Welche Rolle spielen strukturierte Daten in KI-Suchergebnissen?

Schema-Markup wird bei der Arbeit an der KI-Reputation oft zu wenig genutzt, da es an der Schnittstelle zwischen Technik und Kommunikation liegt und die meisten Teams nur einen dieser Bereiche abdecken. Richtig eingesetzt, teilt es den Suchmaschinen direkt mit, worum es auf einer Seite geht, wer oder was die Entität ist, welche Beziehungen sie hat und wie der Inhalt zu interpretieren ist.

Die fünf wichtigsten Schema-Typen für die Online-Reputation

Organization

Beschreibt das Unternehmen: Name, Gründungsdatum, Gerichtsstand und Branche. Die Eigenschaft sameAs verlinkt die Seite mit dem Wikidata-Eintrag der Entität, dem Wikipedia-Artikel, der LinkedIn-Seite sowie mit Einträgen in Aufsichts- oder Berufsregistern. So erfahren die Suchmaschinen genau, um welche Entität es sich auf der Seite handelt. Dies ist der Schema-Block, der die korrekte Befüllung des Knowledge Panels am direktesten steuert.

Person

Wird auf biografischen Seiten von Führungskräften verwendet. sameAs-Links verbinden die Biografie mit dem Wikipedia-Artikel und der Wikidata-Q-ID der Führungskraft und verankern die Person so mit ihrem kanonischen Identifikator. Ohne diese Verknüpfung können Suchmaschinen Personen mit demselben Namen verwechseln oder der richtigen Person Fakten einer falschen Person zuordnen.

Article

Umschließt Nachrichtenbeiträge, Thought-Leadership-Artikel und Blog-Inhalte. Das Schema enthält den Namen des Autors (mit Verlinkung zu dessen Person-Entität), das Veröffentlichungsdatum und die Identität des Herausgebers. Google und KI-Zitiermaschinen lesen das Article-Schema, um Aktualität und Urheberschaft zu bestätigen, bevor sie eine Seite als Quelle gewichten.

FAQPage

Kennzeichnet Frage-und-Antwort-Blöcke, sodass die Suchmaschinen jedes Paar einzeln identifizieren und extrahieren können. Es ist eines der deutlichsten Signale für die Extraktion in Übersichten mit KI: Wenn eine Seite korrekt ausgezeichnet ist, weiß die Suchmaschine, welcher Text die Frage und welcher die Antwort ist, anstatt dies aus der Textstruktur ableiten zu müssen.

HowTo

Zeichnet prozessuale Inhalte als nummerierte Abfolge von Schritten aus. KI-Suchmaschinen lesen das HowTo-Schema, um Anleitungen sauber zu extrahieren und sie in einem strukturierten Format in ihren Antworten zu präsentieren.

Wie diese Ebene mit den Suchmaschinenergebnissen zusammenhängt

Der Knowledge Graph, Übersichten mit KI und von Wikidata gespeiste Antworten über alle großen Suchmaschinen hinweg lesen diese Schema-Ebene direkt aus. Google hat dokumentiert, dass strukturierte Daten „explizite Hinweise auf die Bedeutung einer Seite“ liefern und ein Mechanismus sind, den es nutzt, um „den Inhalt der Seite zu verstehen“. Fehlendes oder unsauberes Schema-Markup zwingt die Suchmaschinen dazu, Informationen aus einfachem Text und der HTML-Struktur abzuleiten. Das senkt ihre Konfidenz und ist eine häufige Ursache dafür, dass Suchmaschinen grundlegende Fakten über eine Marke falsch wiedergeben.