FAQPage-Schema ist der direkteste Hebel, um von ChatGPT, Perplexity und Google AI Overviews zitiert zu werden. Der Grund ist einfach: Frage-Antwort-Paare sind genau das Format, das KI-Systeme aus Seiten extrahieren. Diese Anleitung zeigt dir den Aufbau, kopierbare Beispiele und die Regeln für FAQ-Schema, das tatsächlich zitiert wird.
TL;DR
FAQ-Schema (FAQPage) liefert Fragen und Antworten in genau dem Format, das KI-Systeme extrahieren und zitieren. Deshalb ist es der wirkungsvollste Schema-Typ für KI-Sichtbarkeit. Wichtig sind vier Regeln: echte Nutzerfragen, prägnante Antworten, dieselbe FAQ sichtbar auf der Seite und im Schema, keine Werbung. Diese Anleitung zeigt den Aufbau mit kopierbarem JSON-LD, die häufigsten Fehler, das Testen mit dem Rich Results Test und das Zusammenspiel mit Answer-Capsules im sichtbaren Text.
FAQ-Schema (FAQPage) ist strukturierte Auszeichnung nach schema.org, die Frage-Antwort-Paare maschinenlesbar macht. Für KI-Zitationen ist es besonders wertvoll, weil Frage und Antwort genau die Struktur sind, die ChatGPT, Perplexity und Google AI Overviews aus einer Seite herausziehen, um eine Nutzerfrage zu beantworten. Deine Antwort wird zur zitierten Quelle.
KI-Suchsysteme lösen Nutzerfragen, indem sie im Web nach passenden Antworten suchen und diese in ihrer eigenen Antwort zusammenfassen. Wenn deine Seite eine Frage in fast derselben Formulierung enthält, die ein Nutzer stellt, und direkt darunter eine klare Antwort, dann ist die Arbeit für das KI-System praktisch schon erledigt. Es muss nichts aus langem Fließtext erschließen, sondern findet die Antwort in einem eindeutigen Format.
Genau das leistet FAQPage-Schema. Es sagt Google und KI-Crawlern unmissverständlich: Hier ist eine Frage, und hier ist die zugehörige Antwort. Andere Schema-Typen beschreiben ein Unternehmen oder ein Produkt. FAQ-Schema beschreibt exakt die Interaktion, die KI-Suche ausmacht: eine Frage wird gestellt und beantwortet. Das offizielle Format ist bei schema.org/FAQPage dokumentiert.
Für kleine Unternehmen ist das eine faire Ausgangslage. Du brauchst keine riesige Domain-Autorität, um für eine sehr spezifische Frage die beste Antwort zu liefern. Ein Fahrradgeschäft, das die Frage Wie oft sollte ich mein E-Bike zur Inspektion bringen sauber beantwortet und mit FAQ-Schema auszeichnet, hat gute Chancen, für genau diese Frage zitiert zu werden. Spezifische, ehrliche Antworten schlagen oft die generischen Aussagen großer Seiten.
FAQPage-Schema besteht aus einem mainEntity-Array. Jeder Eintrag ist ein Question-Objekt mit einem name (die Frage) und einer acceptedAnswer, die wiederum ein Answer-Objekt mit einem text (die Antwort) ist. Mehr braucht es für die Grundstruktur nicht. Der folgende Codeblock ist ein vollständiges, kopierbares Beispiel.
Der Aufbau ist bewusst schlank. Ganz außen steht der FAQPage-Typ. Darin liegt das mainEntity-Array mit deinen Fragen. Jede Frage ist ein Question-Objekt: name enthält den Fragetext, acceptedAnswer enthält ein Answer-Objekt, und dessen text-Feld enthält die Antwort. Du kannst so viele Frage-Antwort-Paare einbauen, wie auf der Seite sichtbar sind.
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Wie oft sollte ich mein E-Bike zur Inspektion bringen?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Fuer die meisten E-Bikes empfiehlt sich eine Inspektion
alle 12 Monate oder alle 1000 Kilometer, je nachdem was frueher
eintritt. Vielfahrer und Pendler sollten frueher pruefen lassen."
}
},
{
"@type": "Question",
"name": "Was kostet eine E-Bike-Inspektion?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Eine Standard-Inspektion kostet je nach Umfang zwischen
80 und 150 Franken. Verschleissteile wie Bremsbelaege oder Kette
werden separat berechnet, falls ein Austausch noetig ist."
}
},
{
"@type": "Question",
"name": "Kann ich mein E-Bike auch im Winter fahren?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Ja, E-Bikes sind fuer den Winterbetrieb geeignet. Lagere
den Akku bei Frost jedoch nicht draussen und reinige nach
Salzkontakt Rahmen und Antrieb, um Korrosion zu vermeiden."
}
}
]
}Diesen Block gibst du als script-Tag mit dem Typ application/ld+json in deiner Seite aus. In modernen Frameworks wie Next.js definierst du das Objekt als Konstante und schreibst es über JSON.stringify() in einen script-Tag. Der Vorteil: Anführungszeichen und Sonderzeichen werden automatisch korrekt escapt, was die häufigste Fehlerquelle bei manuell geschriebenem JSON-LD ausschließt.
Wenn du kein Framework nutzt, kannst du denselben Block einfach zwischen zwei script-Tags in den Head deiner HTML-Seite kopieren und die Werte anpassen. Achte darauf, den Inhalt exakt an deine sichtbaren FAQ-Texte anzugleichen. Das Schema ist die maschinenlesbare Kopie dessen, was der Leser ohnehin auf der Seite sieht.
Gutes FAQ-Schema folgt fünf Regeln: echte Nutzerfragen statt Keyword-Konstrukte, prägnante Antworten mit dem Kern im ersten Satz, dieselbe FAQ sichtbar auf der Seite und im Schema, keine Werbung oder reine Link-Antworten, und Klartext statt HTML. Wer diese Regeln einhält, produziert Antworten, die KI-Systeme direkt übernehmen können.
Nicht jedes technisch korrekte FAQ-Schema wird auch zitiert. Ob eine KI deine Antwort übernimmt, hängt von der Qualität der Fragen und Antworten ab. Die folgenden fünf Regeln entscheiden darüber, ob dein Schema nur valide ist oder tatsächlich Zitationen bringt.
Formuliere Fragen so, wie deine Kunden sie tatsächlich stellen würden, nicht als aneinandergereihte Keywords. Wie richte ich einen Termin ein statt Terminbuchung Ablauf.
Beantworte die Frage im ersten Satz. Ergänze danach höchstens zwei bis vier Sätze Kontext. Vermeide Einleitungen und Umschweife vor der eigentlichen Antwort.
Jede Frage im Schema muss als sichtbarer FAQ-Abschnitt auf der Seite stehen. Schema und Seiteninhalt müssen identisch sein, sonst wertet Google es als Verstoß.
Antworten liefern Information, keinen Verkaufspitch. Antworten, die nur aus einem Link bestehen, werden von KI-Systemen ignoriert. Klartext schlägt Marketing.
HTML in Antwort-Texten ist erlaubt, wird von KI-Systemen aber meist ignoriert. Schreibe die Antwort als reinen Text, den ein Mensch und eine Maschine gleich verstehen.
Die dritte Regel ist die wichtigste und wird am häufigsten verletzt. Google verlangt, dass der Inhalt im FAQ-Schema mit dem sichtbaren Inhalt der Seite übereinstimmt. Ein Schema mit Fragen, die kein Besucher auf der Seite findet, gilt als irreführend und wird ignoriert oder abgestraft. Behandle das Schema deshalb nie als versteckten Zusatz, sondern als exakte Spiegelung eines echten FAQ-Abschnitts.
Die teuersten FAQ-Schema-Fehler sind stilles Scheitern: FAQ nur im Code ohne sichtbaren Abschnitt, Ein-Wort-Antworten, werbliche Texte, ein falscher @type oder ungültiges JSON. In keinem dieser Fälle gibt es eine Fehlermeldung. Das Schema wird einfach ignoriert, und du verlierst Zitationen, ohne es zu merken.
Fragen stehen im JSON-LD, aber es gibt keinen sichtbaren FAQ-Abschnitt. Google wertet das als Diskrepanz und ignoriert das Schema oder bestraft die Seite.
Antworten wie Ja oder Nein liefern keinen zitierbaren Kontext. KI-Systeme übernehmen sie fast nie, weil sie ohne Erklärung wertlos sind.
Antworten, die statt einer Information einen Verkaufspitch enthalten, verstoßen gegen die Google-FAQ-Richtlinien und wirken für KI-Systeme unglaubwürdig.
Typen wie FAQ oder Frage existieren nicht in schema.org. Nur FAQPage, Question und Answer werden erkannt. Groß- und Kleinschreibung ist relevant.
Ein fehlendes Komma oder nicht escapte Anführungszeichen machen den gesamten Block ungültig. Google ignoriert ihn dann stillschweigend, ohne Fehlermeldung.
FAQPage mit nur einer Frage oder einem leeren mainEntity liefert kaum Zitierpotenzial und wirkt für Crawler dünn.
Der gefährlichste dieser Fehler ist das ungültige JSON, weil es lautlos passiert. Ein einziges vergessenes Komma oder ein nicht escaptes Anführungszeichen in einer Antwort macht den ganzen Block ungültig. Der Browser zeigt keinen Fehler, die Seite lädt normal, aber Google und KI-Crawler überspringen das Schema komplett. Deshalb ist Validierung nach jeder Änderung kein optionaler Schritt.
Teste FAQ-Schema mit dem Google Rich Results Test. Gib die URL oder das Code-Snippet ein, und das Tool zeigt, ob Google die FAQ-Elemente erkennt und welche Fehler oder Warnungen vorliegen. Ergänzend prüft der Schema.org Validator die reine Konformität. Teste nach jedem Deploy, der das Schema ändert.
Das primäre Werkzeug ist der Google Rich Results Test. Du kannst entweder eine öffentlich erreichbare URL eingeben oder ein Code-Snippet einfügen. Das Tool zeigt dir, ob Google die Frage-Antwort-Paare erkennt, wie viele Fragen gefunden wurden und ob es Warnungen oder Fehler gibt. Für FAQ-Schema ist das die schnellste Kontrolle, ob dein Markup überhaupt greift.
Ergänzend prüft der Schema.org Validator die reine Konformität mit der Spezifikation, unabhängig von Google-spezifischen Anforderungen. Er hilft dir sicherzustellen, dass du die richtigen Property-Namen verwendest, also Question, acceptedAnswer und text statt frei erfundener Felder. Die genauen Anforderungen an FAQ-Auszeichnung dokumentiert Google in seiner FAQPage structured data Dokumentation.
Ein wichtiger Hinweis zur Realität von FAQ-Rich-Results: Google zeigt FAQ-Snippets in den regulären Suchergebnissen nur noch eingeschränkt an, hauptsächlich für behördliche und wenige andere Seiten. Für KI-Zitationen ist das aber zweitrangig. Der Wert des FAQ-Schemas liegt heute vor allem darin, dass ChatGPT, Perplexity und Google AI Overviews die klaren Frage-Antwort-Paare aufnehmen. Der Rich Results Test bleibt trotzdem das beste Validierungswerkzeug, weil er dir bestätigt, dass das Markup technisch korrekt geparst wird.
Eine Answer-Capsule ist ein kurzer, direkter Antwortblock im sichtbaren Text, meist direkt unter einer Frage als Überschrift. FAQ-Schema ist die maschinenlesbare Version derselben Struktur. Zusammen liefern sie KI-Systemen zweimal denselben klaren Beleg: einmal im Text, einmal im Schema. Das erhöht die Chance, zitiert zu werden.
Answer-Capsules und FAQ-Schema sind zwei Seiten derselben Idee. Die Capsule ist der sichtbare Teil: eine Überschrift, die als Frage formuliert ist, und direkt darunter ein kurzer Absatz von zwei bis vier Sätzen, der die Frage sofort beantwortet. Das Schema ist der maschinenlesbare Teil, der dieselbe Frage und Antwort in einem eindeutigen Format wiederholt.
Diese Kombination ist stärker als jedes Element für sich. Wenn ein KI-System deine Seite liest, findet es die Antwort im sichtbaren Text als klaren Absatz und zusätzlich im Schema als strukturiertes Datum. Beide Signale zeigen in dieselbe Richtung. Für das KI-System ist damit eindeutig, was die Frage ist und was die Antwort. Genau diese Eindeutigkeit erhöht die Wahrscheinlichkeit, dass deine Antwort statt der eines Wettbewerbers übernommen wird.
Praktisch heißt das: Formuliere deine H2-Überschriften als echte Fragen, beantworte sie im ersten Absatz darunter direkt, und übernimm dieselben Fragen und Antworten anschließend ins FAQ-Schema. So entsteht kein doppelter Aufwand. Du schreibst den Inhalt einmal für Menschen und spiegelst ihn im Schema für Maschinen. Diese Struktur ist die Grundlage jeder guten GEO-Content-Seite und Teil einer durchdachten KI-Content-Strategie.
Pantra prüft beim GEO-Audit, ob deine Seiten FAQPage-Schema haben und ob es vollständig ist. Fehlt es oder ist es unvollständig, senkt das den GEO-Score und du erhältst einen konkreten Fix. Im GEO-Loop erzeugt Pantra für Content-Lücken neue Seiten mit sauberem FAQ-Schema und Answer-Capsules, ganz ohne technisches Vorwissen deinerseits.
Der Pantra GEO-Audit lädt deine Seite und liest alle vorhandenen JSON-LD-Blöcke aus. Er prüft, ob FAQPage-Schema vorhanden ist, ob das mainEntity-Array gefüllt ist und ob die Antworten aussagekräftig statt leer oder werblich sind. Fehlt FAQ-Schema auf einer Seite, bei der es sinnvoll wäre, zählt das als Finding und schlägt sich direkt im GEO-Score nieder.
Pro Finding liefert Pantra einen konkreten Fix: was genau fehlt, ein kopierbares FAQPage-Template und die erwartete Verbesserung. Du kopierst den Code, füllst deine Fragen und Antworten ein und fügst ihn in deine Seite ein. Das macht FAQ-Schema auch ohne Schema-Vorwissen umsetzbar, was für nicht-technische Kleinunternehmer der entscheidende Punkt ist.
Im vollen GEO-Loop geht Pantra noch weiter. Wo die tägliche Messung zeigt, dass du für eine bestimmte Frage nicht zitiert wirst, erzeugt Pantra eine passende Content-Seite auf deiner Subdomain, inklusive Answer-Capsule und FAQ-Schema, sauber strukturiert und gegen dünne Inhalte abgesichert. So schließt sich die Lücke zwischen Messen und Lösen. Pantra Complete kostet CHF 79 pro Monat und Website und enthält alles, vom Audit bis zum automatisch veröffentlichten Content.
Pantra analysiert dein FAQ-Schema, zeigt dir wo es fehlt oder unvollständig ist und liefert kopierbare Fixes. Im GEO-Loop erzeugt Pantra passende Seiten mit sauberem FAQ-Schema automatisch.
Kostenlosen Audit starten