JSON-LD
JSON-LD ist ein W3C-standardisiertes strukturiertes Datenformat, das die JSON-Syntax für schema.org-Markup verwendet. Erfahren Sie, wie JSON-LD SEO verbessert, ...
11 Min. Lesezeit
WB
WebDev_Beginner
Junior Web Developer
·
January 6, 2026
Kompletter Anfänger bei strukturierten Daten hier. Das Team möchte, dass ich JSON-LD für die KI-Suchoptimierung implementiere.
Was ich weiß:
- Es ist irgendein strukturiertes Datenformat
- Kommt in Script-Tags ins HTML
- Hat etwas mit schema.org zu tun
Was ich nicht weiß:
- Wie hilft das eigentlich bei der KI-Suche?
- Welche Typen sollte ich implementieren?
- Gibt es häufige Fehler, die ich vermeiden sollte?
- Wie teste ich, ob es funktioniert?
Suche nach einsteigerfreundlichen Erklärungen und praktischen Umsetzungstipps.
11 comments
11 Kommentare
SS
StructuredDataExpert_Sarah
Expert
Schema Markup Specialist
·
January 6, 2026Ich erkläre das mal ganz von vorne.
Was JSON-LD eigentlich ist:
Es ist eine Möglichkeit, Maschinen mitzuteilen, was deine Inhalte bedeuten. Menschen lesen deine Seite und verstehen sie. Maschinen brauchen explizite Anweisungen.
Beispiel:
Ohne JSON-LD sieht eine Maschine: “John Smith - 10 Jahre Erfahrung - Marketingleiter”
Mit JSON-LD sagst du explizit:
{
"@context": "https://schema.org",
"@type": "Person",
"name": "John Smith",
"jobTitle": "Marketing Director",
"workExperience": "10 years"
}
Jetzt wissen Maschinen: Das ist eine Person namens John Smith, die Marketingleiter ist.
Wie es der KI hilft:
- Klarheit des Kontexts – KI erkennt, welche Entitäten es auf der Seite gibt
- Beziehungszuordnung – Verbindungen zwischen Entitäten (Autor → Artikel)
- Informationsentnahme – Saubere Daten, die die KI zitieren kann
- Autoritätssignale – Korrektes Organization- und Person-Schema signalisiert Legitimität
Wo kommt es hin:
In dein HTML-<head> oder irgendwo ins <body>:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
...
}
</script>
Wichtige Schema-Typen für KI:
- Organization (seitenweit)
- Article (Blogbeiträge)
- FAQPage (Q&A-Inhalte)
- HowTo (Anleitungen)
- Product (E-Commerce)
- Person (Autorenbiografien)
WB
WebDev_Beginner
OP
Junior Web Developer
·
January 6, 2026Das hilft! Kannst du zeigen, wie eine vollständige Implementierung für einen Artikel aussieht?
SS
StructuredDataExpert_Sarah
Expert
Schema Markup Specialist
·
January 6, 2026
Replying to WebDev_Beginner
Hier ist ein vollständiges Article-Schema mit Autor:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Was ist JSON-LD und wie wird es verwendet",
"description": "Vollständiger Leitfaden zur Implementierung von JSON-LD",
"author": {
"@type": "Person",
"name": "Sarah Johnson",
"url": "https://example.com/authors/sarah",
"jobTitle": "Senior Developer"
},
"publisher": {
"@type": "Organization",
"name": "Your Company",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
},
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"image": "https://example.com/article-image.jpg",
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://example.com/json-ld-guide"
}
}
</script>
Wichtige Punkte:
@contextverweist immer auf schema.org@typegibt den Entitätstyp an- Verschachtelte Objekte für verwandte Entitäten (Autor, Publisher)
- Verwende echte Daten deiner Seite (dynamisch im CMS)
Für FAQ-Inhalte:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Was ist JSON-LD?",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LD ist ein strukturiertes Datenformat..."
}
}]
}
Das ist besonders mächtig für KI – eine explizite Q&A-Struktur, die die KI einfach auslesen kann.
SM
SEODeveloper_Mike
SEO Developer
·
January 5, 2026Häufige Fehler, die ich bei Anfängern sehe.
Fehler 1: Ungültige JSON-Syntax
// FALSCH – Komma am Ende
{
"name": "John",
"title": "Developer", // <-- dieses Komma zerstört es
}
Validiere dein JSON immer vor der Veröffentlichung.
Fehler 2: Falsche Property-Namen
// FALSCH
{ "authorName": "John" }
// RICHTIG
{ "author": { "@type": "Person", "name": "John" } }
Verwende exakt die Property-Namen von schema.org.
Fehler 3: Nicht übereinstimmende Inhalte
Dein JSON-LD muss mit dem sichtbaren Seiteninhalt übereinstimmen. Wenn auf der Seite $99 steht, im Schema aber $89, ist das irreführend.
Fehler 4: Fehlende Pflichtfelder
Jeder Schema-Typ hat Pflichtfelder. Prüfe die Dokumentation von schema.org.
Fehler 5: Nicht testen
Nutze den Google Rich Results Test: https://search.google.com/test/rich-results
URL oder Code einfügen, prüfen, ob es validiert.
Mein Workflow:
- JSON-LD schreiben
- Im Rich Results Test validieren
- In schema.org-Dokumentation auf Vollständigkeit prüfen
- Veröffentlichen
- In der Search Console überwachen
AL
AIVisibilityConsultant_Lisa
Expert
AI Visibility Consultant
·
January 5, 2026Wie JSON-LD der KI-Suche konkret hilft.
Aus KI-Sicht:
KI-Systeme, die deine Inhalte auslesen, profitieren von strukturierten Daten, weil:
Explizite Entitätserkennung
- KI weiß: “Diese Seite handelt von Produkt X”
- Kein Raten durch Inhaltsanalyse
Klare Beziehungen
- Autor → Artikel-Verbindung
- Organization → Produkt-Verbindung
- Hilft der KI bei der korrekten Zuordnung
Hohe Sicherheit bei der Datenauslese
- KI entnimmt Daten aus Schema mit höherem Vertrauen
- Weniger fehlerhafte Details
Autoritätssignale
- Umfassendes Schema = Qualitätssignal
- Autorenkompetenz wird angezeigt
- Glaubwürdigkeit der Organisation etabliert
Was ich beobachtet habe:
Seiten mit vollständigem Schema-Markup werden:
- Häufiger korrekt zitiert
- Markenname wird richtig verwendet
- Autorenzuordnung, wenn relevant
Priorität für KI:
Hoher Einfluss:
- Organization (Markenidentität)
- Person (Autorenkompetenz)
- FAQPage (KI liebt Q&A-Format)
Mittlerer Einfluss:
- Article (Inhaltsstruktur)
- HowTo (Anleitungen)
- Product (E-Commerce)
Niedriger, aber nützlich:
- BreadcrumbList
- WebSite
- ImageObject
CT
CMSIntegrator_Tom
·
January 5, 2026Implementierung in verschiedenen CMS-Plattformen.
WordPress:
Verwende Plugins wie:
- Yoast SEO (Basis-Schema)
- Rank Math (umfassender)
- Schema Pro (spezialisiert)
Diese generieren Schema automatisch aus deinen Inhalten.
Headless CMS (Contentful, Sanity):
Schema anhand des Content-Modells generieren:
// Beispiel: Contentful zu JSON-LD
function generateArticleSchema(entry) {
return {
"@context": "https://schema.org",
"@type": "Article",
"headline": entry.fields.title,
"author": {
"@type": "Person",
"name": entry.fields.author.fields.name
},
// ... weitere Felder
};
}
Statische Seitengeneratoren (Hugo, Gatsby):
Template-basierte Generierung:
Hugo-Beispiel:
<script type="application/ld+json">
{
"@type": "Article",
"headline": "{{ .Title }}",
"datePublished": "{{ .Date.Format "2006-01-02" }}"
}
</script>
Das Entscheidende:
Automatisiere je nach Inhaltstyp. Schreibe das Schema nicht für jede Seite manuell.
DP
DataAnalyst_Priya
·
January 4, 2026Den Einfluss von JSON-LD messen.
Vorher/Nachher-Tracking:
Als wir umfassendes Schema implementiert haben:
Rich Results bei Google:
- Vorher: 12% der Seiten berechtigt
- Nachher: 78% der Seiten berechtigt
KI-Zitationen:
- Vorher: Inkonsistente Markennamen-Nutzung
- Nachher: Richtiger Markenname zu 95% verwendet
- Autorenzuordnung hat sich stark verbessert
Wie man es nachverfolgt:
Google Search Console:
- Verbesserungsbericht zeigt Schema-Status
- Impressionen für Rich Results
KI-Sichtbarkeit:
- Mit Am I Cited KI-Zitationen verfolgen
- Zitationsgenauigkeit vor/nach dem Schema vergleichen
Die Korrelation:
Vollständiges Schema korrelierte mit:
- 15% höherer Zitationsrate
- Besserer Genauigkeit, wie wir beschrieben werden
- Mehr Autoren-Nennungen, wenn relevant
Nicht riesig, aber bedeutsam für KI-Sichtbarkeit.
SJ
SchemaDebuger_James
·
January 4, 2026Tipps zum Debuggen und Testen.
Test-Tools:
Google Rich Results Test
- Haupt-Validierungstool
- Zeigt Fehler und Warnungen
- Kostenlos, offiziell
Schema.org Validator
- Allgemeineres Validierungstool
- Nicht Google-spezifisch
Browser-Entwicklertools
- Ansicht > Quelltext, nach “application/ld+json” suchen
- Prüfen, ob das Schema gerendert wird
Chrome-Erweiterungen
- “Structured Data Testing Tool”-Erweiterung
- Schema auf jeder Seite einsehbar
Häufige Debugging-Probleme:
Schema taucht nicht auf:
- Prüfen, ob Script-Tag korrekt geschlossen ist
- JSON auf Gültigkeit prüfen
- Überprüfen, ob das CMS es tatsächlich ausgibt
Validierungsfehler:
- Meist Syntaxprobleme
- Fehlende Pflichtfelder
- Falsche Property-Typen
Schema ist da, aber keine Rich Results:
- Nicht alle Schema-Typen bekommen Rich Results
- Seite ist evtl. noch nicht indexiert
- Inhalt erfüllt evtl. nicht die Qualitätskriterien
Meine Debugging-Checkliste:
- Ist das Script-Tag im Seitenquelltext?
- Ist das JSON gültig (keine Syntaxfehler)?
- Zeigt der Rich Results Test das Schema?
- Sind Pflichtfelder vorhanden?
- Stimmt das Schema mit dem sichtbaren Inhalt überein?
ER
EnterpriseArchitect_Rachel
Enterprise Architect
·
January 4, 2026Implementierung im Enterprise-Maßstab.
Der Template-Ansatz:
Erstelle kein Schema Seite für Seite. Erstelle Templates je Inhaltstyp:
Artikel-Template:
- Zieht Überschrift, Autor, Datum aus dem CMS
- Generiert konsistentes Schema
Produkt-Template:
- Zieht Name, Preis, Verfügbarkeit
- Aktualisiert sich bei Produktänderungen
Organization-Template:
- Seitenweit, konsistent
- Single Source of Truth
Die Automations-Pipeline:
CMS-Inhalt → Build-Prozess → Schema-Generierung → HTML-Ausgabe
Schema wird automatisch generiert, kein manueller Aufwand.
Testen im großen Maßstab:
- Automatisierte Validierung in CI/CD
- Bulk-Testing von Beispielseiten
- Monitoring auf Schema-Fehler in Produktion
Häufige Enterprise-Probleme:
- Inkonsistente Daten in Systemen
- Schema nicht synchron mit sichtbarem Inhalt
- Unterschiedliche Teams für verschiedene Inhaltstypen
Lösung:
Zentrale Schema-Konfiguration, föderierte Inhalte, automatische Generierung.
AN
AIOptimizer_Nina
Expert
AI Search Specialist
·
January 3, 2026Erweitertes Schema für KI-Sichtbarkeit.
Über die Grundlagen hinaus – was der KI wirklich hilft:
FAQPage-Schema:
KI-Systeme lieben explizite Q&A. Wenn du FAQ-Inhalte hast:
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Wie funktioniert X?",
"acceptedAnswer": {
"@type": "Answer",
"text": "X funktioniert, indem..."
}
}
]
}
Das entspricht exakt dem, wie KI Fragen beantwortet.
Experten-Autor-Schema:
{
"@type": "Person",
"name": "Dr. Jane Smith",
"jobTitle": "Senior Researcher",
"alumniOf": "Stanford University",
"sameAs": [
"https://linkedin.com/in/janesmith",
"https://twitter.com/drjanesmith"
]
}
Stellt Expertise-Signale bereit, die KI erkennt.
Umfassende Organization:
{
"@type": "Organization",
"name": "Your Company",
"foundingDate": "2015",
"numberOfEmployees": "50-100",
"award": ["Industry Award 2024"],
"sameAs": ["social profiles"]
}
Stellt Autorität und Legitimität her.
Das Prinzip:
Je expliziter und genauer die Daten, desto besser versteht die KI – und desto präziser sind die Zitate.
WB
WebDev_Beginner
OP
Junior Web Developer
·
January 3, 2026Dieser Thread hat mich vom Nullwissen zum Selbstvertrauen gebracht.
Was ich gelernt habe:
- JSON-LD-Grundlagen – Maschinenlesbare Daten in Script-Tags
- Wichtige Typen – Organization, Article, FAQPage, Person
- KI-Vorteile – Kontext, Beziehungen, Autoritätssignale
- Häufige Fehler – Syntax, Property-Namen, Inhalts-Abweichungen
- Testen – Rich Results Test ist das Haupttool
- Automatisierung – Template-basierte Generierung im großen Stil
Mein Umsetzungsplan:
- Mit Organization-Schema (seitenweit) beginnen
- Article-Schema bei Blogposts hinzufügen
- FAQPage dort einbauen, wo wir Q&A-Inhalte haben
- Person-Schema für Autoren ergänzen
- Alles mit dem Rich Results Test prüfen
- Einfluss mit Am I Cited überwachen
Diese Ressourcen nutze ich:
- schema.org-Dokumentation
- Googles Leitfäden für strukturierte Daten
- Rich Results Test zur Validierung
Danke für die einsteigerfreundlichen Erklärungen!
Have a Question About This Topic?
Get personalized help from our team. We'll respond within 24 hours.
Frequently Asked Questions
Was ist JSON-LD?
JSON-LD (JavaScript Object Notation for Linked Data) ist ein strukturiertes Datenformat, das Suchmaschinen und KI-Systemen hilft, deine Inhalte zu verstehen. Es verwendet das Vokabular von schema.org, das in Script-Tags eingebettet wird, um Entitäten wie Artikel, Produkte, Organisationen und FAQs maschinenlesbar zu beschreiben.
Hilft JSON-LD bei der Sichtbarkeit in der KI-Suche?
Ja. Auch wenn KI-Systeme JSON-LD nicht exakt wie Google auslesen, helfen strukturierte Daten der KI, den Kontext von Inhalten, Beziehungen zwischen Entitäten und genaue Informationen zu erkennen. Umfassendes Schema-Markup signalisiert die Qualität von Inhalten und kann die Wahrscheinlichkeit einer Zitation erhöhen.
Welche JSON-LD-Typen sind für KI am wichtigsten?
Wichtige Schema-Typen für die KI-Sichtbarkeit sind: Organization (etabliert die Markenidentität), Article (mit Autorendetails), FAQPage (Q&A-Struktur, die KI bevorzugt), HowTo (Schritt-für-Schritt-Inhalte), Product (E-Commerce), und LocalBusiness (für lokale Sichtbarkeit).
