Welche Arten von Schema-Markup sind für das Online-Reputationsmanagement am wichtigsten?
„Organization“ und „Person“ definieren die Kernentitäten, „Article“ kennzeichnet verfasste Inhalte, „FAQPage“ macht Q&A extrahierbar, „BreadcrumbList“ vermittelt Struktur und „sameAs“ verknüpft die Entität mit ihren maßgeblichen Profilen. Die Werte müssen über alle Ebenen hinweg mit Ihrer kanonischen Entitätsdefinition übereinstimmen, da widersprüchliche Daten Suchmaschinen verunsichern.
Eine Handvoll Schema-Typen leistet die meiste Arbeit beim Reputations-Markup. Die Disziplin besteht darin, sie konsistent für eine einzige kanonische Entitätsdefinition einzusetzen, anstatt das Markup unstrukturiert über die Website zu verstreuen. Schema-Markup sind strukturierte Daten, meist im JSON-LD-Format, die die Entitäten einer Seite maschinenlesbar beschreiben. Such- und KI-Maschinen lesen diese direkt als Signal dafür, worum es auf einer Seite geht und wie sie in den Kontext der Entität eingebunden ist.

Die wichtigsten Schema-Typen
- Organization und Person
- Diese definieren die Entitäten selbst mit ihren Attributen: für eine Organisation Felder wie name, legalName, url und logo; für eine Person name, jobTitle, worksFor und image. Sie bieten den Suchmaschinen einen maschinenlesbaren Anker dafür, von wem oder was die Seite handelt.
- Article
- Kennzeichnet von Autoren verfasste Inhalte, damit die Systeme das Material und dessen Urheber verstehen. Eine klare, ausgewiesene Autorenschaft ist an sich schon ein Entitätssignal.
- FAQPage
- Strukturiert Frage-und-Antwort-Inhalte so, dass sie explizit extrahierbar sind – in demselben sauberen Q&A-Format, aus dem KI-Suchmaschinen und Featured Snippets ihre Informationen beziehen.
- BreadcrumbList
- Kommuniziert die Struktur und den Kontext der Website an die Suchmaschinen und macht die Website-Hierarchie für sie lesbar.
- sameAs
- Wird innerhalb von Organization und Person verwendet. sameAs verknüpft die Entität mit ihren maßgeblichen Profilen: Wikipedia, Wikidata, LinkedIn, Crunchbase. Es teilt Such- und KI-Systemen direkt mit, dass diese Referenzen eine einzige Identität bilden, und ist eines der stärksten verfügbaren Signale zur Entitätsauflösung.
Das Prinzip der Übereinstimmung
Die Disziplin, die darüber entscheidet, ob all dies funktioniert, ist die Übereinstimmung. Die Schema-Werte müssen mit der kanonischen Entitätsdefinition im restlichen System übereinstimmen: Wikipedia, Wikidata, das Knowledge Panel und Ihre maßgeblichen Profile. Wenn Name, Beschreibung und Attribute über diese Signale hinweg konsistent sind, sind sich die Suchmaschinen sicherer; bei Widersprüchen sichern sich die Systeme ab. Daher implementieren und validieren wir diese Typen als Gesamtpaket und nicht Seite für Seite, wobei wir die Tools von Google für strukturierte Daten nutzen, um zu bestätigen, dass das Markup formal korrekt ist.
Zuletzt überprüft: 20/05/2026