Deep Content macht Maschinen froh, JSON-LD ebenso!

von Michael Riedemann | Juni 23, 2026

Der GEO-Loop: Wie KI-Suchmaschinen Ihre Daten filtern

Generative Engines wie Perplexity oder Googles AI Overviews arbeiten nach dem sogenannten RAG-Prinzip (Retrieval-Augmented Generation). Das bedeutet: Bei einer Nutzerfrage durchsucht die KI das Netz blitzschnell nach Fakten, verknüpft diese im Hintergrund und formuliert eine Antwort.

Studien zur Generative Engine Optimization (GEO) zeigen: Webseiten, die strukturierte Daten (JSON-LD) nutzen, haben eine bis zu 30 % höhere Wahrscheinlichkeit, von KI-Suchmaschinen als Quelle herangezogen und im Antworttext direkt verlinkt zu werden. Denn KIs hassen Unsicherheit. JSON-LD liefert die mathematische Sicherheit, die ein LLM (Large Language Model) braucht.

Die Verknüpfung von Autor, Artikel und Organisation – warum ein isoliertes JSON-LD nicht mehr ausreicht

in isoliertes JSON-LD-Snippet für ein Unternehmen reicht heute oft nicht mehr aus. Die KI möchte wissen: Wer hat den Artikel geschrieben und für welches Unternehmen arbeitet diese Person?

Das folgende, erweiterte Snippet verknüpft diese drei Entitäten fehlerfrei miteinander. Das ist die Königsklasse für den Aufbau von digitaler Autorität (E-E-A-T):


{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://ihre-website.de/#organization",
      "name": "Ihre Agentur GmbH",
      "url": "https://ihre-website.de",
      "logo": "https://ihre-website.de/logo.png"
    },
    {
      "@type": "Person",
      "@id": "https://ihre-website.de/#author",
      "name": "Michael Riedemann",
      "worksFor": {
        "@id": "https://ihre-website.de/#organization"
      }
    },
    {
      "@type": "TechArticle",
      "headline": "Deep Content macht Maschinen froh, JSON-LD ebenso!",
      "inLanguage": "de-DE",
      "author": {
        "@id": "https://ihre-website.de/#author"
      },
      "publisher": {
        "@id": "https://ihre-website.de/#organization"
      }
    }
  ]
}

... und das Ganze für diesen Artikel:



Hinweis zur Technik: Durch die Nutzung von @graph und eindeutigen IDs (@id) versteht die KI die exakte Relation: Michael Riedemann arbeitet für die Organisation X und hat den Artikel Y geschrieben. Nichts bleibt dem Zufall überlassen.

Drei kritische Fehler bei der JSON-LD-Implementierung in WordPress

Damit Ihr strukturierter Code von KI-Architekten auch gecrawlt werden kann, müssen Sie drei häufige Stolpersteine vermeiden:

  1. Das vergessene Komma: JSON-LD verzeiht keine Syntaxfehler. Ein fehlendes oder überflüssiges Komma am Ende einer Zeile führt dazu, dass das gesamte Skript ignoriert wird.
  2. Doppelte Schema-Ausgabe: Wenn Sie ein SEO-Plugin (wie RankMath) nutzen und gleichzeitig manuell Code in Divi 5 oder Elementor einfügen, entstehen oft konkurrierende Daten. Entscheiden Sie sich für einen Weg.
  3. Unvollständige URLs: Achten Sie darauf, dass alle URLs zu Logos oder Profilen absolut angegeben werden (also inklusive https://), da relative Pfade (/logo.png) von externen KI-Crawlern oft nicht aufgelöst werden können.

Der 10-Sekunden-Qualitätstest

Vertrauen Sie nicht blind darauf, dass der Code funktioniert. Nutzen Sie nach der Live-Schaltung das offizielle, kostenfreie Schema.org Validator Tool oder den Google-Test für reiche Suchergebnisse. Fügen Sie dort einfach Ihre URL ein. Werden Ihnen grüne Häkchen ohne Warnungen angezeigt, ist Ihre Seite offiziell „bereit für die KI-Zukunft“.

Der Test für diesen Artikel war erfolgreich. Also grünes Licht für die KI-Zukunft!

Warum der Beitrag gewinnt

  • Zitierfähigkeit: Entwickler und SEO-Spezialisten werden das @graph-Beispiel kopieren und verlinken, weil es die saubere, moderne Art der Verschachtelung zeigt.

  • KI-Sichtbarkeit: Der Text selbst wendet an, was er predigt: Er definiert Fachbegriffe präzise (RAG, GEO, @graph), wodurch er für KI-Suchmaschinen extrem relevant wird, wenn Nutzer nach fortgeschrittenen JSON-LD-Anleitungen suchen.

  • Praxisnutzen: Die WordPress-Fehlerliste schützt Leser vor dem typischen „Es funktioniert trotz Anleitung nicht“-Frust.

Implementierung in WordPress

Für die Einbindung in WordPress gibt es drei gängige Wege, die je nach technischer Affinität gewählt werden sollten:

1. Plugin

Für Divi 5, Elementor und Gutenberg ist die Nutzung eines Plugins wie Schema Pro oder WP SEO Structured Data Schema der Standard.

  • Vorteil: Automatisierte Zuordnung von Feldern (z.B. Produktpreis, Autor-Name) direkt aus dem CMS.

  • Einbau: Plugin installieren -> Schema-Typ auswählen -> WordPress-Felder mit Schema-Feldern mappen -> fertig.

2. Gutenberg (Block Editor)

Gutenberg-Nutzer können oft eigene Blöcke oder spezielle SEO-Plugins (wie RankMath) nutzen, die JSON-LD-Funktionen nativ mitbringen.

  • Einbau: RankMath o.ä. in den Post-Einstellungen öffnen -> Schema-Tab -> Schema-Typ wählen (z.B. „Artikel“ oder „FAQ“) -> Daten ausfüllen.

3. Manuelle Einbindung (Divi 5 / Elementor)

Wenn Sie volle Kontrolle benötigen oder keine Plugin-Abhängigkeit wünschen

  • Divi 5: Gehen Sie zu Divi -> Theme-Optionen -> Integration. Dort können Sie das generierte JSON-LD in das Feld „Add code to the < head > of your blog“ einfügen.

  • Elementor: Nutzen Sie ein „HTML-Widget“ an einer beliebigen Stelle auf der Seite (am besten ganz unten im Footer), kopiere das JSON-LD dort hinein. Elementor rendert den Code dann im Frontend.

Dieser Artikel wurde mit der Untersützung von Gemini KI generiert