Bringt Schema-Auszeichnung KI-Sichtbarkeit?

Wer heute liest, wie man in KI-Antworten vorkommt, trifft schnell auf eine Empfehlung, die technisch anspruchsvoll klingt: Zeichnen Sie Ihre Website mit strukturierten Daten aus, also mit einem maschinenlesbaren Zusatz nach dem Schema.org-Vokabular, der einer Maschine sagt, dass hier ein Hotel steht, wo es liegt und was es kostet. Dann erkenne ein Antwortsystem Ihr Haus als eigenständige Sache, und was es erkennt, empfehle es auch.

Das ist keine Erfindung von Scharlatanen. Die Empfehlung hat eine nachvollziehbare Herkunft aus der klassischen Suchmaschinenoptimierung, wo Auszeichnung nachweislich wirkt, und sie wird von ernsthaften Anbietern vertreten. Ich habe sie trotzdem geprüft, weil sie in meiner eigenen Arbeit eine Budgetentscheidung auslöst.

Die Kette hat drei Glieder

Ausgesprochen wird die Behauptung selten, geprüft noch seltener. Sie besteht aus drei Schritten, die einzeln wahr oder falsch sein können:

1. Wird die Auszeichnung überhaupt gelesen? Nimmt ein Antwortsystem den maschinenlesbaren Zusatz auf, wenn es die Seite abruft?
2. Wird sie zum Verstehen gebraucht? Braucht das System sie, um zu erfassen, worum es auf der Seite geht?
3. Wirkt sie auf die Nennung? Erhöht sie die Wahrscheinlichkeit, in der Antwort zu stehen?

Ich nenne diese Kette die Auszeichnungsprämisse. Sie trägt nur, wenn alle drei Glieder halten.

Erstes Glied: sechs von sieben Systemen gaben sie nicht zurück

Ein Anbieter hat zwischen Dezember 2025 und März 2026 auf der eigenen Website fünf Auszeichnungstypen eingeführt und danach sieben Antwortsysteme aufgefordert, den Auszeichnungscode dieser Seiten zurückzugeben. Sechs von sieben konnten ihn nicht abrufen oder nicht korrekt deuten; allein Gemini gab ihn zutreffend zurück. Ein System lieferte sogar einen Auszeichnungstyp zurück, der auf der Seite gar nicht implementiert war (Tousseyn, 2026, Anbieterstudie).

Das ist eine Eigenauskunft eines Marktteilnehmers, keine unabhängige Messung, und sie prüft sieben Systeme zu einem Zeitpunkt. Sie ist trotzdem der bislang direkteste Test dieser Frage.

Zweites Glied: die Architektur spricht dagegen

Generative Antwortsysteme rufen Quellen ab und verdichten deren Inhalt zu einer Antwort. Dieser Abruf arbeitet auf Textdarstellungen, nicht auf Datenfeldern (Lewis et al., 2020). Ein Modell, das aus einem Satz herausliest, dass ein Haus in Köln steht und 24 Zimmer hat, braucht dieselbe Tatsache nicht zusätzlich in einem Datenformat. Die Auszeichnung wiederholt in einer anderen Notation, was ohnehin dasteht.

Drittes Glied: in keinem Merkmalssatz vorhanden

Hier ist der Befund am deutlichsten, und er ist ein Nichtbefund. Die einschlägigen Experimente prüfen Auszeichnung nicht, weil sie in ihren Merkmalslisten schlicht nicht vorkommt:

• Die peer-reviewte Gründungsarbeit prüft neun Inhaltsstrategien gegen rund 10.000 Anfragen. Auszeichnung ist keine davon (Aggarwal et al., ACM SIGKDD 2024).
• Ein faktorieller Aufbau über sechs Sprachmodelle und 252.000 Durchgänge prüft achtzehn Inhaltsmerkmale. Auszeichnung ist keines davon (Vishwakarma et al., 2026, Preprint).
• Eine Auswertung von 602 kontrollierten Anfragen mit 21.143 Zitationen extrahiert 72 Merkmale. Eine Volltextsuche über die Arbeit ergibt für Schema, strukturierte Daten, JSON-LD und Auszeichnung keinen einzigen Treffer (Zhang, He & Yao, 2026, Preprint).

Eine kritische Übersicht über fünfundvierzig Arbeiten aus dem Zeitraum November 2023 bis Juli 2026 hält allgemeiner fest, dass keine der geprüften Techniken einen stabilen, über die Zeit und über Plattformen hinweg belegten kausalen Effekt auf die Auffindbarkeit zeigt (Martinez, 2026).

Ein Nichtbefund ist kein Gegenbeweis. Dass niemand die Wirkung gemessen hat, heißt nicht, dass es sie nicht gibt. Es heißt: Wer sie behauptet, kann sich auf diese Literatur nicht berufen.

Was der Betreiber selbst schreibt

Für Googles Oberflächen gibt es eine Aussage, die keiner Auslegung bedarf. In der Anleitung zur Optimierung für generative Suchfunktionen steht ein Abschnitt, der ausdrücklich als Aufräumen mit Mythen überschrieben ist. Dort heißt es zu strukturierten Daten: Sie seien für die generative Suche nicht erforderlich, und es gebe keine besondere Schema.org-Auszeichnung, die man ergänzen müsse. Sinnvoll bleibe sie als Teil der allgemeinen Suchmaschinenoptimierung, weil sie zur Berechtigung für angereicherte Ergebnisse beitrage (Google Search Central, 2026).

An gleicher Stelle steht, man müsse keine neuen maschinenlesbaren Dateien, KI-Textdateien, Auszeichnungen oder Markdown erstellen, um in der Google-Suche einschließlich ihrer generativen Funktionen zu erscheinen, weil die Suche sie nicht verwende.

Auch das ist Eigenauskunft eines Marktteilnehmers über die eigenen Systeme. Sie gilt für Google und sagt nichts über ChatGPT, Perplexity, Copilot oder Claude.

Der Gegenbefund, der die These verengt

Der stärkste Einwand stammt aus derselben Studie, die beim ersten Glied gegen die Lesbarkeit spricht. Über 319 verfolgte Anfragen misst sie die Markenpräsenz vor und nach der Einführung der Auszeichnung. Für Googles KI-Übersichten steigt sie über drei Monate um 611 Prozent, für den KI-Modus um 42 Prozent. Im selben Zeitraum gingen ChatGPT um 71 Prozent, Copilot um 64 Prozent und Gemini um 35 Prozent zurück, Perplexity blieb unverändert (Tousseyn, 2026).

Diese Zahlen sind kein Nebenbefund. Auf Googles eigenen Oberflächen hat die Auszeichnung offenbar gewirkt, und die Aussage, sie sei für generative Sichtbarkeit ohne Belang, ist in dieser Allgemeinheit nicht haltbar.

Zwei Dinge halten Befund und These zugleich. Der Anstieg zeigt sich dort, wo die generative Oberfläche auf der klassischen Suche aufsitzt, und für diesen Weg erklärt der Betreiber die Auszeichnung selbst für sinnvoll. Auf den Systemen ohne diesen Pfad gingen die Werte im selben Zeitraum zurück. Der Studienautor führt einen Teil des Anstiegs zudem auf einen Algorithmuswechsel zurück, der in denselben Zeitraum fällt.

Was daraus folgt

Auszeichnung gehört auf die technische Prüfliste, nicht auf die Liste der KI-Sichtbarkeitsmaßnahmen. Sie ist billig, sie schadet nicht, und sie zahlt auf angereicherte Ergebnisse in der klassischen Suche ein. Als Posten in einem Angebot für KI-Sichtbarkeit ist sie falsch einsortiert.

Entitätsklarheit ist etwas anderes als ihre Notation. Dass ein System weiß, wer und wo Sie sind und Sie nicht mit einem gleichnamigen Haus verwechselt, bleibt wichtig. Diese Klarheit entsteht durch gleiche Angaben über alle Orte hinweg, saubere Adressdaten und Erwähnungen bei Dritten, nicht durch das Format, in dem sie notiert sind.

Wer einen Preis für Auszeichnung nennt, sollte den Nutzen richtig zuordnen. Das ist der praktische Kern: nicht die Maßnahme streichen, sondern die Begründung korrigieren.

Was ausdrücklich nicht folgt

Dass Schema.org tot sei. Dass Sie vorhandene Auszeichnung entfernen sollten. Dass strukturierte Daten keinen Wert hätten. Die Belege sagen etwas Engeres: Für den Weg über generative Antwortsysteme gibt es für die Wirkung dieser Maßnahme derzeit keinen Nachweis, und der Betreiber der größten Oberfläche sagt selbst, dass er sie dafür nicht braucht.

Die wissenschaftliche Fassung, mit allen Quellen

Dieser Text ist die Kurzfassung. Der vollständige Beitrag prüft jedes Glied einzeln nach Belegklassen getrennt, führt die dreizehn Quellen mit Metadatenprüfung auf und behandelt den Gegenbefund in einem eigenen Abschnitt. Deutsch, mit englischem Abstract.

Oder direkt weiter: was das Audit umfasst und welche Arbeiten sonst hier stehen.