Audit für strukturierte Daten: So optimierst du dein Schema-Markup

Rich Snippets, bessere Klickraten, mehr Sichtbarkeit in Suchmaschinen und KI-Chatbots – das Potenzial von strukturierten Daten ist enorm. Mit einem durchdachten Audit bringst du Struktur in dein Markup-Chaos und hebst deine Inhalte auf ein neues Level.

Wir verraten dir, wie du systematisch vorgehst – vom Set-up bis zur Optimierung.

Was sind strukturierte Daten?

Strukturierte Daten sind ein einheitliches Format zur Kennzeichnung von Website-Inhalten, damit Suchmaschinen und KI-Systeme diese eindeutig verstehen und verarbeiten können. Sie machen Informationen für Maschinen lesbar und liefern explizit Kontext durch das standardisierte Vokabular. Dafür wird der Standard Schema.org genutzt, der in Formaten wie JSON-LD, Microdata oder RDFa direkt im Quellcode eingebettet wird.

Mit strukturierten Daten lassen sich verschiedenste Inhalte “etikettieren”:

• Produkte
• Veranstaltungen
• Beiträge (z. B. Blogposts, Newsartikel)
• Organisationen
• Rezepte
• FAQs usw.

Mit strukturierten Daten hast du also die Gewissheit, dass die wichtigsten Informationen deiner Seite von Maschinen korrekt eingelesen und leicht weiterverarbeitet werden können.

Warum sind strukturierte Daten wichtig für SEO und GEO?

Der wahre Wettbewerbsvorteil entsteht heute, wenn SEO (Search Engine Optimization) und GEO (Generative Engine Optimization) Hand in Hand gehen. Mit strukturierten Daten stellst du sicher, dass deine Inhalte nicht nur in den klassischen Suchergebnissen, sondern auch in AI Overviews und Chatbot-Antworten präsenter werden.

Deine Vorteile auf einen Blick:

Auffälligere Darstellung in den Suchergebnissen: Mit strukturierten Daten können Unternehmen Rich Snippets ausspielen – z. B. mit Sternbewertungen, Preisen oder Bildern. Diese optisch auffälligen Elemente sorgen für mehr Aufmerksamkeit in den SERPs, nehmen mehr Platz ein und erhöhen so die Klickwahrscheinlichkeit (CTR).

Bessere Rankings: Strukturierte Daten helfen Suchmaschinen und generativen KI-Systemen, den Inhalt und den Kontext deiner Website besser zu erfassen. Dieses tiefere Verständnis trägt dazu bei, dass sie für relevante Suchanfragen und KI-Antworten präzise zugeordnet und als qualitativ hochwertige Quelle eingestuft wird.

Präsenz in KI-Antworten: Wenn NutzerInnen Suchanfragen direkt an KI-Systeme stellen, erhalten sie oft eine direkte Antwort, ohne eine Website zu besuchen. Strukturierte Daten sind hier entscheidend, denn sie machen den Inhalt für die KI maschinenlesbar. Das erhöht auch die Wahrscheinlichkeit, dass die Informationen deines Unternehmens in diesen Antworten erscheinen und dieses genannt bzw. verlinkt wird.

Stärkeres Markenimage: Gut strukturierte Daten erhöhen die Chance, dass du als vertrauenswürdige Quelle erkannt und zitiert wirst. So kannst du dein Unternehmen als Thought Leader positionieren und so dein Markenimage stärken.

Wie läuft ein Audit für strukturierte Daten ab?

Ein Audit für strukturierte Daten ist der Schlüssel zu fehlerfreiem Markup. Er zeigt dir, was schon gut funktioniert – und wo noch Luft nach oben ist. Wir verraten dir Schritt für Schritt, wie es geht.

1. Ziele definieren & Setup vorbereiten

Bevor du startest, solltest du ein paar Fragen klären:

Was willst du mit dem Audit erreichen? Geht es dir um mehr Sichtbarkeit? Um saubere Produktdaten? Definiere deine Ziele und lege fest, welche Seitentypen relevant sind – etwa Startseite, Artikel oder Produktseiten.

Für die Analyse solltest du folgende Tools parat haben:

• Google Search Console: Zeigt dir Fehler, Warnungen und liefert Performance-Daten auf einen Blick.
• Rich Results Test & Schema.org Validator: Praktische Tools, um strukturierte Daten manuell zu überprüfen.
• Screaming Frog SEO Spider: Ermöglicht einen vollständigen Crawl deiner Seite inkl. detailliertem Daten-Export.
• Wettbewerber-Check: Gibt Einblick, welche Snippets und Schema-Typen deine Konkurrenz einsetzt.

2. Daten erfassen & analysieren

Jetzt wird’s technisch:

• Google Search Console prüfen: Hier erkennst du sofort, bei welchen Schema-Typen Fehler auftreten – zum Beispiel bei Product, Breadcrumb oder Video.

• Screaming Frog Crawling: Extrahiere strukturierte Daten auf URL-Ebene, exportiere Validierungsfehler & -warnungen.

1. Folgende Konfiguration sollte im Screaming Frog vorgenommen werden:

2. Crawl der Website

3. Sichtung und Export der Ergebnisse

• Manuelle Checks: Teste ausgewählte Seiten mit dem Rich Results Test & Schema.org Validator. So erkennst du direkt, ob strukturierte Daten korrekt ausgezeichnet sind.

Tipp: Nutze alle Tools – GSC für den Überblick, Screaming Frog für Details, Rich Results Test & Schema.org Validator für die Validierung der Daten.

3. Fehler & Potenziale identifizieren

Importiere deine Crawling-Daten in unser Google-Sheets-Template und erstelle eine Pivot-Tabelle, die dir die Fehler pro URL übersichtlich darstellt. So kannst du gezielt nach Problemen filtern und gleichzeitig Potenziale erkennen.

Was du finden wirst:

Typische Fehler: Fehlende Pflichtfelder, veraltete Typen oder unvollständige Markups. Häufig fehlt bei Product z. B. brand, sku oder offers – bei Article dagegen headline, author oder das mainImage.

Optimierungspotenziale: Chancen zur Implementierung zusätzlicher Schema-Typen oder wertvoller Eigenschaften, die bisher fehlen. So werden bestehende Markups präziser und vollständiger.

→ Google-Dokumentation zu strukturierten Daten (wird regelmäßig von Google angepasst)

Hier mal ein paar Beispiele:

1. Organization

Organization: Relevanteste Schema-Typen:

• Organization (oder spezifischer: LocalBusiness, Corporation, EducationalOrganization, GovernmentOrganization, etc.)
• ImageObject (für das Logo)
• PostalAddress
• ContactPoint
• LocalBusiness (wenn es sich um ein lokales Unternehmen handelt und physische Kundenbeziehungen relevant sind)

Organization: Häufige Optimierungspotenziale:

• Fehlende Kerninformationen: Oft fehlen grundlegende Angaben wie name (Unternehmensname) und url (Website-URL).
• Unzureichendes oder fehlendes Logo-Markup: Das Logo deines Unternehmens ist entscheidend für das Google Knowledge Panel und die Brand-Identifikation. Es sollte als logoEigenschaft innerhalb von Organization mit der direkten URL zum Bild hinterlegt sein. Idealerweise sollte das Logo quadratisch sein (z. B. 128x128 Pixel oder größer) und eine klare, gut erkennbare Darstellung bieten. Google empfiehlt eine Mindestgröße von 112x112 Pixeln.
• Fehlende sameAs-Verknüpfungen: Dies sind Links zu den offiziellen Social-Media-Profilen (Facebook, Twitter, LinkedIn, Instagram etc.) und anderen wichtigen Online-Quellen (z.B. Wikipedia, Crunchbase). Diese helfen Google, die Identität und Reputation deines Unternehmens zu verstehen und das Knowledge Panel zu bereichern.
• Ungenaues contactPoint: Kontaktinformationen wie telephone, email und der contactType (z.B. "customer service", "technical support") sollten präzise und aktuell sein. Auch areaServed und availableLanguage sind nützlich.
• Fehlende oder unvollständige Adressdaten: Eine vollständige PostalAddress mit streetAddress, addressLocality, postalCode und addressCountry ist essenziell, besonders für lokale Unternehmen.
• Keine spezifische Unterkategorie: Wenn dein Unternehmen eine spezifische Rolle hat (z. B. Dentist, Restaurant, SoftwareCompany), sollte der @type spezifischer gewählt werden als nur Organization, um präzisere Rich Results zu ermöglichen.
• Verknüpfung mit anderen Schema-Typen: Organization sollte oft als publisher für Blog-Artikel oder als provider für Kurse verwendet werden, um die Urheberschaft klar zu kennzeichnen.

2. E-Commerce (Produkte)

E-Commerce: Relevanteste Schema-Typen:

• Product
• Offer (als Eigenschaft von Product)
• AggregateRating (als Eigenschaft von Product)
• Review (als Eigenschaft von Product)
• BreadcrumbList
• Organization (für den Händler)
• Website (für die Site-weite Suche)

E-Commerce: Häufige Optimierungspotenziale:

• Fehlende Offer Details: Oft ist nur der Preis angegeben, aber wichtige Details wie priceCurrency, availability (z.B. InStock, OutOfStock), itemCondition (z.B. NewCondition, UsedCondition), shippingDetails (falls relevant) fehlen.
• Unvollständige Bewertungen: AggregateRating ist vorhanden, aber reviewCount fehlt oder ist inkorrekt. ReviewMarkups sind selten vollständig implementiert, inklusive author, datePublished, reviewBody, reviewRating.
• Fehlende Produktidentifikatoren: gtin8, gtin12, gtin13, gtin14, mpn, isbn (für Bücher), sku. Diese sind entscheidend für die Produktidentifikation durch Suchmaschinen.
• Unzureichende Produktbeschreibungen: description sollte prägnant und aussagekräftig sein.
• Variantenauszeichnung: Herausforderung bei Produkten mit Varianten (Größen, Farben). Hier kann ProductGroup oder die Verwendung von offers mit individuellen skus für jede Variante sinnvoll sein.
• ImageObject: Bilder sollten mit ImageObject ausgezeichnet werden, inklusive url, width, height.
• Brand: Auszeichnung der Produkt-Marke.

3. Software / Anwendungen

Software: Relevanteste Schema-Typen:

• SoftwareApplication (oder spezifischer: WebApplication, MobileApplication, VideoGame)
• Offer (für Kauf/Download)
• AggregateRating
• Review
• OperatingSystem
• ProcessorRequirements, MemoryRequirements, StorageRequirements
• BreadcrumbList

Software: Häufige Optimierungspotenziale:

• Fehlende Systemanforderungen: operatingSystem, processorRequirements, memoryRequirements, storageRequirements.
• Keine Download- oder Kaufoptionen: offers mit price, priceCurrency, url zum Download/Kauf.
• Unzureichende Versionsinformationen: softwareVersion.
• Unterstützte Geräte: applicationCategory (z.B. "Game", "Productivity").

4. Maßnahmen planen & priorisieren

Erstelle nun einen Maßnahmenkatalog, der Folgendes umfassen sollte:

• Konkrete Empfehlungen pro Seitentyp & Fehler
• Snippet-Vorlagen für neue Markups mit Platzhaltern (z. B. {{Produktname}}, {{Preis}})
• Priorisierung nach SEO-Impact & Umsetzungsaufwand

Beispiel für Product:

5. Umsetzung & Validierung

Nach der technischen Implementierung heißt es: testen, testen, testen!

• Mit dem Rich Results Test stellst du sicher, dass Google deine Markups korrekt versteht.
• Der Schema Validator prüft die allgemeine Konformität.
• Und sobald die Seiten indexiert sind, lohnt sich ein erneuter Blick in die Google Search Console, um sicherzugehen, dass alles sauber erfasst wurde.

Fazit: Strukturierte Daten als Wettbewerbsvorteil

Ein Audit für strukturierte Daten ist nicht nur ein technisches Nice-to-have, sondern ein klarer Wettbewerbsvorteil. Denn saubere, vollständige und aktuelle Auszeichnungen sorgen dafür, dass deine Inhalte in Suchmaschinen und KI-Systemen genau dort landen, wo sie die größte Wirkung entfalten – von klassischen Rich Snippets in den SERPs bis hin zu AI Overviews und Chatbot-Antworten.

Der Schlüssel liegt dabei im strukturierten Vorgehen: Definiere klare Ziele, analysiere deine Daten gründlich, finde Lücken und Potenziale, setze gezielte Maßnahmen um und überprüfe regelmäßig die Ergebnisse. So stellst du sicher, dass dein Markup nicht nur fehlerfrei ist, sondern dir langfristig Sichtbarkeit, Klicks und Autorität sichert.

Du hast Fragen oder möchtest deiner digitalen Präsenz einen kräftigen Boost geben? Schreib uns via Kontaktformular oder auf LinkedIn. Wir beraten dich gerne und freuen uns auf dich!

Auch spannend:

Warum das Suchvolumen im KI-Zeitalter nicht mehr alles ist

Interne Verlinkungen optimieren (Screaming Frog)

SEO-Check in Minuten (gratis Template)

Barrierefreiheit von Websites

SEO-Frühwarnsystem mit n8n