Strukturierte Daten validieren: 3 Tools für fehlerfreies Schema-Markup

Schema-Markup ohne Validierung ist eine Wette. Rund 38 Prozent aller frisch implementierten Schema-Snippets enthalten laut Schema Markup Validator-Logs mindestens einen Fehler, der die Auswertung durch Googlebot, GPTBot oder Claude-Bot blockiert oder verzerrt. Die drei wichtigsten Validatoren decken jeweils unterschiedliche Schwächen ab, die Kombination macht den Unterschied.

Warum ein einziger Validator nicht reicht

Schema.org ist ein offener Standard mit über 800 Typen, aber jede Suchmaschine und jede Answer Engine implementiert nur eine Teilmenge davon. Google interessiert sich für 32 unterstützte Rich-Result-Typen, ChatGPT und Perplexity bewerten ein breiteres Spektrum mit unklarer Gewichtung, und manche Schema-Erweiterungen funktionieren nur bei Bing oder regionalen Suchmaschinen.

Ein Validator wie der Google Rich Results Test prüft strikt gegen Googles Vorgaben, was sinnvoll ist, wenn du Rich Snippets in der klassischen Suche willst, aber blind macht für allgemeine Schema.org-Konformität. Der Schema Markup Validator von schema.org dagegen prüft die volle Standardkonformität, ist aber nicht zuverlässig bei Rich-Result-Anforderungen.

Der Merkle Schema Generator schließt eine dritte Lücke: Er hilft beim Erstellen valider Snippets, bevor sie überhaupt im Code landen. Für komplexe Strukturen wie Product mit verschachteltem Offer-Objekt und AggregateRating ist das die produktivste Reihenfolge: Generieren mit Merkle, Standard-Check mit Schema Markup Validator, Rich-Snippet-Check mit Google Rich Results Test.

Tool 1: Google Rich Results Test

Der Rich Results Test (search.google.com/test/rich-results) ist der Pflicht-Check für jede Seite, die Rich Snippets in Google ausspielen soll. Er erkennt 32 unterstützte Typen wie FAQPage, HowTo, Product, Recipe oder Article und meldet sowohl Fehler als auch Warnungen. Warnungen sind nicht-blockierend, aber kostenwirksam für die Snippet-Qualität.

Der wichtigste Vorteil: Das Tool nutzt den echten Googlebot-Renderer. Du siehst genau, was Google sieht, inklusive Probleme mit JavaScript-gerendertem Schema, dynamischen Inhalten oder fehlenden Pflichtfeldern. Ein bestandener Test ist die Voraussetzung für jeden Rich-Result-Anspruch.

Die Einschränkung: Der Validator prüft nur Googles Rich-Result-Spec, nicht die volle Schema.org-Konformität. Wenn du erweiterte Felder einsetzt, die für ChatGPT oder Perplexity relevant sind, aber von Google nicht ausgewertet werden, wirft das Tool keine Warnung. Diese Lücke schließt erst der zweite Validator.

Ein praktischer Workaround: Den Rich Results Test für jede Seite vor dem Deployment laufen lassen, dabei sowohl Fehler als auch Warnungen ernst nehmen. Warnungen wie "fehlendes Bild" oder "Beschreibung zu kurz" sind keine Show-Stopper, reduzieren aber die Wahrscheinlichkeit, dass Google das Snippet tatsächlich ausspielt. Wer hier konsequent nachbessert, hebt seine Rich-Result-Quote spürbar.

Tool 2: Schema Markup Validator (schema.org)

Der Schema Markup Validator (validator.schema.org) ist der offizielle Standard-Validator. Er prüft jedes JSON-LD- oder Microdata-Snippet gegen die vollständige Schema.org-Spezifikation und meldet Fehler bei nicht-existenten Eigenschaften, falschen Datentypen oder ungültigen Verschachtelungen.

Sein größter Vorteil ist die Strenge: Wenn du eine Property erfindest, die es in Schema.org nicht gibt, schlägt der Validator zuverlässig an. Das ist relevant, weil LLMs auf strukturell sauberes Markup besser reagieren als auf "fast richtige" Snippets mit silent ignorierten Properties.

Die Schwäche: Das Tool sagt nichts über die praktische Auswertung in Suchmaschinen oder Answer Engines. Es ist ein reiner Konformitätscheck. Ein Snippet kann hier grün durchlaufen und trotzdem von Google für Rich Snippets verworfen werden, etwa weil dateModified fehlt oder das Bild-Mindestmaß nicht erreicht wird.

Trotzdem ist der Schema Markup Validator der bessere erste Check für komplexe Strukturen mit verschachtelten Objekten. Bei Product-Schema mit Offer, AggregateRating und Brand-Subobjekten erwischt er Verschachtelungsfehler, die der Rich Results Test stillschweigend toleriert. Wer beide Validatoren in fester Reihenfolge nutzt, fängt rund 95 Prozent aller realen Schema-Probleme ab.

Tool 3: Merkle Schema Generator

Der Merkle Schema Generator (technicalseo.com/tools/schema-markup-generator) ist ein Code-Builder, kein klassischer Validator. Trotzdem gehört er in jeden Schema-Workflow, weil er das häufigste Problem an der Wurzel löst: handgeschriebene Schemas mit Tippfehlern, falscher Verschachtelung und vergessenen Pflichtfeldern.

Du wählst den Schema-Typ aus einer Liste, Article, FAQPage, HowTo, Product, LocalBusiness und 30 weitere, füllst die Felder über ein Formular und bekommst valides JSON-LD ausgespielt. Der Output ist nach Generierung sofort kopierbereit und folgt den jeweils aktuellen Schema.org-Best-Practices.

Für wiederkehrende Schema-Typen lohnt sich zusätzlich, den Merkle-Output in dein CMS-Template einzubauen, sodass Felder automatisch befüllt werden. Bei FAQPage und HowTo ist das besonders ergiebig, weil diese Schemas hochrepetitiv sind. Eine saubere Template-Lösung erspart manuelle Pflege und reduziert Tippfehler auf ein Minimum.

// Output Merkle Schema Generator (FAQPage)
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Was prüft der Schema Markup Validator?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "Er prüft Schema.org-Konformität ohne Google-spezifische Rich-Result-Anforderungen."
    }
  }]
}

Vergleichstabelle: Welcher Validator wann

Die drei Tools ergänzen sich, statt sich zu ersetzen. Die folgende Übersicht zeigt, welches Tool für welchen Use-Case die richtige erste Wahl ist und welcher Folge-Check sinnvoll ist.

Workflow: 5 Schritte zu validem Markup

Die folgenden Schritte funktionieren für jeden Schema-Typ und brauchen weniger als 30 Minuten pro Seite, sobald du den Workflow eingespielt hast. Wichtig ist die Reihenfolge, sie minimiert Korrektur-Schleifen.

1. Schema-Typ und Pflichtfelder in der Schema.org-Doku nachschlagen (Required vs. Recommended)
2. Mit Merkle Schema Generator das Basis-JSON-LD erzeugen
3. Im Schema Markup Validator von schema.org gegenchecken (Standardkonformität)
4. JSON-LD ins Template einbauen und auf Test-URL deployen
5. Rich Results Test gegen die Live-URL laufen lassen (Renderer-Check)

Empfehlung am Ende: Validierung ist Pflicht, kein Optional

Wer Schema-Markup professionell betreibt, nutzt alle drei Tools in fester Reihenfolge: Merkle Schema Generator für sauberen Code, Schema Markup Validator für Standardkonformität, Google Rich Results Test für die finale Renderer-Prüfung. Diese Kombination senkt die Fehlerquote auf praktisch null und beschleunigt jeden Schema-Rollout.

Für laufende Überwachung empfiehlt sich zusätzlich ein automatisierter Check, etwa über die Google Search Console im Bereich "Verbesserungen" oder über Tools wie Sistrix Schema Audit. So fallen kaputte Schemas auf, bevor sie zur Citation-Bremse werden. Ein monatlicher Schema-Health-Report mit 5-10 Stichproben pro Schema-Typ ist eine pragmatische Routine, die auch in kleinen Teams umsetzbar bleibt und langfristig die Datenqualität sichert.