Fragen und Antworten eintragen, fertiges FAQPage-JSON-LD kopieren. Der Generator baut valides Structured Data im Format, das Suchmaschinen für Rich Results und KI-Engines für direkte Zitate nutzen, komplett im Browser.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Deine Frage?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Deine Antwort."
}
}
]
}
</script>Füge das Snippet in den <head> der Seite ein, auf der die Fragen sichtbar stehen. Regel: Jede Frage und Antwort im Schema muss auch als Text auf der Seite erscheinen, sonst verstösst du gegen die Google-Richtlinien.
TL;DR
FAQPage-Schema zeichnet Frage-Antwort-Paare maschinenlesbar aus. Genau dieses Format zitieren KI-Engines am liebsten, weil es direkt auf Nutzerfragen antwortet. Dieser Generator baut das JSON-LD aus deinen Eingaben und gibt es als fertiges Script-Snippet aus.
KI-Suche ist Fragenbeantwortung. Eine Seite, die die Frage schon in der Struktur trägt und in wenigen Sätzen beantwortet, ist die ideale Quelle für ein Modell, das genau diese Frage beantworten soll. FAQPage macht diese Struktur explizit.
Wenn ChatGPT, Perplexity oder Google AI Overviews eine Frage beantworten, suchen sie nach Passagen, die genau diese Frage direkt beantworten. Ein sauberes Frage-Antwort-Paar ist leichter zu extrahieren als ein Fliesstext, in dem die Antwort versteckt liegt.
FAQPage-Schema hilft zusätzlich in der klassischen Google-Suche, weil es die Seite für Frage-Antwort-Darstellungen qualifiziert und den Inhalt eindeutig strukturiert.
Die Fragen und Antworten im Schema müssen sichtbar auf der Seite stehen. Unsichtbares oder erfundenes FAQ-Markup verstösst gegen die Google-Richtlinien und bringt auch bei KI-Engines nichts.
Das Schema ist die maschinenlesbare Kopie dessen, was ein Mensch auf der Seite liest. Wenn beides auseinanderläuft, verliert das Markup seine Wirkung und kann als Manipulation gewertet werden.
Praktisch heisst das: Baue zuerst einen echten, sichtbaren FAQ-Abschnitt auf der Seite. Danach erzeugst du mit denselben Texten das Schema und fügst es hinzu.
Stelle echte Fragen, die deine Kunden wirklich googeln oder einer KI stellen, und beantworte sie direkt in den ersten ein bis zwei Sätzen. Vermeide Werbesprache, gib konkrete Zahlen und Fakten.
Formuliere die Frage so, wie ein Nutzer sie tippen würde. Beginne die Antwort mit der Kernaussage, nicht mit einer Einleitung. Details kommen danach.
Konkrete Angaben wie Preise, Dauer oder Bedingungen machen die Antwort zitierfähig. Eine Antwort wie der Service kostet CHF 89 und dauert einen Werktag ist stärker als eine vage Aussage.
Kopiere das Script-Tag in den Head-Bereich der Seite, auf der die Fragen sichtbar stehen. Bei WordPress übernimmt das ein SEO-Plugin oder ein Code-Snippet-Plugin, bei Next.js gehört es in die Page-Komponente.
Prüfe das Ergebnis danach mit dem Schema Markup Checker von pantra.io oder mit Googles Rich Results Test. Ein Tippfehler im JSON macht den ganzen Block unlesbar, Crawler ignorieren ihn dann stillschweigend.
Dieses Tool prüft die Technik. pantra.io misst zusätzlich jeden Tag, ob ChatGPT, Perplexity, Claude und Google AI dich bei echten Kundenfragen empfehlen, und schliesst die Lücken automatisch.
KI-Sichtbarkeit messenWir nutzen Cookies fuer anonyme Reichweitenmessung und um die Wirksamkeit unserer Werbung zu verstehen. Notwendige Cookies sind immer aktiv. Mehr in der Datenschutzerklaerung.