Digitalagentur
Hecht ins
Gefecht

Schema-Markup als SEO-Strategie: Direkt mit Google und KI-Systemen kommunizieren

Schema-Markup ist eine maschinenlesbare Sprache, mit der du Google und KI-Systemen direkt mitteilen kannst, wer du bist, was du machst und wie deine Marke mit anderen Entitäten im Internet zusammenhängt. Schema-Markup hat 3 strategische Funktionen: Knowledge-Graph-Kommunikation, LLM-Sichtbarkeit und Entity-Disambiguierung.

KontaktformularReferenzen
Benny Windolph, der SEO-Experte von HECHT INS GEFECHT
Benny Windolph
Benny Windolph ist Co-Founder der SEO-Agentur HECHT INS GEFECHT in Bremen. Benny Windolph entwickelt SEO- und GEO-Strategien fĂĽr E-Commerce-Unternehmen mit Fokus auf Technisches SEO, Semantisches SEO und LLM-Sichtbarkeit.
Min

Zuletzt aktualisiert:

Die meisten SEOs nutzen Schema-Markup für Rich Snippets – Sternchen in den Suchergebnissen, FAQ-Dropdowns, Rezept-Karusselle. Ganz ehrlich: Rich Snippets sind nicht falsch, aber ungefähr so, als würdest du einen Ferrari kaufen, um damit zum Bäcker zu fahren.

Schema-Markup ist eines der wirksamsten Werkzeuge, um strukturiert mit Suchmaschinen zu kommunizieren. Nicht ĂĽber Umwege, nicht ĂĽber Interpretationen – direkt. Du sagst Google in einer Sprache, die Google versteht: „Das ist meine Marke. Das ist der GrĂĽnder. Das sind unsere Auszeichnungen. Und hier sind 100 Profile im Internet, die das bestätigen.“

Was Schema-Markup ist: Definition und Formate

Schema-Markup basiert auf dem Vokabular von Schema.org, das 2011 von Google, Microsoft, Yahoo und Yandex gemeinsam entwickelt wurde. Schema-Markup übersetzt Informationen auf deiner Website in ein Format, das Suchmaschinen ohne Interpretation lesen können.

3 Formate existieren – und die Wahl des Formats ist eine strategische Entscheidung:

  • JSON-LD ist der Standard und von Google explizit empfohlen. JSON-LD steht im <head> deiner Seite, getrennt vom sichtbaren Content. Das macht Schema-Markup wartbar und unabhängig vom Design. FĂĽr Organization, Person und sitewide Schema ist JSON-LD die beste Wahl.
  • Microdata bindet Entitäten direkt an HTML-Elemente – das Schema-Markup steht nicht separat, sondern genau dort, wo die Entität im Text erscheint. WordLift nutzt diesen Ansatz fĂĽr Entity-Annotation im Content: Jedes Vorkommen einer Entität im Text wird direkt im HTML mit dem entsprechenden Schema-Typ verknĂĽpft. Der Vorteil: Google sieht die semantische Verbindung zwischen Text und Entität auf Element-Ebene.
  • RDFa funktioniert ähnlich wie Microdata, ist aber flexibler und in der Praxis weniger verbreitet.

Meine Empfehlung: JSON-LD für alles Strukturelle (Organization, Person, Product). Microdata als Ergänzung, wenn du Entitäten im Fließtext auf Element-Ebene auszeichnen willst – wie WordLift es vormacht.

Der entscheidende Unterschied zu normalem HTML: Schema-Markup macht Bedeutungen und Beziehungen explizit. HTML sagt: „Hier steht Text.“ Schema-Markup sagt: „Dieser Text beschreibt eine Organisation namens HECHT INS GEFECHT, gegrĂĽndet 2021 in Bremen, die SEO- und GEO-Strategien fĂĽr E-Commerce entwickelt.“

3 strategische Funktionen jenseits von Rich Snippets

Die meisten Guides zu strukturierten Daten enden bei Rich Snippets. Sternchen, FAQs, Breadcrumbs – alles sichtbare Effekte in den Suchergebnissen. Wichtig, aber nicht der eigentliche Wert von Schema-Markup.

Schema-Markup hat 3 strategische Funktionen, die weit ĂĽber Rich Snippets hinausgehen:

  1. Knowledge-Graph-Kommunikation: Schema-Markup liefert Google die Datenpunkte, aus denen der Knowledge Graph deine Marke als Entität erkennt und speichert. Ohne Schema-Markup muss Google diese Informationen aus unstrukturiertem Text interpretieren – mit Schema-Markup bekommt Google die Daten fertig aufbereitet.
  2. LLM-Sichtbarkeit: KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews greifen auf strukturierte Daten zurück, um Fakten über Marken zu verifizieren. Schema-Markup reduziert die Unsicherheit bei der Zuordnung – und erhöht die Wahrscheinlichkeit, dass deine Marke korrekt zitiert wird.
  3. Entity-Disambiguierung: Schema-Markup hilft Google bei der Unterscheidung, wenn deine Marke einen generischen Namen trägt. Bei einem Kunden mit einem generischen Markennamen haben wir disambiguatingDescription gezielt eingesetzt, um klarzustellen: Diese Marke verkauft X – nicht Y, wie die gleichnamige Marke in einer anderen Branche.
Schema-Markup: Drei Funktionen jenseits von Rich Snippets3 Funktionen jenseits von Rich Snippets 1 Knowledge Graph Liefert Google die Datenpunkte, um deine Marke als Entität zu speichern – die Grundlage für ein Knowledge Panel. 2 LLM-Sichtbarkeit KI-Systeme nutzen strukturierte Daten zur Faktenverifizierung über Marken – ohne Schema wirst du schwieriger zitiert. 3 Entity-Disambiguierung Unterscheidet deine Marke von gleichnamigen Entitäten in anderen Branchen – entscheidend bei generischen Firmennamen. Schema ist das Protokoll zu Google und KI-Systemen.Abb. 1 · HECHT INS GEFECHT

Organization Schema: Das Fundament fĂĽr Brand SEO

Organization Schema ist der wichtigste Schema-Typ für Unternehmen. Organization Schema teilt Google in maschinenlesbarer Form mit, wer dein Unternehmen ist – auf jeder einzelnen Seite.

Organization Schema gehört mindestens auf die Startseite und die Über-uns-Seite – idealerweise seitenweit

Organization Schema gehört sitewide auf jede Seite, nicht nur auf die Startseite. Der Grund: Google crawlt nicht immer die Startseite zuerst. Wenn der Googlebot eine Unterseite trifft, muss der Googlebot die Marke trotzdem zuordnen können. Dasselbe gilt für KI-Systeme – KI-Systeme lesen oft nur eine einzelne Seite und brauchen den Unternehmenskontext sofort. Wie das Zusammenspiel aus Schema, Content und Brand-Signalen speziell für ChatGPT funktioniert, ist ein eigenes Kapitel.

Bei ĂĽber 30 Audits war „Organization Schema fehlt oder ist zu dĂĽnn“ einer der häufigsten Befunde. Viele Websites haben gar kein Organization Schema, oder nur die Basics: Name und Logo. Name und Logo allein reichen nicht.

Die 11 Pflicht-Attribute fĂĽr strategisches Organization Schema

Die Pflicht-Attribute fĂĽr ein strategisch sinnvolles Organization Schema:

  • name + legalName: Markenname und juristischer Name. Google versteht damit die Beziehung zwischen Namensvarianten.
  • description: Die vereinheitlichte Markenbeschreibung mit allen USPs. Derselbe Text, der auch in Citations und auf der Website steht – das NAPD-Framework liefert die Anleitung dafĂĽr.
  • disambiguatingDescription: Ein Satz, der deine Marke von gleichnamigen Entitäten unterscheidet. Unverzichtbar bei generischen Markennamen.
  • foundingDate + founders: GrĂĽndungsjahr und GrĂĽnder – mit @id-Referenz auf deren Person-Schema.
  • address + telephone: NAP-Daten (Name, Address, Phone), konsistent mit allen Citations.
  • award: Auszeichnungen als Array. Bei uns: „3. Platz SEO-Contest Agenturtipp 2025“, „Gewinner KI-Sichtbarkeits-Contest RankScale 2025“.
  • areaServed: Die Märkte, die du bedienst – als Array mit Ländern.
  • knowsAbout: Die Themengebiete deiner Expertise, idealerweise verknĂĽpft mit Wikidata-URIs. Beispiel: SEO = wikidata.org/wiki/Q180711.
  • identifier: Deine Google Knowledge Graph ID (/g/xxxxx), falls vorhanden.
  • sameAs: Alle Profile im Internet – dazu gleich ein eigener Abschnitt.
Elf Pflicht-Attribute für das Organization Schema11 Pflicht-Attribute: Organization Schema 1 name + legalName Markenname und juristischer Name 2 description Einheitliche Markenbeschreibung (NAPD) 3 disambiguatingDescription Unterscheidet von gleichnamigen Entitäten 4 foundingDate + founders Gründungsjahr + @id-Referenz auf Personen 5 address + telephone NAP-Daten, konsistent mit Citations 6 award Auszeichnungen als Array 7 areaServed Märkte als Array mit Ländern 8 knowsAbout Themengebiete mit Wikidata-URIs 9 identifier Google Knowledge Graph ID (/g/xxxxx) 10 sameAs Wichtigste Profile als Entity-Signal 11 logo + url Offizielle Website und Logo-URL sameAs ist das Property, an dem die meisten sparen – und das den größten Unterschied macht.Abb. 2 · HECHT INS GEFECHT

sameAs: 100+ Profile als Entity-Signal fĂĽr den Knowledge Graph

Was unterschätzen die meisten? sameAs ist das Schema-Property, an dem die meisten SEOs sparen. sameAs verknüpft deine Marke mit allen Profilen, die dieselbe Entität repräsentieren – Google Business, LinkedIn, Facebook, Crunchbase, Trustpilot, Branchenverzeichnisse, Fachportale.

Bei HECHT INS GEFECHT pflegen wir locker über 100 Profile im sameAs-Array. Da sind die großen Branchenriesen dabei, klar, aber eben auch Nischen-Seiten wie OMT, Agenturtipp, DesignRush, Clutch, Techbehemoths, ProvenExpert oder iBusiness. Jedes Profil signalisiert Google letztlich: Diese Entität existiert wirklich und ist auf diesem Portal verifiziert.

Ein Tipp: Frag KI-Systeme einfach mal, welche Portale sie fĂĽr deine Branche kennen. Die genannten Plattformen sind meist genau die Quellen, die LLMs nutzen. Deswegen solltest du genau dort Profile anlegen.

Weniger Schema ist oft mehr: Weshalb ich die Review-Snippets gelöscht habe

Hier ein konkreter Fall aus meiner täglichen Arbeit. Er zeigt gut, wie ich Schema-Markup strategisch nutze – und manchmal bewusst streiche.

Auf unserer Agentur-Website hatte ich frĂĽher Product Schema mit Bewertungen eingebunden. Das brachte uns Sternchen in den Suchergebnissen, was die Klickrate natĂĽrlich gesteigert hat. Trotzdem habe ich diese Review-Snippets mittlerweile aktiv entfernt.

Der Grund ist einfach: Schema-Markup muss eine unmissverständliche Botschaft senden. Wenn Google auf einer Agenturseite gleichzeitig Organization Schema, Person Schema und dann noch Product Schema mit Bewertungen findet, erzeugt das eher Rauschen. Bin ich ein Produkt? Eine Organisation? Ein Mensch? Ganz ehrlich, Google soll ohne Zweifel verstehen: HECHT INS GEFECHT ist eine Organisation. Benny Windolph ist eine Person. Punkt. Keine widersprüchlichen Typen, die die Zuordnung der Entität verwässern.

Schema-Markup ist letztlich kein Spiel nach dem Motto „viel hilft viel“. Es ist ein Werkzeug fĂĽr die Kommunikation. Und gute Kommunikation bedeutet eben auch, Dinge wegzulassen, die das eigentliche Signal schwächen.

JSON-LD: So sieht strategisches Organization Schema aus

So sieht ein sinnvoll aufgebautes Organization Schema in der Praxis aus. Kein generischer Plugin-Output, sondern von Hand geschrieben:

JSON-LD Organization Schema: Handgeschriebenes BeispielJSON-LD: Organization Schema Handgeschrieben – nicht Plugin-Output { „@context“: „https://schema.org“, „@type“: „Organization“, „@id“: „https://hechtinsgefecht.de/#organization“, // Identität „name“: „HECHT INS GEFECHT“, „legalName“: „HECHT INS GEFECHT“, „foundingDate“: „2021“, // Beschreibung + Disambiguierung „description“: „SEO-Agentur aus Bremen…“, „disambiguatingDescription“: „SEO-Agentur fĂĽr E-Commerce, KG + AI Search“, // Expertise-Signale via Wikidata „knowsAbout“: [ { „name“: „SEO“, „sameAs“: „wikidata.org/…/Q180711“ } ], „award“: [„KI-Contest RankScale 2025“], // Entity-VerknĂĽpfung „sameAs“: [ „https://linkedin.com/company/hechtinsgefecht/“, // … weitere Profile ] } Plugin-Output reicht nicht. Handgeschrieben schlägt Default.Abb. 3 · HECHT INS GEFECHT

Beachte: @id referenziert die Gründer – deren Person Schema liegt auf der Team-Seite mit derselben @id. Google verknüpft Organization und Person automatisch über diese ID. knowsAbout verlinkt auf Wikidata, damit Google die Themengebiete als offizielle Entitäten erkennt. disambiguatingDescription unterscheidet die Agentur von anderen Unternehmen mit ähnlichem Namen.

Person Schema: Dein Weg zum Knowledge Panel

Person Schema ist der Schema-Typ für Einzelpersonen – Gründer, Autoren, Experten. Person Schema liefert Google die Datenpunkte, die für ein persönliches Knowledge Panel nötig sind.

Ich habe mein eigenes Knowledge Panel über Person Schema aufgebaut. Nicht über Wikipedia (obwohl ein Wikidata-Eintrag hilft), sondern über konsistente Entity-Signale. Das Person Schema auf meiner Profilseite enthält:

  • birthDate + birthPlace: Mit verschachteltem City-Schema und Wikidata-VerknĂĽpfung.
  • knowsAbout: 8 Themengebiete, jeweils mit Wikidata- UND Wikipedia-URIs.
  • hasCredential: BVDW SEO-Fachkräftezertifikat als EducationalOccupationalCredential mit recognizedBy-Organisation.
  • alternateName: Der bĂĽrgerliche Name als Variante.
  • 25+ sameAs-Einträge: LinkedIn, Mastodon, XING, Crunchbase, Northdata, MuckRack, Featured.com, kress.de, AFS-Akademie, OMT, OMR Reviews – plus 3 Google KG-IDs.

subjectOf: Das mächtigste Schema-Property, das kaum jemand nutzt

subjectOf teilt Google mit: „Dieser externe Artikel handelt von mir.“ subjectOf verknĂĽpft dein Person-Schema direkt mit Artikeln, Podcasts und Videos, die ĂĽber dich berichten.

In meinem Person Schema referenziere ich 6 externe Quellen über subjectOf – 2 Artikel (openPR, OMT-Podcast-Bericht) und 4 YouTube-Videos (Vorträge und Interviews). Jede einzelne Quelle bestätigt Google: Diese Person wird extern als Experte wahrgenommen.

Die Keywordkönig-Strategie: Schema-Markup als Wettbewerbswaffe

Beim SEO-Wettbewerb von Agenturtipp 2025 habe ich Schema-Markup als strategische Waffe eingesetzt. Am Tag vor dem letzten Stichtag habe ich alle 10 Konkurrenten auf der ersten Google-Seite in ein subjectOf-Array in meinem Organization Schema eingebaut.

Die Logik: Google erfährt per Schema-Markup, dass diese 10 Seiten ĂĽber meine Marke „Keywordkönig“ schreiben. Nicht ich schreibe ĂĽber die Konkurrenz – die Konkurrenz schreibt ĂĽber mich. Schema-Markup dreht die Entity-Beziehung um. Statt eines von vielen Suchergebnissen wird meine Seite zur zentralen Entität, ĂĽber die alle anderen berichten.

Hat Schema-Markup als Wettbewerbswaffe funktioniert? Platz 3 bei Google, Platz 1 beim KI-Wettbewerb. Schema-Markup allein war nicht der Grund, aber Schema-Markup war der Multiplikator, der die anderen Maßnahmen – Cost of Retrieval, Semantisches SEO, Citations – verstärkt hat.

Schema-Architektur: @graph und @id fĂĽr saubere Entity-VerknĂĽpfungen

Fortgeschrittenes Schema-Markup nutzt @graph und @id für saubere Cross-Referenzen zwischen Entitäten. Statt einzelner Schema-Blöcke verbindest du alle Entitäten in einem gemeinsamen Graphen.

Beispiel: Dein Organization-Schema referenziert den Gründer über "founders": [{"@id": "https://deinedomain.de/#person-max"}]. Dein Person-Schema auf der Team-Seite nutzt dieselbe @id. Google versteht: Diese Organisation und diese Person sind verknüpft – nicht weil Organisation und Person auf derselben Seite stehen, sondern weil die @id die Entitäten verbindet.

Das heiĂźt: Du baust im Prinzip einen lokalen Knowledge Graph auf deiner Website auf, der Googles Knowledge Graph fĂĽttert.

Schema-Markup im CMS: Rank Math ĂĽberschreiben statt akzeptieren

Die meisten WordPress-Plugins (Rank Math, Yoast) generieren automatisch Schema-Markup. Das Problem: Das automatisch generierte Schema-Markup ist generisch und oft falsch. Rank Math setzt z.B. isFamilyFriendly: true als Default – bei einem Adult-Shop ein Problem.

Meine Lösung: Ein eigener Schema-Controller als WordPress-Plugin, der Rank Maths Schema-Markup per Filter (rank_math/json_ld) überschreibt. Die Startseite bekommt Organization + WebSite + WebPage. Die Profilseite bekommt ProfilePage + Person. Alle anderen Seiten bekommen das sitewide Organization Schema. Vollständige Kontrolle über Schema-Markup statt CMS-Automatik.

Schema-Markup fĂĽr E-Commerce: 4 Schema-Typen fĂĽr Onlineshops

Was brauchen Onlineshops konkret? Im E-Commerce geht Schema-Markup ĂĽber Organization Schema hinaus. 4 Schema-Typen sind fĂĽr Onlineshops relevant:

E-Commerce Schema-Typen: Vier Pflicht-Strukturen für ShopsE-Commerce: 4 Schema-Typen 1 Product Schema Preis, Verfügbarkeit, Bewertungen, GTIN/EAN, Rückgabe- und Versandbedingungen. 2 FAQ Schema Auf Kategorie- und Blogseiten. Erhöht Zitierfähigkeit in LLM-Antworten. 3 BreadcrumbList Kommuniziert die Seitenhierarchie. Pflicht bei tiefer Kategoriestruktur. 4 LocalBusiness Schema Für Shops mit Ladengeschäft. NAP identisch mit GBP und Citations. Vier Schema-Typen, die Shops nicht optional haben.Abb. 4 · HECHT INS GEFECHT
  • Product Schema: Preis, VerfĂĽgbarkeit, Bewertungen, Marke, GTIN/EAN. Erweitert mit hasMerchantReturnPolicy und shippingDetails fĂĽr maximale Rich-Snippet-Abdeckung.
  • FAQ Schema: Auf Kategorie- und Blogseiten. FAQ Schema erhöht die LLM-Zitierfähigkeit, weil KI-Systeme strukturierte Frage-Antwort-Paare bevorzugt extrahieren.
  • BreadcrumbList: Kommuniziert die Seitenhierarchie an Google. BreadcrumbList Schema ist Pflicht fĂĽr Shops mit tiefer Kategoriestruktur.
  • LocalBusiness Schema: FĂĽr Shops mit Ladengeschäft (Local SEO). NAP-Daten im LocalBusiness Schema mĂĽssen identisch mit Google Business und allen Citations sein.

Wichtig: Schema-Daten mĂĽssen mit dem Google Merchant Center Feed ĂĽbereinstimmen. Abweichungen zwischen Schema-Markup und Feed fĂĽhren zu Inkonsistenzen, die Google als negatives Signal wertet.

Schema-Markup validieren und testen: 3 Tools

3 Tools decken die Schema-Markup-Validierung vollständig ab:

  1. Schema.org Validator: PrĂĽft die technische Korrektheit des Markups gegen die Schema.org-Spezifikation.
  2. Google Rich Results Test: PrĂĽft, ob Google Rich Snippets aus deinem Schema-Markup generieren kann.
  3. Google Search Console: Unter „Verbesserungen“ zeigt die GSC Fehler und Warnungen fĂĽr erkannte Schema-Typen.

Pro-Tipp: Schema-Markup im <head> platzieren, nicht im Footer. Google liest den Head-Bereich tendenziell früher ein – besonders relevant bei großen Seiten, bei denen Google das Crawlen vorzeitig abbricht.

Häufige Fragen zu Schema-Markup

Brauche ich Schema-Markup, wenn ich schon ein SEO-Plugin nutze?

SEO-Plugins wie Rank Math oder Yoast generieren Basis-Schema-Markup automatisch. Für strategisches Schema-Markup – Organization Schema mit 100+ sameAs-Profilen, Person Schema mit subjectOf-Verknüpfungen, disambiguatingDescription – reichen Plugins nicht aus. Strategisches Schema-Markup erfordert entweder Custom Code oder einen spezialisierten Schema-Controller.

Beeinflusst Schema-Markup direkt das Google-Ranking?

Schema-Markup ist kein direkter Ranking-Faktor. Schema-Markup beeinflusst aber, wie Google deine Inhalte versteht, deine Marke im Knowledge Graph einordnet und welche Rich Snippets angezeigt werden. Indirekt verbessert Schema-Markup 3 Bereiche: die Klickrate (durch Rich Snippets), die Entity-Erkennung (durch Knowledge-Graph-Signale) und die LLM-Sichtbarkeit (durch maschinenlesbare Fakten).

Wie viele sameAs-Einträge sind sinnvoll?

So viele wie authentisch existieren. Jedes echte, verifizierte Profil stärkt die Entity-Zuordnung im Knowledge Graph. Wir nutzen bei HECHT INS GEFECHT über 100 sameAs-Einträge. Entscheidend ist nicht die Anzahl, sondern die Echtheit – keine Fake-Profile, keine leeren Verzeichniseinträge.

Was ist der Unterschied zwischen Schema-Markup und dem Knowledge Graph?

Schema-Markup ist die maschinenlesbare Sprache, mit der du Google strukturierte Informationen über deine Entität lieferst. Der Knowledge Graph ist Googles Datenbank, in der diese Informationen gespeichert werden. Schema-Markup füttert den Knowledge Graph – je konsistenter und vollständiger dein Schema-Markup, desto wahrscheinlicher erkennt Google deine Marke als Entität und erstellt ein Knowledge Panel.

Kann Schema-Markup die LLM-Sichtbarkeit verbessern?

Schema-Markup verbessert die LLM-Sichtbarkeit, weil KI-Systeme strukturierte Daten als verlässlichere Quelle behandeln als unstrukturierten Text. Organization Schema mit klarer Beschreibung, Auszeichnungen und Themengebieten gibt KI-Systemen die Datenpunkte, die KI-Systeme für korrekte Antworten brauchen. Beim Keywordkönig-Wettbewerb 2025 war Schema-Markup einer der entscheidenden Faktoren für 199 LLM-Erwähnungen und den 1. Platz im KI-Wettbewerb.

Quellen