FAQ Page, Schema.org & Co.: Die technische Basis, damit KI-Suchmaschinen dich überhaupt verstehen

Andreas Kilkeew

October 11, 2026

•

min Lesezeit

Eine Website kann inhaltlich exzellent sein und trotzdem für ChatGPT, Perplexity oder Google AI Overviews praktisch unsichtbar bleiben. Der Grund liegt selten am Text selbst, sondern daran, wie Maschinen ihn lesen. Klassische Suchmaschinen-Crawler und generative KI-Systeme extrahieren Informationen zunehmend nicht mehr nur aus Fließtext, sondern aus strukturierten Daten im Hintergrund einer Seite – dem sogenannten Schema-Markup. Wer diese technische Basis nicht gelegt hat, überlässt es der KI, den eigenen Inhalt zu interpretieren, statt ihn eindeutig vorzugeben – warum diese technische Ebene neben klassischem SEO überhaupt nötig geworden ist, erklären wir in unserem Grundlagenartikel zu AEO und GEO.

Kurzantwort: Schema-Markup (meist als JSON-LD umgesetzt) ist ein unsichtbarer Code-Block, der einer Webseite maschinenlesbar mitteilt, was sie enthält. Für kleine und mittlere Unternehmen reichen in der Praxis vier Typen: LocalBusiness, FAQPage, Article und Organization. Sauber implementiertes Schema ersetzt keinen guten Inhalt, erhöht aber nachweislich die Wahrscheinlichkeit, dass einzelne Textabschnitte korrekt von KI-Systemen herausgelöst und zitiert werden.

Was Schema.org eigentlich ist

Schema.org ist ein gemeinsam von Google, Microsoft, Yahoo und Yandex entwickeltes, offenes Vokabular aus strukturierten Datentypen. Es erlaubt, einer Webseite maschinenlesbar mitzuteilen, was sie eigentlich enthält: Ist das ein Unternehmen? Ein Blogartikel? Eine Liste von Fragen und Antworten? Technisch wird das meist als JSON-LD umgesetzt – ein kleiner, unsichtbarer Codeblock im Quelltext der Seite, der neben dem für Menschen sichtbaren Text steht und ausschließlich für Maschinen gedacht ist.

FAQPage-Schema: Was 2026 wirklich noch gilt

Rund um FAQPage-Schema herrscht aktuell Uneinigkeit, weil Google Ende 2023 die meisten FAQ-Rich-Snippets aus den klassischen Suchergebnissen entfernt hat. Das führt zu dem verbreiteten Missverständnis, FAQ-Schema sei damit wertlos geworden. Für die klassische blaue Linkliste stimmt das – für KI-generierte Antworten gilt das Gegenteil: FAQPage-Schema bildet exakt das Frage-Antwort-Format ab, in dem KI-Systeme intern denken, was es für die automatische Extraktion einzelner Antworten besonders geeignet macht. Google selbst hat im Mai 2026 einen eigenen Leitfaden zur Optimierung für generative KI-Suche veröffentlicht und stellt darin klar, dass strukturierte Daten für die Aufnahme in AI Overviews nicht zwingend erforderlich sind (Quattr: FAQ Schema in 2026). Sauber implementiertes Schema erhöht aber nachweislich die Wahrscheinlichkeit, dass einzelne Abschnitte korrekt herausgelöst und zitiert werden – eine im März 2026 auf arXiv veröffentlichte Studie zu „Self-Describing Structured Retrieval“ kam bei primär mit Struktur ausgezeichneten Inhalten auf 100 Prozent Trefferquote beim korrekten Zuordnen gegenüber 65 Prozent bei unstrukturierten Vergleichstexten (AuthorityTech: Schema Markup & AI Citations, 2026).

Welche Schema-Typen für kleine und mittlere Unternehmen am wichtigsten sind

Nicht jedes der über 800 Schema.org-Vokabulare ist für ein lokales Unternehmen relevant. In der Praxis reichen meist vier Typen, um die technische Basis zu legen:

LocalBusiness: Bildet Name, Adresse, Telefonnummer, Öffnungszeiten und Kategorie maschinenlesbar ab – die Grundlage jeder lokalen KI-Empfehlung. Für Unternehmen mit mehreren bedienten Städten gehört dazu auch das korrekt gepflegte Servicegebiet – wie das im Google-Unternehmensprofil praktisch eingerichtet wird, zeigen wir separat.
FAQPage: Bindet häufige Fragen und ihre Antworten als eigenständig zitierfähige Einheiten ein, ideal für Leistungs- und Ratgeberseiten.
Article: Kennzeichnet Blogbeiträge mit Autor, Veröffentlichungsdatum und Thema – wichtig für Glaubwürdigkeit und Aktualität in KI-Antworten.
Organization: Verknüpft Website, Social-Media-Profile und Firmendaten zu einer konsistenten digitalen Identität, die KI-Systeme beim Abgleich mehrerer Quellen heranziehen.

Werkzeuge, um den eigenen Stand zu prüfen

Bevor eigenes Schema eingebaut wird, lohnt ein Blick auf den aktuellen Stand der Seite. Googles kostenloser Rich Results Test zeigt direkt an, welches strukturierte Datenmarkup eine URL bereits enthält und ob es fehlerfrei ist. Wer JSON-LD-Code selbst erstellen will, ohne bei null anzufangen, findet mit dem kostenlosen Schema Markup Generator von Merkle/TechnicalSEO.com eine solide Grundlage für gängige Typen wie FAQPage, Article oder LocalBusiness, die sich danach an die eigene Seite anpassen lässt. Die offizielle, jederzeit kostenlose Referenz für alle Feldnamen und Datentypen bleibt schema.org selbst.

Wie die Umsetzung in der Praxis abläuft

Bestandsaufnahme: Mit dem Rich Results Test prüfen, welche Seiten bereits Schema enthalten und wo es fehlt.
Priorisierung: Zuerst Startseite (Organization/LocalBusiness), dann Leistungsseiten (FAQPage), dann Blogartikel (Article) auszeichnen.
Konsistenz sicherstellen: Name, Adresse und Telefonnummer im Schema müssen exakt mit Impressum, Google-Unternehmensprofil und Branchenverzeichnissen übereinstimmen.
Validieren statt hoffen: Jede Änderung erneut im Rich Results Test prüfen, bevor sie live geht – fehlerhaftes Markup wird von Suchsystemen oft komplett ignoriert.
Pflegen statt einmalig einbauen: Neue Blogartikel oder geänderte Öffnungszeiten müssen auch im Schema aktualisiert werden, sonst entsteht ein Widerspruch zwischen sichtbarem Text und maschinenlesbaren Daten.

Der häufigste Fehler: Schema ohne echten Inhalt dahinter

Strukturierte Daten ersetzen keinen guten Inhalt, sie machen ihn nur auffindbar. Wer FAQPage-Schema um Fragen herum baut, die auf der Seite gar nicht beantwortet werden, oder Öffnungszeiten im Schema hinterlegt, die im Google-Unternehmensprofil längst überholt sind, riskiert, dass KI-Systeme diese Widersprüche als Vertrauensproblem werten. Schema ist die technische Basis – die inhaltliche Substanz muss trotzdem stimmen. Wie genau ChatGPT, Perplexity und Gemini solche Signale technisch auswerten, zeigen wir in unserem Artikel zur KI-Sichtbarkeit von Werbeagenturen in Hannover.

Häufige Fragen

Ist FAQPage-Schema seit der Google-Änderung 2023 überhaupt noch sinnvoll?

Ja, wenn auch aus einem anderen Grund als früher: Für klassische Rich Snippets in der Google-Trefferliste bringt es kaum noch etwas, für die Extraktion durch KI-Antwortsysteme bleibt das Frage-Antwort-Format jedoch weiterhin wirksam.

Reicht ein einzelnes Schema auf der Startseite aus?

Nein. KI-Systeme ziehen häufig einzelne Unterseiten als Quelle heran, nicht nur die Startseite – Leistungsseiten und zentrale Blogartikel sollten deshalb ebenfalls mit passendem Schema ausgezeichnet werden.

Kann fehlerhaftes Schema der Sichtbarkeit schaden?

Direkt bestraft wird eine Seite dadurch in der Regel nicht, das fehlerhafte Markup wird aber meist schlicht ignoriert – der potenzielle Sichtbarkeitsvorteil geht damit ungenutzt verloren, weshalb Validierung vor jedem Livegang wichtig ist.

Quellen

Du willst wissen, ob deine Website die technische Basis für KI-Sichtbarkeit bereits hat oder ob da noch ein hässliches Entlein ohne Struktur unter der Oberfläche steckt? Lass uns gemeinsam prüfen, wie daraus ein Schwan wird, der ein echter und vor allem dein Blickfänger ist. Jetzt unverbindlich Kontakt aufnehmen.

Teile diesen Beitrag

Andreas Kilkeew

Geschäftsführer, Creative Director

Lesen