Strukturierte Daten

Was es ist

Die Kontaktseite eines Unternehmens beschreibt in einem Satz, wo das
Büro liegt; strukturierte Daten sagen es noch einmal als
`PostalAddress` mit Straße, Postleitzahl und Land, damit ein
Programm beim Lesen der Seite nicht erraten muss, welches Wort den
Ort bezeichnet. Dabei wird wiederholt, was eine Seite in Prosa
aussagt: als typisierte Aussagen in einem Vokabular, auf das sich
Anbieter und Nutzer der Daten verständigen. So können Suchmaschinen
und andere Programme die Fakten lesen, ohne das Layout auszulegen.

Das Vokabular ist meist schema.org. Googles Dokumentation nennt es
als Grundlage für die meisten strukturierten Daten, die seine Suche
verwendet. Google, Microsoft, Yahoo und Yandex haben es gegründet;
seit April 2015 ist eine W3C Community Group sein wichtigstes Forum.
Es definiert Typen wie `Organization`, `Person`, `Service`, `Review`
oder `DefinedTerm` und die Eigenschaften, die jeder davon haben
kann, etwa `name`, `address`, `author` oder `price`.

Die Aussagen lassen sich in drei Syntaxformen schreiben. Microdata
und RDFa ergänzen Attribute direkt an den sichtbaren HTML-Elementen.
JSON-LD hält die Aussagen getrennt: als JSON-Block in einem
`script`-Element mit dem Typ `application/ld+json`. Seine Version
1.1 wurde am 16. Juli 2020 als W3C Recommendation veröffentlicht.
Google akzeptiert alle drei gleichermaßen und empfiehlt JSON-LD,
weil es sich im großen Maßstab am einfachsten pflegen lässt.

```html
<script type="application/ld+json">
    {
        "@context": "https://schema.org",
        "@type": "Organization",
        "@id": "https://example.com/#organization",
        "name": "Example Ltd",
        "url": "https://example.com/"
    }
</script>
```

Die wichtigste Zeile in diesem Block ist `@id`. JSON-LD
identifiziert damit einen Knoten. Ein Knoten ohne eine solche
Kennung ist ein unbenannter Knoten, ein Blank Node, ohne eine vom
Dokument unabhängige Kennung. Kennungen unbenannter Knoten können
von Blöcken innerhalb desselben Dokuments gemeinsam verwendet
werden. Mit einer global verwendbaren Kennung kann jeder andere
Block auf jeder anderen Seite `"publisher": {"@id":
"https://example.com/#organization"}` schreiben. Die Spezifikation
nennt das einen Knotenverweis: einen Zeiger auf etwas, das anderswo
beschrieben wird, statt einer neuen Beschreibung derselben Sache.
Erst Kennungen machen aus verstreuten Blöcken einen gemeinsamen
Graphen.

Eng verwandt ist der Begriff der Metadaten. Titel, Beschreibung und
Open-Graph-Tags im Kopf einer Seite beschreiben die Seite als
Dokument. Strukturierte Daten beschreiben dagegen die Dinge, um die
es auf der Seite geht: das Unternehmen dahinter, die Person, die sie
geschrieben hat, die angebotene Dienstleistung oder das erklärte
Wort.

Warum es wichtig ist

Die Entscheidung lautet, wie viel ausgesagt werden soll. Die
ehrliche Antwort ist meist: weniger, als das Vokabular erlaubt, aber
vollständig. Nichts in der Syntax hindert einen Anbieter daran, jede
von schema.org angebotene Eigenschaft auszufüllen. Googles eigene
Anleitung weist in die andere Richtung: lieber weniger empfohlene
Eigenschaften vollständig und korrekt angeben als jede mögliche mit
unvollständigen oder falschen Daten. Nichts auszeichnen, was ein
Leser auf der Seite nicht sehen kann, selbst wenn es stimmt.

Der Grund: Jede ausgezeichnete Tatsache ist eine zweite Fassung von
etwas, das die Seite bereits sagt, und eine zweite Fassung kann
abweichen. Ein Preis wird in der sichtbaren Tabelle geändert und im
JSON vergessen, eine Bewertung erscheint nur für Maschinen, eine
Adresse wird auf jeder Seite etwas anders geschrieben. In jedem Fall
sagt die Seite Menschen etwas anderes als Programmen. Die Kosten
strukturierter Daten liegen weniger im Schreiben als darin, ihren
Inhalt korrekt zu halten. Die nützlichen Fragen sind deshalb, für
welche Aussagen die Seite einstehen kann und ob diese aus derselben
Quelle stammen wie der sichtbare Text.

Der Gewinn ist Lesbarkeit. Eine Suchmaschine oder ein Agent, der
hundert Erwähnungen zu einem Unternehmen zusammenführen kann, weiß
mehr als einer, der hundert unverbundene Namen liest. Seiten, die
den Richtlinien folgen, können für Rich Results infrage kommen, also
Suchergebnisse mit zusätzlichen Angaben. Die Eignung garantiert
allerdings kein solches Ergebnis. Was sich ändert, ist, wie gut eine
Maschine versteht, worum es auf der Seite geht.

Wie es in der Praxis aussieht

Die Quellenseite dieser Website verpflichtet sie dazu, nur das
auszuzeichnen, was auf der Seite wahr und sichtbar ist. Die
Geschichte ihrer strukturierten Daten zeigt, warum dieser Satz
festgehalten werden musste.

Vor der Überarbeitung im Juli 2026 beschrieben 963 Blöcke das
Unternehmen 1.671-mal, ohne irgendwo eine stabile Kennung zu
verwenden. Ein Nutzer dieser Daten hatte deshalb keine Grundlage
dafür, die Organisation auf einer Seite als dieselbe wie auf einer
anderen zu behandeln. Der Graph beruht nun auf drei aus dem Origin
der Website gebildeten Kennungen: für die Organisation, die Website
und die Gründerin. Alle anderen Blöcke verweisen mit `@id` auf sie,
statt sie erneut zu beschreiben. Die Kennungen sind in jeder Sprache
gleich. Ein Kommentar in der Vorlage erklärt, dass eine eigene
dänische Kennung eine zweite Organisation mit derselben
Unternehmensregistrierungsnummer behaupten würde. In dieser
damaligen Phase waren sechzehn Typen dokumentiert, und Listen
nannten ihre Einträge allein per URL. Die damals 107 Einträge auf
der Portfolioübersicht vollständig auszuschreiben hätte die
komprimierte Seite um 52 Prozent vergrößert.

Mehrere Fakten werden aus derselben Quelle gelesen wie die sichtbare
Seite. Dienstleistungspreise stammen aus derselben Datei wie die
Preise auf dem Bildschirm; einer Maschine und einem Leser wird also
derselbe Preis genannt. Der Zeitraum, den eine Arbeit umfasst, kommt
aus demselben Partial, das den Satz darüber schreibt.
Brotkrumennavigationen folgen dem sichtbaren Pfad, und
Listenpositionen folgen der Reihenfolge auf dem Bildschirm, niemals
einer nur für Maschinen veröffentlichten Rangfolge. Der eigene
Knoten der Seite verwendet dieselbe Adresse wie ihr kanonischer
Link. Markup und Dokumentkopf treffen damit dieselbe Aussage.

Die bewussten Auslassungen sind ebenso überlegt wie die Aussagen.
Die eigenen Arbeitsbeschreibungen des Unternehmens werden nicht als
Rezensionen ausgezeichnet, weil den eigenen Worten damit ein
Verfasser zugeschrieben würde, den es nicht gibt. Die Vorlage für
Empfehlungen verwendet Review-Knoten nur für Einträge, die mit
erteilter Zustimmung veröffentlicht werden, und fügt keine
Bewertungsnote hinzu. Jede Glossarseite, auch diese, enthält einen
`DefinedTerm`, dessen Beschreibung dieselbe einzeilige Erläuterung
ist wie in der Liste. Die Definition, die eine Maschine liest, ist
damit dieselbe, die ein Leser sieht.

Eine Prüfung der gebauten Website stellt sicher, dass sich jeder
Block parsen lässt, jede Kennung aufgelöst werden kann und jede im
Graphen genannte URL gebaut wurde. Ein Graph, der auf eine nicht
vorhandene Seite verweist, lässt das Qualitätsgate somit scheitern.
Dieselbe Quellenseite nennt den Schema Markup Validator zum Lesen
der Daten und Googles Rich Results Test, um zu sehen, was eine
Suchmaschine daraus macht.

Wo es schiefgeht

Rich Results bleiben aus, obwohl alle Validatoren zufrieden sind.
Das Markup ist gültiges JSON-LD und verwendet echte
schema.org-Typen; trotzdem erscheint die Seite weiter als
gewöhnliches Suchergebnis. Die Daten beschreiben Dinge, die ein
Leser nicht sehen kann: eine nie abgegebene Bewertung, auf der Seite
verborgene Fragen oder einen anderen Preis als den sichtbaren.
Google warnt, dass Markup, das gegen seine Richtlinien verstößt,
eine Seite ungeeignet machen kann, selbst bei fehlerfreier Syntax.
Nur das auszeichnen, was die Seite zeigt, und beide Darstellungen
aus einer Quelle erzeugen, damit sie nicht auseinanderlaufen.

Hunderte Blöcke beschreiben ein Unternehmen, und nichts verbindet
sie. Jede Seite wiederholt Namen, Logo und Adresse der Organisation,
mitunter leicht abweichend. Eine Korrektur bedeutet dann, alle
Vorkommen zu finden. Die Knoten sind anonym, oder jede Seite und
jede Sprache bildet für dieselbe Entität eine eigene Kennung. Jedem
realen Objekt eine aus einer stabilen URL mit Fragment gebildete
`@id` geben, es einmal beschreiben und überall sonst nur
referenzieren.

Eine Änderung an der Vorlage beschädigt das Markup aller Seiten
zugleich. Ein verirrtes Anführungszeichen, ein abschließendes Komma
oder ein leerer Wert macht jeden Block ungültig; die Nutzer der
Daten können dann nichts davon verwenden. Googles Anleitung warnt,
dass Vorlagen das Markup nach der Bereitstellung beschädigen können.
Das JSON wurde als Text zusammengesetzt, mit zwischen geschweifte
Klammern eingefügten Werten. Ein fehlendes Feld hinterlässt deshalb
eine leere Zeichenfolge oder eine beschädigte Struktur. Die Aussage
als Datenstruktur aufbauen und serialisieren, wie es die Vorlagen
dieser Website mit Hugos `jsonify` tun. Eigenschaften ohne Wert
weglassen, statt sie leer auszugeben, und jeden Block in der
gebauten Ausgabe parsen.

Der Graph nennt fehlende Seiten. URLs im Markup führen zu einer
404-Seite, einem Staging-Host oder einer gespiegelten Kopie. Die
Adressen wurden von Hand geschrieben oder nach einer anderen Regel
gebildet als Links und kanonische Adresse. Jede URL im Markup aus
derselben Funktion ableiten, die die kanonische Adresse der Seite
erzeugt, und prüfen, dass sie tatsächlich gebaut wurde.

Weiterführende Lektüre

  * schema.org — das gemeinsame Vokabular aus Typen und
Eigenschaften, mit einer Seite für jeden Typ.

  * JSON-LD 1.1 — die W3C Recommendation für die Syntax
einschließlich Knotenkennungen und Knotenverweisen.

  * schema.org: DefinedTerm — der Typ, mit dem jede Glossarseite das
erklärte Wort beschreibt.

  * Google Search Central: Einführung in strukturierte Daten — die
drei Syntaxformen, die Sichtbarkeitsregel und die Prüfung von Rich
Results.

  * Schema Markup Validator — liest die strukturierten Daten einer
Seite anhand des schema.org-Vokabulars.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/structured-data/	engineer.company	70
