Wer bei Google nach einem Produkt, einer Dienstleistung oder einem Experten sucht, bekommt immer öfter keine Liste von Links mehr — sondern eine direkte Antwort. KI-Systeme wie Google AI Overviews, ChatGPT oder Perplexity fassen Informationen zusammen, ohne dass der Nutzer noch auf eine Website klicken muss. Das verändert, wie Sichtbarkeit im Web funktioniert — und stellt Unternehmen vor eine neue Frage: Wie stelle ich sicher, dass meine Inhalte in diesen Antworten korrekt und vollständig auftauchen?
Ein großer Teil der Antwort liegt in strukturierten Daten.
Eine Website besteht aus Text, Bildern und Links. Für einen menschlichen Leser ist sofort klar, was ein Produkt ist, wer ein Ansprechpartner ist oder wo ein Unternehmen seinen Sitz hat. Für eine Maschine — also eine Suchmaschine oder ein KI-System — ist das deutlich schwieriger. Der Text „Dr. Müller, Rechtsanwalt, Frankfurt" ist für einen Algorithmus zunächst nur eine Zeichenkette. Ob „Dr. Müller" der Autor eines Artikels, der Ansprechpartner für ein Rechtsgebiet oder der Inhaber einer Kanzlei ist, muss der Algorithmus interpretieren — und liegt dabei nicht immer richtig.
Strukturierte Daten lösen dieses Problem. Sie sind eine zusätzliche Informationsschicht, die im Hintergrund einer Website hinterlegt wird und Inhalte maschinenlesbar beschreibt. Das Vokabular dafür kommt von schema.org — einem gemeinsamen Standard von Google, Microsoft, Yahoo und Yandex, der definiert, wie unterschiedliche Arten von Informationen korrekt ausgezeichnet werden: Produkte, Organisationen, Personen, Veranstaltungen, Rezepte, Stellenanzeigen und Hunderte weitere Typen.
Ein Beispiel, das fast jeder aus eigener Google-Erfahrung kennt: Stellenanzeigen. Wer nach einem Job sucht, sieht in den Suchergebnissen häufig direkt den Jobtitel, das Unternehmen, den Standort, das Gehalt und das Einstellungsdatum — noch bevor er auf irgendeinen Link geklickt hat. Diese Informationen kommen nicht aus einer Google-eigenen Datenbank, sondern direkt von der Website des Arbeitgebers — ausgezeichnet mit dem schema.org-Typ JobPosting. Google liest dieses Markup, versteht die Stellenanzeige als strukturierten Datensatz und stellt sie entsprechend dar.
Das Ergebnis ist ein unsichtbarer Kommentar zur eigenen Website: „Das hier ist eine Stellenanzeige. Die Stelle heißt so. Sie ist in dieser Stadt. Sie wird von diesem Unternehmen angeboten." — exakt, eindeutig, maschinenlesbar. Dasselbe Prinzip funktioniert für Produkte, Personen, Veranstaltungen, Bewertungen und vieles mehr.
In der klassischen Suche ermöglichen strukturierte Daten sogenannte Rich Results — angereicherte Suchergebnisse mit Zusatzinformationen direkt in der Trefferliste. Sternebewertungen unter einem Produkteintrag, Preisangaben, Veranstaltungsdaten, Öffnungszeiten oder FAQs, die sich direkt im Suchergebnis aufklappen: All das basiert auf schema.org-Markup.
In der KI-gestützten Suche geht die Bedeutung noch weiter. KI-Systeme lesen keine Websites wie Menschen — sie analysieren Inhalte und extrahieren Fakten. Strukturierte Daten erleichtern diese Extraktion erheblich. Ein Unternehmen, das seine Produkte, Ansprechpartner und Standorte sauber mit schema.org ausgezeichnet hat, liefert einem KI-System genau das, was es braucht, um eine korrekte Antwort zu generieren. Wer diese Auszeichnung nicht hat, riskiert, dass KI-Systeme falsche oder unvollständige Informationen weitergeben — oder die Website schlicht ignorieren.
Für lokale Sichtbarkeit sind strukturierte Daten ebenfalls entscheidend. Standortangaben, Öffnungszeiten und Kontaktdaten als schema.org-Markup hinterlegt zu haben, verbessert die Darstellung in Google Maps und lokalen Suchergebnissen deutlich.
Viele CMS-Systeme speichern Inhalte als unstrukturierten Textblock — ein Redakteur schreibt, der Text wird gespeichert, fertig. TYPO3 funktioniert anders. Produktdaten, Ansprechpartner, Standorte, News, Veranstaltungen — all das wird in TYPO3 von Anfang an strukturiert in der Datenbank abgelegt. Ein Produkt hat ein Feld für den Namen, ein Feld für die Beschreibung, ein Feld für die Produktnummer. Eine Stellenanzeige hat ein Feld für den Jobtitel, eines für den Standort, eines für das Einstellungsdatum.
Diese Struktur ist bereits vorhanden — sie muss nur noch als schema.org-Markup nach außen kommuniziert werden. Mit der TYPO3 Extension EXT:schema passiert genau das: Die ohnehin strukturiert gespeicherten Daten werden automatisch in maschinenlesbares JSON-LD übersetzt und im Hintergrund der Seite hinterlegt. Kein Redakteur muss etwas doppelt einpflegen. Der Jobtitel, der im TYPO3-Backend steht, erscheint auch im Markup. Die Stellenanzeige, die ein Redakteur anlegt, wird automatisch als JobPosting-Typ ausgezeichnet und kann so als Rich Snippet in den Suchergebnissen erscheinen.
Das ist der eigentliche Vorteil gegenüber einfacheren CMS-Systemen: TYPO3 denkt Inhalte von Anfang an strukturiert — und schema.org-Daten sind in diesem Kontext keine Zusatzarbeit, sondern eine konsequente Weiterführung einer Logik, die schon da ist.
Für Unternehmen, die ihre Website für KI-Suche und Rich Results optimieren wollen, ist der erste Schritt nicht neuer Content — es ist die korrekte Auszeichnung der Inhalte, die bereits vorhanden sind. Produkte, Mitarbeiter, Standorte, Leistungen: Wer das konsequent mit schema.org auszeichnet, erhöht die Wahrscheinlichkeit erheblich, dass KI-Systeme diese Inhalte korrekt verarbeiten und weitergeben.
Für Agenturen, die TYPO3-Websites für ihre Kunden betreuen, ist das eine klare Empfehlung: Strukturierte Daten sollten kein nachträgliches SEO-Thema sein, sondern von Anfang an Teil des technischen Setups. Gerade in Branchen mit komplexen Produktkatalogen, vielen Ansprechpartnern oder regionalen Standorten — also genau dort, wo TYPO3 seine Stärken ausspielt — ist das Potenzial besonders groß.
Wir setzen EXT:schema in mehreren unserer TYPO3-Projekte ein. Die Erfahrung zeigt: Der Aufwand ist überschaubar, der Effekt auf Sichtbarkeit in klassischer Suche und KI-Systemen ist messbar.