← KI-SICHTBARKEIT
Strukturierte Daten
Menschen erkennen oft sofort, ob eine Seite einen Artikel, eine Frage, eine Person oder ein Unternehmen beschreibt. Maschinen müssen solche Informationen dagegen erst erkennen und einordnen. Strukturierte Daten helfen dabei, Inhalte zusätzlich zu beschreiben und Zusammenhänge sichtbar zu machen. Dieser Bereich erklärt die Grundlagen von Schema.org, JSON-LD und maschinenlesbaren Informationen anhand praktischer Beispiele.
- Was sind strukturierte Daten überhaupt?
-
Kurzantwort: Strukturierte Daten sind zusätzliche Informationen, die den Inhalt einer Website für Maschinen genauer beschreiben.
Menschen können meist sofort erkennen, was sie auf einer Website sehen. Eine Überschrift wird als Überschrift verstanden, eine Frage als Frage und eine Person als Autor eines Artikels.
Für Maschinen ist das deutlich schwieriger. Sie sehen zunächst nur HTML-Code und Text.
Genau deshalb spricht man von strukturierten Daten. Informationen werden nicht einfach als Text dargestellt, sondern nach einer klar definierten Struktur beschrieben. Dabei wird festgelegt, welche Rolle eine Information besitzt und wie sie mit anderen Informationen zusammenhängt.
Ein einfaches Beispiel:
Für einen Besucher ist sofort erkennbar, dass „Ralph Segert“ der Autor eines Artikels ist. Eine Maschine muss diese Information dagegen erst erkennen. Strukturierte Daten können ausdrücklich beschreiben:
- Dies ist eine Person.
- Diese Person ist Autor eines Artikels.
- Dieser Artikel gehört zu einer Website.
Dadurch entstehen klar definierte Beziehungen zwischen einzelnen Informationen.
Strukturierte Daten ergänzen den sichtbaren Inhalt also um eine zusätzliche Beschreibungsebene. Suchmaschinen, Sprachmodelle und andere Systeme erhalten dadurch Hinweise, wie Inhalte eingeordnet werden können.
Wer verstehen möchte, wie diese Beschreibungen technisch aufgebaut werden, stößt früher oder später auf Begriffe wie Schema.org oder JSON-LD.
- Was ist Schema.org und warum wird es so häufig verwendet?
-
Kurzantwort: Schema.org stellt ein gemeinsames Vokabular bereit, mit dem Websites Inhalte maschinenlesbar beschreiben können.
Damit strukturierte Daten funktionieren, müssen sich Websitebetreiber, Suchmaschinen und andere Systeme auf gemeinsame Begriffe einigen.
Genau aus diesem Grund wurde Schema.org im Jahr 2011 gegründet. Hinter der Initiative standen zunächst Google, Microsoft, Yahoo und später auch Yandex. Ziel war es, eine gemeinsame Sprache für strukturierte Daten im Web zu schaffen.
Vor Schema.org existierten verschiedene Ansätze, die teilweise unterschiedliche Begriffe und Strukturen verwendeten. Das machte die Verarbeitung von Informationen unnötig kompliziert.
Schema.org definiert deshalb standardisierte Typen und Eigenschaften für häufige Inhalte. Dazu gehören beispielsweise:
- Artikel
- Personen
- Organisationen
- Produkte
- Veranstaltungen
- Fragen und Antworten
Eine Website kann dadurch eindeutig beschreiben, ob es sich bei einem Inhalt um einen Fachartikel, ein Unternehmen oder einen FAQ-Bereich handelt.
Man kann sich Schema.org wie ein gemeinsames Wörterbuch vorstellen. Alle Beteiligten verwenden dieselben Begriffe und verstehen dadurch besser, welche Bedeutung eine Information besitzt.
Deshalb bildet Schema.org heute die Grundlage vieler strukturierter Daten im Web und wird von Suchmaschinen, Sprachmodellen und zahlreichen anderen Anwendungen genutzt.
- Was ist JSON-LD, wie ist es entstanden und warum wird es so häufig verwendet?
-
Kurzantwort: JSON-LD ist heute die am weitesten verbreitete Methode, um strukturierte Daten auf Websites bereitzustellen.
Strukturierte Daten können auf unterschiedliche Weise in Webseiten eingebunden werden. In den Anfangsjahren wurden dafür häufig sogenannte Microdata oder RDFa verwendet. Die zusätzlichen Informationen mussten direkt in den HTML-Code eingebaut werden.
Mit zunehmender Komplexität wurde diese Vorgehensweise jedoch immer aufwendiger. Inhalte und strukturierte Daten vermischten sich, wodurch Pflege und Weiterentwicklung schwieriger wurden.
JSON-LD wurde entwickelt, um dieses Problem zu lösen. Die Abkürzung steht für JavaScript Object Notation for Linked Data. Vereinfacht gesagt handelt es sich um ein standardisiertes Format, mit dem Informationen unabhängig vom sichtbaren Inhalt beschrieben werden können.
Die strukturierten Daten werden dabei in einem eigenen Block im Quellcode hinterlegt. Die eigentliche Website bleibt davon unberührt.
Ein Artikel kann beispielsweise ganz normal dargestellt werden, während JSON-LD zusätzlich Informationen über Autor, Veröffentlichungsdatum, Organisation oder Themen liefert.
Diese Trennung von Inhalt und Beschreibung ist einer der wichtigsten Gründe für die Verbreitung von JSON-LD. Auch Suchmaschinen wie Google empfehlen heute bevorzugt diese Methode zur Bereitstellung strukturierter Daten.
Auf dieser Website werden beispielsweise die FAQ-Bereiche zusätzlich als JSON-LD ausgegeben, ohne dass sich für Besucher die Darstellung verändert.
Praxis-Artikel: Semantische Erweiterung einer klassischen FAQ mit ExpressionEngine und JSON-LD
- Warum brauchen strukturierte Daten gute Inhalte
-
Kurzantwort: Strukturierte Daten können vorhandene Informationen beschreiben, aber keine fehlenden Inhalte, keine Expertise und keine Wissensstrukturen ersetzen.
Rund um strukturierte Daten kursieren bis heute viele Missverständnisse. Häufig entsteht der Eindruck, dass einige Zeilen JSON-LD automatisch für bessere Rankings, Rich Results oder mehr KI-Sichtbarkeit sorgen würden.
Damit strukturierte Daten überhaupt sinnvoll eingesetzt werden können, müssen zunächst Inhalte vorhanden sein, die beschrieben werden können. Wo keine klaren Informationen, Themen oder Zusammenhänge existieren, gibt es auch wenig, was zusätzlich ausgezeichnet werden könnte.
Ebenso wichtig ist eine nachvollziehbare Inhaltsstruktur. Artikel, Fragen, Autoren, Organisationen oder Produkte sollten eindeutig voneinander getrennt sein. Je klarer Informationen organisiert sind, desto leichter lassen sie sich maschinenlesbar beschreiben.
Auch das verwendete CMS kann dabei eine Rolle spielen. Systeme mit klar definierten Inhaltsfeldern erleichtern die automatische Erzeugung strukturierter Daten erheblich. Werden Informationen dagegen überwiegend in frei gestalteten Text- oder Layoutfeldern gespeichert, steigt der technische Aufwand häufig deutlich an.
Man kann sich strukturierte Daten wie ein Inhaltsverzeichnis oder eine zusätzliche Beschreibungsebene vorstellen. Sie helfen bei der Orientierung, ersetzen aber nicht die Inhalte selbst.
Der größte Nutzen entsteht dort, wo gute Inhalte, klare Wissensstrukturen und strukturierte Daten zusammenkommen. Erst dann können Suchmaschinen, KI-Systeme und andere Anwendungen die vorhandenen Informationen zuverlässig erkennen, einordnen und miteinander in Beziehung setzen.
- Wie beschreiben strukturierte Daten die Themen eines Inhalts?
-
Kurzantwort: Strukturierte Daten beschreiben nicht nur, was ein Inhalt ist, sondern häufig auch, worum es inhaltlich geht.
Strukturierte Daten dienen nicht ausschließlich dazu, einen Inhalt als Artikel, FAQ oder Organisation zu kennzeichnen. Sie können zusätzlich Hinweise auf die behandelten Themen und Zusammenhänge liefern. Ein Fachartikel kann beispielsweise als „Article“ beschrieben werden. Darüber hinaus lässt sich festhalten, welche Themen im Mittelpunkt stehen, welche Personen beteiligt sind oder welche Organisation den Inhalt veröffentlicht hat.
Dadurch entstehen zusätzliche Informationen über den eigentlichen Text hinaus. Maschinen erhalten nicht nur Hinweise auf die Art eines Inhalts, sondern auch auf dessen fachlichen Kontext. Ein Beispiel:
- Dies ist ein Artikel.
- Der Artikel wurde von einer Person geschrieben.
- Die Person gehört zu einer Organisation.
- Der Artikel behandelt das Thema Barrierefreiheit.
So entstehen Beziehungen zwischen verschiedenen Informationen einer Website.
Je konsequenter solche Zusammenhänge beschrieben werden, desto leichter können Suchmaschinen, Sprachmodelle und andere Systeme erkennen, welche Themen auf einer Website behandelt werden und wie einzelne Inhalte miteinander verbunden sind. Gerade bei umfangreichen Wissensbereichen entsteht dadurch schrittweise ein maschinenlesbares Abbild der eigenen Themenlandschaft.
Praxis-Artikel: Semantische Erweiterung einer klassischen FAQ mit ExpressionEngine und JSON-LD
- Was ist der Unterschied zwischen „about“ und „mentions“?
-
Kurzantwort: „about“ beschreibt das Hauptthema eines Inhalts, während „mentions“ auf weitere erwähnte Themen oder Begriffe verweist.
Innerhalb von Schema.org existieren verschiedene Möglichkeiten, thematische Beziehungen zu beschreiben. Besonders häufig werden die Eigenschaften „about“ und „mentions“ verwendet.
„about“ kennzeichnet das zentrale Thema eines Inhalts. „mentions“ verweist auf weitere Themen, Begriffe, Personen oder Organisationen, die im Inhalt vorkommen, aber nicht im Mittelpunkt stehen. Ein Beispiel:
Ein Artikel beschäftigt sich mit der Barrierefreiheit von Websites.
- about → Barrierefreiheit
- mentions → WCAG, BITV, Screenreader, Kontrastprüfung
Für Menschen ergibt sich dieser Zusammenhang meist bereits aus dem Text. Maschinen erhalten durch die zusätzliche Beschreibung jedoch einen klareren Hinweis darauf, welches Thema im Mittelpunkt steht und welche Aspekte ergänzend behandelt werden. Besonders hilfreich wird dies, wenn die erwähnten Themen auf der Website selbst ebenfalls durch eigene Inhalte beschrieben und mit weiteren Informationen verknüpft werden.
\\\ Update: 19.06.2026 Angelegt: 07.06.2026 Rubrik: Views: 148