Schema-Markup-Generator (JSON-LD SEO-Tool)
Schema Markup: JSON-LD prüfen, erstellen & korrigieren für SEO & KI-Suche
Ein Schema-Markup-Workflow mit drei Modi: bestehendes Markup prüfen, neues JSON-LD für jeden Seitentyp erstellen, oder Google-Search-Console-Fehler beheben. Jedes Ergebnis wird gegen die aktuelle schema.org-Spezifikation validiert, qualifiziert sich gegebenenfalls für Google Rich Results, und ist so strukturiert, dass es von KI-Antwortmaschinen zitiert werden kann (Google AI Overviews, Google AI Mode, Bing Copilot, ChatGPT Search, Perplexity).
Für wen es gedacht ist
- Technischer SEO, der veraltetes JSON-LD auf einer großen Website prüft, wo sich über Jahre hinweg veraltete Typen, defekte Verbindungen zwischen Schema-Blöcken und Datumslogikfehler angesammelt haben.
- Content-Team, das einen neuen Artikel, eine Produktseite oder eine Anleitung veröffentlicht und copy-paste-fertiges JSON-LD braucht, das heute valide ist und bei der nächsten Google-Deprecation nicht stillschweigend kaputtgeht.
- E-Commerce-Betreiber, der Product-, Offer-, Review- und AggregateRating-Markup über Produktseiten, Kategorien und Merchant-Feed-Integrationen hinweg im Griff behalten will.
- Blogger oder Publisher, dessen FAQ-Rich-Snippets letzte Woche aus den Suchergebnissen verschwunden sind und der herausfinden will, ob es eine Google-Regeländerung, eine Deprecation oder etwas anderes ist.
- Webmaster eines lokalen Unternehmens, der LocalBusiness-, Standort- und Öffnungszeiten-Markup zusammenstellt, während er gegen WordPress- oder Shopify-Plugins kämpft, die sich gegenseitig überschreiben.
- SEO-Berater, der Search-Console-Reports von Kunden sichtet und echte Feldfehler von veraltetem, aber harmlosem Markup trennen muss, bevor er Korrekturen abrechnet.
Was Sie damit tun können
Modus 1 — Bestehendes Schema prüfen
Fügen Sie eine URL, Seiten-HTML, oder einen rohen JSON-LD-Block ein. Wenn Sie eine URL einfügen, ruft die Skill die Seite automatisch ab — kein Copy-Paste des Quellcodes nötig. Sie erhalten:
- Jeden auf der Seite erkannten Schema-Typ
- Fehler und fehlende Pflichtfelder, priorisiert nach Rich-Result-Auswirkung
- Veraltete Typen, markiert zur Bereinigung
- Datumslogik-Probleme (
dateModifiedvordatePublished, abgelaufene Event-Daten usw.) - Defekte Querverweise zwischen Schema-Blöcken, die stillschweigend beeinträchtigen, wie Google Ihre Entitäten liest
- Eine priorisierte Korrekturliste
Modus 2 — Neues Schema erstellen
Beschreiben Sie die Seite, fügen Sie das HTML ein, oder nennen Sie den benötigten Schema-Typ. Sie erhalten vollständige, copy-paste-fertige JSON-LD-Blöcke — nie eine Feldliste, immer den vollständigen Block, bereit zum Einfügen in den <head> Ihrer Seite.
Unterstützte Typen: Article, Product, Organization, Person, LocalBusiness, FAQPage, HowTo, Recipe, JobPosting, Event, VideoObject, BreadcrumbList, SoftwareApplication und mehr.
CMS-spezifische Bereitstellungshinweise decken WordPress, Webflow, Shopify und Headless-Setups ab — einschließlich welche Plugins zu verwenden sind, welche zu vermeiden sind, und wie man verhindert, dass Plugins sich gegenseitig überschreiben.
Modus 3 — Search-Console-Fehler beheben
Fügen Sie die Fehlermeldung oder einen Screenshot ein. Sie erhalten:
- Das genaue Feld, das defekt ist, und warum
- Korrigiertes JSON-LD, bereit zur Bereitstellung
- Ein Änderungsprotokoll pro Korrektur, das erklärt, was sich geändert hat und warum
- Erkennung von Folgefehlern, die oft nach der Bereitstellung der ersten Korrektur auftreten
Was diese Skill anders macht
Gegen die aktuelle Spezifikation validiert, nicht aus dem Gedächtnis. Schema.org entwickelt sich weiter, Pflichtfelder ändern sich, Typen werden veraltet. Jedes Ergebnis wird gegen eine Schema-Wissensbasis von Mai 2026 validiert — einschließlich der jüngsten Google-Deprecation-Wellen und des Core Updates vom März 2026, das die Rich-Result-Berechtigung auf Tausenden von Websites verschärft hat.
Für KI-Suchzitate gebaut, nicht nur für Rich Results. Die meisten Schema-Tools optimieren nur für visuelle SERP-Funktionen. Die Ergebnisse hier sind mit den Entitäts-Identitäts- und Quellglaubwürdigkeits-Mustern strukturiert, nach denen KI-Antwortmaschinen suchen, wenn sie entscheiden, welche Websites sie zitieren.
Immer der vollständige Block, nie eine Feldliste. Jedes Implementierungsergebnis ist vollständiges JSON-LD, bereit zum Einfügen in Ihren <head>. Kein Zusammensetzen von Fragmenten, kein Rätselraten bei der Syntax.
Änderungsprotokolle pro Korrektur. Wenn etwas korrigiert wird, sehen Sie genau, was sich geändert hat und warum — überprüfbar, gegenüber einem Kunden vertretbar, wiederverwendbar als Lernmaterial für Ihr Team.
Muster für den Entitätsaufbau enthalten. Verbundene Strukturen, die Organization, Person, Article und Website verknüpfen — das Muster, das Google und KI-Engines verwenden, um zu bestimmen, wer die Website betreibt, wer den Inhalt geschrieben hat, und welche Entität besprochen wird.
So funktioniert es
- Geben Sie eine beliebige Eingabe ein — eine URL, vollständiges HTML, nur den
<head>, einen rohen JSON-LD-Block, eine Seitenbeschreibung, oder eine Search-Console-Fehlermeldung. - Die Skill wählt den Modus basierend darauf, was Sie gesendet und worum Sie gebeten haben: prüfen, neu erstellen, oder Fehler beheben.
- Sie erhalten Ergebnisse, die zu diesem Modus passen: validiertes copy-paste-fertiges JSON-LD, Änderungsprotokolle, priorisierte Korrekturlisten, und CMS-spezifische Bereitstellungshinweise.
Keine Einrichtung, kein Konto, kein Plugin. Einfügen, funktionierendes Schema erhalten.
Ausgabeformate
| Modus | Was Sie erhalten |
|---|---|
| Prüfen | Erkannte Schemas, Fehlerliste, fehlende Pflichtfelder, Deprecation-Markierungen, priorisierte Korrekturliste |
| Neu erstellen | Vollständiger copy-paste-fertiger JSON-LD-Block für den angeforderten Seitentyp, plus CMS-spezifische Bereitstellungshinweise |
| Fehler beheben | Korrigiertes JSON-LD, Änderungsprotokoll pro Korrektur, Prüfung auf Folgefehler |
Jedes Ergebnis wird gegen die schema.org-Spezifikation von Mai 2026 validiert und ist für die Google-Rich-Result-Berechtigung und die Zitierung durch KI-Antwortmaschinen strukturiert.
