Strukturierte Daten sollen angeblich der Schlüssel zu mehr Sichtbarkeit in ChatGPT, Perplexity und Googles KI-Antworten sein. Das liest man gerade überall: „Baue Schema Markup ein, dann zitiert dich die KI.“ Schonmal nachgefragt, worauf sich diese Behauptung eigentlich stützt?
Was strukturierte Daten überhaupt leisten
Schema Markup (meist als JSON-LD im Quelltext eingebettet) beschreibt Inhalte einer Seite in einem maschinenlesbaren Format: das ist ein Rezept, das ist eine FAQ, das ist ein Produkt mit diesem Preis. Für klassisches Google-Ranking ist der Nutzen seit Jahren belegt, unter anderem für Rich Snippets wie Sternebewertungen oder FAQ-Ausklappungen. Für die neue Generation der KI-Suche wurde daraus zuletzt oft automatisch abgeleitet, dass Schema Markup auch dort den Unterschied macht. Wie so eine agentenfreundliche Website aussieht, hängt aber von mehr als einem einzelnen Format ab.
Was die aktuelle Ahrefs-Analyse zeigt
Eine großangelegte Ahrefs-Studie hat 1.885 Webseiten untersucht, bei denen zwischen August 2025 und März 2026 JSON-LD-Schema neu eingebaut wurde [Ahrefs, zusammengefasst bei SEO Südwest, 19.08.2026]. Ergebnis: Seiten, die von KI-Systemen zitiert werden, haben knapp dreimal häufiger JSON-LD-Schema als nicht zitierte Seiten. Klingt erstmal nach einem klaren Beleg. Die Studienautoren selbst weisen aber ausdrücklich darauf hin, dass das eine Korrelation ist, keine Kausalität. Anders gesagt: Seiten mit Schema Markup sind oft auch aus anderen Gründen technisch sauberer, besser strukturiert und älter im Index. Das allein erklärt schon einen Teil des Zusammenhangs.
Und die Gegenposition
Eine SEMrush-Studie aus 2025 kommt zu einem deutlich optimistischeren Schluss: Websites mit umfassendem Schema Markup sollen eine 3,2-fach höhere Wahrscheinlichkeit haben, in generativen KI-Antworten zitiert zu werden [SEMrush, 2025]. Zwei namhafte Quellen, zwei unterschiedliche Zahlen, und beide behaupten im Kern etwas Ähnliches, ohne dass wirklich Ursache und Wirkung sauber getrennt werden. Das ist genau das Problem an vielen GEO-Studien gerade: Es wird viel gemessen, aber selten kontrolliert getestet.
Warum die Ergebnisse so auseinandergehen
Ein Grund liegt tiefer in der Technik: Aktuelle RAG-Systeme (also die Technik, mit der viele KI-Chatbots Webinhalte nachträglich einbinden) verarbeiten strukturierte Metadaten wie JSON-LD gar nicht nativ, selbst wenn Websites sie zunehmend einbetten. Das zeigt eine aktuelle wissenschaftliche Analyse aus dem Frühjahr 2026. Die KI liest also in vielen Fällen schlicht den sichtbaren Text, nicht das unsichtbare Markup im Hintergrund. Wer Schema Markup einbaut und dann plötzlich in ChatGPT auftaucht, hat vermutlich eher wegen der sauberen Struktur und der klaren Sprache im Text gewonnen, nicht wegen des Codes im Hintergrund.
Was das für dein Unternehmen praktisch bedeutet
Ich baue JSON-LD bei jedem Projekt weiterhin ein, allerdings aus einem einfachen Grund: Für klassische Google-Rich-Snippets funktioniert es nachweislich, und der Aufwand ist überschaubar. Als alleinige GEO-Strategie tauge ich es aber nicht. Wer wirklich in KI-Antworten auftauchen will, kommt an guter, klar strukturierter Textqualität nicht vorbei, siehe auch mein Beitrag zu GEO für KMU. Schonmal deine eigene Seite mit einem Schema-Validator durchgecheckt? Oft sind es genau dort ein paar fehlende Pflichtfelder, die den Unterschied machen, unabhängig von der KI-Frage.
Häufige Fragen
Lohnt sich Schema Markup trotzdem?
Ja, für klassisches Ranking und Rich Snippets bringt es nachweislich etwas. Für die KI-Sichtbarkeit allein ist der Nutzen laut aktueller Studienlage nicht eindeutig belegt.
Welche Schema-Typen sind für ein KMU am wichtigsten?
In der Praxis meistens Organization, LocalBusiness, FAQPage und, bei Shops, Product. Der Rest ist oft verzichtbar.
Wie finde ich heraus, ob mein Schema Markup korrekt ist?
Über den kostenlosen Rich-Results-Test von Google oder ein Schema-Validierungstool. Fehler dort tauchen erstaunlich oft auf, auch bei sonst sauber gebauten Seiten.
Ich bin selbst noch dabei, die genaue Wirkung von strukturierten Daten auf KI-Suchmaschinen einzuschätzen, die Studienlage ist wie gezeigt uneinheitlich. Wenn du wissen willst, wie es um die technische Basis deiner eigenen Website steht, schau ich mir das gerne unverbindlich an.