Hinweis: Dieser Beitrag gehört zur Wissensrubrik Die Maschinenlesbarkeit-Engine: Wie ich Websites so strukturiere, dass KI-Systeme sie verstehen – nicht nur crawlen im Mehrklicks-Wissensportal.
Die Inhalte beschreiben Methoden und Strukturen, mit denen wir Marken für KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews sichtbar machen.
Eine thematische Einordnung und die operative Umsetzung findest du auf der Seite Agentur für KI-Sichtbarkeit.
Doch für eine KI wie Googles Knowledge Graph oder ChatGPT ist dieses Schema so nützlich wie ein Lexikon, bei dem auf jeder Seite nur „Wort“ steht. Technisch korrekt, aber inhaltlich wertlos.
Das ist die große Illusion der modernen SEO-Tools: Sie geben uns das Gefühl, alles richtig zu machen, während wir in Wahrheit die Sprache der Maschinen nur stottern, statt sie fließend zu sprechen. Wir fügen „Article“-Schema zu einem tiefgehenden Fachartikel hinzu und wundern uns, warum die KI den Kontext nicht versteht. Das ist, als würde man eine wissenschaftliche Abhandlung als „Text“ bezeichnen. Man hat nicht Unrecht, aber man hat auch nichts von Wert gesagt.
Die meisten Tools und Plugins arbeiten nach einem einfachen Prinzip: Erkenne den Seitentyp (Beitrag, Seite, Produkt) und weise ihm das naheliegendste, generischste Schema zu. Ein Blogbeitrag wird zu Article. Eine Produktseite wird zu Product. Das ist einfach, skalierbar und fast immer „korrekt“.
Aber es ist nicht präzise. Und genau hier liegt die verpasste Chance.
Eine Studie von Yoast hat gezeigt, dass selbst unter den Fortune-500-Unternehmen 57 % überhaupt kein Schema-Markup verwenden. Ich behaupte: Von den verbleibenden 43 % nutzt die überwiegende Mehrheit es so generisch, dass es kaum einen strategischen Vorteil bringt. Sie haken damit nur einen Punkt ab, anstatt ein Fundament für ihre maschinelle Lesbarkeit zu bauen.
Warum ist das ein Problem? Weil KI-Systeme keine Keywords lesen. Sie lesen Zusammenhänge. Sie wollen wissen:
Generischer Code liefert darauf keine Antworten. Er lässt die Maschine raten. Und wenn eine Maschine rät, greift sie auf die Signale der Konkurrenz zurück, die vielleicht präziser kommuniziert.
John Mueller von Google hat es auf den Punkt gebracht: „We recommend using the most specific applicable type…“ – Verwende den spezifischsten zutreffenden Typ. Es geht nicht darum, irgendein Schema zu haben. Es geht darum, das richtige zu haben.
Der Unterschied ist gewaltig:
Article: Sagt einer Maschine: „Hier ist ein Text.“
TechArticle: Sagt einer Maschine: „Hier ist ein Text, der technische Kenntnisse erfordert (proficiencyLevel) und sich auf eine bestimmte Plattform (platform) bezieht.“
Product: Sagt einer Maschine: „Hier ist etwas, das man kaufen kann.“
SoftwareApplication: Sagt einer Maschine: „Hier ist etwas, das man kaufen kann. Es hat eine bestimmte Software-Kategorie (applicationCategory), läuft auf einem Betriebssystem (operatingSystem) und hat eine Versionshistorie.“
Jeder spezifischere Typ schaltet neue Eigenschaften frei, mit denen du den Kontext deiner Inhalte exakt beschreiben kannst. Damit gibst du der Maschine präzises Futter, statt sie mit vagen Brotkrumen abzuspeisen. Dies ist ein fundamentaler Baustein für echte KI-Sichtbarkeit.
Genau hier setzt die Idee eines „Schema-Autopiloten“ an. Statt dich auf generische Vorlagen zu verlassen, analysiert ein solches System den Inhalt deiner Seite und trifft eine intelligente Entscheidung.
Der Prozess sieht so aus:
Das Ergebnis ist kein isolierter Code-Schnipsel mehr. Es ist ein präziser, maschinenlesbarer Datenpunkt, der deinen Inhalt exakt im digitalen Raum verortet.
Wenn du diesen Prozess für jede Seite deiner Website durchführst, passiert etwas Magisches. Du erstellst nicht nur einzelne, perfekt ausgezeichnete Inhalte. Du baust ein vernetztes Gehirn deiner Marke – einen eigenen Knowledge Graphen.
Jede Seite wird zu einem Knotenpunkt in einem Netzwerk von Wissen. Dieses Netzwerk ist es, was Maschinen verstehen. Das ist keine Theorie, sondern die Grundlage dafür, wie Empfehlungssysteme von Google bis Bing Inhalte bewerten. Es ist das Fundament einer robusten semantischen Architektur.
Indem du deine Inhalte auf diese Weise strukturierst, hörst du auf, für Rankings zu optimieren. Du beginnst, für Verständnis zu optimieren. Du machst deine Marke nicht nur auffindbar, sondern zitierfähig, empfehlenswert und relevant für die KI-Systeme, die heute und in Zukunft über Sichtbarkeit entscheiden.
Stell es dir wie Preisschilder in einem Supermarkt vor. Ein Mensch sieht eine Tomate und weiß, was es ist. Eine Maschine sieht nur Pixel. Das „Preisschild“ (Schema-Markup) sagt der Maschine unmissverständlich: „Das ist eine Tomate (Thing > Product), sie kostet 1,99 € (price), wiegt 200g (weight) und ist Bio (additionalProperty).“ Es ist ein standardisiertes Vokabular, um Inhalte für Maschinen zu übersetzen.
KI-Systeme wie ChatGPT oder Google Bard wollen Nutzern die präziseste Antwort geben. Wenn du schreibst, dass dein Artikel ein TechArticle ist, der sich auf Python (about) bezieht und für Fortgeschrittene (proficiencyLevel) gedacht ist, kann die KI ihn Nutzern empfehlen, die genau nach einer solchen Lösung suchen. Generisches Article-Schema liefert diese Details nicht.
Die meisten Plugins fügen sehr grundlegendes Schema hinzu (Article, WebPage, Organization). Das ist besser als nichts, aber es ist nur die erste Stufe. Sie analysieren nicht den Inhalt, um den spezifischsten Typ aus über 800 Möglichkeiten auszuwählen und ihn mit den im Text erwähnten Entitäten zu verknüpfen. Das ist der Unterschied zwischen einer Visitenkarte und einem kompletten Lebenslauf.
Manuell, ja. Jede Seite zu analysieren und den perfekten Schema-Typ mit allen Eigenschaften von Hand zu coden, ist extrem aufwendig und fehleranfällig. Deshalb ist der Ansatz eines automatisierten Systems – eines Autopiloten – der einzig skalierbare Weg, um eine komplette Website in einen präzisen Wissensgraphen zu verwandeln.
Das hängt komplett von deinem Geschäftsmodell ab. Ein lokales Restaurant profitiert von Restaurant, Menu und Event. Ein SaaS-Unternehmen braucht SoftwareApplication und TechArticle. Ein Anwalt nutzt LegalService und Attorney. Der Schlüssel ist, die Typen zu finden, die deine Angebote und Inhalte am exaktesten beschreiben.
Hör auf, Code für Validatoren zu schreiben. Fang an, Wissen für Maschinen zu strukturieren. Denn im Zeitalter der KI gewinnt nicht, wer am lautesten schreit, sondern wer am klarsten verstanden wird.