Schema.org ist ein standardisiertes Vokabular für strukturierte Daten auf Websites. Es ermöglicht Suchmaschinen und KI-Systemen, Inhalte wie Produkte, Preise, Bewertungen und Verfügbarkeit maschinenlesbar zu verstehen.

Warum ist Schema.org für KI wichtig?

KI-Assistenten wie ChatGPT nutzen Schema.org-Daten, um Produkte mit korrekten Preisen, Bewertungen und Verfügbarkeit zu empfehlen. Ohne Schema.org fehlen der KI diese strukturierten Informationen.

Wie prüfe ich mein Schema.org Markup?

Nutzen Sie den kostenlosen Schema.org AI-Score unter llmstxtgenerator.de/tools/schema-score/. Das Tool analysiert Ihre strukturierten Daten und bewertet sie auf einer Skala von 0-100 aus KI-Perspektive.

Schema.org für Online-Shops | LLMs.txt Generator

Was ist Schema.org – und warum jetzt?

Schema.org ist ein standardisiertes Vokabular für strukturierte Daten auf Websites. Es wurde 2011 von Google, Bing, Yahoo und Yandex gemeinsam entwickelt und ermöglicht es Maschinen, den Inhalt einer Seite zu „verstehen" statt ihn nur zu lesen.

Für Online-Shops war Schema.org bisher vor allem für Google Rich Snippets relevant – Sterne-Bewertungen, Preise und Verfügbarkeit direkt in den Suchergebnissen. Mit dem Aufstieg von KI-Assistenten hat Schema.org eine völlig neue Bedeutung bekommen.

Wenn ein Kunde ChatGPT fragt: „Welche Espressomaschine unter 500€ hat die besten Bewertungen?" – dann braucht die KI exakt die Daten, die Schema.org liefert: Preis, Bewertungen, Verfügbarkeit, Marke. Ohne diese Daten kennt die KI Ihre Produkte nicht – sie kann nur raten.

Schema.org aus KI-Perspektive

Klassisches SEO betrachtet Schema.org als „Nice-to-have" für Rich Snippets. Aus GEO-Perspektive (Generative Engine Optimization) ist Schema.org hingegen eine kritische Datenquelle:

Preisvergleiche: KI-Systeme nutzen Product.offers.price für Preisvergleiche zwischen Shops
Bewertungs-Ranking: AggregateRating hilft der KI, die bestbewerteten Produkte zu identifizieren
Verfügbarkeit: ItemAvailability verhindert, dass die KI nicht lieferbare Produkte empfiehlt
Marken-Zuordnung: Organization und Brand helfen bei Fragen wie „Welche Marken führt Shop X?"
FAQ-Antworten: FAQPage liefert fertige Frage-Antwort-Paare, die KI direkt verwenden kann

Der Unterschied: Google braucht Schema.org für hübschere Suchergebnisse. KI-Assistenten brauchen Schema.org, um überhaupt korrekte Antworten geben zu können.

Die wichtigsten Schema-Typen für Online-Shops

Product (Pflicht für jeden Shop)

Das Product-Schema ist das Herzstück. Es umfasst Name, Beschreibung, Bild, Marke, Preis (über offers), Bewertungen und Verfügbarkeit. Je vollständiger, desto besser kann die KI Ihre Produkte empfehlen.

Organization (Ihre Markenidentität)

Wer sind Sie? Organization definiert Name, Logo, Kontaktdaten, Social-Media-Profile und Gründungsdatum. KI-Assistenten nutzen das für Fragen wie „Was ist [Ihr Shop]?" oder „Ist [Shop] seriös?".

BreadcrumbList (Navigation verstehen)

Zeigt der KI, wie Ihre Seiten zusammenhängen: Startseite → Kategorie → Unterkategorie → Produkt. Das hilft bei Fragen wie „Welche Kategorien hat der Shop?".

FAQPage (direkte Antworten liefern)

Häufig gestellte Fragen mit Antworten – perfekt für KI-Systeme, die nach spezifischen Informationen suchen. Versandkosten, Rückgaberecht, Öffnungszeiten: Alles, was Kunden häufig fragen.

LocalBusiness (für stationäre Händler)

Adresse, Öffnungszeiten, Telefon, Bewertungen. Besonders wichtig für Fragen wie „Gibt es einen [Typ]-Laden in [Stadt]?".

JSON-LD: Das bevorzugte Format

Schema.org kann in drei Formaten implementiert werden: JSON-LD, Microdata und RDFa. JSON-LD ist die klare Empfehlung – sowohl von Google als auch für KI-Systeme. Es wird als <script>-Block im HTML eingefügt und beeinflusst das Layout nicht:

<!-- Beispiel: Product Schema in JSON-LD -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "De'Longhi Magnifica S ECAM 22.110.B",
  "brand": {"@type": "Brand", "name": "De'Longhi"},
  "offers": {
    "@type": "Offer",
    "price": "279.00",
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.5",
    "reviewCount": "1247"
  }
}
</script>

Diese Daten kann eine KI direkt nutzen: „Die De'Longhi Magnifica S kostet 279€ bei [Ihrem Shop], hat 4.5 Sterne bei über 1.200 Bewertungen und ist sofort lieferbar."

Schema.org in Ihrem Shop-System

Gambio

Gambio GX4 unterstützt JSON-LD für Produkte nativ. Aktivieren Sie unter Shop Einstellungen → SEO → Erweitert die strukturierten Daten. Prüfen Sie, ob Preis, Verfügbarkeit und Bewertungen ausgegeben werden.

WooCommerce

WooCommerce hat Basis-Markup eingebaut. Für optimale Ergebnisse installieren Sie Yoast WooCommerce SEO oder Rank Math – beide erweitern das Markup um GTIN, Marke und detaillierte Bewertungen.

Shopware 6

Das Storefront-Theme enthält grundlegendes JSON-LD. Für erweiterte Daten empfehlen sich Plugins wie „SEO Professional" oder „Rich Snippets". Bei Custom-Themes prüfen Sie den Quellcode auf vorhandenes Markup.

Shopify

Die meisten Shopify-Themes haben Basis-Schema.org eingebaut. Apps wie „JSON-LD for SEO" oder „Schema Plus" erweitern das Markup erheblich – besonders um Bewertungen und erweiterte Produktdaten.

Ihren Schema.org AI-Score prüfen

Wie gut sind Ihre strukturierten Daten wirklich? Unser kostenloser Schema.org AI-Score analysiert Ihre Website aus der KI-Perspektive – nicht nur, ob Schema.org vorhanden ist, sondern ob die Daten vollständig und korrekt genug sind, damit KI-Assistenten sie nutzen können.

Schema.org AI-Score Checker

Score 0–100 mit typspezifischen Prüfungen, Branchenvergleich und konkreten Verbesserungsvorschlägen. Plus: Automatische Schema-Code-Generierung für fehlende Markups.

Jetzt Schema.org prüfen →

Kostenlos · Kein Login · PDF-Export mit Pro

Von Schema.org zu llms.txt

Schema.org ist ein wichtiger Baustein, aber allein nicht genug. KI-Assistenten brauchen eine zentrale Anlaufstelle, die alle relevanten Informationen bündelt. Genau das leistet llms.txt.

Der LLMs.txt Generator nutzt Ihre Schema.org-Daten als Grundlage: Im Produkt-Drill-Down werden Preise, Bewertungen und Verfügbarkeit aus dem JSON-LD extrahiert und in die llms.txt-Dateien übernommen. Je besser Ihr Schema.org, desto besser Ihre llms.txt.

Der optimale Workflow:

Schema.org prüfen – AI-Score ermitteln (→ Schema Checker)
Fehlende Markups ergänzen – Schema-Code direkt im Tool generieren
llms.txt generieren – mit optimierten Schema-Daten (→ Generator)
Validieren – llms.txt auf Korrektheit prüfen (→ Validator)

llms.txt einrichten: Schritt-für-Schritt →

Komplette Anleitung zum Erstellen und Hochladen von llms.txt für jeden Shop

Schema.org für Online-Shops