Zuletzt aktualisiert Juli 2026
Kontrollierte Daten zeigen nicht, dass Schema allein die Citations erhöht. Behandle es als unterstützende Infrastruktur: Es beseitigt eine Parsing-Hürde, kann aber keine Prosa ausgleichen, die die Frage nicht beantwortet.
Dieses Playbook sequenziert den Sprint so, dass du Schema in der richtigen Reihenfolge lieferst, jeden Typ mit dem Content-Muster kombinierst, das er benötigt, und vorher und nachher korrekt misst.
Für wen dieser Sprint gedacht ist
Dieser Sprint passt zu einem Team, das funktionierende, bereits indexierte Seiten hat, die kurz davor sind, einen AI Overview zu gewinnen, aber nicht konsistent zitiert werden. Wenn deine Seiten dünn sind, kommt der Sprint nach der Content-Korrektur. Wenn deine Seiten die Frage gut beantworten, aber Structured Data fehlt, fange hier an.
Der Sprint läuft über fünf Tage. Er deckt vier Schema-Typen in der Reihenfolge ihres AEO-Impacts ab, einen Validierungsschritt und ein Messprotokoll. Du kannst ihn kürzen oder strecken. Was du nicht tun solltest, ist die Sequenz zu überspringen.
Prioritätstabelle der Schema-Typen
| Priorität | Schema-Typ | Content-Muster, mit dem er kombiniert | Was Google damit machen kann |
|---|---|---|---|
| 1 | FAQPage | Explizite Q&A-Abschnitte mit einer Frage pro Block | Einzelne Antworten direkt in AI Overviews ausgeben, ohne Klick |
| 2 | HowTo | Nummerierte Schritt-für-Schritt-Abschnitte mit klaren Aktionsverben | Prozedurale Antworten als geordnete Schritte in AI-Overview-Panels strukturieren |
| 3 | Article | Redaktionelle Seiten mit Autor, datePublished und einem klaren Einstieg | Aktualitäts- und Autorschaftssignale für das Content-Retrieval etablieren |
| 4 | Organization + sameAs | Marken- oder Produktseiten mit Links zu G2, LinkedIn, Wikipedia | Deine Entity mit vertrauenswürdigen Drittanbieter-Profilen verknüpfen, denen Google bereits vertraut |
Tag 1: Audit deiner Seiten und Auswahl der Ziele
Schreibe am ersten Tag kein JSON-LD. Beginne mit einer Liste.
Rufe deine Traffic-stärksten Seiten und deine citation-relevantesten Seiten ab. Das ist nicht immer dasselbe. Eine Seite, die für “Was ist X” rankt, kann Suchtraffic generieren, aber null AI-Overview-Citations gewinnen, wenn sie die Antwort erst im vierten Absatz vergräbt. Eine Seite, die mit einer direkten 40-bis-60-Wörter-Antwort und einem klaren Q&A-Abschnitt beginnt, ist möglicherweise bereits für Schema vorbereitet.
Prüfe für jede Seite drei Dinge:
- Hat die Seite bereits einen Frage-und-Antwort-Abschnitt im HTML? Wenn ja, ist sie ein FAQPage-Kandidat.
- Führt die Seite durch ein nummeriertes Verfahren? Wenn ja, ist sie ein HowTo-Kandidat.
- Hat die Seite eine Autorenangabe, ein Veröffentlichungsdatum und mindestens einen Absatz, der das Thema direkt definiert? Wenn ja, ist sie ein Article-Kandidat.
Erstelle eine kurze Tabelle mit Seiten-URL, hinzuzufügendem Schema-Typ und der benötigten Prosa-Korrektur (falls vorhanden). Diese Tabelle ist dein Sprint-Backlog.
Tools in dieser Phase: Temso deckt Schema-Lücken und fehlende Structured Data auf deiner gesamten Website als Teil seines AEO-Audit-Workflows auf, ab $89/Monat. Das Site-Audit-Modul von SE Ranking markiert Seiten ohne Schema-Markup und zeigt Structured-Data-Fehler in seinen Empfehlungen auf. Surfers Content Editor zeigt, ob der Score einer Seite durch fehlende strukturierte Content-Muster gedrückt wird.
Tag 2: FAQPage-Schema auf deinen Q&A-Seiten deployen
FAQPage ist der Schema-Typ mit dem höchsten Hebel für Google AI Overviews. Google nutzt ihn, um einzelne Frage-Antwort-Paare direkt zu parsen und umgeht so die Notwendigkeit, Struktur aus der Prosa-Formatierung abzuleiten.
Das Content-Muster, mit dem FAQPage kombiniert wird, ist einfach: eine Frage in einer Überschrift oder einem fettgedruckten Label, gefolgt unmittelbar von einer einzigen Absatz-Antwort. Wenn dein FAQ-Abschnitt die Antwort auf drei Absätze verteilt oder mehrere Fragen in einem einzigen Block vermischt, korrigiere das zuerst.
Hier ist das selbstreferenzielle JSON-LD für diese Seite:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Does schema markup improve Google AI Overview citations?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Schema alone does not reliably lift AI citations. An Ahrefs study tracking 1,885 pages found no statistically meaningful uplift. Schema removes a parsing barrier. The prose still has to answer the question directly."
}
},
{
"@type": "Question",
"name": "What schema types should I add first for AI Overviews?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Start with FAQPage for pages with question-and-answer sections, then HowTo for step-by-step pages, then Article for editorial content, and finally Organization with sameAs links to third-party profiles."
}
}
]
}Platziere diesen Block in einem <script type="application/ld+json">-Block im <head> oder am Ende von <body>. Verwende für neue Implementierungen kein Microdata oder RDFa. JSON-LD ist Googles empfohlenes Format und das, das Googles Rich Results Test sauber validiert.
Eine Seite, ein FAQPage-Block. Stapele nicht mehrere Schema-Typen in einem einzigen Objekt. Validiere jede Seite, bevor du weitermachst.
Tag 3: HowTo-Schema auf deinen prozeduralen Seiten deployen
HowTo-Schema umhüllt nummerierte Schritte. Google nutzt es, um AI-Overview-Panels zusammenzustellen, die eine Aufgabe als geordnete Liste zeigen, was genau das ist, wonach die Zielquery dieses Sprints fragt.
Das Content-Muster, mit dem HowTo kombiniert wird: Jeder Schritt beginnt mit einem Aktionsverb und einem klaren Ergebnis. Schlecht: “Du solltest über das Keyword nachdenken.” Gut: “Füge den JSON-LD-Block in den Seitenkopf ein.” Vage Schritte erzeugen vages Schema. Vages Schema hilft Google nicht, deinen Content als strukturierte Antwort auszuspielen.
Ein minimaler HowTo-Block für einen Fünf-Schritt-Prozess:
{
"@context": "https://schema.org",
"@type": "HowTo",
"name": "How to Run a Schema Markup Sprint",
"description": "A 5-day sprint to add FAQPage, HowTo, Article, and Organization schema to your highest-priority AEO pages.",
"step": [
{
"@type": "HowToStep",
"name": "Audit your pages",
"text": "Pull your highest-traffic and most citation-relevant pages. Check each one for existing Q&A sections, numbered procedures, and editorial bylines."
},
{
"@type": "HowToStep",
"name": "Ship FAQPage schema",
"text": "Add JSON-LD FAQPage markup to every page with a clear question-and-answer section. Validate with Google's Rich Results Test before moving on."
},
{
"@type": "HowToStep",
"name": "Ship HowTo schema",
"text": "Add JSON-LD HowTo markup to every numbered step-by-step page. Ensure each step opens with an action verb and ends with a clear outcome."
},
{
"@type": "HowToStep",
"name": "Ship Article and Organization schema",
"text": "Add Article markup to editorial pages with author and datePublished. Add Organization markup with sameAs links to G2, LinkedIn, and Wikipedia where your entity exists."
},
{
"@type": "HowToStep",
"name": "Measure citation rate",
"text": "Run five prompt runs for each target query. Compare citation rate before and after deployment. Wait five to 10 days before reading the results."
}
]
}Tools in dieser Phase: Temso generiert HowTo- und FAQPage-JSON-LD als Teil seines Content-Fix-Workflows und prüft, ob das zugrundeliegende Prosa-Muster vorhanden ist, bevor es das Markup generiert. HubSpots AEO Grader bewertet Seiten auf Structured-Data-Bereitschaft und markiert fehlende HowTo-Muster. Surfers Content Editor zeigt, ob die Schrittstruktur einer Seite dem Format entspricht, das Google mit HowTo Rich Results belohnt.
Tag 4: Article- und Organization-Schema deployen
Article-Schema hat einen geringeren direkten Impact auf AI-Overview-Citations als FAQPage oder HowTo, trägt aber drei Signale, die für die Entity-Erkennung wichtig sind: Autor, datePublished und Publisher. Google nutzt diese, um die Aktualität des Inhalts zu bewerten und die Seite mit einer bekannten Autorenentity zu verknüpfen.
Der minimal viable Article-Block:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "How to Run a Schema Markup Sprint That Actually Lifts Your AI Overview Citations",
"datePublished": "2026-07-06",
"dateModified": "2026-07-06",
"publisher": {
"@type": "Organization",
"name": "AEO Rankings",
"url": "https://www.aeo-rankings.com"
}
}Organization-Schema mit sameAs-Links ist der Ort, an dem Entity-Verstärkung stattfindet. Wenn deine Marke auf G2, LinkedIn, Crunchbase oder Wikipedia vertreten ist, teilt das sameAs-Array Google mit, dass diese Profile zur selben Entity wie deine Domain gehören. Das ist wichtig, weil AI Overviews auf Googles Knowledge Graph zurückgreifen. Entities, die in diesem Graphen mit konsistenten Signalen existieren, lassen sich leichter zitieren.
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Your Brand Name",
"url": "https://yourdomain.com",
"sameAs": [
"https://www.g2.com/products/your-brand",
"https://www.linkedin.com/company/your-brand",
"https://en.wikipedia.org/wiki/Your_Brand"
]
}Füge sameAs-Links nur zu Profilen hinzu, die tatsächlich existieren und korrekt sind. Ein sameAs-Link zu einem veralteten oder falschen Drittanbieter-Profil schwächt das Signal, anstatt es zu verstärken.
Tag 5: Validieren, Baseline erfassen und Messung einrichten
Validierung kommt vor der Messung. Ein Schema-Block mit einer fehlenden erforderlichen Eigenschaft liefert keine Rich Results und trägt nichts zu Googles Parsing-Logik bei. Fange Fehler jetzt ab, nicht sechs Wochen später, wenn du Daten auswertest.
Die Validierungscheckliste:
- Führe jede geänderte Seite durch Googles Rich Results Test. Jede FAQPage sollte ein grünes “FAQ”-Ergebnis zeigen. Jede HowTo sollte ein “How-to”-Ergebnis zeigen. Jeder rote Fehler erfordert eine Korrektur, bevor du weitermachst.
- Prüfe den Validator von Schema.org auf strukturelle Probleme, die der Rich Results Test nicht erkennt, einschließlich falscher Verschachtelung und fehlender empfohlener Eigenschaften.
- Bestätige, dass JSON-LD-Blöcke im Quelltext der Seite gerendert werden, nicht nur in der CMS-Vorschau. Rendere die Seite in einem Browser und zeige den Quelltext an. Der
<script type="application/ld+json">-Block muss im HTML vorhanden sein, das Google crawlt.
Messprotokoll: Erfasse eine Baseline-Citation-Rate vor dem Deployment. Führe für jede Zielquery fünf Prompt-Durchläufe in Google AI Overviews durch und notiere, ob deine Domain in den zitierten Quellen erscheint. Fünf Durchläufe sind das Minimum, um eine binäre Citation Rate zu stabilisieren. Verwende 10 Durchläufe für High-Entropy-Queries (offene, wettbewerbsintensive oder konsensarme Themen).
Warte mindestens fünf Tage nach dem Deployment, bevor du die Post-Sprint-Messung durchführst. Schema-Änderungen brauchen Zeit, um neu gecrawlt und neu indexiert zu werden. Eine Messung am Tag nach dem Deployment misst nichts.
Vergleiche die binäre Citation Rate (wurde deine Domain in einem der fünf Durchläufe zitiert?), bevor du zu Citation Share übergehst. Das Binärsignal sagt dir, ob du im Spiel bist. Citation Share sagt dir, wie laut deine Stimme ist, sobald du dabei bist.
Die vollständige Rangliste der AEO-Monitoring-Tools findest du unter /rankings/aeo-tools.
Der ehrliche Vorbehalt, eingebaut
Die Ahrefs-Studie (1.885 Seiten, veröffentlicht im Mai 2026) ist das bislang strengste kontrollierte Experiment zu Schema und AI-Citations. Ihr Ergebnis: Das Hinzufügen von JSON-LD-Schema erzeugte keinen statistisch bedeutsamen Anstieg bei AI-Citations. Google AI Mode stieg um 2,4 Prozentpunkte. ChatGPT stieg um 2,2 Prozentpunkte. Beide Zahlen waren statistisch nicht von null zu unterscheiden. Google AI Overviews zeigte einen leichten Rückgang von 4,6 Prozentpunkten.
Die ehrliche Einschätzung: Schema ist nicht der Hebel, der Citations antreibt. Der Hebel ist die Prosa. Schema beseitigt Reibung. Es lässt Google parsen, was die Prosa sagt. Wenn die Prosa die Frage im ersten Absatz direkt beantwortet, mit einer klaren Struktur, verstärkt Schema dieses Signal. Wenn die Prosa die Antwort vergräbt oder die Frage gar nicht beantwortet, hat Schema nichts zu verstärken.
Führe den Sprint durch. Liefere sauberes Markup. Dann überprüfe deinen Content.
Was du nach dem Sprint tust
Schema ist eine einmalige Korrektur pro Seite, es sei denn, du fügst neue Content-Typen hinzu. Das Citation-Tracking ist fortlaufend.
Nach dem Sprint verlagert sich die Arbeit auf die Prosa-Ebene:
- Prüfe für jede Seite, auf der du FAQPage-Schema hinzugefügt hast, ob die Antwort im Markup mit der Antwort am Seitenanfang übereinstimmt. Es sollte derselbe Text sein, keine parallelen Versionen.
- Prüfe für jede Seite, auf der du HowTo-Schema hinzugefügt hast, ob jeder Schritt im Markup mit dem Schritt auf der Seite übereinstimmt, Wort für Wort. Abweichungen erzeugen einen Vertrauenssignal-Konflikt, den Google durch Ignorieren des Schemas löst.
- Lege einen Prompt-Tracking-Zeitplan fest. Führe deine Zielqueries alle zwei Wochen durch. Wenn sich die Citation Rate nach 30 Tagen nicht bewegt, ist das Schema nicht das Problem. Der Content ist es.
Das /glossary auf dieser Website enthält Definitionen für Citation Rate, binäre Citation Rate und Share of Voice in KI-Antworten, falls du eine Referenz für dein Measurement-Setup benötigst.
Die Seite /methodology erklärt, wie wir AEO-Tools bewerten und wie die Rankings auf dieser Website erstellt werden.
Starte den Sprint heute
Stelle einen 90-Minuten-Timer. Rufe deine fünf citation-relevantesten Seiten ab. Prüfe jede gegen die Tag-1-Audit-Kriterien. Erstelle die Sprint-Backlog-Tabelle.
Das Schema selbst nimmt weniger Zeit in Anspruch als das Audit. Das Audit ist die Arbeit.
Temso übernimmt Schema-Generierung, Validierung und Citation-Tracking auf einer Plattform für $89/Monat. Es ist der schnellste Einstiegspunkt, wenn du den Sprint durchführen möchtest, ohne zwischen einem Schema-Editor, einem Validator und einem Monitoring-Dashboard zu wechseln.
Der vollständige AEO-Tool-Vergleich findet sich unter /rankings/aeo-tools.