FAQPage Schema — So zitieren KI-Systeme Ihre Antworten
FAQPage-strukturierte Daten kennzeichnen Ihre Frage-Antwort-Inhalte so, dass KI-Systeme einzelne Paare extrahieren und direkt in ihren Antworten zitieren können. Dies ist einer der wirkungsvollsten Schema-Typen für KI-Sichtbarkeit.
Was ist FAQPage-Schema?
FAQPage ist ein Schema.org-Typ, der eine Seite mit häufig gestellten Fragen und den zugehörigen Antworten beschreibt. Sie fügen ihn als JSON-LD-Skriptblock ein, der den sichtbaren FAQ-Inhalt der Seite spiegelt.
Jede Frage wird als Question-Entität mit einer acceptedAnswer dargestellt. Diese maschinenlesbare Struktur erlaubt KI-Systemen, Ihre Frage-Antwort-Paare zu parsen, ohne auf HTML-Parsing-Heuristiken angewiesen zu sein.
Warum FAQPage-Schema für KI-Sichtbarkeit wichtig ist
KI-Sprachmodelle und Retrieval-Systeme (ChatGPT, Claude, Perplexity, Google AI Overviews) indizieren strukturierte Daten parallel zu Fließtext. FAQPage-Schema bietet diesen Systemen drei konkrete Vorteile:
- Klare Grenzen. Das Schema teilt der KI genau mit, wo eine Frage endet und die Antwort beginnt — Mehrdeutigkeiten beim Chunking werden eliminiert.
- Direkte Extraktion. Google AI Overviews und Perplexity können Ihre Antwort wortwörtlich in Antwortkarten einblenden, ohne weitere Schlussfolgerungen ziehen zu müssen.
- Zitiervertrauen. Da das Schema maschinenverifiziert ist, stufen KI-Systeme die Quelle als zuverlässiger ein und sind eher bereit, sie zu zitieren.
Seiten mit FAQPage-Markup erscheinen regelmäßig in Googles FAQ-Rich-Results und werden von KI-Crawlern bevorzugt indiziert, die nach strukturierten Signalen suchen.
JSON-LD-Code-Snippet
Platzieren Sie diesen <script>-Block innerhalb Ihres <head> oder am Ende von <body>. Der Inhalt muss mit dem sichtbaren Text der Seite übereinstimmen.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Was ist KI-Sichtbarkeit und warum ist sie wichtig?",
"acceptedAnswer": {
"@type": "Answer",
"text": "KI-Sichtbarkeit beschreibt die Fähigkeit von KI-Systemen wie ChatGPT, Claude und Perplexity, Ihre Website-Inhalte zu finden, zu verstehen und zu zitieren. Mit dem Wachstum KI-gestützter Suche verlieren Websites, die für KI nicht sichtbar sind, erheblichen organischen Traffic."
}
},
{
"@type": "Question",
"name": "Wie überprüfe ich, ob meine Website für KI-Systeme sichtbar ist?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Nutzen Sie den kostenlosen AI Visibility Scanner auf aivisibilitycheck.net. Er prüft bis zu 19 Signale — darunter robots.txt-Konfiguration, strukturierte Daten, llms.txt, Open-Graph-Tags und Content-Struktur — und liefert in unter 30 Sekunden einen Score."
}
},
{
"@type": "Question",
"name": "Welche KI-Bots sollte ich in der robots.txt erlauben?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Erlauben Sie GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot, GoogleBot und Google-Extended. Dies sind die wichtigsten KI-Crawler, die Inhalte für ChatGPT, Claude, Perplexity und Google AI Overviews einlesen."
}
}
]
}
</script>Wo FAQPage-Schema platzieren?
Sie können den JSON-LD-Block an zwei Stellen platzieren:
- Innerhalb von
<head>— empfohlen. Das Schema wird verarbeitet, bevor der Body-Inhalt gerendert wird, und wird weniger häufig durch CMS-Sanitisierung entfernt. - Am Ende von
<body>— akzeptabel. Einige CMS-Plattformen (WordPress, Shopify) fügen strukturierte Daten hier per Plugin ein.
Platzieren Sie JSON-LD nicht innerhalb von <noscript>-Tags und laden Sie es nicht per JavaScript nach dem Seitenaufruf — Google und die meisten KI-Crawler verarbeiten nur statisch gerendertes strukturiertes Datenmaterial.
Schritt-für-Schritt-Implementierung
- FAQ-Inhalte identifizieren. Suchen Sie Seiten mit klar abgegrenzten Frage-Antwort-Bereichen. Typische Kandidaten: Produktseiten, Dokumentation, Landingpages mit einem Abschnitt „Häufige Fragen".
- JSON-LD schreiben. Kopieren Sie das obige Snippet und ersetzen Sie die Beispielfragen und -antworten durch Ihre tatsächlichen Inhalte. Halten Sie Antworten prägnant — unter 300 Wörter pro Antwort ist eine praktische Richtlinie.
- Sichtbaren Inhalt exakt abgleichen. Das Schema muss widerspiegeln, was auf der Seite sichtbar gerendert wird. Google lehnt Markup für versteckte oder nicht im HTML vorhandene Inhalte ab.
- Skript zur Seite hinzufügen. In WordPress: nutzen Sie ein Plugin wie Yoast SEO oder RankMath, oder fügen Sie es in einen Custom-HTML-Block ein. In eigenem HTML: direkt in
<head>einfügen. - Mit Google Rich Results Test validieren. Rufen Sie search.google.com/test/rich-results auf, geben Sie Ihre URL ein und prüfen Sie, ob FAQ-Rich-Results ohne Fehler erkannt werden.
- Mit Schema Markup Validator prüfen. Nutzen Sie validator.schema.org für eine spezifikationskonforme Validierung unabhängig von Googles Rendering.
Häufige Fehler
- Schema stimmt nicht mit sichtbarem Text überein. Wenn Frage oder Antwort im JSON-LD von dem abweichen, was der Nutzer sieht, wertet Google dies als irreführendes Markup und kann die Seite abstrafen.
- Antworten zu kurz. Einwort- oder Ein-Satz-Antworten bieten für die KI-Extraktion wenig Mehrwert. Streben Sie 2–5 Sätze pro Antwort an, die die Frage vollständig beantworten.
- Mehr als eine FAQPage pro Seite. Verwenden Sie nur eine einzige
FAQPage-Entität. Mehrere FAQPage-Blöcke auf einer Seite verursachen Validierungsfehler. - HTML-Tags im Antworttext. Die
text-Eigenschaft sollte reiner Text sein. Vermeiden Sie<a>,<strong>oder andere HTML innerhalb des JSON-Strings. - Werbeinhalte als FAQ kennzeichnen. Googles Richtlinien verbieten die Verwendung von FAQPage für primär werbliche Inhalte. Jede Frage-Antwort-Kombination muss eine echte Nutzerfrage behandeln.
- Vergessen, nach CMS-Updates zu testen. Plugins und Theme-Updates können strukturierte Daten lautlos entfernen oder verändern. Testen Sie erneut nach größeren Updates.
Offizielle Quellen
- Schema.org — FAQPage-Typdefinition
- Google Search Central — FAQPage-Strukturdaten
- Google Rich Results Test
- Schema Markup Validator