Video SEO On-Page: VideoObject Schema und Transkripte

Warum Video-SEO on-page ueber Sichtbarkeit entscheidet

Video ist im DACH-Raum kein Nischenkanal mehr, aber als Web-Element bleibt es selten. Laut Web Almanac 2024 enthalten 7,7 Prozent der Desktop-Seiten und 6,7 Prozent der Mobile-Seiten mindestens ein <video>-Element, wobei der Mobile-Wert relativ um 32 Prozent gestiegen ist. Zum Vergleich liegen Bilder bei nahezu jeder Seite. Video ist also ein knappes Signal, das richtig aufgesetzt ueberproportional auffaellt.

Die Reichweite des Formats ist im oesterreichischen Markt belegt. Anfang 2025 zaehlte YouTube 7,30 Millionen Nutzer in Oesterreich, das entspricht 80,1 Prozent der Gesamtbevoelkerung und 84,0 Prozent der Internetnutzer. Bei 8,69 Millionen Internetnutzern und 95,3 Prozent Internetdurchdringung ist Video damit ein Massenkanal. Fuer B2B-Anbieter heisst das: Erklaer-, Produkt- und Case-Study-Videos erreichen Entscheider, wenn sie technisch sauber on-page eingebunden sind.

Der strategische Hebel liegt in generativer Suche. Seit dem 1. Januar 2025 sind die YouTube-Citations in Google AI Overviews um 25,21 Prozent gestiegen (Datenquelle BrightEdge). Video ist der Snippet-Typ, der zuverlaessig Klicks bringt, selbst wenn er in ein AI Overview eingewickelt ist, weil die Antwort die Frage anteasert, aber das Ansehen den Klick erfordert.

VideoObject-Schema und Clip-Markup als technisches Fundament

Strukturierte Daten sind die Voraussetzung dafuer, dass Google ein Video als Video erkennt. Im Netz ist das selten: JSON-LD insgesamt erscheint 2024 auf 41 Prozent der Seiten (gestiegen von 34 Prozent im Jahr 2022), das VideoObject-Markup jedoch nur auf rund 0,34 Prozent der Seiten. Wer es korrekt umsetzt, hebt sich von der Mehrheit ab.

Ein VideoObject braucht drei Pflichtfelder: name, thumbnailUrl und uploadDate. Empfohlen sind zusaetzlich description, contentUrl oder embedUrl und duration im ISO-8601-Format (etwa PT2M30S fuer zwei Minuten dreissig). Ein Minimalbeispiel fuer eine Watch-Page:

```json
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "ERP-Migration in 5 Schritten erklaert",
"description": "Demo der Datenuebernahme fuer mittelstaendische Betriebe in Oesterreich.",
"thumbnailUrl": "https://example.at/img/erp-migration-thumb.jpg",
"uploadDate": "2026-03-14",
"duration": "PT8M20S",
"contentUrl": "https://example.at/video/erp-migration.mp4",
"embedUrl": "https://example.at/embed/erp-migration"
}
```

Fuer kapitelbasierte Sprungmarken in der Google-Videosuche kommt das Clip-Markup hinzu. Laut Google sind dafuer drei Clip-Properties Pflicht: name, startOffset und url. startOffset ist die Startzeit in Sekunden ab Videobeginn, url zeigt mit dem Muster ?t={seek_to_second_number} auf genau diese Stelle. Zwei Richtlinien sind kritisch: keine zwei Clips desselben Videos duerfen dieselbe Startzeit teilen, und die Gesamtlaenge muss mindestens 30 Sekunden betragen. Alternativ liefert SeekToAction Google die URL-Logik, sodass die Plattform Key Moments automatisch erkennt.

Transkripte und Captions fuer AI-Verstaendnis und Barrierefreiheit

AI-Crawler koennen keine Videos ansehen. Sie lesen den Seiteninhalt. Daraus folgt die wichtigste On-Page-Massnahme: ein Volltext-Transkript als crawlbarer HTML-Text direkt auf der Watch-Page. Dieser Text liefert Long-Tail-Begriffe und Entities, die im Audio vorkommen, aber in Titel, Beschreibung und Tags fehlen. Genau dieser Mechanismus erhoeht die Zitierwahrscheinlichkeit in generativer Suche, denn das Sprachmodell zitiert, was es lesen kann.

Captions und Transkript sind nicht dasselbe. Captions sind zeitsynchrone Untertitel im Player, das Transkript ist der zusammenhaengende Fliesstext on-page. Beide zahlen ein. Eine internationale Fallstudie von Discovery Digital Networks belegt den Effekt: Untertitel brachten einen Gesamtanstieg von 7,32 Prozent bei den Aufrufen und in den ersten 14 Tagen sogar 13,48 Prozent mehr Aufrufe. Methodisch wurden 125 von 334 Videos untertitelt und gegen 209 Kontrollvideos gemessen. Den Indexierungsbeweis lieferte eine Suche nach einer Phrase, die nur im Transkript vorkam: das untertitelte Video rankte auf Platz 4, was zeigt, dass YouTube Closed Captions indexiert.

Im DACH-Raum kommt eine rechtliche Dimension hinzu. Mit dem European Accessibility Act, der ab 2025 greift, werden Untertitel und Transkripte fuer viele Anbieter zur Barrierefreiheitspflicht. Das verschiebt Captions von der Kuer zur Pflicht und macht den SEO-Nebeneffekt zum kostenlosen Bonus einer ohnehin notwendigen Massnahme. In der Umsetzung gilt: Erzeugen Sie das Transkript automatisiert, etwa ueber die YouTube-Transkriptfunktion oder einen Speech-to-Text-Dienst, und redigieren Sie es anschliessend von Hand. Fachbegriffe, Eigennamen und oesterreichische Schreibweisen erkennt die automatische Verschriftung selten zuverlaessig. Platzieren Sie den redigierten Volltext als echten HTML-Text on-page, nicht als Bild oder reines Download-PDF, und gliedern Sie ihn mit Zwischenueberschriften und Absaetzen, damit Crawler und Leser ihn erfassen. Ein kurzer Einleitungsabsatz, der die Kernaussagen des Videos zusammenfasst, bedient zusaetzlich das Antwort-zuerst-Prinzip fuer Featured Snippets und AI Overviews.

Best Practices fuer Watch-Pages, Hosting und Content-Struktur

Eine wirksame Video-Watch-Page folgt einer klaren Logik. Die folgenden Punkte fassen die zentralen Stellhebel zusammen:

• Dedizierte indexierbare Watch-Page: Jedes wichtige Video braucht eine eigene URL mit sichtbarem Embed, nicht nur eine Erwaehnung in einem Blogartikel. Google indexiert Videos primaer ueber solche Seiten.
• Heading-Hierarchie: Eine H1 benennt das Video-Thema, H2-Ueberschriften strukturieren Begleittext und Kapitel. Beschreibende Ueberschriften liefern Kontext und Entities, die das blosse Embed nicht transportiert.
• Stabile Thumbnail-URL: thumbnailUrl muss dauerhaft erreichbar sein, da Google sonst kein Rich Result rendert. Keyword-reiche, sprechende Dateinamen unterstuetzen die Zuordnung.
• Video-Sitemap: Eine dedizierte Video-Sitemap oder die Erweiterung der bestehenden Sitemap meldet neue Watch-Pages aktiv an die Suchmaschine.
• Core Web Vitals: Eingebettete Videos duerfen das Ladeverhalten nicht ruinieren. Lazy-Loading des iFrames und ein leichtgewichtiges Vorschau-Thumbnail statt eines sofort geladenen Players halten die Werte stabil.

Bei der Hosting-Entscheidung gilt: YouTube-Embed maximiert Reichweite und nutzt die Plattform-Distribution, Self-Hosting auf der eigenen Domain haelt das Ranking-Signal im eigenen Haus. In der Praxis ist eine Kombination sinnvoll, solange eine kanonische Watch-Page definiert ist, um Doppelindexierung zu vermeiden. Technisch dominiert MP4: Laut Web Almanac entfielen 68 Prozent der Videodateien auf das MP4-Format, was Self-Hosting kompatibel und einfach macht.

Zur Laenge geben die Daten Orientierung. Im Web sind Videos kurz: 21 Prozent dauern 0 bis 10 Sekunden, 37 Prozent 10 bis 30 Sekunden, 21 Prozent 30 bis 60 Sekunden, 12 Prozent 60 bis 120 Sekunden und 9 Prozent ueber 120 Sekunden. Fuer YouTube-Ranking zeigt eine aeltere internationale Analyse das Gegenteil: Die durchschnittliche Laenge eines Videos auf Seite eins lag bei 14 Minuten und 50 Sekunden und 68,2 Prozent der Erstseiten-Videos waren in HD, ausgewertet ueber 1,3 Millionen YouTube-Videos. Die Faustregel fuer B2B: kurze eingebettete Demos auf der eigenen Seite, laengere tiefe Erklaervideos fuer YouTube. Ebenso wichtig wie das Video ist der Text darum herum. Eine aussagekraeftige, keyword-bewusste Ueberschrift, ein beschreibender Einleitungsabsatz und eine zusammenfassende Liste der Kernpunkte geben Suchmaschinen und KI-Systemen den Kontext, den das Embed selbst nicht liefert. Benennen Sie Video- und Thumbnail-Dateien sprechend statt mit kryptischen IDs und halten Sie die On-Page-Beschreibung konsistent zu Titel und Schema. So wird die Watch-Page auch ohne Videoabruf vollstaendig verstanden.

Haeufige Fehler bei der Video-Optimierung

In der Praxis wiederholen sich dieselben Fehlerbilder. Wer sie vermeidet, holt den Grossteil des Potenzials:

• Video ohne Watch-Page: Ein Video, das nur als Lightbox oder im Footer eingebettet ist, bekommt keine eigene URL und damit kaum Chance auf ein Video-Rich-Result.
• Fehlendes oder unvollstaendiges Schema: Ohne name, thumbnailUrl und uploadDate entsteht kein gueltiges VideoObject. Da das Markup ohnehin selten ist, ist der Aufwand klein und der Effekt gross.
• Kein Transkript: Ohne crawlbaren Volltext fehlt AI-Crawlern jede Textgrundlage. Das Video bleibt fuer generative Antworten eine Blackbox.
• Identische Clip-Startzeiten: Teilen sich zwei Clips eine Startzeit, verwirft Google die Key Moments. Eindeutige startOffset-Werte sind Pflicht.
• Instabile oder dynamische Thumbnail-URL: Wechselt die Bild-URL bei jedem Deploy, verschwindet das Rich Result.
• Doppelindexierung: Identischer Video-Content auf YouTube und der eigenen Domain ohne kanonisches Signal verwaessert das Ranking.

Messung, Validierung und Reporting

Die Umsetzung ist nur die halbe Arbeit, die Validierung sichert sie ab. Der Rich-Results-Test prueft, ob das VideoObject- und Clip-Markup fehlerfrei geparst wird. In der Google Search Console zeigt der Videoindexierungs-Bericht, welche Watch-Pages als Video erkannt sind und wo Pflichtfelder fehlen. Auf Performance-Ebene gehoeren Video-Impressionen und Klicks aus dem Search-Console-Leistungsbericht ins Reporting, ergaenzt um Engagement-Signale wie Wiedergabezeit und Abschlussrate aus YouTube Analytics.

Fuer die GEO-Bewertung lohnt der Blick auf Content-Typen. In AI Overviews wuchsen instruktive Inhalte um 35,6 Prozent und visuelle Demonstrationen um 32,5 Prozent. Branchenseitig zeigte der Healthcare-Sektor mit 41,97 Prozent die hoechste YouTube-Praesenz in AI Overviews. Wer How-to- und Demo-Formate produziert, zielt damit genau auf die Formate, die generative Suche am haeufigsten zitiert.

Weiterfuehrendes fuer den B2B-DACH-Workflow

Ein praxistauglicher Video-SEO-Workflow im oesterreichischen B2B-Kontext folgt einer festen Reihenfolge: Erklaer-, Produkt- und Case-Study-Video produzieren, Transkript erstellen und auf de-AT lokalisieren, dedizierte Watch-Page mit H1, Begleittext und VideoObject-Schema aufsetzen, Clip-Markup fuer Kapitel ergaenzen, in die Video-Sitemap aufnehmen und ueber den Rich-Results-Test validieren.

Den groessten Hebel liefert die interne Verlinkung. Ein Video-Hub buendelt thematisch verwandte Watch-Pages und verlinkt sie untereinander sowie aus den passenden Themen- und Leistungsseiten. So entsteht ein Cluster, das Suchmaschinen die Relevanz der einzelnen Videos signalisiert und Nutzer von Text zu Video fuehrt. In Kombination mit sauberem Schema, Volltext-Transkript und barrierefreien Captions wird aus einem einzelnen Video ein dauerhaftes Sichtbarkeits-Asset, das sowohl in der klassischen Videosuche als auch in generativen Antworten Klicks bringt.