Schema.org 2026: Was strukturierte Daten wirklich bringen – und was nicht

Einleitung

Rund um strukturierte Daten kursieren zwei Extrempositionen: "Schema ist tot, seit Google die FAQ-Snippets abgeschafft hat" und "Schema ist der Schlüssel zur KI-Sichtbarkeit". Beides ist falsch. Dieser Artikel räumt dazwischen auf: Er zeigt, welche Rich Results Google im Jahr 2026 überhaupt noch ausspielt, was strukturierte Daten für KI-gestützte Suchsysteme wie AI Overviews, Perplexity oder Copilot belegbar leisten – und wo die Behauptungen aufhören und der Marketing-Sprech anfängt. So viel vorweg: Schema.org ersetzt weder guten Text noch die Meta-Description. Es macht beides eindeutiger.

Der wichtigste Hebel ist dabei nicht der exotische Typ, sondern die saubere Verknüpfung: dieselbe @id für dieselbe Person über alle Unterseiten hinweg, sameAs-Verweise auf bestätigende Profile, korrekte Datumsangaben. In diesem Deep-Dive erfährst du, wie du das praktisch umsetzt und welche Typen sich 2026 noch rechnen. Einen umfassenden Überblick über die GEO-Strategie findest du im GEO-Leitfaden.

Die semantische DNA: Was Schema.org wirklich ist

Schema.org ist weit mehr als nur ein technisches Markup – es ist die Lingua Franca des modernen Webs. Während klassisches HTML dem Browser sagt, wie eine Webseite aussehen soll (H1 ist groß, Fettgedrucktes ist wichtig), liefert Schema.org die Bedeutungsebene (Semantik). Es wurde 2011 von Google, Bing und Yahoo initiiert, Yandex kam kurz darauf dazu; gepflegt wird es heute als offene Community-Gruppe beim W3C.

Wenn du Schema.org nutzt, deklarierst du explizit: "Das hier ist kein bloßer Text, das ist ein Article, geschrieben von dieser Person, veröffentlicht am datePublished." Damit muss das System die Angaben nicht mehr aus dem Layout erraten. Entscheidend ist: Strukturierte Daten ergänzen den sichtbaren Inhalt, sie ersetzen ihn nicht – Auszeichnungen ohne Entsprechung auf der Seite verstoßen gegen Googles Spam-Richtlinien. Die Grundlage bleibt sauberes semantisches Markup.

Was strukturierte Daten in der KI-Suche leisten – und was nicht

Die Meta-Description bleibt der wichtigste direkte Hebel für die Click-Through-Rate in der klassischen organischen Suche. Parallel dazu läuft der Übergang zu GEO (Generative Engine Optimization): KI-gestützte Systeme wie Googles AI Overviews und AI Mode (bis Mai 2024 unter dem Namen SGE geführt), Perplexity oder ChatGPT Search geben keine Linkliste aus, sondern extrahieren Aussagen. Die entscheidende Frage lautet deshalb nicht "ersetzt Schema die Meta-Description", sondern: Wie zuverlässig können diese Systeme aus deiner Seite korrekte Fakten ziehen?

Was belegt ist

Microsoft hat im März 2025 auf der SMX München öffentlich bestätigt, dass Schema-Markup den eigenen LLMs beim Verstehen von Inhalten hilft (Search Engine Land). Fairerweise gehört dazu: Ein Teil der Branche liest dieselbe Passage primär als Aussage über Content-Frische und IndexNow. Google wiederum stellt klar, dass für AI Overviews und AI Mode kein spezielles Schema nötig ist.

Rich Results – dort, wo sie noch existieren

Hier ist der Nutzen unbestritten und messbar: Sternebewertungen bei Produkten, Preis und Verfügbarkeit, Rezept-Infos, Event-Karten, Breadcrumbs. Das Feld hat sich seit 2023 aber deutlich verkleinert. FAQ-Dropdowns zeigt Google seit dem 7. Mai 2026 gar nicht mehr an, HowTo-Ergebnisse seit 2023 (Search Engine Land). Welche Typen aktuell noch unterstützt werden, steht verbindlich nur in der Google-Search-Central-Dokumentation.

Eindeutigkeit von Entitäten

Der praktisch stärkste Hebel: Wer hinter einer Marke, einem Autor oder einem Standort steckt, lässt sich über konsistente @id-Referenzen und sameAs-Verweise eindeutig machen. Das reduziert Verwechslungen mit gleichnamigen Entitäten – ein Problem, das in KI-Antworten regelmäßig zu falschen Zuschreibungen führt.

Was Schema.org nicht ist

Kein Rankingfaktor – das hat Google wiederholt bestätigt. Auch kein direktes E-E-A-T-Signal: E-E-A-T ist ein Bewertungsrahmen aus den Quality-Rater-Guidelines, kein Wert, den ein author-Feld im JSON-LD hochsetzt. Wohl aber hilft sauberes Autoren-Markup Google dabei, eine bereits vorhandene Reputation der richtigen Person zuzuordnen.

Schritt-für-Schritt: So setzt du Schema.org sauber um

Der Ablauf ist in jedem Projekt derselbe – unabhängig davon, welche Rich Results Google gerade unterstützt.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Person",
      "@id": "https://designare.at/#michael",
      "name": "Michael Kanda",
      "url": "https://designare.at/michael-kanda",
      "sameAs": [
        "https://max-online.at/team/michael-kanda/",
        "https://www.wikidata.org/wiki/Q138818463"
      ],
      "owns": {
        "@id": "https://designare.at/#evita-hund"
      }
    },
    {
      "@type": "Thing",
      "@id": "https://designare.at/#evita-hund",
      "name": "Evita",
      "alternateName": "Evita, die Vierbeinige",
      "additionalType": "https://www.wikidata.org/entity/Q144",
      "description": "Michaels Tierschutzhündin und Namensgeberin der digitalen KI-Assistentin Evita.",
      "image": "https://designare.at/images/evita-hund.webp",
      "owner": {
        "@id": "https://designare.at/#michael"
      }
    }
  ]
}
</script>

Häufige Fehler vermeiden

Schema.org verzeiht keine Schlampigkeit. Hier ist der Reality-Check für deine Implementierung:

Fortgeschrittene Strategien: Entitäten sauber verknüpfen

Ein entscheidender Faktor ist die Vernetzung der Entities. Wenn du auf verschiedenen Unterseiten dieselbe Person erwähnst, sollte diese immer dieselbe @id (meist die URL des Autorenprofils) haben. So hilfst du der KI, einen "Knowledge Graph" deiner Expertise aufzubauen.

mainEntityOfPage

Häufig missverstanden: Die Property beschreibt die Beziehung zwischen einer Entität und der Seite, die sie primär behandelt – sie grenzt nicht Hauptinhalt von Sidebar-Rauschen ab. Dafür sind <main>, <article> und <aside> zuständig. Ihr Wert liegt darin, bei mehreren Seiten zu derselben Entität die kanonische zu benennen.

DataDownload innerhalb von Dataset

Beschreibt Format und Bezugsquelle eines Datensatzes und macht ihn in Google Dataset Search auffindbar. Dass KI-Agenten solche Daten automatisch in Antworten übernehmen, ist eine plausible Annahme – belegt ist sie nicht. Sinnvoll für Datenportale, nicht für Standard-Websites.

Spezifische News-Subtypen

OpinionNewsArticle oder SatiricalArticle machen die Intention eines Beitrags maschinenlesbar – sauber im Sinne des Vokabulars, aber ohne bekannten Effekt auf Darstellung oder Ranking. Verwenden, weil es korrekt ist; nicht, weil es etwas bringt.

speakable für Voice Search

Markiert Abschnitte, die sich für Text-to-Speech eignen. Wichtig einzuordnen: speakable ist eine Google-exklusive Beta-Property für Nachrichteninhalte im Google-Ökosystem. Amazon Alexa, Apple Siri und ChatGPT Voice werten sie nicht aus – dort ändert sie nichts.

Die Grundidee bleibt: Je weniger ein System raten muss, desto geringer das Risiko, falsch zusammengefasst zu werden. Ob daraus auch häufigere Zitationen in generativen Antworten folgen, ist plausibel, aber nicht sauber belegt – wer das Gegenteil behauptet, verkauft dir etwas. Detailliertere technische Anleitungen findest du im Praxis-Guide zur Maschinenlesbarkeit.

Häufig gestellte Fragen zu Schema.org

Fazit: Nützliches Werkzeug, kein Wundermittel

Schema.org ergänzt Titel und Meta-Description als Signal, ersetzt sie aber nicht. Strukturierte Daten sorgen dafür, dass Such- und KI-Systeme weniger raten müssen – wer daraus garantierte KI-Zitationen ableitet, geht über die Belege hinaus. Der wirtschaftlich sichere Teil sind nach wie vor die verbliebenen Rich Results; alles darüber hinaus ist gut begründete Vorsorge, kein Versprechen.