Am 2. Juni 2026 wird schema.org 15 Jahre alt. Was heute oft wie ein technisches SEO-Detail wirkt, war ursprünglich ein Versuch, ein grundlegendes Problem des Webs zu lösen: Suchmaschinen konnten Inhalte zwar lesen, aber deren Bedeutung nur eingeschränkt verstehen.
Wie es anfing
Als Google, Microsoft und Yahoo Schema Markup 2011 einführten, ging es darum, Informationen im Web maschinenlesbar zu strukturieren. Eine Suchmaschine sollte erkennen können, ob es sich bei einem Inhalt um ein Produkt, eine Veranstaltung, eine Person oder eine Bewertung handelt. Dadurch wurden erstmals Rich Snippets, Knowledge Graphs und präzisere Suchergebnisse möglich.
Was sich verschoben hat
Lange Zeit wurde Schema Markup vor allem mit SEO und erweiterten Suchergebnissen verbunden. Heute sind strukturierte Daten Teil der Infrastruktur moderner KI- und Suchsysteme. Interessant dabei: Large Language Models wie ChatGPT interpretieren Markups oft nicht direkt semantisch aus dem Quellcode. Trotzdem spielt Schema Markup eine wichtige Rolle, weil Suchmaschinen, Knowledge Graphs und Retrieval-Systeme stark darauf aufbauen. Genau diese Systeme dienen wiederum als Datenbasis für viele KI-Anwendungen.
Schema Markup hilft Maschinen heute dabei, Inhalte eindeutig zuzuordnen, Entitäten zu verknüpfen und Informationen technisch zu verifizieren. Das wird besonders relevant in Bereichen wie AI Search, multimodaler Produktsuche, E-Commerce und agentischen KI-Systemen.
Das Web verändert sich schrittweise von einer primär menschenlesbaren Umgebung hin zu einer Infrastruktur, die auch für Maschinen eindeutig interpretierbar sein muss.
15 Jahre Schema Markup zeigen ziemlich deutlich, wie wichtig semantische Struktur im KI-Zeitalter geworden ist. Auf dieser Website nutze ich sie übrigens auch: als Person-, FAQ- und Course-Schema, damit Suchmaschinen und KI-Systeme wissen, wer hier schreibt und worüber.
Dieser Beitrag ist die ausführliche Fassung meines LinkedIn-Posts. Diskussion und Ergänzungen gern dort oder über das Kontaktformular.
Strukturierte Daten gehören zum SEO- und GEO-Feld: KI im Marketing. Vertieft im Kurs SEO, GEO und Digitale Content-Entwicklung.