Schema Markup
Schema Markup ist ein strukturiertes Vokabular von schema.org, das du einer Webseite hinzufügst, um ihren Inhalt für Maschinen auszuzeichnen, und das Suchmaschinen und KI-Systemen genau sagt, was jedes Element bedeutet, damit sie rich snippets ausspielen und die Seite als bestimmte Entität erkennen.
Reines HTML sagt einem Browser, wie er Text darstellen soll, aber nicht, ob eine Zahl ein Preis, eine Bewertung oder eine Telefonnummer ist. Schema Markup schließt diese Lücke, indem es Inhalte mit vereinbarten Typen und Eigenschaften auszeichnet, üblicherweise als JSON-LD in einem Script-Tag im Head der Seite. Jeder Typ ist ein Vokabular mit definierten Eigenschaften: Ein Product trägt einen Namen, eine Marke, ein Bild und einen Offer-Block, ein Offer trägt einen Preis, eine Währung und einen Verfügbarkeitsstatus, eine Review trägt einen Autor, eine Bewertung und einen Text. Das Markup liegt neben der sichtbaren Seite, statt sie zu ersetzen, sodass dieselbe Produktbeschreibung, die ein Käufer liest, auch in einer Form vorliegt, die eine Maschine ohne Raten auswerten kann.
Für einen Shop bringen die Typen Product, Offer, Review, AggregateRating, Organization, BreadcrumbList und FAQPage am meisten, denn jeder ordnet einem Teil der Seite eine Bedeutung zu, mit der eine Maschine etwas anfangen kann. Nimm einen Shopify-Händler, der eine Merino-Funktionsunterwäsche für 49 Euro mit 211 Bewertungen und durchschnittlich 4,6 Sternen verkauft. Ohne Markup sieht ein Crawler eine Überschrift, ein paar Absätze und eine Sternegrafik, die er nicht lesen kann. Mit einem Product-Block, der einen Offer (Preis 49,00, Währung EUR, Verfügbarkeit InStock) und eine AggregateRating (ratingValue 4,6, reviewCount 211) verschachtelt, nennt die Seite diese Fakten klar, und das Suchergebnis wird dafür in Frage kommen, Preis und Sternebewertung unter dem Titel anzuzeigen.
Der Nutzen ist zweifach. Erstens die Eignung für rich snippets: Sternebewertungen, Preise und FAQ-Akkordeons im Suchergebnis, die in der Regel mehr Aufmerksamkeit erzeugen als ein schlichter blauer Link. Zweitens eine klarere Entitätserkennung, die zunehmend KI-Antwortmaschinen speist, die Quellen zusammenfassen und zitieren, statt zehn Links zu ranken. Wenn ChatGPT, Perplexity oder Google AI Overviews eine Antwort über ein Produkt zusammenstellen, liefern strukturierte Daten ihnen saubere, eindeutige Fakten zum Zitieren, sodass ein Preis oder eine Bewertung, die in eine Antwort übernommen wird, eher von dir stammt und eher korrekt ist. Das zählt am meisten bei den konkreten, vergleichbaren Angaben, auf die sich diese Systeme stützen: Preis, Verfügbarkeit und Bewertung.
Die Regel, an der die meisten scheitern, ist der Abgleich mit dem sichtbaren Inhalt: Das Markup muss Inhalte beschreiben, die ein Nutzer tatsächlich auf der Seite sehen kann. Bewertungen oder Sterne auszuzeichnen, die nicht vorhanden sind, oder die Zahlen aufzublasen, verstößt gegen die Richtlinien von Google und kann eine manuelle Maßnahme wegen strukturierter Daten auslösen, die deine rich snippets vollständig entfernt. Die ehrliche Disziplin lautet: Füge das Vokabular hinzu, um das abzubilden, was bereits auf der Seite steht, halte es aktuell, wenn sich Preise und Bewertungszahlen ändern, und prüfe es mit dem Rich Results Test, bevor du es live schaltest. Markup garantiert kein rich snippet, es macht die Seite nur dafür geeignet, und die Suchmaschine entscheidet weiterhin, ob sie eines anzeigt.