Zum Inhalt springen
2.10Fortgeschritten7 min

Schema Markup Implementierung: Prioritäten für Enterprise B2B

Lucas Blochberger··Aktualisiert 20. April 2026
Definition

Die Schema-Markup-Implementierung für Enterprise B2B folgt einer klaren Prioritätsreihenfolge: Organization (mit sameAs zu Wikipedia/Wikidata), Person (für Expertise), Article (mit Autorschaftsketten), Service, FAQPage und BreadcrumbList. @id-Properties schaffen global einzigartige Entity-Identifier, sameAs bestätigt Referenzen.

Auf einen Blick

  • Priorität 1: Organization mit sameAs zu Wikipedia, Wikidata, LinkedIn, Crunchbase
  • Priorität 2: Person für Führungskräfte und Fachexperten mit knowsAbout
  • Priorität 3: Article/BlogPosting mit Autorschaftsketten (Person → worksFor → Organization)
  • Priorität 4: Service mit detaillierten Beschreibungen
  • Priorität 5: FAQPage — trotz Rich-Result-Einschränkung wertvoll für AI-Extraktion
  • @id schafft global einzigartige Entity-Identifier
  • Disconnected Entities reduzieren AI-Vertrauen in Attribution

Die richtige Schema-Implementierung für B2B Enterprise erfordert eine klare Prioritätsreihenfolge und saubere Entity-Verlinkung.

Implementierungsprioritäten

Organization mit sameAs-Links zu Wikipedia, Wikidata, LinkedIn und Crunchbase verankert die Marken-Entität in Knowledge Graphs. Person für Führungskräfte und Fachexperten mit Credentials, verlinkt via worksFor zur Organization. Article/BlogPosting mit vollständigen Autorschaftsketten (Person → worksFor → Organization). Service für Dienstleistungen mit detaillierten Beschreibungen. FAQPage — trotz Rich-Result-Einschränkung wertvoll für AI-Extraktion. BreadcrumbList für Sitestruktur-Verständnis. Product/Offer falls relevant, mit GTIN/MPN für ChatGPT Shopping.

Entity-Verlinkung

Die @id-Property schafft global einzigartige Entity-Identifier. sameAs bestätigt, dass Referenzen auf bekannte reale Entitäten verweisen. @graph verbindet Entity-Netzwerke über Seiten hinweg. Disconnected Entities — wo Author, Publisher und Organization nicht korrekt aufeinander verweisen — schaffen Verständnislücken die AI-Vertrauen reduzieren.

Martha van Berkel, CEO Schema App

Häufig gestellte Fragen

Warum ist FAQPage Schema noch sinnvoll wenn Rich Results eingeschränkt sind?
FAQ-strukturierter Content spiegelt wider, wie AI-Systeme Antworten extrahieren. Obwohl FAQ Rich Results auf Behörden- und Gesundheitsseiten beschränkt sind, nutzen AI-Systeme die strukturierten Frage-Antwort-Paare weiterhin für Informationsextraktion und zeigen erhöhte Zitierungskorrelation.
Was sind Disconnected Entities?
Wenn Author, Publisher und Organization nicht korrekt aufeinander verweisen, entstehen Verständnislücken die AI-Vertrauen in Attribution reduzieren. Beispiel: Ein Article hat einen Author (Person), der Person hat worksFor (Organization), die Organization hat sameAs (Wikidata). Jede Unterbrechung in dieser Kette schwächt das Signal.