--- title: FAQPage-Schema: Warum jede Website es braucht und wie man es richtig macht slug: faqpage-schema-anleitung canonical_url: https://www.geoquality.ai/blog/faqpage-schema-anleitung md_url: https://www.geoquality.ai/blog/faqpage-schema-anleitung.md language: de last_modified: 2026-04-25T00:00:00+00:00 content_hash: 72ba3a91923818db license: CC BY 4.0 author: Marco Biner (geoquality.ai) schema_type: Article --- # FAQPage-Schema: Warum jede Website es braucht und wie man es richtig macht Die unterschätzte Schema-Auszeichnung mit dem grössten KI-Hebel — in 20 Minuten richtig eingebaut ## Das Wichtigste in Kürze - FAQPage ist 2026 der wirkungsvollste einzelne Schema-Type — +5-9 Prozentpunkte Citation-Rate bei Frage-basierten Prompts. - Korrekte Implementierung dauert 20 Minuten und verbindet deine Website direkt mit den Antwort-Maschinen der KI-Welt. - Jede Frage ist eine potenzielle ChatGPT-Antwort, jede Antwort eine potenzielle Citation — das ist die Hebelwirkung. - Best Practice: 6-15 Q&A pro FAQPage, jede Antwort 50-300 Wörter, eigenständig zitierbar. - Das FAQPage-Schema ist nicht für Marketing-Texte gedacht — es ist für präzise, eigenständige Antworten. ## Wenn ich nur eine Empfehlung geben dürfte Wenn mich ein KMU fragt: „Marco, wenn ich nur eine einzige GEO-Massnahme machen kann — welche?" — dann ist meine Antwort 2026 immer dieselbe: FAQPage-Schema . Warum? Weil keine andere Schema-Auszeichnung so direkt mit den KI-Antwort-Maschinen verbunden ist. Eine korrekt ausgezeichnete FAQ-Seite liefert ChatGPT, Claude und Perplexity das, was sie am meisten brauchen: präzise, strukturierte, eigenständige Antworten auf konkrete Fragen. In meiner Beratungspraxis sehe ich konsistent: Sites mit FAQPage-Schema haben 5-9 Prozentpunkte höhere Citation-Rate bei Frage-basierten Prompts als vergleichbare Sites ohne. Bei spezifischen Branchen-Fragen oft sogar mehr. ## Das FAQPage-Format im Detail Das Schema setzt sich aus drei Bausteinen zusammen: FAQPage: Container-Type, der die Frage-Antwort-Sammlung umschliesst. Question: Pro Frage ein Eintrag mit name (die Frage) und acceptedAnswer . Answer: Die akzeptierte Antwort mit text (der Antwort-Inhalt). Hier ein vollständiges Beispiel für eine Schweizer Anwaltskanzlei: ## Best Practices für maximale KI-Wirkung Sechs Best Practices aus 200+ Implementierungen: 1. 6-15 Q&A pro FAQPage Sweet Spot. Unter 6: zu wenig Substanz. Über 15: verwässert die Qualität, einzelne Antworten werden ignoriert. 2. Antworten 50-300 Wörter Kürzer als 50 Wörter wirkt unprofessionell. Länger als 300 wird selten komplett zitiert. Optimal: 100-200 Wörter pro Antwort. 3. Eigenständig zitierbare Antworten Jede Antwort muss alleinstehen können — kein 'wie oben erwähnt' , kein 'siehe Sektion X' . LLMs ziehen die Antwort einzeln, ohne Kontext. 4. Konsistenz mit sichtbarem Content Die Q&A im Schema müssen identisch zu den Q&A im sichtbaren HTML-Content sein. Diskrepanz wird als Cloaking gewertet und abgestraft. 5. Author-Referenz pro Answer 2026 zunehmend wichtig: jede Answer hat einen @id -Verweis auf den Author (Person-Entity). Erhöht E-E-A-T -Wirkung. 6. Branchen-relevante Fragen Nicht generische Fragen wie 'Was ist X?' — sondern spezifische, mit Schweiz-Bezug, mit konkreten Zahlen, mit Praxis-Kontext. Diese werden bevorzugt zitiert. ## Häufige Fehler, die FAQPage wirkungslos machen Diese fünf Fehler sehe ich am häufigsten: Marketing-Sprech in Antworten: 'Unser einzigartiger Service ermöglicht es Ihnen…' wird nicht zitiert. Faktische Aussagen mit konkreten Zahlen werden zitiert. Diskrepanz zu sichtbarem Content: Schema sagt eine Sache, sichtbarer Content eine andere. Cloaking-Penalty. Keine Author-Referenz: ohne Author fehlt das E-E-A-T-Signal. Generische Fragen: 'Was ist GEO?' wird tausendfach beantwortet — wenig Zitations-Chance. 'Was kostet GEO für Schweizer KMU 2026?' ist spezifisch. Ein einziges riesiges FAQPage: 30+ Q&A in einem Schema. Besser: 2-3 thematisch fokussierte FAQPages mit je 8-12 Q&A. ## Die 20-Minuten-Anleitung Konkret in vier Schritten: Schritt 1: 6-12 Fragen sammeln (10 Minuten) Welche Fragen stellen Kunden am häufigsten? Schau in Support-Tickets, E-Mails, Sales-Calls. 6-12 echte Kundenfragen — nicht ausgedachte. Schritt 2: Antworten formulieren (60 Minuten) Pro Frage 100-200 Wörter, eigenständig, präzise, mit konkreten Zahlen wo möglich. Schweiz-Bezug einbauen (CHF, Kantone, revDSG, Branchenverbände). Schritt 3: Schema einbauen (10 Minuten) Vorlage aus Sektion 2 nehmen, Q&A einsetzen, Author-Referenz auf Person-Entity. Im der FAQ-Seite einbauen. Schritt 4: Validieren (10 Minuten) Mit validator.schema.org und Googles Rich Results Test prüfen. Beide müssen fehlerfrei durchlaufen. Total: 90 Minuten für eine vollständige, wirkungsvolle FAQPage. ## Was du jetzt tun solltest Drei Schritte: Hast du eine FAQ-Seite? Wenn nein: anlegen mit 6-12 echten Kundenfragen. FAQPage-Schema einbauen nach der 20-Minuten-Anleitung oben. 4-8 Wochen Citation-Rate messen. Citation-Tracking auf Perplexity setzen. Mehr Schema-Patterns für andere Anwendungsfälle im Post Schema.org für Schweizer KMU . ## Häufige Fragen ### Wie viele Q&A sollte eine FAQPage haben? Sweet Spot: 6-15. Unter 6 fehlt Substanz, über 15 verwässert die Qualität. Bei Bedarf mehrere FAQPages mit je 8-12 Q&A thematisch fokussiert. Eine Anwaltskanzlei könnte z.B. eine FAQPage zu Gebühren und eine zu Verfahrensabläufen haben. ### Wie lang sollten die Antworten sein? Sweet Spot: 100-200 Wörter. Kürzer wirkt unprofessionell, länger wird selten komplett zitiert. Wichtig: Antworten müssen eigenständig sein — kein 'siehe oben', kein 'wie erwähnt'. Genau wie eine Answer Capsule . ### Muss das Schema mit dem sichtbaren Content übereinstimmen? Ja, exakt. Diskrepanz zwischen JSON-LD -Schema und sichtbarem HTML-Content wird von Google als Cloaking gewertet — und kann zu Penalty führen. Best Practice: denselben Text 1:1 in beiden Repräsentationen. ### Bringen Author-Referenzen pro Answer wirklich etwas? Ja. Author-Referenzen erhöhen die E-E-A-T -Signale und machen die Antwort für KI-Systeme vertrauenswürdiger. Voraussetzung: die Person-Entity ist im Knowledge-Graph der Site eindeutig auflösbar. ### Wann sehe ich Wirkung von FAQPage-Schema? Live-RAG-Engines (Perplexity, ChatGPT Search) reagieren binnen 4-8 Wochen mit messbarem Citation-Lift. Klassische Google-Rich-Results sind binnen 2-4 Wochen in der Search Console sichtbar. Trainingsdaten-basierte Modi brauchen den nächsten Modell-Cycle (6-18 Monate). ### Welche Fragen wirken am stärksten? Spezifische, mit Schweiz-Bezug und konkreten Zahlen. 'Was kostet eine Buchhaltung für ein KMU mit 30 Mitarbeitenden in Zürich 2026?' wirkt stärker als 'Was kostet Buchhaltung?' . Generische Fragen haben hohe Konkurrenz, spezifische Long-Tail-Fragen deutlich weniger. ## Verwandte Beiträge - [Schema.org für Schweizer KMU: 12 Code-Snippets zum Sofort-Einsetzen](https://www.geoquality.ai/blog/schema-org-fuer-kmu-praxis.md) - [Knowledge Graph für die eigene Website aufbauen: Die komplette Anleitung](https://www.geoquality.ai/blog/knowledge-graph-aufbauen-anleitung.md) - [json-ld-praxis-guide](https://www.geoquality.ai/blog/json-ld-praxis-guide.md) - [content-strategie-fuer-llms](https://www.geoquality.ai/blog/content-strategie-fuer-llms.md) ## Quelle und Zitation - HTML-Original: https://www.geoquality.ai/blog/faqpage-schema-anleitung - Lizenz: CC BY 4.0 - Zitiervorschlag: "FAQPage-Schema: Warum jede Website es braucht und wie man es richtig macht (geoquality.ai Blog, Biner 2026)"