Was sind strukturierte Daten?

Einfach erklärt

Auf jeder Packung im Supermarkt stehen Preis, Gewicht und Haltbarkeit an fester Stelle, damit Kasse und Kundschaft sie sofort finden. Strukturierte Daten sind solche Etiketten für Suchmaschinen. Sie stehen im Quelltext Ihrer Website und sagen in einem festen Format, was auf der Seite steht: Firmenname, Adresse, Telefonnummer, Öffnungszeiten oder bei einem Beitrag Autor und Datum. Besucher sehen sie nicht, Suchmaschinen lesen sie. Das gemeinsame Vokabular dafür heißt schema.org.

Woran Sie es in der Suche erkennen

Manchmal zeigt Google ein Ergebnis mit Extras, etwa einen Pfad aus Brotkrumen, ein Veranstaltungsdatum oder Sterne bei einem Produkt. Das heißt Rich Result oder Rich Snippet. Strukturierte Daten machen eine Seite dafür geeignet. Einen Anspruch gibt es nicht, Google entscheidet selbst. Manche Darstellungen hat Google ganz eingestellt, darunter die aufklappbaren FAQ-Antworten.

Was Sie tun können

Fragen Sie den Betreuer Ihrer Website, ob Ihr Betrieb mit Name, Adresse und Telefonnummer ausgezeichnet ist und ob die Angaben mit dem Impressum übereinstimmen. Viele Content-Management-Systeme erzeugen solche Angaben über Erweiterungen. Ob auf einer Seite strukturierte Daten stehen und ob Pflichtangaben fehlen, zeigt der SEO-Check.

Was strukturierte Daten nicht leisten

Sie machen aus einer Seite ohne passenden Inhalt keine gute Seite. Sie dürfen nur beschreiben, was auf der Seite auch sichtbar ist. Wer Bewertungen oder Angebote auszeichnet, die es dort nicht gibt, verstößt gegen die Regeln von Google.

Strukturierte und unstrukturierte Daten im Betrieb

Außerhalb der Suchmaschinen meint der Begriff etwas Allgemeineres. Strukturiert sind Daten in festen Feldern, etwa Kunde, Betrag und Fälligkeit in einer Datenbank. Unstrukturiert ist Fließtext in Mails, PDFs und Scans.

Der Unterschied zählt, sobald eine KI mit den Daten arbeiten soll. Die Frage „Welche Rechnungen über 1.000 Euro sind noch offen?“ beantwortet eine Datenbank über Felder mit einem Filter, vollständig und nachprüfbar. Muss ein Sprachmodell dieselbe Antwort aus vielen PDFs zusammenlesen, kann es Werte übersehen oder falsch übernehmen (Halluzination). Es verarbeitet dabei viel mehr Text, was Rechenzeit und je nach Abrechnung Geld kostet (Token). Eine gute Grundlage sind gepflegte Metadaten in der Dokumentenablage und Felder in einer Low-Code-Datenbank. Wie eine KI auf den übrigen Fließtext zugreift, beschreibt RAG.

Formate und Vokabular

Google versteht strukturierte Daten als standardisiertes Format, das Informationen über eine Seite bereitstellt und ihren Inhalt klassifiziert. Das Vokabular ist meist schema.org. Für das Verhalten in der Google-Suche gilt aber Googles eigene Dokumentation. Unterstützt werden drei Formate:

• JSON-LD: JavaScript-Notation in einem <script>-Element in <head> oder <body>, getrennt vom sichtbaren Text. Google empfiehlt dieses Format, weil es sich in großem Umfang am einfachsten umsetzen und pflegen lässt.
• Microdata: Attribute direkt an den HTML-Elementen des sichtbaren Inhalts, meist im <body>.
• RDFa: eine HTML5-Erweiterung für verknüpfte Daten, ebenfalls über Attribute an sichtbaren Inhalten.

Beispiel: LocalBusiness

Für lokale Unternehmen verlangt Google name und address, empfohlen sind unter anderem telephone, url, geo und openingHoursSpecification. Google rät zum möglichst konkreten Untertyp, hier Electrician unterhalb von HomeAndConstructionBusiness:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Electrician",
  "name": "Muster Elektro GmbH",
  "url": "https://www.example.de/",
  "telephone": "+49 511 0000000",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Musterstraße 1",
    "postalCode": "30159",
    "addressLocality": "Hannover",
    "addressCountry": "DE"
  },
  "openingHoursSpecification": [{
    "@type": "OpeningHoursSpecification",
    "dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"],
    "opens": "07:30",
    "closes": "16:30"
  }]
}
</script>

Typische Fehler

• Unsichtbares ausgezeichnet. Die Daten müssen den Seiteninhalt realitätsgetreu wiedergeben. Verstöße können zu manuellen Maßnahmen führen, die Seite erscheint dann nicht mehr als Rich Result.
• Auf FAQ- und HowTo-Ergebnisse gesetzt. Seit August 2023 zeigte Google FAQ-Ergebnisse nur noch für bekannte, maßgebliche Websites von Behörden und aus dem Gesundheitsbereich. HowTo-Ergebnisse erscheinen seit dem 13. September 2023 nicht mehr. FAQ-Ergebnisse stellt Google seit dem 7. Mai 2026 gar nicht mehr dar. Vorhandenes Markup muss nicht entfernt werden, es hat nur keine sichtbare Wirkung.
• Eigene Bewertungen als Sterne. aggregateRating und review sind bei LocalBusiness nur für Websites vorgesehen, die Bewertungen anderer lokaler Unternehmen sammeln.
• Gültig heißt nicht angezeigt. Google kann nicht garantieren, dass strukturierte Daten in den Ergebnissen erscheinen, auch wenn sie fehlerfrei sind.

Prüfen

• Rich Results Test von Google: prüft die Daten gegen Googles Anforderungen und zeigt teilweise eine Vorschau.
• Schema Markup Validator (validator.schema.org): liest JSON-LD, RDFa und Microdata aus, zeigt den erkannten Datengraphen und meldet Syntaxfehler.
• SEO-Check: liest die JSON-LD-Blöcke im ausgelieferten HTML, meldet ungültiges JSON und @id-Verweise ohne Ziel und vergleicht für Typen wie Article, Product, BreadcrumbList, Event, JobPosting und LocalBusiness die Pflicht- und empfohlenen Felder mit Googles Dokumentation. Untertypen wie Electrician aus dem Beispiel oben wertet er nicht aus und führt sie als „Kein geprüfter Google-Typ“. Name und Adresse prüfen Sie dann im Rich Results Test. Microdata und RDFa wertet er nicht aus.

Strukturierte und unstrukturierte Daten für KI-Auswertungen

Außerhalb von schema.org bezeichnet der Begriff Daten mit festem Schema: Felder mit Namen und Datentyp, etwa in einer relationalen Datenbank oder einer Low-Code-Datenbank. Unstrukturiert sind Fließtext, PDF-Dateien, Scans und Mails. Dazwischen liegen halbstrukturierte Formate wie JSON, die Felder enthalten, aber kein festes Schema erzwingen.

Für Auswertungen mit KI folgt daraus eine Arbeitsteilung. Fragen nach Mengen, Summen, Fristen oder Schwellenwerten beantwortet eine Abfrage über Felder vollständig und nachprüfbar. Ein Sprachmodell kann eine solche Abfrage formulieren oder ihr Ergebnis in Worte fassen, die Werte selbst kommen aus der Datenbank. Fließtext erschließt ein Modell meist über RAG: Eine Suche wählt passende Abschnitte aus und das Modell liest nur diese. Ob dabei alle einschlägigen Dokumente gefunden wurden, lässt sich nicht so sicher sagen wie bei einem Filter über ein Feld.

Beide Seiten verbinden Metadaten: Dokumenttyp, Absender, Datum oder Betrag als Felder neben dem Volltext. Damit lässt sich die Suche vorab eingrenzen, etwa auf die Rechnungen eines Lieferanten, bevor ein Modell den Inhalt liest. Werte, die ein Modell aus Fließtext in Felder überträgt, werden vor der Übernahme geprüft, siehe Halluzination.