Deine Website läuft technisch sauber, steht bei Google ordentlich da, und trotzdem nennt ChatGPT dich nicht, wenn jemand nach einem Anbieter in Graz fragt. Wir haben genau das getestet: 80 der bestplatzierten Grazer Betriebe aus fünf Branchen, und 35 Prozent davon tauchten in keiner einzigen KI-Antwort auf, obwohl alle bei Google ganz oben stehen. Einer der Gründe ist von außen unsichtbar, weil er im Quellcode steckt: fehlendes oder fehlerhaftes Schema Markup.
Schema Markup verständlich erklärt
Was ist Schema Markup?
Schema Markup ist ein standardisiertes Vokabular, mit dem eine Website die Bedeutung ihrer Inhalte maschinenlesbar im Quellcode hinterlegt. Statt nur den Text "Beethovenstraße 28, 8010 Graz" auszugeben, sagt die Seite über strukturierte Daten explizit: Das hier ist eine Postadresse, sie gehört zu diesem Unternehmen, das Unternehmen bietet diese Leistungen an. Das Vokabular stammt von schema.org, einem gemeinsamen Projekt von Google, Microsoft, Yahoo und Yandex.
Der praktische Unterschied: Ein Mensch erkennt aus dem Layout sofort, dass die Zahlenkolonne im Footer eine Telefonnummer ist. Eine Maschine rät. Schema Markup nimmt ihr das Raten ab.
Was ist der Unterschied zwischen Schema Markup und strukturierten Daten?
Strukturierte Daten sind der Oberbegriff für jede maschinenlesbare Auszeichnung von Inhalten. Schema Markup ist das konkrete Vokabular von schema.org, das sich als Standard durchgesetzt hat. In der Praxis meinen beide Begriffe dasselbe. Empfohlenes Format ist JSON-LD, ein Skriptblock im Head oder Body der Seite, der die Daten getrennt vom sichtbaren Text beschreibt.
Warum Schema Markup für KI-Sichtbarkeit wichtiger ist als für Google
Ist Schema Markup ein Rankingfaktor?
Nein, jedenfalls kein direkter. Google sagt seit Jahren klar, dass strukturierte Daten allein keine Position in den Suchergebnissen verbessern. Was sie bewirken, ist etwas anderes: Sie machen deine Seite für Rich Results qualifiziert, also Sternebewertungen, FAQ-Aufklapper, Breadcrumbs oder Veranstaltungsdaten direkt im Suchergebnis. Diese Darstellung nimmt mehr Platz ein und erhöht die Klickrate. Der Effekt auf deinen Traffic ist real, der Weg dorthin führt aber über die Darstellung, nicht über das Ranking. Wer dir etwas anderes verspricht, verkauft dir eine Behauptung.
Warum brauchen KI-Systeme strukturierte Daten?
Weil generative Systeme wie ChatGPT, Perplexity oder Google AI Overviews nicht nur eine Rangliste ausgeben, sondern eine Antwort formulieren. Dafür müssen sie verstehen, welche Entität dein Unternehmen ist, was es anbietet, wo es sitzt und wofür es steht. Ein Fließtext lässt hier Spielraum für Fehlinterpretation. Strukturierte Daten liefern dieselbe Information eindeutig und ohne Kontextverlust. Genau das ist der Punkt, an dem sich klassische Suchmaschinenoptimierung und Generative Engine Optimization trennen: Für Google reicht es oft, gefunden zu werden. Für eine KI musst du eindeutig identifizierbar sein.
Wie groß die Lücke in Graz tatsächlich ist, haben wir in unserer Studie zur KI-Sichtbarkeit Grazer Top-Betriebe gemessen. Kein einziges getestetes KI-System nannte auch nur die Hälfte der Betriebe, und das bei durchweg gut rankenden Unternehmen.
Diese Schema-Typen brauchen Grazer Unternehmen wirklich
schema.org umfasst mehrere hundert Typen. Für einen lokalen Dienstleister sind davon eine Handvoll relevant. Alles andere ist Aufwand ohne Ertrag.
- LocalBusiness: Der wichtigste Typ für jeden Betrieb mit Standort. Enthält Name, Adresse, Telefonnummer, Öffnungszeiten, Einzugsgebiet und Geokoordinaten. Für spezifische Branchen gibt es passgenauere Untertypen wie Dentist, Plumber oder LegalService, die du dem allgemeinen LocalBusiness vorziehen solltest.
- Organization: Beschreibt das Unternehmen als Entität, unabhängig vom Standort. Hier gehören Logo, offizielle Profile in sozialen Netzwerken und die Gründungsdaten hinein. Für die Wiedererkennung durch KI-Systeme ist das der zentrale Anker.
- Service: Macht jede einzelne Leistung explizit, statt sie nur im Fließtext zu erwähnen. Wichtig, wenn du mehrere Leistungsseiten hast und willst, dass eine KI die richtige davon nennt.
- FAQPage: Zeichnet Frage-Antwort-Paare aus. Doppelt wirksam, weil es sowohl Rich Results in Google ermöglicht als auch generativen Systemen fertige, zitierbare Antwortblöcke liefert.
- BreadcrumbList: Bildet die Seitenhierarchie ab. Klingt nebensächlich, hilft aber Suchmaschinen und KI dabei einzuordnen, wie eine Unterseite zum Rest der Website steht.
- Article oder BlogPosting: Für Beiträge wie diesen. Enthält Autor, Veröffentlichungsdatum und Zuordnung zum Herausgeber, alles Signale, die zur Einschätzung der Vertrauenswürdigkeit beitragen.
- AggregateRating und Review: Bewertungen als strukturierte Daten. Vorsicht: Google erlaubt nur echte, auf der eigenen Seite nachvollziehbare Bewertungen. Erfundene Sterne führen zu manuellen Maßnahmen.
Welches Schema Markup braucht ein lokales Unternehmen in Graz?
Als Minimum LocalBusiness mit vollständiger Adresse und Öffnungszeiten, Organization für die Unternehmensidentität und BreadcrumbList für die Struktur. Sobald du mehrere Leistungen anbietest, kommt Service pro Leistungsseite dazu, und auf jeder Seite mit Kundenfragen FAQPage. Diese Kombination deckt den Großteil dessen ab, was Google und KI-Systeme über einen lokalen Betrieb wissen wollen.
NAP-Konsistenz, der häufigste Fehler bei lokalen Betrieben
Was bedeutet NAP-Konsistenz?
NAP steht für Name, Address, Phone. Konsistenz bedeutet, dass diese drei Angaben überall identisch geschrieben sind: im Schema Markup, im Impressum, im Google Business Profil, in Branchenverzeichnissen und auf jeder Seite deiner Website. Schon Kleinigkeiten zählen, etwa ob du "Straße" ausschreibst oder "Str." abkürzt, oder ob die Telefonnummer mit Ländervorwahl steht.
Warum das gerade für KI-Sichtbarkeit kritisch ist: Ein generatives System gleicht Angaben aus mehreren Quellen ab. Widersprechen sie sich, sinkt das Vertrauen in die Entität, und im Zweifel wird ein Mitbewerber genannt, dessen Daten sauber zusammenpassen. Bei lokalen Betrieben in Graz sehen wir diesen Fehler regelmäßig: Das Schema nennt die neue Adresse, das Impressum noch die alte.
So setzt du Schema Markup um
- Bestandsaufnahme: Prüfe im Quelltext, was bereits vorhanden ist. Viele Baukästen und WordPress-Plugins geben unbemerkt eigenes Markup aus, teilweise fehlerhaft oder doppelt.
- Entitäten festlegen: Definiere einmal zentral, wer das Unternehmen ist. Ein Organization-Block mit einer festen ID, auf den alle anderen Seiten verweisen, statt die Daten auf jeder Seite neu zu wiederholen.
- Pro Seitentyp ergänzen: Startseite bekommt LocalBusiness und Organization, Leistungsseiten je einen Service, Blogbeiträge BlogPosting, Seiten mit Kundenfragen FAQPage.
- JSON-LD verwenden: Als Skriptblock einbinden, nicht als Microdata im HTML verstreut. JSON-LD ist von Google empfohlen, leichter zu warten und bricht nicht, wenn jemand das Layout ändert.
- Nur auszeichnen, was sichtbar ist: Markup muss den tatsächlichen Seiteninhalt beschreiben. Angaben, die nur im Code stehen und für Besucher nirgends auftauchen, wertet Google als Verstoß.
- Validieren und live nachprüfen: Nach dem Deploy testen, nicht davor. Was lokal korrekt aussieht, kann durch Caching oder ein Plugin unterwegs verändert werden.
So prüfst du, ob dein Markup wirklich funktioniert
- Rich Results Test von Google: Zeigt, für welche Rich Results deine Seite qualifiziert ist und welche Pflichtfelder fehlen. Der praxisnächste Test.
- Schema Markup Validator von schema.org: Prüft die reine Korrektheit gegen das Vokabular, unabhängig davon, was Google daraus macht. Nützlich für Typen ohne Rich Result.
- Search Console, Bericht zu Verbesserungen: Zeigt Fehler und Warnungen über die ganze Website hinweg statt nur für eine URL. Der Ort, an dem stille Fehler auffallen.
- Quelltext der Live-Seite: Der ehrlichste Test. Seite aufrufen, Quelltext ansehen, JSON-LD-Block suchen. Steht er nicht drin, ist er auch nicht da, egal was das Plugin behauptet.
Wie teste ich mein Schema Markup?
Rufe die veröffentlichte URL im Rich Results Test von Google auf, nicht eine lokale Vorschau. Achte dabei nicht nur auf Fehler, sondern auch auf Warnungen: Fehlende empfohlene Felder wie Öffnungszeiten oder Geokoordinaten kosten dich Rich Results, ohne dass etwas als Fehler markiert wird. Anschließend beobachtest du in der Search Console über einige Wochen, ob die Anzahl gültiger Elemente steigt.
Die häufigsten Fehler
- Doppeltes Markup: Theme und Plugin geben beide einen LocalBusiness-Block aus, mit unterschiedlichen Daten. Suchmaschinen bekommen zwei Wahrheiten und entscheiden sich für keine.
- Bewertungen ohne Grundlage: AggregateRating auf einer Seite, auf der keine einzige Bewertung sichtbar ist. Ein klarer Verstoß gegen Googles Richtlinien mit Risiko einer manuellen Maßnahme.
- Veraltete Daten: Öffnungszeiten oder Adressen im Schema, die seit einem Umzug niemand angefasst hat. Für KI-Systeme ein Vertrauensbruch, weil sich die Quellen widersprechen.
- Markup ohne Inhalt: FAQPage ausgezeichnet, aber die Fragen stehen nirgends auf der Seite. Das fliegt regelmäßig auf und kostet die Rich Results.
- Einmal einbauen und vergessen: Schema ist Pflege, kein Projekt. Neue Leistungsseite, neue Referenz, geänderte Telefonnummer, all das muss mitgezogen werden.
Was das für dein Unternehmen in Graz bedeutet
Schema Markup ist kein Trick, mit dem du an Mitbewerbern vorbeiziehst. Es ist die Grundlage dafür, dass Maschinen dein Unternehmen überhaupt korrekt erfassen. In der klassischen Google-Suche macht das den Unterschied zwischen einem schlichten blauen Link und einem Ergebnis mit Sternen, Öffnungszeiten und Aufklappfragen. In KI-Antworten macht es den Unterschied zwischen genannt werden und übersehen werden. Der Aufwand ist überschaubar und einmal sauber aufgesetzt trägt er jahrelang, solange ihn jemand pflegt.