Strukturierte Daten (Structured Data)

Was sind strukturierte Daten?

Strukturierte Daten sind Daten, die einem festen Schema folgen, sodass ein Programm jede Angabe eindeutig einem Feld zuordnen kann. Die genaue Definition hängt vom Fachgebiet ab. In der Datenwissenschaft ordnet der Begriff Daten nach ihrem Format und ihren Schema-Regeln ein. In der Suchmaschinenoptimierung meint er Angaben im Quelltext einer Webseite, die ihren Inhalt nach dem Vokabular von Schema.org auszeichnen.

Die Datenwissenschaft unterscheidet drei Arten. Strukturierte Daten haben ein festes Schema aus Zeilen und Spalten, etwa eine Excel-Tabelle oder eine relationale Datenbank. Unstrukturierte Daten wie Fließtext, Bilder, Audio oder ganze Webseiten haben kein solches Schema. Dazwischen liegen semi-strukturierte, also teilweise strukturierte Daten. Sie folgen keinem festen Datenmodell, kennzeichnen ihre Angaben aber mit Tags oder Feldnamen, typisch sind JSON- und XML-Dateien. IBM zählt auch CSV-Dateien und E-Mails mit festen Kopfzeilen dazu.

Ein strukturiertes Datenformat legt fest, wie Angaben benannt und gespeichert werden, damit Programme sie ohne Interpretation lesen können. Auf Webseiten übernimmt diese Rolle Markup im Quelltext. Es ergänzt den unstrukturierten Text einer Seite um eindeutig benannte Felder, etwa den Zinssatz eines Tagesgeldkontos. Nicht gemeint sind strukturierte Inhalte im Sinne gut gegliederter Texte mit Überschriften, Listen und Tabellen. Sie helfen Lesern und Suchsystemen, sind aber kein Markup. Weil strukturierte Daten direkt im Quelltext der eigenen Seite stehen, zählen sie zur Onpage-SEO.

Schema.org und Schema Markup

Schema.org ist das gemeinsame Vokabular, mit dem Websites ihre Inhalte als strukturierte Daten für Suchmaschinen auszeichnen. Google, Microsoft und Yahoo haben die Initiative am 02.06.2011 gestartet, Yandex unterstützt sie seit November 2011. Das Vokabular besteht aus Typen (Types) wie Organization, Event oder Person und aus Eigenschaften (Properties) wie name oder startDate. Die Typen bilden eine Hierarchie, in der jeder Untertyp die Eigenschaften seiner Obertypen erbt. Eine Bank hat etwa den Typ BankOrCreditUnion, der über FinancialService und LocalBusiness von Organization abstammt.

Im SEO heißen Auszeichnungen nach diesem Vokabular meist Schema Markup. Einfach erklärt ist Schema Markup eine maschinenlesbare Beschriftung von Inhalten, die Leser ohnehin auf der Seite sehen. Nach Angaben von Schema.org zeichneten 2024 mehr als 45 Millionen Domains ihre Seiten mit über 450 Milliarden Schema.org-Objekten aus.

Für die HTML-Überschriften h1 bis h6 einer Seite kennt Schema.org keine eigene Eigenschaft. Die Eigenschaft headline nennt nur die Überschrift eines ganzen Artikels.

JSON-LD, Microdata und RDFa

Schema.org lässt sich in drei Formaten in eine Seite schreiben. JSON-LD steht als eigener Skriptblock im HTML und berührt den sichtbaren Text nicht, Microdata und RDFa (Resource Description Framework in Attributes) ergänzen die vorhandenen HTML-Elemente um Attribute. Google akzeptiert alle drei Formate, empfiehlt aber JSON-LD, weil es sich auch auf großen Websites am einfachsten umsetzen und pflegen lässt. Aufbau, Codebeispiele und den Vergleich der drei Formate zeigt der Artikel zu JSON-LD.

Wie Google und Bing Schema.org lesen

Für die Google Suche ist nicht die Dokumentation von Schema.org maßgeblich, sondern die von Google. Google nutzt für die meisten Funktionen das Schema.org-Vokabular, legt in Search Central aber selbst fest, welche Eigenschaften Pflicht oder empfohlen sind. Bing liest Schema.org laut seiner Webmaster-Hilfe in Microdata, JSON-LD und RDFa und zieht keines der Formate vor. Die Bing Webmaster Guidelines verlangen für Structured Data wie Google, dass Markup den sichtbaren Inhalt korrekt wiedergibt, und sagen ausdrücklich, dass es keine Sichtbarkeit garantiert.

Strukturierte Daten und SEO

Für SEO sind strukturierte Daten vor allem die Voraussetzung für Rich Results und eine Verständnishilfe für Google, aber kein allgemeiner Rankingfaktor. Google nutzt strukturierte Daten (Structured Data) laut seiner Einführung, um den Inhalt einer Seite zu verstehen und Informationen über Personen, Bücher oder Unternehmen im Markup zu sammeln. Solche eindeutig bestimmbaren Personen, Unternehmen und Dinge heißen Entitäten. Wie Google sie im Knowledge Graph verknüpft, erklärt der Artikel dazu.

Sichtbar wird Markup vor allem in Rich Results, also Suchergebnissen mit Zusatzangaben wie einem Navigationspfad oder Sternen. Welche Rich Results Google zu welchem Markup zeigt, listet der Artikel zu Rich Snippets. Garantiert ist ein Rich Result laut Google auch bei fehlerfreiem Markup nicht. Ohne Markup kommen Featured Snippets aus, die Google aus dem sichtbaren Text einer Seite auswählt.

Auf die Position wirken strukturierte Daten nicht direkt. John Mueller von Google schrieb am 13.04.2025, strukturierte Daten ließen eine Website nicht besser ranken, sie dienten der Darstellung der dokumentierten Suchfunktionen. Markup für weitere Schema.org-Typen schade nicht, eine sichtbare Veränderung in der Google Suche sei davon aber unwahrscheinlich.

Für die KI-Suche verlangt Google kein zusätzliches Markup, laut seinem Leitfaden zu generativen KI-Funktionen (Stand 07/2026) sind strukturierte Daten für AI Overviews (Übersicht mit KI) und AI Mode nicht erforderlich. Der AI Search Guide von KKP (07/2026) empfiehlt, strukturierte Daten für saubere Indexierung und die Zuordnung von Entitäten einzusetzen, sie aber nicht als Hebel für Zitate in KI-Antworten einzuplanen. Ob strukturierte Daten in der KI-Suche helfen und was Studien dazu zeigen, belegt der Artikel zu JSON-LD. Was Nennungen und Zitate dort beeinflusst, behandelt der Artikel zu GEO (Generative Engine Optimization).

Beispiele für strukturierte Daten auf einer Bankwebsite

Ein typisches Beispiel für strukturierte Daten ist ein Tagesgeldkonto, das als DepositAccount ausgezeichnet ist und seinen Zinssatz in der Eigenschaft interestRate angibt. Die Figur zeigt für eine fiktive Beispielbank auf example.com, welcher sichtbare Inhalt welchen Schema.org-Typ und welche Eigenschaften bekommt. Jede Zeile beschreibt etwas, das Besucher auf der jeweiligen Seite auch sehen, denn Google untersagt Markup für Inhalte, die auf der Seite nicht sichtbar sind.

Drei Muster wiederholen sich. Erstens bekommt jeder Inhalt den spezifischsten passenden Typ, also DepositAccount statt nur FinancialProduct, so empfiehlt es Google in seinen Richtlinien. Zweitens verweisen Typen aufeinander, der Artikel nennt die Autorin über author, das Konto die Bank über provider. Drittens stammen die Werte aus derselben Quelle wie der sichtbare Text, damit Zinssatz im Markup und Zinssatz auf der Seite nicht auseinanderlaufen. Eine Excel-Tabelle mit denselben Konditionen wäre dagegen ein Beispiel für strukturierte Daten im Sinne der Datenwissenschaft, aber kein Structured-Data-Markup, das eine Seite für SEO beschreibt.

Arten von strukturierten Daten für Finanzseiten

Die wichtigsten Arten strukturierter Daten für Banken und Versicherer beschreiben das Unternehmen, die Finanzprodukte, die Ratgeberinhalte mit ihren Autorinnen und Autoren und den Navigationspfad. Schema.org hält dafür jeweils eigene Typen bereit, Google unterstützt aber nur einen Teil davon mit eigenen Funktionen in der Suche.

Unternehmen: Organization-Schema und Untertypen

Das Organization-Schema beschreibt das Unternehmen hinter einer Website mit Name, Logo, Adresse und Profilen. Google rät, es auf der Startseite einzubinden, damit die Suchmaschine die Organisation eindeutig identifiziert, und nennt dafür keine Pflichtangaben. Für Banken sieht Schema.org den Typ BankOrCreditUnion vor, für Versicherungsagenturen und Vermittler InsuranceAgency. Beide sind Untertypen von FinancialService und damit von LocalBusiness und Organization. Einen eigenen Typ für Versicherungsgesellschaften gibt es nicht, für Versicherer kommen InsuranceAgency oder der allgemeinere Obertyp FinancialService infrage. Filialen geben zusätzlich Adresse und Öffnungszeiten in address und openingHoursSpecification an. Die Eigenschaft sameAs verweist auf Profile derselben Organisation an anderer Stelle im Web.

Finanzprodukte: FinancialProduct und Product-Schema

Konten, Kredite und Karten beschreibt der Typ FinancialProduct mit Untertypen wie BankAccount, DepositAccount, LoanOrCredit, InvestmentOrDeposit und PaymentCard. Eigenschaften wie interestRate, annualPercentageRate oder amount machen Zinssatz, effektiven Jahreszins und Kreditbetrag maschinenlesbar. Ein eigenes Rich Result für Finanzprodukte gibt es bei Google nicht, FinancialProduct und seine Untertypen fehlen in Googles Galerie der Funktionen für strukturierte Daten. Das Product-Schema, das Google für Produkt-Snippets nutzt, steht laut Schema.org für jedes angebotene Produkt und jede Dienstleistung. In einer KKP-Stichprobe vom 03.10.2026 mit 46 Treffern zu fünf Finanz-Suchanfragen stammten alle Sterne von Seiten mit Product-Markup und aggregateRating, die vier Seiten mit FinancialProduct-Typen bekamen keinen eigenen Zusatz. Methode und Zahlen stehen im Artikel zu Rich Snippets.

Ratgeber, Autoren, Navigationspfad und FAQ

Ratgeberartikel bekommen den Typ Article oder einen Untertyp wie BlogPosting, mit dem Titel in headline, dem Datum in datePublished und der Autorin oder dem Autor in author. Autorinnen und Autoren beschreibt das Person-Schema. Google verlangt, dass alle auf der Seite genannten Autoren im Markup stehen, jede Person in einem eigenen author-Eintrag, und empfiehlt dringend Typ und URL, etwa die Autorenseite. Sichtbare Angaben zur Expertise der Autoren ersetzt dieses Markup nicht. Den Navigationspfad beschreibt BreadcrumbList, Aufbau und Darstellung erklärt der Artikel zu Breadcrumbs.

Eine FAQ lässt sich mit dem Typ FAQPage auszeichnen, dessen Eigenschaft mainEntity je Frage ein Element vom Typ Question mit der Antwort in acceptedAnswer enthält. Das FAQ-Schema ist nach Schema.org gültig, Google zeigt dafür aber keine FAQ-Rich-Results mehr. Ab dem 08.08.2023 erschienen sie nur noch für bekannte Websites von Behörden und aus dem Gesundheitsbereich, seit dem 07.05.2026 gar nicht mehr. Vorhandenes Markup muss laut Google (08/2023) nicht entfernt werden. Den FAQ-Bericht der Search Console und die Prüfung von FAQ-Markup im Rich-Results-Test hat Google im Juni 2026 entfernt.

Event, Video, Stellenanzeige und Bild

Für Veranstaltungen, Videos, Stellenanzeigen und Bildlizenzen verlangt Google eigene Pflichtangaben, die in der Dokumentation der jeweiligen Funktion stehen. Die Tabelle fasst sie für Inhalte zusammen, die auch auf Finanzseiten vorkommen.

Für Stellenanzeigen empfiehlt Google zusätzlich die Indexing API, die laut Google nur Seiten mit JobPosting oder Livestream-Videos (BroadcastEvent) verarbeitet.

Strukturierte Daten einbauen

Strukturierte Daten kommen auf drei Wegen auf eine Website, über ein Plugin des Content-Management-Systems, über Templates, die Entwickler je Seitentyp anlegen, oder für Einzelfälle über einen Generator. Plugins decken Standardtypen wie Organization, Article und BreadcrumbList ab. Für Finanzprodukte mit Zinssatz oder Kreditbetrag eignet sich ein Template, das die Werte aus denselben Daten zieht wie die sichtbare Seite.

Strukturierte Daten in WordPress mit Yoast SEO und Rank Math

In WordPress übernehmen SEO-Plugins die Grundausstattung. Yoast SEO baut laut Hersteller automatisch einen zusammenhängenden Schema-Graphen in JSON-LD auf, der unter anderem Website, Seite, Organisation oder Person, Artikel und Navigationspfad beschreibt. Im Editor lässt sich der Seitentyp genauer festlegen, und die FAQ- und How-to-Blöcke geben ihr Markup selbst aus, auch wenn Google für beide keine Rich Results mehr zeigt. Rank Math legt je Beitragstyp einen Standardtyp wie Article fest und bietet im Schema Generator weitere Typen an, etwa Event, Job Posting, Product und Video. Eigene Typen erlaubt Rank Math erst in der Bezahlversion mit dem Custom Schema Generator. Geben zwei Plugins oder Plugin und Theme parallel Markup aus, entstehen leicht doppelte Angaben, die im Rich-Results-Test auffallen.

TYPO3 und Contao

In TYPO3 übernimmt eine Extension die Ausgabe, zum Beispiel die Extension schema. Sie stellt das Schema.org-Vokabular als PHP-Modelle bereit und gibt das Markup als JSON-LD aus, gesteuert über eine Programmierschnittstelle oder über ViewHelper in Fluid-Templates. Contao gibt seit Version 4.12 (08/2021) im Kern selbst JSON-LD nach Schema.org aus, für FAQ, Kalender und Navigationspfad.

Generatoren und Aufwand

Ein Schema-Markup-Generator, oft auch Rich-Snippet-Generator genannt, erzeugt aus einem Formular fertigen JSON-LD-Code für eine einzelne Seite. Brauchbar ist ein Generator, wenn er die benötigten Typen und Eigenschaften anbietet und JSON-LD ausgibt. Eingetragen werden nur Angaben, die auch auf der Seite stehen. Für viele gleichartige Produktseiten taugt er nicht, weil dann jede Änderung am Zinssatz von Hand im Code nachgezogen werden muss.

Wie lange die Implementierung von Schema.org-Markup dauert, hängt vor allem von der Zahl der Seitentypen ab. Ein Plugin gibt Standardtypen nach der Einrichtung auf allen Seiten aus. Ein Template je Seitentyp, etwa für Tagesgeld, Ratenkredit und Ratgeber, ist Entwicklungsarbeit mit Test und Abnahme. Danach muss Google die Seiten neu crawlen, was laut Google einige Tage dauern kann.

Strukturierte Daten testen und prüfen

Strukturierte Daten testet man mit drei Werkzeugen, dem Rich-Results-Test von Google, dem Schema Markup Validator von Schema.org und den Berichten der Google Search Console. Der Rich-Results-Test prüft, ob eine Seite für Rich Results bei Google infrage kommt, der Validator prüft die Schema.org-Syntax aller Typen, und die Search Console zeigt Fehler im gesamten Bestand.

Rich-Results-Test

Der Rich-Results-Test, auf Deutsch Test für Rich-Suchergebnisse, nimmt eine URL oder einen Code-Ausschnitt entgegen und liest JSON-LD, Microdata und RDFa. Er ruft die Seite als Google-InspectionTool ab, standardmäßig mit dem Smartphone-User-Agent, und wertet den gerenderten Quellcode aus. Das Ergebnis listet die erkannten Rich-Result-Typen mit Fehlern und Warnungen. Fehler schließen ein Rich Result aus, Warnungen schränken nur die Darstellung ein. Seiten, die per robots.txt oder Noindex für Google gesperrt sind, kann das Tool nicht testen. Auch Rich Snippets testet man mit diesem Werkzeug, denn Google fasst sie seit dem 19.12.2017 unter Rich Results zusammen und stellte am selben Tag den Rich-Results-Test vor.

Schema Markup Validator

Der Schema Markup Validator unter validator.schema.org prüft, ob JSON-LD, Microdata und RDFa nach Schema.org gültig sind, und warnt bei ungewöhnlichen Kombinationen von Typen und Eigenschaften. Ob Google daraus ein Rich Result macht, prüft er nicht. Er ist der Nachfolger von Googles Structured Data Testing Tool, dem früheren Testtool für strukturierte Daten, das 2010 als Rich Snippets Testing Tool begonnen hatte. Google kündigte am 15.12.2020 an, das Tool an Schema.org abzugeben, der Validator ging im Mai 2021 online, und seit dem 09.08.2021 leitet Google das alte Tool auf eine Auswahlseite um. Nützlich ist der Validator vor allem für Typen ohne Google-Funktion, etwa DepositAccount oder LoanOrCredit.

Search Console

Nach dem Livegang zeigt die Google Search Console, die bis zum 20.05.2015 Google Webmaster Tools hieß, ob Google die strukturierten Daten im Bestand erkennt. Unter „Verbesserungen“ steht für jeden Rich-Result-Typ mit gültigem Markup ein eigener Bericht, Produkt-Snippets und Händlereinträge stehen unter „Shopping“. Diese Berichte zählen Elemente, nicht Seiten, und zeigen nur eine Stichprobe. Kritische Probleme machen ein Element ungültig, nicht kritische betreffen nur die Darstellung. Nach einer Korrektur lässt sich dort die Überprüfung starten. Markup mit schweren Syntaxfehlern, dessen Typ Google nicht erkennen kann, listet ein eigener Bericht zu Parsing-Fehlern bei strukturierten Daten. Für einzelne URLs zeigt die URL-Prüfung, welche strukturierten Daten Google erkannt hat. Checker von Drittanbietern ersetzen diese Prüfungen nicht, weil nur Google festlegt, welche Angaben eine Funktion verlangt.

Ablauf in vier Schritten

1. Vor dem Livegang testen. Den Code im Rich-Results-Test prüfen und alle Fehler beheben.
2. Schema.org prüfen. Typen ohne Google-Funktion wie Finanzprodukte oder FAQPage im Schema Markup Validator kontrollieren.
3. Live-Seite prüfen. Mit der URL-Prüfung kontrollieren, ob Google das Markup sieht, und bei Bedarf ein erneutes Crawling beantragen.
4. Bestand beobachten. Die Berichte unter „Verbesserungen“ und „Manuelle Maßnahmen“ regelmäßig ansehen und nach Korrekturen die Überprüfung starten.

Googles Richtlinien für strukturierte Daten

Strukturierte Daten müssen laut Google den sichtbaren Inhalt einer Seite wahrheitsgemäß beschreiben, sonst kann die Seite die Eignung für Rich Results verlieren. Google untersagt Markup für Inhalte, die Leser nicht sehen, irrelevante oder irreführende Angaben wie gefälschte Rezensionen und Markup, das über Inhaberschaft oder Zweck einer Seite täuscht. Die Angaben sollen aktuell und vollständig sein, auf der Seite stehen, die sie beschreiben, und den spezifischsten passenden Typ nutzen. Seiten mit Markup dürfen für den Googlebot nicht per robots.txt oder Noindex gesperrt sein.

Bei Verstößen kann Google eine manuelle Maßnahme verhängen. Als Probleme nennt Google unter anderem Markup für versteckte Inhalte, ein als Produkt gekennzeichnetes Unternehmen und Rezensionen, die das Unternehmen selbst geschrieben hat. Die Folge ist laut Google der Verlust der Eignung für Rich Results, das Ranking in der Websuche bleibt unberührt. Nach der Korrektur lässt sich im Bericht „Manuelle Maßnahmen“ eine Überprüfung anfordern.

Für Banken und Versicherer gilt außerdem die Regel zu Bewertungen in eigener Sache. Sterne für Bewertungen, die ein Unternehmen über sich selbst steuert, zeigt Google seit dem 16.09.2019 nicht mehr, das betrifft Seiten mit Organization- oder LocalBusiness-Markup und damit auch BankOrCreditUnion und InsuranceAgency. Auch Bing behält sich laut seinen Richtlinien vor, irreführendes oder ungenaues Markup zu ignorieren.

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →