fabrice Canel von Bing auf der Suchmaschinen-Konferenz SMX in München sagte, dass Schema-Markup ihren Sprachmodellen hilft, Inhalte zu verstehen. Google hat im April 2025 in einer Stellungnahme seines Such-Teams ergänzt, dass strukturierte Daten einen Vorteil in Suchergebnissen bieten.
Drittens, Anschluss an den Google Knowledge Graph. Eine sameAs-Verknüpfung von deiner Website zu deinem LinkedIn-Profil, deinem GitHub-Account oder deinem Crunchbase-Eintrag ist die maschinenlesbare Bestätigung, dass die drei Quellen dieselbe Entität meinen. Ohne diese Verknüpfung muss eine Suchmaschine raten.
Wichtig ist die Abgrenzung. Schema.org ist in allen drei Fällen ein Verständnis-Signal, kein Booster-Hebel. Was es konkret nicht leistet, zeigt eine aktuelle Studie, die seit Mai 2026 in der Fachöffentlichkeit diskutiert wird.
Was die aktuelle Datenlage zu Schema und KI-Sichtbarkeit zeigt
Ahrefs gehört zu den großen Anbietern für SEO- und Sichtbarkeits-Daten weltweit. Die Plattform crawlt regelmäßig große Teile des öffentlichen Webs und hat seit etwa zwei Jahren auch Datenzugang zu Zitationen in ChatGPT, Google AI Overviews und Google AI Mode. Wenn ein Anbieter dieser Größe eine Studie zur Schema-Wirkung publiziert, ist die Datenbasis methodisch ernst zu nehmen.
Im Mai 2026 erschien die Untersuchung mit dem Titel „We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.“ von Louise Linehan und Xibeijia Guan. Das Team hat 1.885 Webseiten beobachtet, die zwischen August 2025 und März 2026 erstmals JSON-LD-Schema hinzugefügt haben, und diese mit rund 4.000 vergleichbaren Seiten ohne diese Änderung verglichen. Gemessen wurden die AI-Zitationen jeweils 30 Tage vor und 30 Tage nach der Schema-Einführung. Das Ergebnis:
- ChatGPT: plus 2,2 Prozent
- Google AI Mode: plus 2,4 Prozent
- Google AI Overviews: minus 4,6 Prozent
Die ersten beiden Werte sind statistisch nicht von Zufall unterscheidbar. Der dritte Wert ist statistisch signifikant, wird in der Studie selbst aber als unerklärt eingeordnet. In einfachen Worten: Auf Seiten, die schon stark in AI-Antworten zitiert wurden, hat das nachträgliche Hinzufügen von Schema-Markup in einem Monat keinen messbaren positiven Effekt erzeugt.
Drei Einschränkungen sind für die richtige Einordnung dieses Ergebnisses entscheidend.
Erstens, die Studie hat ausschließlich Seiten in den Datensatz aufgenommen, die vor Schema-Einführung bereits stark sichtbar waren. Jede einzelne Seite im Sample hatte mindestens 100 AI-Overview-Zitationen pro Monat. Das ist die obere Etage einer Sichtbarkeit, die die meisten B2B-Beratungs-Websites gar nicht erst haben. Für Seiten, die in AI-Antworten noch gar nicht auftauchen, sagt die Studie ausdrücklich nichts.
Zweitens, das Mess-Fenster war 30 Tage. Effekte, die über Indexing und Wissensgraph-Aufnahme laufen, brauchen erfahrungsgemäß länger. Eine Studie über drei oder sechs Monate würde andere Werte liefern.
Drittens, die Ahrefs-Studie und die Aussagen der großen Plattformen widersprechen sich nicht. Sie messen unterschiedliche Wirkungsfelder. Microsoft sagt: Schema hilft unseren LLMs, Inhalte zu verstehen. Ahrefs zeigt: Schema bei schon bekannten und stark zitierten Seiten ist kein zusätzlicher Zitations-Hebel. Beides kann gleichzeitig stimmen.
Was du für deine eigene Seite daraus mitnimmst: Schema.org ist kein magischer Hebel, der eine bereits etablierte Seite zu mehr AI-Zitationen bringt. Schema.org ist ein Verständnis-Signal, das einer Maschine beim ersten Kontakt mit deiner Seite hilft, deine Inhalte als Entitäten einzuordnen und mit anderen Quellen zu verknüpfen. Wenn deine Seite aktuell wenig AI-Sichtbarkeit hat, ist das genau die Phase, in der dieses Signal arbeitet.
Drei Muster, die ich auf B2B-Beratungs-Websites immer wieder sehe
Schema fehlt komplett. Das ist der häufigste Fund. Eine WordPress-Seite mit einem Theme, das keine Schema-Komponente aktiv ausspielt, liefert oft keine strukturierten Daten. Ein bisschen Open-Graph-Markup für Social Sharing, das war es. Für Google sieht die Seite damit aus wie jede andere reine Textseite, ohne signalisierte Entität dahinter.
Schema und sichtbarer Content widersprechen sich. Auf der Website steht „Strategieberatung für mittelständische B2B-Unternehmen“, im Schema.org-Eintrag steht description: "Marketing Consultant for Startups". Das ist ein klassischer Logikbruch. Der Mensch liest das eine, die Maschine liest das andere. Was die Person, die nach dir sucht, am Ende serviert bekommt, hängt davon ab, welcher Kanal entscheidet.
Halbe Implementierung ohne Verknüpfungen. Eine Organization ohne sameAs. Eine Person ohne jobTitle. Ein Service ohne benannten provider. Das ist Schema.org ohne den Teil, der aus einem isolierten Eintrag einen verbundenen Entity-Knoten macht. Maschinen lesen die Daten, können sie aber nicht in einen größeren Kontext einordnen, weil die Brücken fehlen.
Wann sich Schema.org konkret lohnt
Wenn organische Suchergebnisse Teil deines Kanalmix sind und du in den Rich Results auftauchen willst, ist Schema.org die technische Voraussetzung.
Wenn du davon ausgehst, dass Sprachmodelle in den nächsten ein bis zwei Jahren ein relevanter Teil deiner B2B-Käufer-Recherche werden, sorgt Schema.org dafür, dass dein Inhalt überhaupt sauber als Entität erkannt und einer Person, einem Unternehmen und einer Dienstleistung zugeordnet werden kann. Das ist die Verständnis-Schicht, nicht die Zitations-Schicht.
Wenn dein Funnel davon profitiert, dass deine Suchergebnis-Seite, dein LinkedIn-Profil und deine Über-mich-Seite ohne Raten als ein und dieselbe Person erkannt werden, ist sameAs der konkrete Hebel dafür.
Auf system.makrosign.de ist Schema.org einer der Bausteine, die den DIM16-Score auf 85 anheben. Ohne saubere strukturierte Daten würden mehrere Dimensionen, die maschinenlesbare Klarheit messen, deutlich schwächer ausfallen.
Was Schema.org nicht ist
Schema.org ist kein Ranking-Faktor im engeren Sinne. Strukturierte Daten allein verbessern keine Platzierung. Sie verbessern, wie eine korrekt platzierte Seite in den Ergebnissen aussieht und wie sie von Maschinen weiterverarbeitet wird.
Schema.org ist auch kein Ersatz für sauberen Inhalt. Wenn die Texte deiner Website inkonsistent sind oder die Positionierung schwammig ist, repariert das beste Markup das nicht. Die Auszeichnung kann nur das maschinenlesbar machen, was sichtbar schon klar ist.
Schema.org ist ein Diagnostik-Element. Es zeigt, ob die Entität, die du nach außen darstellst, auch maschinenlesbar konsistent ist.
Wenn du prüfen willst, was bei dir tatsächlich ausgezeichnet ist
Schema.org ist eine der Dimensionen, die im System-Audit für 490 € geprüft werden. Der Audit deckt drei Dinge ab: Welche Typen sind auf deiner Seite ausgezeichnet, sind sie technisch korrekt eingebettet, und stimmen die ausgezeichneten Werte mit dem sichtbaren Content überein.
Du bekommst danach nicht nur den Befund, sondern auch die Korrekturvorschläge in der Reihenfolge, in der sie sich auf deine Suchergebnis- und KI-Sichtbarkeit auswirken. Wenn du wissen willst, wie konsistent deine Seite für Maschinen aktuell wirkt, ist das der direkteste Weg dorthin.
Mehr zu Website-Diagnostik
Du willst wissen, wie das auf deine Situation anwendbar ist?
Im unverbindlichen Erstgespräch klären wir, ob ein System nach Makrosign-Methodik für deine Akquise sinnvoll ist — oder ob ein anderer Weg besser zu dir passt.