Hebel zwei: Schema.org strategisch nutzen

Aufwandsklasse: mittel. Wirkungsklasse: differenziert. Schema.org ist wichtig, wird aber in seiner Wirkung teilweise überschätzt.

Schema.org ist ein Vokabular für strukturierte Daten, das Inhalte für Suchmaschinen und KI-Systeme maschinenlesbar macht. Eine Produktseite kann mit Schema.org ausgezeichnet werden: Das hier ist ein Produkt, es hat diesen Preis, diese Bewertung, gehört zu diesem Hersteller. Eine Autoren-Bio kann ausgezeichnet werden: Diese Person hat diese Qualifikation, ist bei dieser Organisation tätig, ist identisch mit diesem LinkedIn-Profil.

Die für B2B-KMU relevantesten Schema-Typen:

• Organization: Das eigene Unternehmen mit Adresse, Logo, Gründungsjahr, Verknüpfungen zu LinkedIn, Wikidata, Branchenverbänden.
• Product oder Service: Konkrete Produkte oder Dienstleistungen mit Eigenschaften, Verfügbarkeit, Zielgruppe.
• FAQPage: Strukturierte Frage-Antwort-Inhalte, die KI-Modelle direkt als Antworten extrahieren können.
• HowTo: Anleitungen mit klaren Schritten.
• Article mit author: Inhalte mit eindeutiger Autoren-Identifikation.
• Person: Sichtbare Autoren oder Experten der eigenen Organisation, verknüpft mit LinkedIn-Profil und Qualifikationen.
• Review oder AggregateRating: Falls eigene Kundenbewertungen sauber und in echter Anzahl vorliegen.
• VideoObject: Aufgezeichnete Webinare und Demos, idealerweise mit Transkript-Property.

Schema-Markup wirkt vor allem dort, wo KI-Plattformen den Index als Retrieval-Quelle nutzen (Google AI Overviews, Bing, von dort indirekt ChatGPT Search und Copilot). Bei direkter Web-Abfrage durch den Crawler (Perplexity, ChatGPT Search im Real-Time-Modus) lesen die Systeme primär den sichtbaren HTML-Inhalt; JSON-LD-Daten werden bei diesem direkten Abruf häufig ignoriert.

17.1Was die Datenlage sagt#

Die Studien zu Schema-Wirkung in der KI-Suche zeigen ein gemischtes Bild.

Ahrefs hat im Mai 2026 eine groß angelegte Difference-in-Differences-Analyse über 1.885 Seiten veröffentlicht und kommt zum Schluss, dass JSON-LD-Schema keinen messbaren Effekt auf Citations in ChatGPT und Google AI Mode hat30.

Eine Auswertung von AirOps und Kevin Indig über 16.851 Queries fand dagegen einen Citation-Vorteil von 6,⁵ Prozentpunkten für Seiten mit JSON-LD. Eine UC-Berkeley-Studie identifizierte strukturierte Daten als drittstärksten Faktor für KI-Citations.

Eine plausible Erklärung der Widersprüche: Schema wirkt indirekt, indem es Suchmaschinen-Indizes hilft, Inhalte besser zu verstehen. Da ChatGPT Search und Copilot auf Bing zurückgreifen und AI Overviews auf den Google-Index, profitiert Schema dort. Wenn KI-Plattformen jedoch direkt eine Seite abrufen, lesen sie meist nur sichtbaren HTML-Inhalt31.

Praktische Einordnung für KMU: Schema schadet nicht, allein entscheidend ist es aber nicht. Wer in die Mid- und Lower-Funnel-Phase investieren will (siehe Kapitel 4.⁴), sollte Schema einsetzen, aber nicht erwarten, dass es allein den Unterschied macht. Wichtiger als das Schema selbst ist die Klarheit der zugrundeliegenden Inhalte.

17.2Umsetzung im KMU#

• Schritt 1: Organization-Schema auf jeder Seite einbauen, mit konsistenten Daten und sameAs-Verknüpfungen zu LinkedIn, Wikidata, Google Business Profile, Branchenverbänden und Bewertungsplattformen.
• Schritt 2: Auf den drei bis fünf wichtigsten Inhalts-Seiten (Pillar Pages, zentrale Produktseiten) FAQPage-Schema ergänzen, mit echten Frage-Antwort-Paaren von 2 bis 3 Sätzen.
• Schritt 3: Für jeden sichtbaren Autor ein Person-Schema mit Qualifikationen und sameAs-Verknüpfung zum LinkedIn-Profil.
• Schritt 4: Schema-Validität regelmäßig mit Google Rich Results Test und Schema.org Validator prüfen.
• Schritt 5: Ein @id-System verwenden, das Entitäten (Organization, Person, Product) über die ganze Website verknüpft, statt isolierte Schema-Blöcke einzeln einzubauen.

17.3Typische Fehler#

• Schema einbauen, ohne die Daten konsistent zu halten. Wenn das Schema andere Daten enthält als die sichtbare HTML-Seite, hilft es nicht, sondern verwirrt.
• FAQPage-Schema für Fake-FAQs missbrauchen, die nirgendwo auf der Seite sichtbar sind. Google und KI-Modelle erkennen das zunehmend und werten es negativ.
• Aufwendige Schema-Programme für Seiten implementieren, die ohnehin nicht inhaltlich wertvoll sind. Schema kann oberflächlichen Content nicht retten.