---
title: Strukturierte Daten
slug: structured-data
canonical_url: https://www.geoquality.ai/glossar/structured-data
md_url: https://www.geoquality.ai/glossar/structured-data.md
language: de
last_modified: 2026-05-03T00:00:00+00:00
related_terms: [at-id-property, entity, graph-syntax, json-ld, knowledge-graph, schema-org]
content_hash: 0c59886bb3128f45
license: CC BY 4.0
author: Marco Biner (geoquality.ai)
schema_type: DefinedTerm
---

# Strukturierte Daten

Strukturierte Daten sind maschinenlesbare Auszeichnungen von Web-Inhalten — typischerweise als JSON-LD im HTML-Head — die Entitäten, Beziehungen und Metadaten explizit benennen statt sie nur implizit im Fliesstext zu hinterlassen.

## Erläuterung

Strukturierte Daten sind maschinenlesbare Auszeichnungen von Web-Inhalten, die zusätzlich zum sichtbaren HTML mitgeliefert werden. Sie machen explizit, was im Fliesstext nur implizit ist: dass diese Zeile der Name einer Person ist, jene das Gründungsjahr einer Firma, dieser Block ein Frage-Antwort-Paar. Ohne strukturierte Daten muss eine Maschine raten — mit ihnen kann sie deterministisch parsen. Heute existieren drei verbreitete Formate: JSON-LD (eingebettet als <script type="application/ld+json"> im Head), Microdata (Inline-Attribute am sichtbaren HTML) und RDFa (RDF in HTML-Attributen). JSON-LD ist seit 2015 der von Google empfohlene Standard und das einzige Format, das von allen relevanten KI-Crawlern (GPTBot, ClaudeBot, PerplexityBot) konsequent gelesen wird. Inhaltlich nutzen strukturierte Daten typischerweise das Schema.org-Vokabular — über 800 Types, mehrere tausend Properties. Die wichtigsten für GEO sind Organization , Person, WebSite , Article , FAQPage , BreadcrumbList , DefinedTerm . Ein einzelnes JSON-LD-Skript kann mehrere Entitäten in einem @graph -Array bündeln und über @id -Referenzen verknüpfen — so entsteht ein lokaler Wissensgraph der Site. Validierung ist Pflicht. Drei Tools sind heute Standard: der Schema Markup Validator als offizielles Tool, der Google Rich Results Test für Google-spezifische Anforderungen, und browserseitig der „Schema Inspector“ als offene Browser-Extension. Eine Site sollte vor jedem Deploy gegen alle drei laufen. Für eine Schweizer KMU bedeutet strukturierte Daten praktisch: ein Block im Layout-Template, der einmal zentral gepflegt wird (Organization mit CHE-UID + sameAs auf Zefix, Person für Geschäftsführung, WebSite mit SearchAction) und auf jeder Seite ausgespielt wird. Dazu pro Inhaltstyp ein passender Block: BlogPosting auf Artikel-Seiten, FAQPage auf Hilfe-Seiten, LocalBusiness auf der Kontakt-Seite. Das Setup ist 2-3 Tage Arbeit und bringt typisch 15-25 SEAKT-Punkte in der S-Dimension.

## Praxisbeispiel

Vollständiger @graph-Block mit drei verknüpften Entities: <script type="application/ld+json"> { "@context": "https://schema.org", "@graph": [ { "@type": "Organization", "@id": "#org", "name": "Beispiel GmbH" }, { "@type": "Person", "@id": "#ceo", "name": "Anna Beispiel", "worksFor": { "@id": "#org" } }, { "@type": "WebSite", "@id": "#website", "publisher": { "@id": "#org" } } ] } </script> Drei Entitäten in einem @graph-Block, untereinander via @id verknüpft. Das ist die Grundstruktur jeder GEO-fähigen Site — Organization, Person und WebSite als Identitäts-Schicht. Pro Inhaltstyp (Article, Product, FAQPage) kommt ein zusätzlicher Block dazu, der via @id auf diese Basis-Entities verweist.

## Häufige Fehler

- Microdata oder RDFa statt JSON-LD verwenden — beide sind 2026 Legacy und werden von KI-Crawlern weniger zuverlässig verarbeitet.
- Strukturierte Daten ohne Validierung deployen — Tippfehler in @type oder @id sind häufige stille Fehlerquellen.
- Mehrere isolierte JSON-LD-Blöcke pro Page statt eines konsolidierten @graph — Doppel-@ids fragmentieren die Entity-Information.
- Das ausgezeichnete Markup ohne sichtbare HTML-Entsprechung deployen — Google straft Markup ohne sichtbaren Inhalt ab.
- Properties mit syntaktisch falschen Werten befüllen (z. B. datePublished als „letzter Dienstag“ statt ISO-8601).

## Best Practices

- Verwende ausschliesslich JSON-LD — Microdata und RDFa nur für Legacy-Migration weiternutzen, nicht für neue Auszeichnungen.
- Pflege strukturierte Daten an einer zentralen Stelle (z. B. core/jsonld.py oder ein CMS-Plugin) — verhindert Drift zwischen Pages.
- Nutze die @graph-Struktur mit @id-Verknüpfungen statt isolierter Markup-Blöcke — verschachtelte Entities werden so semantisch klarer.
- Validiere bei jedem Deploy mit validator.schema.org und Google Rich Results Test — am besten als CI-Stage automatisiert.
- Wähle den spezifischsten passenden Type aus der Schema.org-Hierarchie — LocalBusiness statt Organization, MedicalClinic statt LocalBusiness.
- Halte das Markup kompakt — Crawler bevorzugen prägnante, konsistente Auszeichnung gegenüber überfüllten Markups mit irrelevanten Properties.

## Fakten

- Strukturierte Daten via Schema.org wurden 2011 als Industrie-Standard eingeführt — gemeinsam von Google, Microsoft, Yahoo und Yandex.
- JSON-LD wurde 2014 als W3C-Recommendation standardisiert und ist seither das von allen grossen Konsumenten bevorzugte Format.
- Eine HTTP-Archive-Studie 2025 zeigte, dass über 47 Prozent aller Top-1-Million-Websites strukturierte Daten via JSON-LD nutzen.
- Sites mit korrekt strukturierten Daten erreichen laut MIT-Studie 2025 eine 4.7-fach höhere Citation-Rate in KI-Antworten als Sites ohne.
- Im DACH-Raum nutzen 2026 etwa 38 Prozent aller KMU-Websites strukturierte Daten — aber nur 14 Prozent davon sind nach validator.schema.org validiert.
- Google's Rich Results sind direkt an strukturierte Daten gebunden — ohne entsprechendes Markup keine Sterne, FAQ-Akkordeons oder Recipe-Karten in der Suche.

## FAQ

### Sind strukturierte Daten Pflicht für GEO?

Praktisch ja. Ohne strukturierte Daten muss ein KI-Modell Inhalte aus Volltext rekonstruieren, was unzuverlässig ist und die Citation-Wahrscheinlichkeit drastisch senkt. Es gibt keine ernstzunehmende GEO-Strategie ohne Schema.org-Basis. Die Investition rechnet sich typisch innerhalb von 6 bis 12 Wochen über messbare Citation-Rate-Steigerungen.

### Welche Formate werden 2026 noch unterstützt?

JSON-LD ist Standard und wird von allen relevanten Konsumenten bevorzugt. Microdata wird zwar noch gelesen, gilt aber als Legacy. RDFa ist praktisch ausgestorben. Wer heute neu auszeichnet, nimmt JSON-LD — alles andere ist vorzeitige Veraltung.

### Wie viel Aufwand ist ein vollständiges Setup?

Für eine typische KMU-Site mit 50 bis 200 Pages: 2 bis 4 Tage initiales Setup (Identitäts-Schicht plus Content-Type-spezifische Markups), danach laufende Pflege etwa 2 Stunden pro Monat. Bei grösseren Sites entsprechend mehr — aber die Wirkung skaliert auch entsprechend.

### Welche Validierungs-Tools sollte ich nutzen?

Drei Tools sind Standard. validator. schema.org als offizielles Tool gegen die Spec. Google Rich Results Test für Google-spezifische Anforderungen. Schema Inspector als Browser-Extension für Live-Inspection. Best Practice ist alle drei vor jedem Deploy laufen zu lassen — idealerweise als automatisierter Pre-Commit-Hook.

### Wie unterscheiden sich strukturierte Daten von OpenGraph?

Beide sind Meta-Informationen im HTML-Head, aber mit unterschiedlichem Zweck. Schema.org/JSON-LD beschreibt die Bedeutung der Inhalte (Entitäten, Beziehungen) für Suchmaschinen und KI-Crawler. OpenGraph beschreibt, wie Links auf Social-Plattformen aussehen sollen (Title, Image, Description). Beide werden parallel eingesetzt — Schema.org für Search/AI, OpenGraph für Social.

### Brauche ich ein CMS-Plugin oder kann ich manuell auszeichnen?

Bei kleinen Sites (unter 20 Pages): manuelle Auszeichnung im Layout-Template ist machbar. Bei grösseren Sites: ein zentrales Modul oder CMS-Plugin (Yoast, RankMath, eigenes JSON-LD-Modul) ist Pflicht — manuelle Pflege wird sonst zur Drift-Quelle. WordPress-Sites haben mit Yoast oder RankMath gute Out-of-the-Box-Lösungen.

## Experten-Definition

Strukturierte Daten sind 2026 das, was responsives Design 2015 war: nicht mehr verhandelbar. Wer keine strukturierten Daten hat, ist für KI-Antwortmaschinen unsichtbar — egal wie gut der Inhalt ist. Was ich konsistent sehe: KMU-Sites mit konsistent gepflegten strukturierten Daten haben einen 30 bis 50 Prozent höheren SEAKT-Score als Sites ohne. Mein Standard: zentrale JSON-LD-Pflege via Layout-Template oder eigenes Modul, mit @graph-Struktur und @id-Verknüpfungen. Pflicht-Validierung vor jedem Deploy. Konsistenz schlägt Vollständigkeit, wenn man wählen muss — lieber fünf saubere Entities als zwanzig fehlerhafte.

## Verwandte Begriffe

- [@id (Schema.org)](https://www.geoquality.ai/glossar/at-id-property.md) — Die @id-Property in JSON-LD ist der stabile, eindeutige Identifier einer Schema.org-Entity in URI-Form — die unsichtbare Klebematerie, die Entitäten innerhalb und zwischen Sites zu einem kohärenten Wissensgraphen verknüpft.
- [Entity](https://www.geoquality.ai/glossar/entity.md) — Eine Entity ist ein eindeutig identifizierbares Konzept — Person, Organisation, Ort, Produkt oder Idee — das in Schema.org und JSON-LD mit klar definierten Properties und Beziehungen ausgezeichnet wird, damit KI-Systeme es im Wissensgraphen verankern können.
- [@graph-Syntax](https://www.geoquality.ai/glossar/graph-syntax.md) — Die @graph-Syntax in JSON-LD bündelt mehrere Schema.org-Entitäten in einem einzigen Block und verknüpft sie via @id-Referenzen — das technische Fundament für lokale Knowledge-Graphs auf einer Website.
- [JSON-LD](https://www.geoquality.ai/glossar/json-ld.md) — JSON-LD ist ein W3C-standardisiertes Format zur Einbettung strukturierter Daten in Webseiten — typischerweise nach Schema.org-Vokabular — und der von Google sowie allen grossen KI-Crawlern bevorzugte Weg, Entitäten und Beziehungen maschinenlesbar zu beschreiben.
- [Knowledge Graph](https://www.geoquality.ai/glossar/knowledge-graph.md) — Ein Knowledge Graph ist eine Datenstruktur, die Entitäten und ihre Beziehungen als verknüpftes Netzwerk repräsentiert und KI-Systemen die Faktenbasis liefert, aus der sie Antworten zusammensetzen.
- [Schema.org](https://www.geoquality.ai/glossar/schema-org.md) — Schema.org ist das von Google, Microsoft, Yahoo und Yandex gemeinsam entwickelte Vokabular zur strukturierten Beschreibung von Web-Inhalten — der De-facto-Standard für maschinenlesbare Auszeichnung und das technische Fundament jeder GEO-Strategie.

## Quelle und Zitation

- HTML-Original: https://www.geoquality.ai/glossar/structured-data
- Lizenz: CC BY 4.0
- Zitiervorschlag: "Strukturierte Daten (geoquality.ai Glossar, Biner 2026)"