Wer Schema-Markup einsetzt, um KI-Zitate zu gewinnen, sollte laut der besten kontrollierten Evidenz keinen Ertrag erwarten. Ahrefs hat 1,885 Seiten verfolgt, die JSON-LD hinzugefügt haben, gegen 4,000 gematchte Kontrollseiten. Die Zitate in Google AI Overviews fielen im Vergleich zu den Kontrollen um 4.6%; AI Mode und ChatGPT bewegten sich im statistischen Rauschen. Fügen Sie kein Schema hinzu, um Zitate zu jagen. Reißen Sie aber auch nicht heraus, was schon drin ist.

Der Ratschlag, den alle wiederholen

Fragen Sie fünf Agenturen, ob man für die KI-Suche Schema-Markup braucht, und Sie hören fünfmal dieselbe Antwort: Ja, fügen Sie es hinzu. FAQ-Schema, Article-Schema und Organization-Schema stehen weit oben auf jeder Optimierungs-Checkliste. Die Statistik, die hinter diesem Ratschlag meistens zitiert wird, stammt von Ahrefs: In einer Analyse von 6 Millionen URLs waren Seiten, die von KI zitiert werden, fast dreimal so oft mit JSON-LD versehen wie Seiten, die nicht zitiert werden.

Diese Zahl funktioniert gut auf LinkedIn, und sie hat ein bekanntes Problem. Seiten mit Schema sind oft dieselben, die in technisches SEO investieren, autoritative Inhalte veröffentlichen und Links gewinnen. Das Markup könnte all das nur begleiten statt es zu verursachen. Im Mai 2026 hat Ahrefs den Test gemacht, der die beiden Dinge trennt.

Wie das Experiment ablief

Das Design war geradlinig. Ahrefs nutzte die eigene Crawler-Historie, um 1,885 Seiten zu identifizieren, die zwischen August 2025 und März 2026 zum ersten Mal JSON-LD hinzugefügt hatten. Jede behandelte Seite bekam drei gematchte Kontrollseiten von anderen Domains, insgesamt rund 4,000, mit ähnlichen Zitatniveaus und ohne Schema. Das Team zählte die Zitate in Google AI Overviews, Google AI Mode und ChatGPT in den 30 Tagen vor und nach jeder Änderung und verglich die Gruppen mit einer Difference-in-Differences-Analyse, die plattformweite Trends wie das Wachstum von AI Mode und die Schrumpfung von AI Overviews im selben Zeitraum herausrechnet.

Ein Detail ist wichtig, um die Ergebnisse einzuordnen: Jede behandelte Seite war schon stark zitiert. Bevor das Schema drauf kam, hatte jede mindestens 100 AI-Overview-Zitate. Das Experiment misst, was auf Seiten passiert, die ohnehin im Blickfeld der Antwortmaschinen sind, nicht, ob Schema einer übersehenen Seite zur Entdeckung verhilft.

Das Ergebnis

KI-Quelle Veränderung ggü. gematchten Kontrollen Ahrefs' Urteil
Google AI Overviews −4.6% Klein, aber statistisch signifikanter Rückgang
Google AI Mode +2.4% Nicht von null zu unterscheiden
ChatGPT +2.2% Nicht von null zu unterscheiden

Der faire Kern der Tabelle: Das Hinzufügen von Schema brachte auf keiner Plattform einen messbaren Gewinn. Beim −4.6% auf AI Overviews gehört vor dem Zitieren als Schreckenszahl ein Satz zur Vorsicht: Das sind umgerechnet etwa 12 Zitate weniger pro Seite und Tag, auf Seiten, die vorher hunderte am Tag bekamen, und in einer Stichprobe, in der behandelte und Kontrollseiten ohnehin gemeinsam sanken, aus Gründen, die nichts mit Markup zu tun hatten. Ahrefs sagt ausdrücklich, dass sich diese kleine Differenz nicht auf das Schema zurückführen lässt. Vier separate statistische Tests erzählten dieselbe Geschichte: kein klarer positiver oder negativer Effekt.

Warum Engines Ihr Schema als reinen Text behandeln

Der Mechanismus erklärt das Nullergebnis. Im Februar 2026 veröffentlichte Mark Williams-Cook ein Experiment, das den Unterschied zwischen dem Lesen eines Schema-Blocks und dem Parsen desselben aufspüren sollte. Er baute eine Seite für einen fiktiven T-Shirt-Händler und versteckte deren Adresse ausschließlich in absichtlich invalide JSON-LD: eine erfundene @context-URL, ein erfundener @type, ausgedachte Eigenschaften, nirgendwo im sichtbaren Text eine Adresse. Als er ChatGPT und Perplexity nach der Adresse fragte, lieferten beide korrekt. Perplexity erklärte sogar von sich aus, die Antwort stamme aus „den eingebetteten strukturierten Daten der Seite“. Die Modelle hatten den Block als gewöhnlichen Text mit ungewöhnlicher Zeichensetzung gelesen und nie geprüft, ob davon irgendetwas gültiges Schema ist.

Ein searchVIU-Experiment, das in Ahrefs' Bericht zitiert wird, zeigt dasselbe aus einem anderen Winkel. Als ChatGPT, Claude, Perplexity, Gemini und Google AI Mode eine Seite in Echtzeit abrufen, extrahierte keines der fünf Systeme etwas anderes als das sichtbare HTML. JSON-LD, verstecktes Microdata und verstecktes RDFa blieben bei der direkten Abholung außen vor.

Die Beobachtungsstudien deuten in dieselbe Richtung

Kontrollierte Experimente sind in diesem Feld selten, deshalb lohnt der Blick, ob die großen Beobachtungsdatensätze ihnen widersprechen. Tun sie nicht. SE Ranking analysierte 216,524 Seiten auf 129,000 Domains und fand: Seiten mit FAQ-Schema kamen im Schnitt auf 3.6 ChatGPT-Zitate, ohne Schema auf 4.2, eine leicht negative Korrelation (Beobachtungsstudie). First Page Sage hat die Treiber von KI-Empfehlungen über 4,213 kommerzielle Prompts modelliert und Schema bzw. strukturierten Daten 0.9% des modellierten Einflusses in der standardmäßigen KI-Suche zugewiesen, gegenüber 80.4% für Autoritätssignale (herstellermodellierte Analyse, kein Experiment).

Ein Detail aus demselben First-Page-Sage-Report ist es wert, behalten zu werden: Im agentic Search, also wenn ein KI-Agent Fakten verifiziert, bevor er handelt, stieg das modellierte Gewicht strukturierter Daten auf 4.6%. Preise, Verfügbarkeit und Buchungsdaten helfen einer Maschine tatsächlich bei der Aufgabe. Das ist ein Argument für strukturierte Daten als funktionale Infrastruktur für Agenten, nicht als Zitat-Hebel.

Was diese Studie nicht sagen kann

Die Grenzen, von denen Ahrefs die meisten selbst aufführt. Jede untersuchte Seite war zuvor schon stark zitiert, also sagt das Ergebnis nichts über Seiten aus, die KI nie zeigt; für die könnte Markup beim Crawlen, Parsen oder Indexieren weiterhin helfen, und Ahrefs sagt das ausdrücklich. Alle Schematypen wurden zusammen ausgewertet, ein einzelner Typ könnte anders abschneiden. Das Zeitfenster von 30 Tagen würde langsame Effekte verpassen. Untersucht wurde nur JSON-LD im ausgelieferten HTML, nicht Microdata, RDFa oder per JavaScript injiziertes Schema. Und weil es eine gematchte Beobachtungsstudie und kein randomisierter Trial war, lässt sich der kleine AI-Overviews-Rückgang nicht sauber dem Schema anlasten. Deshalb übertreibt es auch, JSON-LD ein „Liability“ zu nennen. Die haltbare Aussage ist enger: Wo Markup am häufigsten verkauft wird, gibt es keinen Beleg für einen Ertrag.

Was Sie stattdessen tun sollten

Drei Maßnahmen, in der Reihenfolge, in der die Evidenz sie stützt.

Erstens: Budgetieren Sie kein neues Schema mehr als KI-Sichtbarkeitsmaßnahme. Wenn ein Vorschlag FAQ-Schema als KI-Zitat-Hebel verkauft, läuft er gegen die beste verfügbare kontrollierte Evidenz. Auch das Timing-Argument ist weg: Am 7. Mai 2026 hat Google FAQ-Rich-Results aus der Suche komplett entfernt, das alte „mehr Fläche auf der Ergebnisseite“-Argument gilt nicht mehr.

Zweitens: Kein panisches Löschen. Googles Guidance sagt, ungenutzte strukturierte Daten verursachten keine Probleme, und Markup speist weiterhin die traditionelle Suchinfrastruktur und die Entity-Disambiguierung des Knowledge Graph. Williams-Cook, kein Freund des Schema-für-GEO-Hypes, empfiehlt aus genau diesem Grund, es zu behalten. Funktionierendes Markup allein wegen einer negativen Korrelation zu löschen, wiederholt den ursprünglichen Fehler in die andere Richtung.

Drittens: Investieren Sie die Mühe dort, wo die Evidenz hinzeigt. First Page Sages Modellierung legt 80.4% des Einflusses auf Autoritätssignale, weit über Schemas 0.9%, und Ahrefs' Korrelationsarbeit findet wiederholt, dass zitierte Seiten zu insgesamt starken Sites gehören. Die praktische Version davon ist, genannt zu werden: Unser Guide, wie Sie prüfen, ob ChatGPT Ihr Produkt empfiehlt, braucht einen Nachmittag und keine Tools, und warum Genanntwerden bei KI Ranking bei Google schlägt, behandelt, was danach zu tun ist.

Wenn Sie einen ersten Eindruck von Ihrer eigenen Site wollen, führt der kostenlose Sofort-Check sieben technische Prüfungen auf Ihrer Startseite aus und zeigt jedes Ergebnis direkt auf der Seite.

Kostenlosen Sofort-Check ausführen

Ein Hinweis zum Schema dieser Seite selbst

Ja, diese Seite trägt Article- und FAQPage-JSON-LD. Das widerspricht nichts von dem, was oben steht. Unser Markup zielt auf traditionelle Suchinfrastruktur und Entity-Klarheit, und wir geben es nicht als KI-Zitat-Hebel aus. Gemeint ist: kein Markup hinzufügen in der Erwartung von Zitaten. Gegen eine technisch saubere Site ist nichts einzuwenden.

Häufig gestellte Fragen

Erhöht das Hinzufügen von JSON-LD-Schema die KI-Zitate?

Die stärkste verfügbare Evidenz sagt nein. Ahrefs verfolgte 1,885 Seiten mit neuem JSON-LD gegen 4,000 gematchte Kontrollseiten: Die Zitate in Google AI Overviews fielen um 4.6% relativ zu den Kontrollen, AI Mode (+2.4%) und ChatGPT (+2.2%) bewegten sich im statistischen Rauschen. Auf keiner Plattform gab es einen nennenswerten Anstieg.

Sollte ich das Schema-Markup löschen, das ich bereits habe?

Nein. Googles Guidance sagt, ungenutzte strukturierte Daten verursachten keine Probleme für die Suche, und FAQPage-Markup darf auch nach der Entfernung der Rich Results im Mai 2026 bleiben. Schema bedient weiterhin traditionelle Suchinfrastruktur und Entity-Disambiguierung. Die Evidenz richtet sich gegen neues Markup in der Erwartung von KI-Zitaten, nicht gegen eine technisch saubere Site.

Warum lesen KI-Engines Schema-Markup nicht wie Googles Crawler?

In einem Experiment aus dem Februar 2026 extrahierten ChatGPT und Perplexity korrekt eine Adresse, die ausschließlich in absichtlich invalide, frei erfundene JSON-LD eingebettet war. Die Modelle lasen den Block als reinen Text, statt seine Struktur zu parsen. Ein searchVIU-Test, den die Ahrefs-Studie zitiert, fand, dass alle fünf KI-Systeme beim Echtzeit-Abruf nur das sichtbare HTML extrahierten.

Was verbessert KI-Zitate stattdessen wirklich?

Die modellierte Evidenz konzentriert sich auf Autorität: First Page Sage weist Autoritätssignalen 80.4% des modellierten Einflusses in KI-Antworten zu, Schema gerade 0.9%. Auch der Korrelationsbefund von Ahrefs (zitierte Seiten hatten etwa dreimal so häufig JSON-LD) deutet in dieselbe Richtung: Das Markup fährt mit starken Sites mit, statt sie stark zu machen.

Diese Seite trägt FAQ-Schema. Ist das kein Widerspruch?

Nein. Wir halten Article- und FAQPage-Markup auf dieser Seite für traditionelle Suchinfrastruktur und Entity-Klarheit und geben es nicht als KI-Zitat-Hebel aus. Der Einwand dieses Textes gilt für neues Schema in der Erwartung von Zitaten, nicht für gepflegte, gültige strukturierte Daten.

Quellen

  • Ahrefs, „We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.“ (kontrolliertes Experiment, gematchte Difference-in-Differences, veröffentlicht am 11. Mai 2026; enthält den searchVIU-Direktabruf-Test von fünf KI-Systemen): ahrefs.com/blog/schema-ai-citations
  • Mark Williams-Cook, „Schema, LLMs and the Low Bar for Evidence in GEO“ (Experiment: Extraktion aus absichtlich invalide JSON-LD; Langtext): markwilliamscook.substack.com; Originaltest Februar 2026 (Bericht: Search Engine Roundtable): seroundtable.com
  • SE Ranking, „How to Optimize for ChatGPT“ (Beobachtungsstudie, 216,524 Seiten auf 129,000 Domains, veröffentlicht November 2025): seranking.com/blog/how-to-optimize-for-chatgpt
  • First Page Sage, „Impact of Structured Data on AI Rankings: 2026 Study“ (herstellermodellierte Analyse, 4,213 kommerzielle Prompts, veröffentlicht September 2026): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
  • Search Engine Journal, „Google Drops FAQ Rich Results From Search“ (Bericht über Googles Dokumentankündigung vom 7. Mai 2026): searchenginejournal.com