Knowledge-Graph-Schema für KI: So sprechen Sie JSON-LD mit LLMs
Wer kein JSON-LD spricht, redet für ein LLM nur Kauderwelsch. So bilden Sie Ihre Marke als explizite Entität ab, damit Google und Perplexity genau verstehen, wer Sie sind.
Kurze Antwort
Ein Knowledge-Graph-Schema ist strukturierte Schema.org-Auszeichnung in JSON-LD, die Ihre Marke als explizite Entität definiert — eine Organisation, ihren Gründer und die Themen, in denen sie kompetent ist —, damit große Sprachmodelle Sie eindeutig erkennen und korrekt zitieren. Google empfiehlt JSON-LD als Format für strukturierte Daten, und Eigenschaften wie knowsAbout und sameAs sagen KI-Engines präzise, wer Sie sind.
Im Zeitalter der KI-Suche ist Ihre Website nicht länger nur eine visuelle Oberfläche für Menschen. Sie ist eine Datenquelle für Maschinen. Wenn Sie steuern wollen, wie Ihre Marke in einer KI-Antwort erscheint, müssen Sie die Muttersprache der Maschine sprechen: Schema.org JSON-LD.
Die meisten Marken behandeln Schema als Punkt auf einer SEO-Checkliste — Plugin installieren, Häkchen setzen, vergessen. 2026 ist das ein Fehler. Der Knowledge Graph ist die Art, wie eine Suchmaschine über die Welt nachdenkt, und er ist nur so gut wie die Daten, die Sie ihm geben.
Was ist ein Knowledge Graph, und warum entscheidet er, ob KI Sie zitiert?
Googles Knowledge Graph ist ein Modell realer Entitäten und ihrer Beziehungen — „things, not strings", wie Google es 2012 bei der Einführung des Graphen formulierte.[1] Eine Entität ist eine Person, eine Organisation, ein Ort oder ein Konzept. Wenn ein LLM oder ein AI Overview eine Frage beantwortet, stützt es sich auf diese eindeutig aufgelösten Entitäten, um zu entscheiden, wer eine glaubwürdige Quelle ist.
Ist Ihre Marke nicht als klare Entität definiert, muss das Modell aus tausenden gecrawlten Seiten erschließen, wer Sie sind. Dieses Erschließen ist verrauscht, und verrauschte Entitäten werden aus Antworten weggelassen, um Halluzinationen zu vermeiden. Strukturierte Daten beseitigen das Rätselraten.
Person oder Organisation: Entitäten-Mehrdeutigkeit auflösen
Das häufigste Problem, das wir in Audits sehen, ist Entitäten-Mehrdeutigkeit. Eine Beratung trägt den Namen ihres Gründers. Die Seite hat ein „Person"-Schema für den Gründer und ein „Organization"-Schema für das Unternehmen, doch nichts verbindet beide. Die KI fragt sich: „Ist das eine Person, die einen Blog schreibt, oder ein Unternehmen, das Leistungen verkauft?"
Sie lösen das, indem Sie die Beziehung explizit mit der Eigenschaft founder auf der Organization deklarieren (und, wo sinnvoll, worksFor auf der Person). Sie bauen ein maschinenlesbares Modell Ihrer realen Unternehmensstruktur — Sie dekorieren sie nicht.
Visualisierung: Die Schema-Entitäten-Hierarchie
Abbildung 1: Organization, Gründer und Service in einem Graphen zu verknüpfen, beseitigt die Mehrdeutigkeit, die dazu führt, dass KI Sie auslässt.
Wie sieht ein korrektes Organization-Schema aus?
Verlassen Sie sich nicht auf die Standardausgabe eines generischen SEO-Plugins. Google unterstützt JSON-LD, Microdata und RDFa, empfiehlt aber JSON-LD als das Format, das sich am einfachsten implementieren und im großen Maßstab pflegen lässt.[2] Organization-Markup auf Ihrer Startseite hilft Google, Ihre administrativen Angaben zu verstehen und Ihre Marke in der Suche eindeutig zuzuordnen.[3]
Unten steht das tatsächliche Organization-Schema dieser Website. Daran ist nichts Hypothetisches: Rechtsform, Registrierungscode und Adresse sind dieselben wie auf unserer Über-uns-Seite und unseren Rechtsseiten. Übernehmen Sie die Struktur und setzen Sie Ihre eigenen verifizierten Angaben ein.
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Vibe Marketing",
"legalName": "Tonotaco OÜ",
"url": "https://vibe-marketing.ai",
"logo": "https://vibe-marketing.ai/logo.png",
"description": "AI-marketing agency for Generative Engine Optimization (GEO), Answer Engine Optimization (AEO) and SEO. A division of Tonotaco OÜ, Tallinn, Estonia.",
"identifier": {
"@type": "PropertyValue",
"propertyID": "Estonian Business Registry Code",
"value": "16914587"
},
"address": {
"@type": "PostalAddress",
"streetAddress": "Ahtri tn 12",
"addressLocality": "Tallinn",
"postalCode": "10151",
"addressCountry": "EE"
},
"founder": {
"@type": "Person",
"name": "Tolga Guneysel",
"jobTitle": "Founder and Editorial Lead"
},
"knowsAbout": [
"Generative Engine Optimization",
"Answer Engine Optimization",
"Search Engine Optimization",
"AI-driven search"
]
}
Beachten Sie, was hier nicht steht: keine Telefonnummer, die wir nicht veröffentlichen, und keine sameAs-Profile, die wir nicht verifizieren können. Behaupten Sie nur, was wahr ist. Ein Knowledge Graph auf erfundenen Fakten ist schlimmer als gar keiner, denn ein Widerspruch zwischen Ihrem Markup und dem übrigen Web sagt dem Modell, dass Ihre Daten unzuverlässig sind.
Warum knowsAbout die wichtigste Eigenschaft für GEO ist
Schema.org definiert knowsAbout als „ein Thema, über das etwas bekannt ist — was auf mögliche Expertise hindeutet", und die Eigenschaft gilt sowohl für Person- als auch für Organization-Entitäten.[4] Es ist das Nächste, was Sie haben, um der Engine Ihren Lebenslauf in die Hand zu drücken.
Lassen Sie Expertise implizit, muss die KI sie aus dem Crawlen Ihrer gesamten Website ableiten. Deklarieren Sie sie, steuern Sie das Retrieval. Werden Sie konkret: Schreiben Sie nicht „Marketing". Schreiben Sie „Generative Engine Optimization" oder „Programmatisches SEO für SaaS". Bringen Sie diese Themen mit den Konzepten in Deckung, für die Sie tatsächlich zitiert werden wollen.
Wie verbindet sameAs Ihre Entität über das Web hinweg?
Schema.org definiert sameAs als die „URL einer Referenz-Webseite, die die Identität des Objekts eindeutig ausweist" — etwa eine Wikipedia-Seite, ein Wikidata-Eintrag oder ein offizielles Profil.[5] So sagen Sie einer Engine, dass die Entität auf Ihrer Website dieselbe ist wie die auf LinkedIn, Crunchbase oder Wikidata.
Das führt sonst getrennte Datensätze zu einem stärkeren Knoten zusammen. Wenn Perplexity Ihr LinkedIn und dann Ihre Website liest, lässt sameAs beide zu einer einzigen Entität mit höherem Vertrauen verschmelzen — statt zu zwei schwachen, unverbundenen.
Kritische Regel: Führen Sie nur Profile auf, die Sie tatsächlich kontrollieren und verifizieren können. Der Ausschnitt unten nutzt bewusst ein generisches Platzhalter-Unternehmen — ersetzen Sie jeden Wert durch Ihre eigenen, echten, verifizierten URLs.
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Example Corp",
"url": "https://example.com",
"sameAs": [
"https://www.linkedin.com/company/your-company",
"https://www.crunchbase.com/organization/your-company",
"https://www.wikidata.org/wiki/Q00000000"
]
}
Bringen FAQ- oder HowTo-Schema Rich Results?
Nein — und jede Anleitung, die etwas anderes verspricht, ist veraltet. Im August 2023 beschränkte Google FAQ-Rich-Results auf bekannte, autoritative Behörden- und Gesundheitsseiten und entfernte HowTo-Rich-Results später vollständig.[6] Für eine normale Markenseite erzeugt FAQ-Markup kein Rich-Snippet in den klassischen Suchergebnissen.
Warum es trotzdem behalten? Weil strukturierter FAQ-Inhalt für LLMs und KI-Antwortmaschinen hervorragend parsebar ist. Nutzen Sie FAQ-Markup, um saubere Frage-Antwort-Paare in die Antwortschicht einzuspeisen (GEO) — nicht, um einem SERP-Snippet nachzujagen, das es für Sie nicht mehr gibt.
Wie validieren Sie Ihren Knowledge Graph?
Strukturierte Daten sind kein „einmal einrichten und vergessen". Validieren Sie sie. Googles Rich Results Test prüft die Eignung für seine Funktionen, während der Schema.org-Validator strenger auf das Markup selbst schaut. Führen Sie beide aus — und erneut, sobald Sie Ihre Entitätsdaten ändern.
Ein perfekt validierter Knowledge Graph ist kein „Verifiziert-Abzeichen" — so etwas kann man bei Google nicht kaufen —, aber er ist der technische Beweis, dass Sie sind, wer Sie zu sein behaupten. Konsistenz über Ihre Website, Ihr Markup und Ihre Drittprofile hinweg ist das Signal, das Vertrauen schafft.
Häufig gestellte Fragen
Was ist ein Knowledge-Graph-Schema?
Es sind strukturierte Schema.org-Daten — meist JSON-LD —, die Ihre Marke und ihre Menschen, Leistungen und Themen als verknüpfte Entitäten beschreiben. Sie geben Suchmaschinen und LLMs eine maschinenlesbare Definition, wer Sie sind, statt sie aus dem Seitentext raten zu lassen.
Ist JSON-LD besser als Microdata für die KI-Suche?
Google unterstützt JSON-LD, Microdata und RDFa gleichrangig, empfiehlt aber JSON-LD, weil es sich am einfachsten implementieren und im großen Maßstab pflegen lässt.[2] Ein einzelner Script-Block in Ihrem <head> bleibt leichter korrekt als Markup, das durch Ihr HTML verwoben ist.
Wofür wird die Eigenschaft knowsAbout verwendet?
Sie deklariert die Themen, in denen eine Entität Expertise hat. Schema.org erlaubt die Nutzung sowohl auf Person als auch auf Organization — als reinen Text, als Thing oder als URL.[4] Nutzen Sie sie, um die konkreten Konzepte zu benennen, für die KI-Engines Sie abrufen sollen.
Braucht die sameAs-Eigenschaft eine Wikipedia-Seite?
Nein. Wikipedia und Wikidata sind starke Referenzen, doch Schema.org akzeptiert jede Referenzseite, die Ihre Entität eindeutig ausweist — einschließlich Ihrer offiziellen Profile.[5] Führen Sie nur URLs auf, die Sie kontrollieren und verifizieren können; erfinden Sie niemals eine.
Bringt FAQ-Schema mir Rich Results bei Google?
Für die meisten Seiten nein. Seit August 2023 zeigt Google FAQ-Rich-Results nur für autoritative Behörden- und Gesundheitsseiten, und HowTo-Rich-Results wurden vollständig entfernt.[6] Behalten Sie FAQ-Markup für die KI-Zitation, nicht für klassische SERP-Snippets.
Person- oder Organization-Schema für eine Personenmarke?
Nutzen Sie beide und verknüpfen Sie sie. Deklarieren Sie die Organization, deklarieren Sie die Person und verbinden Sie sie mit founder und worksFor. Das löst die Mehrdeutigkeit, die eine KI unsicher macht, ob Sie ein Unternehmen oder eine Einzelperson sind.
Wie prüfe ich, ob mein Schema gültig ist?
Lassen Sie es durch den Schema.org-Validator auf Markup-Korrektheit und durch Googles Rich Results Test auf Funktions-Eignung laufen. Validieren Sie nach jeder Änderung Ihrer Entitätsdaten neu, damit Ihr Markup nie von der Realität abweicht.
Handlungsempfehlung:
Auditieren Sie heute das Schema Ihrer Startseite. Ist es nur Standard-Plugin-Ausgabe, definieren Sie eine echte Organization-Entität, verknüpfen Sie Ihren Gründer, füllen Sie knowsAbout mit den Konzepten, die Sie besitzen wollen, und ergänzen Sie nur sameAs-Profile, die Sie verifizieren können. Dann validieren und ausspielen.