Structured Data für LLM-Ranking: Die wirklich relevanten Schemas
Welche Structured-Data-Schemas erhöhen das LLM-Ranking?
Article, FAQPage, HowTo, BreadcrumbList und SpeakableSpecification sind die fünf Schemas mit hoher LLM-Wirkung. Sie strukturieren Antworten, machen Schritte parsebar und markieren Speakable-Bereiche. Im SnapSite-Test 2026 zeigten Hubs mit allen fünf Schemas eine 38 Prozent höhere Citation-Rate in Perplexity als Hubs mit nur Article-Schema.
- 01
Pflicht-Set ausspielen
Article, BreadcrumbList und SpeakableSpecification sind Pflicht. Article verankert die Quelle. BreadcrumbList zeigt die Position im Wissens-Tree. Speakable markiert, was zitiert werden darf.
- 02
Inhalts-Set ergänzen
FAQPage für Q-A-Blocks. HowTo für Schritt-für-Schritt-Antworten. Beide werden in Rich-Results-Snippets zitiert und tauchen in LLM-Antworten überproportional auf.
- 03
Validieren und überwachen
Rich-Results-Test und Schema-Validator nach jedem Deploy. Search-Console-Coverage einmal pro Monat. Wenn ein Schema in der Suche fällt, fällt es auch in LLM-Antworten.
Im SnapSite-Test 2026 zeigten Hubs mit allen fünf Pflicht-Schemas eine 38 Prozent höhere Citation-Rate in Perplexity als Hubs mit nur Article-Schema.
A-B-Test über 20 SnapSite-Hubs, April 2026.
- Reicht Article-Schema?
- Nicht für LLM-Zitierungen. Article verankert Autor und Datum, aber ohne Speakable und FAQPage bleibt der Inhalt undifferenziert. LLMs greifen bevorzugt zu Seiten mit klar markierten Antworten und Schritten.
- Wie viele Schemas pro Seite sind sinnvoll?
- Drei bis fünf. Article plus BreadcrumbList plus Speakable als Basis. Dazu FAQPage oder HowTo je nach Inhalt. Mehr als fünf Schemas sind selten nützlich und können Crawler verwirren.
- Was bringt Speakable konkret?
- Speakable markiert per CSS-Selector, welche Bereiche von einem Voice-Assistant oder LLM gelesen werden dürfen. Setze es auf die Answer-Box ganz oben und auf die FAQ-Antworten. LLMs ziehen daraus häufig die Direct-Antwort.
- Welcher Tester ist verlässig?
- Google Rich-Results-Test für SERP-relevante Schemas. Schema.org-Validator für die JSON-LD-Struktur. Beide ergänzen sich. Wer nur einen nutzt, verpasst Half-Errors, die in der Suche unsichtbar bleiben aber bei LLMs zu Ranking-Drift führen.
- Ändert sich der LLM-Markt 2026?
- Ja. Speakable und llms.txt gewinnen an Relevanz, weil AI-Engines vom Crawl-Modell zum Quellen-Bias-Modell wechseln. Wer 2026 die Basis spielt, ist 2027 in der Antwort.
SnapSite spielt auf der eigenen Domain das volle Schema-Set inklusive Speakable aus. Article, FAQPage, HowTo, BreadcrumbList und Speakable auf jeder Wissens-Page.
Wer für das eigene Geschäft das Schema-Set richtig setzen will, kann den Plan im Projekt-Gespräch klären.
KI-Potenzial Check