Hinweis: Dieser Beitrag gehört zur Wissensrubrik Strukturierte Daten: Die Sprache, die KI braucht, um deiner Marke zu vertrauen 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.
Ich erinnere mich an einen Kunden, einen hoch spezialisierten IT-Dienstleister. Seine Website rankte bei Google für alle relevanten Keywords auf Seite eins – ein klassischer SEO-Erfolg.
Doch als ich testweise KI-Systeme wie Perplexity und ChatGPT nach einem Experten für sein Fachgebiet in seiner Region fragte, geschah – nichts. Für die KI existierte sein Unternehmen nicht.
Der Grund? Seine Website war eine perfekt optimierte Broschüre für Menschen, für Maschinen aber ein unlesbares Dokument. Google verstand zwar die Keywords, aber nicht das Konzept: Wer ist der Anbieter? Was genau ist die Dienstleistung? Wo wird sie angeboten?
Dieser Moment hat alles verändert. Wir optimieren heute nicht mehr für Keywords, sondern bauen maschinenlesbare Identitäten. Das Fundament dafür legt für jeden Dienstleister das Service-Schema mit seinen entscheidenden Eigenschaften provider und serviceArea.
Stell dir vor, du gibst einer Maschine deine Visitenkarte. Darauf stehen dein Name, deine Firma und eine Telefonnummer. Was fehlt? Deine Berufsbezeichnung. Die Maschine weiß, dass du existierst, aber nicht, was du tust, für wen du arbeitest oder wo du tätig bist.
Genau das ist die Realität für die meisten B2B-Websites. Sie haben Texte über ihre Leistungen, eine „Über uns“-Seite und eine Adresse im Impressum. Für eine KI sind das nur isolierte Informationsfetzen – „Strings“, also Zeichenketten. Sie kann daraus keine zuverlässige Verbindung herstellen zwischen der Dienstleistung (was), der Marke (wer) und dem Einsatzgebiet (wo).
Maschinen wie Googles Knowledge Graph oder die Modelle hinter ChatGPT denken aber nicht in Strings, sondern in „Things“ – in Entitäten. Eine Entität ist ein klar definiertes Konzept mit Eigenschaften und Beziehungen. Genau hier kommt Schema Markup ins Spiel. Es ist die Sprache, mit der du deiner Website beibringst, sich als eine solche Entität vorzustellen.
Schema.org ist ein gemeinsames Vokabular, das von Google, Microsoft, Yahoo und Yandex entwickelt wurde, um Maschinen das Verständnis von Inhalten zu erleichtern. Mit dem Service-Typ ermöglichst du es einer Maschine, deine Dienstleistung als klares Konzept zu erfassen.
Schauen wir uns die drei wichtigsten Bausteine an, die dein Angebot von einer reinen Textwüste in eine strukturierte Entität verwandeln.
Das ist die grundlegende Aussage. Du sagst der Maschine damit unmissverständlich: „Achtung, die Information, die jetzt kommt, beschreibt eine Dienstleistung.“ Das allein ist schon ein gewaltiger Schritt, denn es hebt deine Leistung aus dem unstrukturierten Fließtext heraus.
Wer erbringt diese Dienstleistung? Das ist die entscheidende Frage für Vertrauen und Autorität. Mit der provider-Eigenschaft verknüpfst du den Service direkt mit deiner Unternehmens-Entität (@type: „Organization“).
Die Maschine versteht plötzlich:
Diese Verknüpfung ist fundamental. Sie stärkt nicht nur das Verständnis für die einzelne Dienstleistung, sondern festigt auch deine gesamte Marke als Entität. Jeder Service, den du anbietest, wird zu einem weiteren Beweis für die Kompetenz deiner Marke.
Wo ist deine Dienstleistung verfügbar? Gerade für lokale und regionale Anbieter ist diese Eigenschaft pures Gold. Mit serviceArea definierst du über Place-Typen exakt dein Einzugsgebiet:
Maschinen können nun standortbezogene Anfragen präzise beantworten. Die Frage „Welcher Anbieter für Cybersicherheit ist in Hamburg tätig?“ kann jetzt mit deinem Unternehmen beantwortet werden, weil du es der Maschine explizit mitgeteilt hast. Das ist die Grundlage für jede Form von lokaler KI-Sichtbarkeit.
Statt nur darüber zu reden, werden wir konkret. Nehmen wir als Beispiel einen fiktiven Unternehmensberater aus Berlin.
Ohne Schema Markup sieht sein Angebot für eine Maschine so aus:
Unsere Unternehmensberatung Schmidt & Partner aus Berlin unterstützt KMUs bei der digitalen Transformation.
Die Maschine muss raten. Ist „Schmidt & Partner“ der Name? Ist „Berlin“ der Hauptsitz oder nur ein Einsatzort?
Mit JSON-LD Schema Markup hingegen sieht es so aus:
{ "@context": "https://schema.org", "@type": "Service", "name": "Beratung zur digitalen Transformation für KMU", "description": "Wir analysieren Ihre Prozesse und entwickeln eine maßgeschneiderte Digitalisierungsstrategie für nachhaltiges Wachstum.", "provider": { "@type": "Organization", "name": "Schmidt & Partner Unternehmensberatung", "url": "https://www.schmidt-partner.de" }, "serviceArea": { "@type": "City", "name": "Berlin" }, "serviceType": "Unternehmensberatung"}[Image 1: Code-Beispiel für das Service Schema (JSON-LD), das die Felder ‚provider‘, ’serviceArea‘ und ’name‘ klar strukturiert darstellt.]
Der Unterschied ist gewaltig. Jede Information ist exakt zugeordnet. Jede Mehrdeutigkeit ist damit ausgeschlossen. Du hast der Maschine nicht nur Wörter gegeben, sondern Wissen.
Früher haben wir Inhalte für eine Liste von zehn blauen Links optimiert. Diese Ära ist vorbei. Heute interagieren Nutzer mit KI-Assistenten, die direkte Antworten geben. Diese Systeme durchsuchen nicht live das Web – sie greifen auf ihre Wissensdatenbanken (Knowledge Graphen) zu, die sie zuvor aufgebaut haben.
Wenn deine Dienstleistung nicht als saubere, strukturierte Entität in diesen Graphen existiert, bist du für Antwort-Maschinen unsichtbar. Sie können dich nicht empfehlen, weil sie dich nicht verstehen.
[Image 2: Infografik, die den Unterschied zwischen einer unstrukturierten Website und einer maschinenlesbaren Entität mit klaren Verbindungen (Service -> Provider -> Area) visualisiert.]
Strukturierte Daten sind deine Eintrittskarte in diese Wissensdatenbanken. Sie sind die direkteste und effizienteste Form der Kommunikation mit Google, ChatGPT, Perplexity & Co. Du hilfst ihnen, ihre Arbeit besser zu machen – und sie belohnen dich dafür mit Sichtbarkeit in einem völlig neuen Kontext.
Was ist der Unterschied zwischen Product- und Service-Schema?
Ein Product ist ein materielles oder digitales Gut, das den Besitzer wechselt (z. B. ein E-Book, ein Stuhl). Ein Service ist eine Leistung, die von jemandem erbracht wird, ohne dass ein physisches Produkt übergeben wird (z. B. eine Beratung, eine Reparatur, eine Schulung).
Muss ich programmieren können, um das umzusetzen?
Nicht unbedingt. Viele CMS wie WordPress haben Plugins (z. B. Rank Math, Yoast SEO), die dir helfen, diese Daten ohne Code zu erstellen. Für eine maßgeschneiderte und fehlerfreie Implementierung ist ein grundlegendes Verständnis von JSON-LD jedoch überaus hilfreich.
Wo füge ich diesen Code auf meiner Website ein?
Der JSON-LD-Code wird idealerweise im
Ersetzt Schema Markup die klassische On-Page-Optimierung?
Nein, es ergänzt sie. Guter Content für den Nutzer bleibt die Basis. Schema Markup ist die technische Übersetzungsschicht, die diesen Content für Maschinen verständlich macht. Beides zusammen ergibt maximale Relevanz.
Wie kann ich überprüfen, ob mein Schema korrekt ist?
Google bietet dafür das Tool zum Testen von Rich-Suchergebnissen. Dort kannst du deine URL oder den Code direkt einfügen und siehst sofort, ob Google deine strukturierten Daten lesen und verstehen kann.
Die alleinige Fokussierung auf Keywords und ansprechenden Text hat ausgedient. Wenn deine Expertise, dein Angebot und dein Wirkungsbereich nicht als klare, maschinenlesbare Entität definiert sind, überlässt du deine Sichtbarkeit dem Zufall.
Das Service-Schema ist kein technischer Trick, sondern ein strategisches Fundament. Es ist der erste und wichtigste Schritt, um dein Unternehmen in der neuen Welt der Empfehlungs- und Antwortmaschinen relevant zu positionieren.
Der Wandel von klassischem SEO zur umfassenden KI-Sichtbarkeit ist keine Zukunftsvision – er passiert jetzt. Indem du beginnst, deine Dienstleistungen für Maschinen zu strukturieren, sicherst du dir nicht nur Rankings, sondern Relevanz.