Strukturierte Daten für die KI-Suche: JSON-LD in der Praxis

Von Jakob Sommer, aktualisiert am 27.09.2026

Strukturierte Daten erklären Maschinen den Seiteninhalt

Ein Mensch sieht auf deiner Seite „Ottenser Hauptstraße 12, 22765 Hamburg“ und weiß, dass es eine Adresse ist. Eine Maschine sieht nur eine Zeichenkette. Strukturierte Daten schließen diese Lücke, indem sie parallel zum sichtbaren Text ein maschinenlesbares Datenblatt mitliefern: Das hier ist eine PostalAddress, das ist die Straße, das die Postleitzahl.

Das Vokabular dafür ist Schema.org, ein gemeinsamer Standard von Google, Microsoft, Yahoo und Yandex mit über 800 Typen. Das übliche Format ist JSON-LD. Es steht als eigener Block im <head> oder am Ende des <body>, bleibt vom Seiteninhalt getrennt und kann deshalb kein Layout beschädigen.

Welche Rolle spielen strukturierte Daten für KI-Antworten und wo liegen die Grenzen?

Genau diese Frage stellen viele in der Suche fast wortgleich. Die Antwort hat eine gesicherte und eine offene Hälfte.

Gesichert ist die Position von Google. Im Leitfaden zur Optimierung für generative KI-Funktionen, zuletzt aktualisiert am 10. Juli 2026, schreibt Google: Strukturierte Daten sind für die KI-Suche nicht erforderlich, und es gibt kein spezielles Schema.org-Markup, das du ergänzen musst. Im selben Absatz empfiehlt Google, strukturierte Daten weiter einzusetzen, weil sie Rich Results in der Google-Suche ermöglichen. Außerdem sollen die Daten mit dem sichtbaren Text übereinstimmen.

Offen ist, was die Sprachmodelle selbst damit tun. OpenAI, Anthropic und Perplexity beschreiben Stand September 2026 in ihren Crawler-Dokumentationen keine Auswertung von JSON-LD. Microsoft hat im März 2025 auf der SMX München erklärt, dass Schema-Markup den Sprachmodellen von Bing beim Verstehen von Inhalten hilft. Weitere belastbare Aussagen der Anbieter liegen nicht vor.

Daraus ergeben sich drei Rollen, in denen strukturierte Daten für KI-Antworten zählen:

1. 01Im Suchindex. Die KI-Suchen ziehen ihre Quellen aus Suchindizes: die AI Overviews aus dem Google-Index, die ChatGPT-Suche aus dem Index von OAI-SearchBot und von Suchpartnern. Dort werden strukturierte Daten ausgewertet, etwa für die Zuordnung von Themen und für Rich Results.
2. 02Für die Entität. Ein Block mit fester @id, vollständigem Namen und sameAs-Links verbindet deine Website mit deinen Profilen. Das hilft jeder Maschine, dich eindeutig zu erkennen.
3. 03Für Produkt- und Ortsdaten. Preise, Verfügbarkeit, Adresse und Öffnungszeiten lassen sich im Markup ohne Deutungsspielraum angeben.

Die Grenzen sind ebenso klar. Wenn ein KI-Crawler eine Seite abruft, um eine Frage zu beantworten, extrahiert er überwiegend den sichtbaren Text. Skript-Blöcke wie das <script>-Tag, in dem JSON-LD steht, fallen dabei meist heraus. Die praktische Regel lautet deshalb: Alles, was in einer Antwort auftauchen soll, muss auch im sichtbaren Text stehen. Das Markup verstärkt den sichtbaren Text und ersetzt ihn nicht.

JSON-LD für AI Search: was anders ist als bei Rich Results

Für Rich Results zählt, ob die Pflichtfelder eines Google-Features vollständig sind. Für die KI-Suche verschiebt sich der Blick auf drei andere Punkte.

• Eindeutigkeit vor Vollständigkeit. Eine feste @id, derselbe Name wie im Impressum und sameAs-Links auf Wikidata, das Unternehmensprofil und Branchenverzeichnisse bringen mehr als zwanzig zusätzliche Eigenschaften.
• Auslieferung im HTML. Laut einer Auswertung von Vercel vom Dezember 2024 führen die Crawler von OpenAI und Anthropic kein JavaScript aus. Ein Block, den ein Tag-Manager nachträglich einfügt, ist für sie unsichtbar.
• Gleiche Fakten im Text. Preis, Adresse und Öffnungszeiten stehen im Markup und auf der Seite mit denselben Werten.

Meine Einschätzung: Die sechs Zeilen mit sameAs weiter unten bringen mehr als ein vollständig ausgezeichneter Produktkatalog ohne Verknüpfung nach außen.

Der Grundbaustein für Unternehmen sieht so aus

Für lokale Betriebe passt der Typ LocalBusiness. Alle anderen nutzen Organization. Was lokale Betriebe über das Markup hinaus tun können, von Bewertungen bis zu Verzeichnissen, steht unter KI-Sichtbarkeit für lokale Unternehmen. So ist der Block aufgebaut, und an diesen Stellen hakt es meist:

Der folgende Block lässt sich kopieren und mit den eigenen Werten füllen:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "HairSalon",
  "@id": "https://schnittwerk-hamburg.de/#org",
  "name": "Schnittwerk Hamburg",
  "url": "https://schnittwerk-hamburg.de/",
  "telephone": "+49 40 1234567",
  "email": "hallo@schnittwerk-hamburg.de",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Ottenser Hauptstraße 12",
    "postalCode": "22765",
    "addressLocality": "Hamburg",
    "addressCountry": "DE"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 53.5511,
    "longitude": 9.9337
  },
  "openingHoursSpecification": [{
    "@type": "OpeningHoursSpecification",
    "dayOfWeek": ["Tuesday","Wednesday","Thursday","Friday"],
    "opens": "09:00",
    "closes": "19:00"
  }],
  "priceRange": "€€",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q123456789",
    "https://www.instagram.com/schnittwerk.hamburg/"
  ]
}
</script>

HairSalon ersetzt du durch den Untertyp, der am genauesten passt, also etwa Dentist, Plumber, LegalService, Restaurant oder Electrician. Je genauer der Typ, desto klarer die Einordnung. Damit hat's sich aber noch nicht: Der Block gehört einmal pro Website in den Quelltext und nicht in abweichender Fassung auf jede Unterseite.

Diese Typen lohnen sich

Für die meisten Firmen-Websites reichen die ersten drei. Wer alles auszeichnet, was sich auszeichnen lässt, hat mehr zu pflegen und bekommt dafür kaum zusätzliche Sichtbarkeit.

Fang mit dem Minimalblock an

Wer heute nichts hat, braucht keine vollständige Auszeichnung. Diese Zeilen sind mehr, als viele Firmen-Websites mitbringen, und decken den Kern ab:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Ostwald Kältetechnik GmbH",
  "url": "https://ostwald-kaelte.de/",
  "sameAs": ["https://www.wikidata.org/wiki/Q123456789"]
}
</script>

Von dort aus erweiterst du in dieser Reihenfolge: Adresse und Telefon, dann Öffnungszeiten, dann Article auf den Ratgeberseiten, dann alles Weitere. Jeder Schritt bringt für sich etwas, und es gibt keinen Grund, auf die perfekte Fassung zu warten.

Ein Sonderfall wird oft falsch gelöst: mehrere Standorte. Dafür gehört auf jede Standortseite ein eigener LocalBusiness-Block mit eigener @id und eigener Adresse, verknüpft über parentOrganization mit dem Hauptunternehmen. Ein einziger Block mit mehreren Adressen lässt sich nicht sauber auswerten.

Vier Fehler kommen immer wieder vor

• Markup und sichtbarer Text weichen ab. Steht im JSON-LD ein Preis, der auf der Seite nicht auftaucht, wird die Auszeichnung ignoriert und im schlechteren Fall als irreführend gewertet. Google nennt die Übereinstimmung ausdrücklich als Grundregel.
• Mehrere Organisationen widersprechen sich. Ein Plugin setzt einen Organization-Block, das Theme einen zweiten mit anderem Namen. Eine feste @id und ein aufgeräumter Quelltext verhindern das.
• Öffnungszeiten als Fließtext bleiben unlesbar. "Mo-Fr 9-18 Uhr" in einem Feld kann keine Maschine auswerten. Mit OpeningHoursSpecification und getrennten Feldern gelingt das.
• Einmal einbauen genügt nicht. Prüf das Markup nach jedem Relaunch und nach jedem Plugin-Update erneut, denn Auszeichnungen verschwinden lautlos.

So prüfst du, ob es funktioniert

Dafür gibt es zwei Werkzeuge, beide kostenlos und ohne Anmeldung:

1. 01Googles Test für Rich-Suchergebnisse zeigt die erkannten Typen. Er nennt auch die Pflichtfelder, die noch fehlen.
2. 02Der Schema-Markup-Validator von Schema.org prüft strenger gegen den Standard. Was Google davon nutzt, spielt dort keine Rolle.

Beide Werkzeuge führen JavaScript aus. Ob der Block auch ohne JavaScript im Quelltext steht, zeigt erst ein Blick von der Kommandozeile:

curl -s https://deine-domain.de/ | grep -A5 'application/ld+json'

Kommt nichts zurück, lädt ein Skript das Markup nach, oder es fehlt. Im ersten Fall sehen es die Crawler von OpenAI und Anthropic nicht, obwohl der Rich-Results-Test grünes Licht gibt.

Unser Check liest das Markup ebenfalls ohne JavaScript. Er vergibt Punkte für eine Organisations- oder LocalBusiness-Auszeichnung auf der Landingpage, für sameAs-Verknüpfungen und für den Abgleich mit Wikidata. Du findest ihn unter KI-Sichtbarkeit prüfen.

So fügt sich das Markup in deine Entität

Strukturierte Daten sind die eine Hälfte der Entitätsarbeit. Die andere ist die Verknüpfung nach außen. Dafür ist sameAs die wichtigste Eigenschaft, und gerade sie wird am häufigsten weggelassen. Sie verbindet deine Website mit deinen Profilen, also mit dem Unternehmensprofil, Branchenverzeichnissen, Wikidata und Social-Media-Konten.

Erst dadurch entsteht aus verstreuten Erwähnungen ein zusammenhängendes Bild: Diese Website, dieses Verzeichnisprofil und dieser Datensatz beschreiben dasselbe Unternehmen. Diese Eindeutigkeit braucht ein Sprachmodell, um dich sicher zu nennen. Wie das Markup neben robots.txt und llms.txt in die GEO-Optimierung passt, zeigt die Übersicht des Clusters.

Rankings hängen von Faktoren ab, die sich einzeln nicht garantieren lassen. Dieser Beitrag beschreibt ein Vorgehen und sichert keine Ergebnisse zu.

Häufige Fragen

Liest ChatGPT strukturierte Daten?

Belegt ist das Stand September 2026 nicht. OpenAI beschreibt in seiner Crawler-Dokumentation keine Auswertung von JSON-LD, und beim Abruf einer Seite zählt vor allem der sichtbare Text. Indirekt wirkt das Markup über die Suchindizes, aus denen die ChatGPT-Suche ihre Quellen bezieht. Schreib deshalb alle Fakten, die in einer Antwort auftauchen sollen, in den sichtbaren Text und nutze das Markup als Ergänzung.

Brauche ich ein Plugin für JSON-LD?

In WordPress erledigen Yoast SEO, Rank Math oder eigene Schema-Plugins die Grundtypen zuverlässig. Ein Plugin ist bequem, aber nicht nötig, denn ein Block lässt sich auch direkt ins Theme schreiben. Prüf danach mit dem Rich-Results-Test, ob zwei Plugins gleichzeitig Blöcke setzen. Das ist der häufigste Konflikt, und er führt zu zwei Organisationen mit verschiedenen Namen.

Wirken strukturierte Daten aufs Ranking?

Direkt wirken sie nicht. Sie beeinflussen die Darstellung in den Ergebnissen und die Zuordnung deiner Inhalte. Über bessere Sichtbarkeit und höhere Klickraten wirkt das mittelbar. Auch für die KI-Funktionen der Google-Suche sind sie laut dem Google-Leitfaden vom Mai 2026 keine Voraussetzung. Ihr Nutzen liegt in Rich Results, in der Eindeutigkeit deiner Entität und in sauberen Produktdaten.

Reicht Microdata statt JSON-LD?

Microdata funktioniert, aber JSON-LD ist die empfohlene und wartungsfreundlichere Variante, weil der Block vom Markup des Seiteninhalts getrennt bleibt. Bei einem Relaunch übersteht ein JSON-LD-Block den Umbau meist unverändert. Verstreute Microdata-Attribute gehen dabei oft verloren, weil sie an einzelnen HTML-Elementen hängen, die beim Umbau neu geschrieben werden.

Wie lange dauert es, bis strukturierte Daten wirken?

Bis Google die Auszeichnung berücksichtigt, vergehen meist Tage bis wenige Wochen nach dem nächsten Crawl. Den Stand zeigt die Search Console im Bereich für Verbesserungen. Der Effekt auf KI-Antworten läuft über den Index und über die Verknüpfung deiner Entität und braucht entsprechend länger. Einen festen Zeitraum dafür nennt kein Anbieter.