Schema-Markup für AEO: 7 strukturierte Daten die LLMs lieben

Sieben Schema.org-Typen decken 92 Prozent aller AEO-relevanten Use-Cases ab — FAQPage, Article, HowTo, Product, AggregateRating, Organization und BreadcrumbList. Wer diese sieben sauber implementiert, gibt LLMs die Extraktions-Vorlagen, mit denen Brand-Mentions entstehen.

Warum Schema-Markup für AEO essentiell ist

Schema.org-Annotationen sind strukturierte Daten, die Suchmaschinen und LLMs explizit erklären, was ein HTML-Block bedeutet. Während Google das Markup für Rich Results nutzt, verwenden moderne Engines wie Perplexity und ChatGPT das gleiche Markup, um Antwort-Snippets zuverlässig zu extrahieren.

Der Unterschied: Bei klassischem SEO ist Schema nice-to-have. Bei AEO ist es Pflicht. LLMs reranken Quellen mit explizitem Schema-Markup signifikant höher, weil die Extraktion deterministisch wird statt heuristisch. Du kannst Schema-Markup direkt mit unserem Schema Generator erstellen oder für Produktseiten den Product Schema Generator nutzen.

1. FAQPage-Schema — der AEO-Königs-Typ

FAQPage-Schema markiert eine Frage-Antwort-Struktur. LLMs nutzen es als direkte Quelle für Frage-basierte Queries — was bei AEO über 60 Prozent aller relevanten Anfragen ausmacht.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Wie lange dauert AEO-Setup?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Schema-Rollout 1-2 Wochen, sichtbare Citation-Steigerung nach 4-12 Wochen."
      }
    }
  ]
}

Validation: Schema.org Validator. Pflichtfelder: mainEntity Array mit Question-Objekten, jede Question braucht name und acceptedAnswer.

2. Article-Schema — der Universal-Marker

Article-Schema (oder die Subtypen BlogPosting, NewsArticle, TechArticle) signalisiert: Das ist ein redaktioneller Inhalt mit Autor, Datum und Thema. LLMs nutzen es für Freshness-Scoring und Author-Authority-Signale.

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Schema-Markup für AEO",
  "author": { "@type": "Person", "name": "Lisa Brandt" },
  "datePublished": "2026-05-19",
  "dateModified": "2026-05-19",
  "publisher": {
    "@type": "Organization",
    "name": "AEO Guide",
    "logo": { "@type": "ImageObject", "url": "..." }
  }
}

Pflichtfelder: headline, author, datePublished, publisher. Optionale Power-Felder: about (Topic-Entities), mentions (Brand-References), citation (Source-Links).

3. HowTo-Schema — für Anleitungs-Content

HowTo-Schema strukturiert Schritt-für-Schritt-Anleitungen. LLMs lieben es, weil sie ganze Step-Listen direkt aus dem Markup extrahieren können. Perfect-Match für AEO-Queries der Form "Wie macht man X".

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "FAQ-Schema implementieren",
  "step": [
    { "@type": "HowToStep", "name": "Q&A-Pairs sammeln", "text": "..." },
    { "@type": "HowToStep", "name": "JSON-LD generieren", "text": "..." },
    { "@type": "HowToStep", "name": "Validieren", "text": "..." }
  ]
}

4. Product-Schema — für Kommerzielle Pages

Product-Schema markiert ein konkretes Produkt mit Preis, Verfügbarkeit, Hersteller. Für SaaS-Tools genauso relevant wie für physische Produkte. LLMs nutzen es für Vergleichs-Queries ("best X for Y").

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "AEO Tracker Pro",
  "description": "...",
  "brand": { "@type": "Brand", "name": "AEO Guide" },
  "offers": {
    "@type": "Offer",
    "price": "49.00",
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock"
  }
}

5. AggregateRating-Schema — Trust-Signal

AggregateRating ist ein Sub-Type, der innerhalb von Product oder Organization eingebettet wird. Es kommuniziert: Diese Entität wurde X mal mit Y Sternen bewertet.

"aggregateRating": {
  "@type": "AggregateRating",
  "ratingValue": "4.7",
  "ratingCount": "143",
  "bestRating": "5",
  "worstRating": "1"
}

Vorsicht: Ratings müssen echt sein und aus einer dokumentierbaren Quelle stammen (eigene Reviews, G2, Capterra). Google straft fake Ratings — bei LLMs ist die Toleranz noch geringer, weil Cross-Validation via Knowledge-Graph passiert.

6. Organization-Schema — Brand-Identität

Organization-Schema baut die Brand-Entität auf. Es ist die Basis für implizite Mentions, weil LLMs hier sameAs-Links zu LinkedIn, Wikipedia, Crunchbase und anderen Authority-Quellen einsammeln.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "AEO Guide",
  "url": "https://aeoradar.de",
  "logo": "...",
  "sameAs": [
    "https://linkedin.com/company/...",
    "https://twitter.com/...",
    "https://github.com/..."
  ]
}

7. BreadcrumbList-Schema — Hierarchie-Signal

BreadcrumbList kommuniziert die Position einer Page im Site-Hierarchie-Tree. Für AEO indirekt relevant, weil es LLMs hilft, thematische Zugehörigkeit zu verstehen — kritisch für Cluster-basierte Citation-Strategien.

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    { "@type": "ListItem", "position": 1, "name": "Home", "item": "..." },
    { "@type": "ListItem", "position": 2, "name": "Schema", "item": "..." }
  ]
}

Validation und Testing-Workflow

Jedes Schema-Markup sollte vor dem Live-Gang durch drei Validation-Schritte laufen. Erstens: Schema.org-Validator prüft die Struktur — sind alle Pflichtfelder vorhanden, sind Datentypen korrekt. Zweitens: Google Rich Results Test prüft, ob das Markup von Google interpretiert werden kann und welche SERP-Features triggert werden. Drittens: Manuelle Live-Site-Inspektion — DevTools öffnen, JSON-LD-Block kopieren, durch beide Validatoren jagen.

Häufige Fehler beim Live-Rollout: Encoding-Probleme (Umlaute in JSON-LD), fehlende Anführungszeichen-Escapes in eingebetteten Strings, doppelte Schema-Blöcke aus CMS-Templates die sich überlagern. Ein systematischer Validation-Check spart Wochen an stillen Citation-Verlusten.

CMS-Integration: Templates statt manueller Pflege

Schema-Markup manuell pro Seite zu pflegen skaliert nicht. Saubere CMS-Templates ziehen die Werte aus den Page-Metadaten: Article-Schema bekommt headline aus dem Post-Titel, datePublished aus dem Publish-Date, author aus dem Autor-Feld. Bei sauberer Template-Architektur reicht ein einmaliger Setup für mehrere hundert Pages.

Wichtiger Hinweis für Headless-Setups (Next.js, Nuxt, Gatsby): Schema-Markup muss server-side gerendert werden. Wenn das JSON-LD nur im Client-Bundle landet, sehen Bing-Crawler und LLM-Retrieval-Layer es oft nicht — und damit fällt der gesamte AEO-Boost weg.

Priorisierungs-Reihenfolge im Rollout

Häufige Fragen

Welches Format ist besser — JSON-LD oder Microdata?

JSON-LD. Google und alle großen LLM-Engines empfehlen JSON-LD explizit. Microdata und RDFa funktionieren technisch, sind aber fehleranfälliger und schwerer zu warten. Der Hauptgrund: JSON-LD ist von HTML-Markup getrennt, läuft also auch dann, wenn das HTML-Layout später überarbeitet wird.

Brauche ich für jede Sprache ein eigenes Schema?

Bei mehrsprachigen Sites: ja. Schema-Felder wie name, description, headline sollten in der Sprache der jeweiligen Page sein. URL-Felder zeigen auf die sprachspezifische Variante. Das alternateName-Feld kann genutzt werden um Brand-Varianten zu kommunizieren.

Kann ich mehrere Schema-Typen auf einer Page kombinieren?

Ja. Multiple Schema-Blöcke in script-Tags sind erlaubt und üblich. Beispiel: Article + FAQPage + Organization auf einer Blog-Page mit FAQ-Sektion.

Wie validiere ich Schema-Markup?

Drei Tools: Google Rich Results Test (offiziell, fokussiert auf SERP-Features), Schema.org Validator (vollständig, alle Schema-Typen), Bing Webmaster Tools (zeigt Bing-spezifische Probleme).

Was passiert wenn Schema-Markup falsch ist?

Engines ignorieren das Markup still. Kein Penalty, aber auch kein Citation-Lift. Häufige Fehler: fehlende Pflichtfelder, falsche Datentypen (String statt Number), ungültige URLs.

Brauche ich für jede Seite individuelles Schema?

Nein. Templates pro Page-Type: Article-Schema für Blog-Posts (dynamische Felder), Organization-Schema einmal site-wide, Product-Schema für Feature-Pages. FAQPage nur dort wo echte FAQs stehen.

Wie oft sollte ich Schema-Markup updaten?

dateModified im Article-Schema bei jeder Content-Änderung. AggregateRating monatlich aus aktueller Review-Datenbank. Organization sameAs-Links bei neuen Social-Accounts oder Wikipedia-Pages.