Structured Data für Online-Shops: Schema.org 2026

Strukturierte Daten sind die Grundlage für Rich Results, AI Overviews und eine bessere Sichtbarkeit in der Google-Suche. Sie beschreiben Produkte, Preise und Bewertungen maschinenlesbar, sodass Suchmaschinen und KI-Systeme den Seiteninhalt nicht aus dem Fließtext erraten müssen. Wie stark das wirken kann, zeigt eine Fallstudie von Google: Nachdem eine Veranstaltungsplattform alle Termine mit Event-Markup ausgezeichnet hatte, verdoppelte sich das übliche Traffic-Wachstum gegenüber dem Vorjahr - ein Plus von 100% (Google). In diesem umfassenden Guide erfahren Sie, welche Schema-Typen für Online-Shops unverzichtbar sind, wie Sie JSON-LD korrekt implementieren und wie strukturierte Daten Ihre SEO-Strategie auf das nächste Level heben.

Was sind strukturierte Daten und warum braucht Ihr Shop sie?

Strukturierte Daten sind standardisierte Markup-Formate, die Suchmaschinen den Inhalt einer Seite maschinenlesbar beschreiben. Statt aus Fließtext erraten zu müssen, dass ein Preis von 149,99 Euro zu einem bestimmten Produkt gehört, erhält Google diese Information direkt als definiertes Datenfeld. Das Schema.org-Vokabular – entwickelt von Google, Microsoft, Yahoo und Yandex – umfasst inzwischen mehrere hundert Typen (Schema.org) und ist der weltweite Standard für strukturierte Daten im Web.

Für E-Commerce-Händler bedeutet das konkret: Produkte mit vollständigem Schema-Markup erscheinen in der Google-Suche mit Preis, Bewertungssternen, Verfügbarkeit und Lieferinformationen – sogenannten Rich Results. Diese erweiterten Suchergebnisse fallen visuell auf und zeigen Kaufinteressenten schon vor dem Klick, was sie erwartet.

Der Unterschied zwischen Shops mit und ohne Schema-Markup zeigt sich besonders deutlich in der Darstellung: Nur Seiten mit Product Schema kommen überhaupt für Produkt-Snippets, Bewertungssterne und Merchant-Listing-Darstellungen infrage (Google). Für Shop-Betreiber bedeutet das: Jede Produktseite ohne strukturierte Daten verzichtet auf diese Darstellungen - und damit auf die Fläche, die sie im Suchergebnis einnehmen könnte.

Die wichtigsten Schema-Typen für Online-Shops

Nicht alle 900+ Schema.org-Typen sind für E-Commerce relevant. Für Online-Shops gibt es eine klare Prioritätenliste. Die folgenden Schema-Typen bilden die Basis für Rich Results und sind direkt umsatzrelevant:

Product Schema – Der wichtigste Typ für Shops

Das Product Schema ist das Herzstück der strukturierten Daten für jeden Online-Shop. Es beschreibt ein einzelnes Produkt mit allen relevanten Attributen – von Name und Preis über Bewertungen bis hin zu Verfügbarkeit und GTIN. Shops mit vollständigem Product Schema werden für erweiterte Merchant-Listing-Darstellungen wie Shopping-Knowledge-Panel, Produkt-Snippets und Google Bilder berücksichtigt (Google).

{
  "@context": "1
  "@type": "Product",
  "name": "Premium Bluetooth-Kopfhörer XR-500",
  "image": "2
  "description": "Kabellose Over-Ear-Kopfhörer mit ANC und 40h Akkulaufzeit",
  "sku": "KH-XR500-BK",
  "gtin13": "4015834065432",
  "brand": {
    "@type": "Brand",
    "name": "AudioTech"
  },
  "offers": {
    "@type": "Offer",
    "url": "3
    "priceCurrency": "EUR",
    "price": "149.99",
    "priceValidUntil": "2026-12-31",
    "availability": "4
    "itemCondition": "5
    "seller": {
      "@type": "Organization",
      "name": "MeinShop GmbH"
    },
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": {
        "@type": "MonetaryAmount",
        "value": "0.00",
        "currency": "EUR"
      },
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "handlingTime": {
          "@type": "QuantitativeValue",
          "minValue": 0,
          "maxValue": 1,
          "unitCode": "DAY"
        },
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 1,
          "maxValue": 3,
          "unitCode": "DAY"
        }
      },
      "shippingDestination": {
        "@type": "DefinedRegion",
        "addressCountry": "DE"
      }
    },
    "hasMerchantReturnPolicy": {
      "@type": "MerchantReturnPolicy",
      "applicableCountry": "DE",
      "returnPolicyCategory": "6
      "merchantReturnDays": 30,
      "returnMethod": "7
      "returnFees": "8
    }
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.7",
    "reviewCount": "238"
  }
}

FAQ Schema – Direkte SERP-Präsenz mit Antworten

Wichtig zu wissen: Google hat die FAQ-Rich-Results zum 7. Mai 2026 eingestellt – das aufklappbare FAQ-Snippet erscheint also nicht mehr in der Suche (Google). FAQ-Schema bleibt für Online-Shops dennoch wertvoll: Google wertet die strukturierten Daten weiterhin zum besseren Verständnis der Seite aus, andere Suchmaschinen und KI-Systeme nutzen sie ebenfalls. Für Shops eignet sich FAQ-Schema besonders auf Kategorie- und Produktseiten, um häufige Kaufentscheidungsfragen maschinenlesbar zu hinterlegen.

{
  "@context": "1
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Welche Bluetooth-Version hat der XR-500?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Der XR-500 nutzt Bluetooth 5.3 mit Multipoint-Verbindung für zwei Geräte gleichzeitig."
      }
    },
    {
      "@type": "Question",
      "name": "Wie lang ist die Akkulaufzeit?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Mit aktivem ANC erreicht der XR-500 bis zu 40 Stunden. Ohne ANC sind es ca. 55 Stunden. Eine Schnellladung von 10 Minuten liefert 5 Stunden Wiedergabe."
      }
    }
  ]
}

BreadcrumbList – Navigationspfade für Suchmaschinen

Breadcrumb-Markup ist ein oft unterschätzter Schema-Typ, der die Seitenstruktur eines Shops für Suchmaschinen transparent macht. Statt einer kryptischen URL wie `1 zeigt Google den Pfad als "MeinShop > Kopfhörer > Over-Ear" an. Das verbessert die Klickrate und hilft Google bei der Kategorisierung Ihrer Seiten. In Kombination mit einer durchdachten URL-Struktur entsteht eine klare Hierarchie, die auch KI-Systeme verstehen.

{
  "@context": "1
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "Startseite",
      "item": "2
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "Kopfhörer",
      "item": "3
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "Over-Ear",
      "item": "4
    }
  ]
}

Die Kombination von BreadcrumbList mit Product Schema ist besonders wirkungsvoll: Google versteht nicht nur das Produkt selbst, sondern auch seine Position in der Kategoriehierarchie. Für Shops mit tiefen Kategoriestrukturen – etwa Elektronik > Kopfhörer > Over-Ear > Kabellos – bedeutet das eine deutlich bessere Crawl-Effizienz und thematische Zuordnung. Zusammen mit einer sauberen internen Verlinkung und einer konsistenten Seitenarchitektur bildet BreadcrumbList das strukturelle Rückgrat Ihres Shops.

Weitere Schema-Typen mit Umsatzpotenzial

Neben den drei Kerntypen gibt es weitere Schema-Typen, die für Online-Shops wertvolle Rich Results generieren können. Die Auswahl hängt von Ihrem Geschäftsmodell und Sortiment ab:

Rich Results: Messbare Auswirkungen auf Klickrate und Umsatz

Die Wirkung strukturierter Daten zeigt sich vor allem in der Darstellung: Rich Results belegen mehr Fläche im Suchergebnis und beantworten einen Teil der Fragen schon dort. Wer darauf verzichtet, überlässt diese Fläche dem Wettbewerb.

Besonders sichtbar sind Bewertungssterne: Sie machen aus einem reinen Textergebnis ein Ergebnis mit visueller Information und geben Kaufinteressenten vor dem Klick einen Anhaltspunkt. Shops, die Bewertungen konsequent als strukturierte Daten ausspielen, nutzen diese Fläche. Die Optimierung Ihrer Produktdaten bildet dabei die Grundlage.

Die Rechnung ist einfach: Jeder zusätzliche Prozentpunkt Klickrate wirkt direkt auf den Umsatz. Ein Shop mit 10.000 monatlichen Impressionen gewinnt pro Prozentpunkt rund hundert zusätzliche Besuche im Monat; bei einer durchschnittlichen Conversion-Rate und einem Warenkorbwert im dreistelligen Bereich summiert sich das über das Jahr. Detaillierte Strategien zur Conversion-Optimierung verstärken diesen Effekt.

Structured Data für AI Overviews und Agentic Commerce

Strukturierte Daten sind 2026 nicht mehr nur für klassische Rich Results relevant - sie sind die Grundlage für die KI-gestützte Suche. Wo ein Sprachmodell den Seiteninhalt zusammenfasst, entscheidet die Eindeutigkeit der Daten darüber, ob Produktname, Preis und Verfügbarkeit korrekt übernommen werden. Für Online-Shops eröffnet sich damit ein neuer Kanal.

Die Verbindung von Structured Data und KI geht noch weiter: Damit KI-Agenten Produkte selbstständig finden, vergleichen und in einen Kaufvorgang übernehmen können, brauchen sie eindeutige Angaben - Name, Preis, Verfügbarkeit und Varianten als Datenfeld statt im Fließtext. Wer sein Sortiment im Schema.org-Format auszeichnet, stellt genau diese Grundlage bereit.

JSON-LD richtig implementieren: Schritt-für-Schritt

Die technische Implementierung von JSON-LD ist vergleichsweise einfach - aber fehleranfällig. Viele Auszeichnungen bleiben unvollständig, etwa weil Pflichtfelder fehlen oder der ausgezeichnete Preis nicht zum sichtbaren Inhalt passt. So gehen Sie systematisch vor:

1. Bestandsaufnahme: Prüfen Sie mit dem Google Rich Results Test welche strukturierten Daten bereits vorhanden sind
2. Schema-Typen priorisieren: Product und BreadcrumbList haben die höchste Umsatzrelevanz für Shops
3. JSON-LD-Blöcke erstellen: Generieren Sie die Schema-Blöcke mit korrekten Pflichtfeldern (siehe Code-Beispiele oben)
4. Im <head> oder <body> einbetten: JSON-LD wird als <script type="application/ld+json"> eingebunden
5. Validierung: Testen Sie jede Seite mit dem Rich Results Test und dem Schema Markup Validator
6. Monitoring: Überwachen Sie in der Google Search Console unter "Verbesserungen" den Status Ihrer strukturierten Daten

Die Integration in gängige Shopsysteme unterscheidet sich je nach Plattform erheblich. Shopware bietet seit Version 6.5 eine native JSON-LD-Ausgabe für Product und BreadcrumbList Schema, die jedoch häufig unvollständig ist – insbesondere fehlen oft ShippingDetails und ReturnPolicy. WooCommerce generiert über das Yoast-SEO-Plugin grundlegendes Schema-Markup, das aber für E-Commerce-spezifische Anforderungen erweitert werden muss. Bei Magento 2 erfolgt die Schema-Ausgabe über Layout-XML und erfordert häufig maßgeschneiderte Module. In allen Fällen ist ein professioneller technischer Audit der erste Schritt zur vollständigen Schema-Implementierung.

Häufige Fehler bei der Schema-Implementierung

Auch bei erfahrenen Entwicklern schleichen sich typische Fehler ein. Google wertet fehlerhaftes Markup nicht nur nicht aus – es kann sogar zu manuellen Maßnahmen in der Search Console führen. Die häufigsten Probleme, die wir bei technischen SEO-Audits sehen:

Validierung und Monitoring Ihrer strukturierten Daten

Die Implementierung ist nur der erste Schritt. Strukturierte Daten müssen kontinuierlich überwacht werden, denn Produktänderungen, Shop-Updates oder Template-Anpassungen können Markup beschädigen. Google stellt dafür mehrere kostenlose Tools bereit:

• Rich Results Test (1) – Prüft einzelne URLs auf Rich-Result-Fähigkeit
• Schema Markup Validator (validator.schema.org) – Validiert die technische Korrektheit des Markups
• Google Search Console – Zeigt unter "Verbesserungen" den Status aller erkannten Schema-Typen mit Fehlern und Warnungen
• Lighthouse SEO-Audit – Prüft Structured Data im Rahmen des PageSpeed-Tests

Prüfen Sie Ihre strukturierten Daten regelmäßig – mindestens monatlich und nach jedem Shop-Update. Die Google Search Console meldet kritische Fehler per E-Mail, aber subtile Probleme wie fehlende optionale Felder fallen oft erst bei manueller Prüfung auf. Ein professionelles SEO-Monitoring erkennt Probleme frühzeitig.

Ein besonderer Fokus sollte auf mobilem Schema-Markup liegen: Da Google seit dem Mobile-First-Index nur die mobile Version Ihrer Seiten crawlt, muss das JSON-LD auch auf mobilen Seiten vollständig vorhanden sein. Stellen Sie sicher, dass responsive Templates das Schema-Markup nicht kürzen oder weglassen. Ein automatisiertes Monitoring über die Google Search Console deckt solche Lücken frühzeitig auf.

Schema.org und die Zukunft der E-Commerce-Suche

Die Bedeutung strukturierter Daten wird 2026 und darüber hinaus weiter zunehmen. Drei Entwicklungen treiben diesen Trend:

1. AI Overviews expandieren: Google zeigt KI-Zusammenfassungen bei immer mehr Suchanfragen. Shops mit Schema-Markup haben einen klaren Vorteil, als Quelle zitiert zu werden – GEO-Strategien setzen auf strukturierte Daten als Fundament
2. Agentic Commerce wächst: KI-Agenten benötigen maschinenlesbare Produktdaten, um autonome Kaufentscheidungen zu treffen. Ohne Schema.org sind Produkte für diese Systeme nicht erreichbar
3. Knowledge Graphs bestimmen Relevanz: Strukturierte Daten füttern Googles Knowledge Graph. Shops, die ihre Entitäten (Produkte, Marken, Standorte) sauber definieren, geben Algorithmen und Sprachmodellen einen eindeutigen Bezugspunkt statt reinem Fließtext

Immer mehr Kaufentscheidungen beginnen in einem KI-System statt in der klassischen Ergebnisliste. Shops, die jetzt in strukturierte Daten investieren, stellen ihre Produktangaben so bereit, dass diese Systeme sie ohne Umweg lesen können. Wer noch zögert, überlässt diese Darstellung anderen.

Checkliste: Schema.org für Ihren Online-Shop

• Product Schema auf allen Produktdetailseiten mit Pflichtfeldern (name, image, offers)
• AggregateRating und Review-Daten eingebunden
• BreadcrumbList für die gesamte Shop-Hierarchie
• FAQ-Schema auf Kategorie- und Produktseiten mit kaufrelevanten Fragen
• Organization Schema auf der Startseite mit Logo, Kontakt und Social-Profilen
• WebSite Schema mit SearchAction für die Sitelinks-Suchbox
• MerchantReturnPolicy und OfferShippingDetails für Vertrauenssignale
• JSON-LD dynamisch aus Produktdaten generiert (nicht hart codiert)
• Validierung mit Rich Results Test für alle wichtigen Seitentypen
• Google Search Console Monitoring unter "Verbesserungen" eingerichtet
• Regelmäßige Prüfung nach Shop-Updates oder Template-Änderungen
• GTIN/EAN und SKU in Product Schema gepflegt

Häufig gestellte Fragen zu Structured Data