Strukturierte Daten vs. unstrukturierter Content: Ein GEO-Vergleichstest

1. Die offene Frage: Hilft Schema-Markup wirklich bei KI-Zitation

In der GEO-Praxis wird Schema-Markup fast durchgängig als eine der wichtigsten Maßnahmen genannt, um die Zitierwahrscheinlichkeit bei generativen Suchsystemen zu erhöhen. Belastbare, unabhängige Belege dafür sind allerdings rar, weil die internen Auswahlmechanismen der einzelnen Systeme nicht offengelegt werden und sich zudem laufend verändern.

Statt sich auf allgemeine Empfehlungen zu verlassen, lohnt es sich für Teams mit ausreichend Content-Volumen, die Wirkung von Schema-Markup selbst systematisch zu testen, statt sie einfach vorauszusetzen. Ein solcher Test liefert nicht nur eine bessere Entscheidungsgrundlage, sondern auch ein wiederholbares Werkzeug, um zukünftige Änderungen an den KI-Suchsystemen selbst zu beobachten.

Wichtig ist dabei von Anfang an eine realistische Erwartungshaltung: Ein solcher Test kann Tendenzen aufzeigen, aber keine belastbare, allgemeingültige Kausalität beweisen. Diese Einschränkung sollte den Wert des Tests nicht schmälern, sondern seine Interpretation von Anfang an richtig einordnen.

2. Testaufbau: identischer Inhalt mit und ohne Schema-Markup

Der Kerngedanke eines sauberen Tests ist denkbar einfach: zwei inhaltlich identische Seiten, eine mit vollständigem, korrektem Schema-Markup, eine ohne jegliches Schema-Markup, aber mit ansonsten identischem sichtbaren Text, identischer interner Verlinkung und identischem Veröffentlichungsdatum. Nur die technische Variable Schema-Markup wird verändert, alles andere bleibt konstant.

In der Praxis empfiehlt sich, mehrere solcher Seitenpaare gleichzeitig zu testen, statt sich auf ein einzelnes Paar zu verlassen, da einzelne Seiten durch Zufallseffekte und andere Faktoren zu stark verzerrt sein können. Ein Set von mindestens fünf bis zehn Paaren zu unterschiedlichen, aber vergleichbaren Themen liefert eine deutlich robustere Datenbasis.

Nach der Veröffentlichung beider Seitenvarianten folgt eine Wartezeit, bis beide Seiten voraussichtlich gecrawlt und indexiert wurden, bevor mit der eigentlichen Zitationsmessung begonnen wird. Diese Wartezeit sollte für beide Varianten identisch sein, um keine zeitliche Verzerrung einzuführen.

<!-- Testseite A: mit vollständigem Schema-Markup -->
<script type="application/ld+json">
{ "@context": "https://schema.org", "@type": "Article", "headline": "..." }
</script>

<!-- Testseite B: identischer sichtbarer Inhalt, kein Schema-Markup -->
<!-- kein <script type="application/ld+json"> vorhanden -->

3. Kontrollvariablen: was konstant gehalten werden muss

Damit ein Testergebnis überhaupt aussagekräftig ist, müssen mehrere potenzielle Störfaktoren kontrolliert werden. Domain-Autorität und Linkprofil sollten für beide Seitenvarianten identisch sein, was am einfachsten erreicht wird, indem beide Varianten auf derselben Domain und in vergleichbarer interner Linktiefe veröffentlicht werden, statt eine davon auf einer separaten Testdomain zu platzieren.

Ebenso wichtig ist es, die Aktualität beider Varianten synchron zu halten. Wird nur eine der beiden Seiten im Testzeitraum aktualisiert, verzerrt das die Ergebnisse unabhängig vom Schema-Markup selbst. Wer diesen Fehler vermeidet, isoliert die Wirkung des Schema-Markups deutlich sauberer als bei einem unkontrollierten Vergleich bestehender, historisch gewachsener Seiten.

Ein oft übersehener Kontrollpunkt ist zudem die Textmenge selbst: Schema-Markup fügt technisch zusätzliches, wenn auch unsichtbares Markup hinzu, was theoretisch die Ladezeit minimal beeinflussen kann. Für die meisten Tests ist dieser Effekt vernachlässigbar, sollte aber bei sehr umfangreichem Schema-Markup zumindest im Hinterkopf behalten werden.

4. Messmethodik: KI-Zitationen systematisch erfassen

Da es keine standardisierte Analytics-Kennzahl für KI-Zitationen gibt, muss die Messung manuell oder halbautomatisiert über ein festes Set an Prompts erfolgen. Sinnvoll ist ein Prompt-Set, das realistische Nutzeranfragen zum jeweiligen Testthema abbildet, formuliert in mehreren Varianten, um Zufallsschwankungen einzelner Formulierungen auszugleichen.

Für jede Testseite werden die Prompts in einem festen Rhythmus, etwa wöchentlich, gegen die relevanten KI-Suchsysteme ausgeführt, wobei dokumentiert wird, ob und in welcher Form die jeweilige Seite als Quelle genannt wird. Diese Rohdaten sollten in einer strukturierten Tabelle festgehalten werden, um über den Testzeitraum hinweg Muster erkennbar zu machen statt nur Einzelbeobachtungen zu sammeln.

Wichtig ist, denselben Prompt-Satz konsistent für beide Varianten eines Seitenpaares zu verwenden und die Tests im gleichen Zeitfenster durchzuführen, da sich die zugrunde liegenden KI-Systeme selbst zwischen zwei Testläufen verändern können.

5. Typische Testergebnisse aus der Praxis und ihre Tendenz

In wiederholten Tests dieser Art zeigt sich meist eine Tendenz, aber selten ein eindeutiger, gleichbleibend großer Effekt: Seiten mit korrektem, vollständigem Schema-Markup werden im Durchschnitt etwas häufiger als Quelle genannt oder erscheinen in Zitationen etwas prominenter platziert, jedoch mit deutlicher Streuung zwischen einzelnen Themen und Testläufen.

Besonders ausgeprägt zeigt sich dieser Effekt häufig bei Content-Typen, die von Natur aus stark strukturierte Fakten enthalten, etwa Anleitungen mit HowTo-Schema oder FAQ-Seiten mit FAQ-Schema, während der Effekt bei eher meinungsbasiertem oder erzählerischem Content geringer ausfällt. Das deutet darauf hin, dass Schema-Markup vor allem dort wirkt, wo es echte strukturelle Zusatzinformation liefert, statt die ohnehin schon im Text vorhandene Information nur zu wiederholen.

6. Warum Kausalität hier schwer nachweisbar ist

Selbst ein sauber kontrollierter Test kann letztlich nur eine Korrelation zwischen dem Vorhandensein von Schema-Markup und einer höheren Zitationshäufigkeit zeigen, keine bewiesene Kausalität. Die internen Auswahlmechanismen der KI-Suchsysteme bleiben eine Blackbox, und es ist nicht auszuschließen, dass Schema-Markup indirekt mit anderen, dem Test nicht zugänglichen Qualitätsfaktoren korreliert, statt die Zitation direkt ursächlich zu beeinflussen.

Hinzu kommt, dass viele KI-Suchsysteme ihre Modelle und Retrieval-Mechanismen ohne Ankündigung aktualisieren, was ein Testergebnis von vor wenigen Monaten bereits teilweise überholt haben kann. Ein Test liefert also immer eine Momentaufnahme, keine dauerhaft gültige Erkenntnis.

7. Grenzen der Aussagekraft: KI-Systeme ändern sich laufend

Diese methodischen Grenzen sollten offen kommuniziert werden, gerade wenn Testergebnisse intern als Entscheidungsgrundlage für Ressourcenzuweisung dienen. Ein einmaliger Test mit einem einzigen Ergebnis zu einem einzigen Zeitpunkt taugt nicht als dauerhafter Beweis, sondern höchstens als Momentaufnahme, die eine erste, vorsichtige Richtung vorgibt.

Realistischer ist es, den Test als wiederkehrenden Prozess zu etablieren statt als einmaliges Projekt, damit Veränderungen im Verhalten der KI-Suchsysteme über Zeit sichtbar werden, statt sich auf eine einzige, möglicherweise bereits veraltete Momentaufnahme zu verlassen.

8. Praktische Handlungsempfehlung trotz Unsicherheit

Trotz der methodischen Unsicherheit gibt es einen pragmatischen Grund, korrektes Schema-Markup grundsätzlich einzusetzen: Der Implementierungsaufwand ist bei bereits vorhandener struktureller Datenbasis, etwa einem Magento-Produktkatalog, gering, während der potenzielle Nutzen, selbst wenn er in einzelnen Tests nicht eindeutig nachweisbar ist, keinen erkennbaren Nachteil mit sich bringt.

Diese asymmetrische Kosten-Nutzen-Abwägung ist letztlich die tragfähigere Handlungsgrundlage als der Versuch, eine absolut sichere Kausalität nachzuweisen, die angesichts der Blackbox-Natur der KI-Systeme ohnehin kaum erreichbar ist. Wer Schema-Markup korrekt und konsistent mit dem sichtbaren Text einsetzt, geht kein zusätzliches Risiko ein und behält gleichzeitig die Chance auf den gemessenen, wenn auch nicht kausal bewiesenen Vorteil.

9. Ein eigenes Test-Setup dokumentieren und wiederholen

Für ein reproduzierbares Vorgehen lohnt sich eine schriftlich dokumentierte Testvorlage: Auswahl der Seitenpaare, verwendetes Prompt-Set, Messzeitpunkte und die konkrete Auswertungslogik sollten festgehalten werden, damit derselbe Test in einigen Monaten mit denselben Rahmenbedingungen wiederholt werden kann, um Veränderungen im Zeitverlauf sichtbar zu machen.

Diese Dokumentation sollte auch für Magento-spezifische Anwendungsfälle wie Produktvergleichsseiten oder Preisseiten angepasst werden können, da sich die typischen Prompt-Formulierungen je nach Content-Typ deutlich unterscheiden und ein generisches Prompt-Set nicht für jeden Anwendungsfall gleich gut funktioniert.

10. Zusammenfassung

11. FAQ: GEO-Vergleichstest: Das Wichtigste auf einen Blick