JSON-LD (inkl. @graph), Microdata und RDFa — mit Syntaxprüfung und exakter Fehlerursache je Block.
Strukturierte Daten
Schema-Markup prüfen.
Alle strukturierten Daten der Seite im interaktiven Check: JSON-LD, Microdata, Syntaxfehler, Pflichtfelder und Rich-Result-Eignung je Typ — nach aktuellem Google-Stand.
Welche Seite sollen wir prüfen?
Einzel-URL · keine Anmeldung · Ergebnis mit Zeitpunkt und Methodik
Der Bericht
Messwerte, die sich erklären.
Keine pauschale Ampel: Jeder Befund zeigt Quelle, Auswirkung und die nächste sinnvolle Maßnahme.
Echter BrowserDesktop + MobilMethodik sichtbar
Was wird geprüft?
Schema-Markup prüfen – verständlich erklärt.
Der Schema-Validator prüft alle strukturierten Daten einer URL: jeden JSON-LD-Block inklusive @graph, Microdata- und RDFa-Auszeichnungen. Syntaxfehler werden mit exakter Ursache benannt, erkannte Typen gegen Googles aktuelle Pflicht- und Empfehlungsfelder geprüft.
Das Ergebnis ist bewusst interaktiv: Jede Entität erscheint als aufklappbare Karte mit Rich-Result-Eignung und Feld-Checkliste, jeder JSON-LD-Block als navigierbarer Datenbaum — lesbar auch ohne Entwickler-Hintergrund.
Messumfang
Diese Bereiche werden sichtbar.
- 01JSON-LD, Microdata und RDFa
- 02Syntax und @context je Block
- 03Google-Pflichtfelder je Schema-Typ
- 04Rich-Result-Eignung und Duplikate
Wissen & Rechtslage
Was Schema-Markup ist — und warum es 2026 doppelt zählt
Schema-Markup (strukturierte Daten nach schema.org) ist maschinenlesbarer Kontext im Quellcode: Es sagt Suchmaschinen ausdrücklich, dass „4,9“ eine Bewertung ist, „89 Euro“ ein Preis und „Musterstraße 1“ eine Firmenadresse. Google belohnt das mit Rich Results — Suchergebnissen mit Sternen, Preisen, FAQ-Auszügen, Brotkrumen oder Event-Daten, die messbar höhere Klickraten erzielen als reine Textlinks.
Seit KI-Systeme Suchanfragen direkt beantworten, hat Markup eine zweite Aufgabe: ChatGPT, Perplexity und Google AI Overviews verstehen ausgezeichnete Inhalte zuverlässiger und zitieren sie präziser. Strukturierte Daten sind damit die gemeinsame Sprache für klassische Suche und KI-Antworten — wer sie sauber pflegt, ist in beiden Welten sichtbarer.
JSON-LD, Microdata oder RDFa: welches Format Sie verwenden sollten
Drei Formate transportieren dieselben schema.org-Daten. JSON-LD ist ein eigenständiger Skriptblock im Seitenkopf — sauber vom sichtbaren HTML getrennt, leicht zu pflegen und Googles ausdrückliche Empfehlung. Microdata verteilt die Auszeichnung als Attribute über das HTML (itemscope, itemprop) — funktioniert, bricht aber leicht bei Theme-Änderungen. RDFa stammt aus dem Semantic-Web-Umfeld und ist im Web-Alltag die Ausnahme.
Die Praxisregel: Neues Markup immer als JSON-LD anlegen; bestehende Microdata muss nicht sofort migriert werden, solange sie fehlerfrei ist und sich nicht mit JSON-LD-Angaben widerspricht. Genau solche Konflikte — dasselbe Produkt zweimal mit unterschiedlichen Preisen ausgezeichnet — erkennt dieser Check als eigenen Befund.
Rich Results im Überblick: was Google wirklich noch ausspielt
Die verlässlichen Formate 2026: Product-Markup liefert Preis, Verfügbarkeit und Sterne (mit vollständigem Offer-Block), Article/NewsArticle speist Top Stories und Discover, BreadcrumbList ersetzt die rohe URL durch einen Pfad, LocalBusiness füttert das Unternehmens-Panel mit Öffnungszeiten, Event zeigt Datum und Ort, Recipe, JobPosting und VideoObject haben eigene reichhaltige Darstellungen.
Ebenso wichtig ist, was nicht mehr funktioniert: FAQ-Rich-Results spielt Google seit August 2023 nur noch für Behörden- und Gesundheitsseiten aus, HowTo-Darstellungen wurden im September 2023 komplett eingestellt, und die Sitelinks-Suchbox (WebSite potentialAction) folgte Ende 2024. Dieses Tool bewertet nach diesem aktuellen Stand — statt Empfehlungen für abgeschaltete Features zu geben, wie es viele ältere Validatoren tun. Das Markup selbst bleibt übrigens auch für eingestellte Formate sinnvoll: KI-Systeme lesen es weiterhin.
Schema-Markup einbauen: WordPress, Shopify und manuell
In WordPress erzeugen SEO-Plugins wie Yoast, Rank Math oder All in One SEO automatisch solides Basis-Markup (Organization, WebSite, Article, BreadcrumbList) — wichtig ist, die Schema-Ausgabe nur in einem Plugin aktiv zu haben. Shopify-Themes liefern Product-Markup mit; Apps ergänzen oft eigene Blöcke, was schnell zu den typischen Duplikaten führt. Bei Eigenentwicklungen gehört JSON-LD serverseitig ins HTML — per JavaScript oder Tag Manager injiziertes Markup ist möglich, aber fehleranfälliger und für Prüfwerkzeuge unsichtbar.
Der sichere Arbeitsablauf unabhängig vom System: Markup ändern, diese Prüfung laufen lassen (Syntax und Pflichtfelder), anschließend mit dem Google Rich-Results-Test gegenprüfen und die Search Console im Blick behalten — dort meldet Google Markup-Probleme auf Ihren tatsächlich indexierten Seiten.
Die häufigsten Schema-Fehler aus der Prüfpraxis
Ganz vorn: Syntaxfehler, die den kompletten Block wirkungslos machen — ein fehlendes Komma, einfache statt doppelte Anführungszeichen, durch Template-Fehler abgeschnittenes JSON. Danach: fehlende Pflichtfelder (Product ohne offers-Preis, Event ohne startDate, JobPosting ohne datePosted), doppelte Auszeichnung desselben Typs durch Theme und Plugin gleichzeitig, vergessener @context und Tippfehler im @type („Prodcut“ statt „Product“ — Groß-/Kleinschreibung zählt).
Ein unterschätztes Risiko sind Richtlinien-Verstöße: Markup, das nicht dem sichtbaren Seiteninhalt entspricht (ausgezeichnete Bewertungen ohne sichtbare Rezensionen, FAQ-Markup ohne sichtbare Fragen), kann zu manuellen Maßnahmen führen — dann verliert die gesamte Domain ihre Rich Results. Der Check markiert betroffene Typen deshalb ausdrücklich zur Sichtprüfung.
Schema für KI-Suche: strukturierte Daten als AEO-Grundlage
Answer Engine Optimization (AEO) — die Optimierung für KI-Antwortsysteme — beginnt bei strukturierten Daten. Organization-Markup mit sameAs-Verweisen hilft Modellen, Ihr Unternehmen eindeutig zuzuordnen. Person-Markup stützt Autoren-Signale (E-E-A-T). Product-, Service- und LocalBusiness-Daten liefern die Fakten, die KI-Assistenten in Empfehlungen übernehmen. Anders als bei klassischen Rich Results gibt es hier keine offizielle Pflichtfeld-Liste — es gilt: je vollständiger und konsistenter, desto verwertbarer.
Konsistenz heißt auch: Markup, Seiteninhalt und externe Profile (Google Business, LinkedIn, Register) sollten dieselben Namen, Adressen und Fakten nennen. Widersprüche zwischen diesen Quellen sind für KI-Systeme ein Unsicherheitssignal — und Unsicherheit führt dazu, dass eine Quelle schlicht nicht zitiert wird.
Häufige Fragen
Vor dem ersten Check.
Was ist Schema-Markup einfach erklärt?
Unsichtbarer Zusatzcode nach dem schema.org-Standard, der Suchmaschinen und KI-Systemen ausdrücklich sagt, was Inhalte bedeuten: Das ist ein Preis, das eine Bewertung, das eine Firmenadresse. Belohnung: reichhaltigere Suchergebnisse und besseres Maschinenverständnis.
Was prüft dieser Schema-Validator genau?
Alle JSON-LD-Blöcke (inklusive @graph), Microdata- und RDFa-Präsenz, JSON-Syntax mit Fehlerursache, @context, Googles Pflicht- und Empfehlungsfelder je Typ, widersprüchliche Duplikate und die Rich-Result-Eignung nach aktuellem Stand.
Worin unterscheidet sich das vom Google Rich-Results-Test?
Googles Test zeigt, ob einzelne Rich-Result-Typen erkannt werden — knapp und auf Englisch. Dieser Check erklärt zusätzlich auf Deutsch, welche Felder fehlen, warum sie wichtig sind, zeigt den kompletten Datenbaum interaktiv und bewertet auch Typen ohne eigene Rich-Result-Darstellung.
Ist JSON-LD besser als Microdata?
Für die Suchwirkung sind beide gleichwertig — für die Praxis ist JSON-LD klar überlegen: von Google empfohlen, getrennt vom sichtbaren HTML, leichter zu pflegen und robuster bei Theme-Änderungen.
Verbessert Schema-Markup direkt mein Ranking?
Markup ist kein direkter Rankingfaktor. Es ermöglicht Rich Results — und deren höhere Klickrate wirkt indirekt positiv. Zusätzlich hilft es Google und KI-Systemen, Inhalte korrekt einzuordnen.
Warum zeigt Google meine Sterne/Preise nicht, obwohl das Markup gültig ist?
Gültigkeit ist die Voraussetzung, keine Garantie. Google entscheidet fallweise nach Seitenqualität, Konsistenz mit dem sichtbaren Inhalt und Vertrauen in die Domain. Häufigste behebbare Ursachen: fehlende empfohlene Felder und widersprüchliche Duplikate.
Bringt FAQ-Markup noch etwas?
Als Google-Rich-Result nur noch für Behörden- und Gesundheitsseiten (seit August 2023). Als strukturierte Information für KI-Systeme bleibt es wertvoll — entfernen ist nicht nötig, neue FAQ-Blöcke lohnen sich aber primär aus KI-Sicht.
Wie viele Schema-Typen sollte eine Seite haben?
So viele wie inhaltlich wahr sind — nicht mehr. Typisch: Organization und WebSite einmal pro Website, dazu der passende Inhaltstyp der jeweiligen Seite (Product, Article, LocalBusiness …) plus BreadcrumbList. Übertreibung ohne inhaltliche Deckung riskiert Maßnahmen.
Erkennt der Check per Tag Manager eingefügtes Markup?
Nein — geprüft wird das ausgelieferte HTML, wie es auch die meisten Crawler zuerst sehen. Der Check weist bei stark JavaScript-lastigen Seiten ausdrücklich darauf hin. Empfehlung: JSON-LD serverseitig ausliefern.
Was bedeutet der @graph in JSON-LD?
Ein Container, der mehrere verknüpfte Entitäten in einem Block bündelt (etwa Organization, WebSite und WebPage mit gegenseitigen @id-Verweisen). Sauber verknüpft ist das die eleganteste Form — dieser Check löst @graph vollständig auf und prüft jede Entität einzeln.