Was Schema.org eigentlich macht
Schema.org ist ein gemeinsamer Standard von Google, Microsoft und Yandex, mit dem Websites Daten strukturiert beschreiben. „Das hier ist ein Unternehmen, das in Köln sitzt, gegründet 2020, mit folgenden Leistungen." Maschinen verstehen das eindeutig.
Für Google war es lange ein Nice-to-Have. Für KI-Modelle ist es zentral.
Warum KI-Modelle Schema lieben
LLMs müssen aus Freitext Bedeutung extrahieren. Das ist fehleranfällig: Hieß die Firma jetzt „Beispiel GmbH" oder „Beispiel & Partner"? Ist sie in München oder hat sie nur dort Kunden? Was ist die Kernleistung?
Wenn diese Infos in Schema.org explizit ausgezeichnet sind, fällt das Raten weg. Das Modell hat saubere Fakten und kann sie in Antworten reproduzieren.
Welche Schema-Typen wichtig sind
Organization. Wer du bist, wo du sitzt, was du machst, wie man dich erreicht.
FAQPage. Häufige Kunden-Fragen mit deinen Antworten. KI-Modelle übernehmen FAQ-Antworten erstaunlich oft wortwörtlich.
OfferCatalog oder Service. Was du anbietest, in maschinenlesbarer Form.
LocalBusiness (falls du lokal arbeitest). Öffnungszeiten, Standort, Einzugsgebiet.
Wie du das ohne Tech-Skills hinbekommst
Direkt im HTML einbauen ist die saubere Lösung, erfordert aber Zugriff auf den Quelltext. Drei Alternativen:
Über dein CMS-Plugin (Yoast, Rank Math und ähnliche bieten Schema-Module).
Über Google Tag Manager, der ein JSON-LD-Snippet einschiebt, funktioniert ohne Code-Änderung an der eigentlichen Website.
Über einen Embed-Code, der die strukturierten Daten ausliefert. Genau das macht Trast AI: ein Ein-Zeilen-Script, das den aktuellen Schema-Stand jederzeit aktuell hält.
Was du nicht tun solltest
Kein Schema „auf Verdacht" hinzufügen, das nicht zu deinen Inhalten passt. Wenn deine Schema-Daten behaupten, du hast 200 Mitarbeiter, deine Website aber nicht, merken das Modelle. Bei Google führt das zu Strukturdaten-Warnungen. Bei KI-Modellen führt es dazu, dass deine Daten in Zukunft weniger gewichtet werden.