Warum helfen strukturierte Daten bei KI-Antworten?
Ein Sprachmodell muss aus Fließtext erraten, wer Sie sind, was Sie anbieten und wo Sie tätig sind. JSON-LD nimmt ihm dieses Raten ab: Firmenname, Kategorie, Leistung, Ort und Kontakt stehen als eindeutige Felder da.
Das reduziert Verwechslungen mit ähnlich benannten Unternehmen – der häufigste Grund, warum eine korrekte Nennung an den falschen Anbieter geht.
Welche Schema-Typen sind relevant?
Für Unternehmensseiten: Organization oder LocalBusiness als Basis, dazu Service für jede Leistung, Person für Ansprechpartner und BreadcrumbList für die Seitenhierarchie.
Für Inhalte: Article auf Fachbeiträgen und FAQPage dort, wo tatsächlich Frage-Antwort-Paare im sichtbaren Text stehen. Markup ohne sichtbare Entsprechung ist ein Verstoß gegen die Richtlinien.
In welcher Reihenfolge führt man sie ein?
Zuerst genau ein Organization-Objekt auf der Startseite, referenziert über eine stabile @id. Danach Service-Objekte auf den Leistungsseiten, die per Verweis auf diese @id zurückzeigen.
Erst danach die Detailtypen. Wer mit FAQ-Markup auf Unterseiten beginnt, ohne die Firmen-Entität sauber definiert zu haben, baut ein Dach ohne Fundament.
Welche Fehler sehen wir am häufigsten?
Drei Klassiker: mehrere widersprüchliche Organization-Objekte durch parallel installierte Plugins, Angaben im Markup, die nicht mit dem Impressum übereinstimmen, und JSON-LD, das erst per JavaScript nach dem Laden eingefügt wird.
Der dritte Fall ist besonders tückisch: Der Rich-Results-Test zeigt grün, weil er JavaScript ausführt – die meisten KI-Crawler tun das nicht.