Studie „Does Schema Markup Predict AI Citation?“ (2026)

Schema-Markup sind Angaben im Quelltext einer Seite, die Maschinen sagen, worum es geht: Das ist ein Betrieb, das ist die Anschrift, das ist der Preis. Besucher sehen davon nichts. Die Bezeichnungen stammen aus dem Vokabular schema.org, auf das sich Google, Microsoft, Yahoo und Yandex 2011 geeinigt haben. Geprüft wurde die heute übliche Schreibweise JSON-LD. So sieht das für einen Elektrobetrieb aus:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Electrician",
  "name": "Elektro Muster GmbH",
  "telephone": "+49 228 000000",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Musterstraße 1",
    "postalCode": "53111",
    "addressLocality": "Bonn"
  }
}
</script>

• @context sagt, dass die Bezeichnungen aus schema.org stammen.
• @type sagt, was beschrieben wird: hier ein Elektrobetrieb, weiter unten eine Postanschrift.
• Die übrigen Zeilen sind Paare aus Bezeichnung und Wert: name ist der Name, postalCode die Postleitzahl. Bei einem Produkt stünden hier Preis und Verfügbarkeit.

Die Arbeit unterscheidet zwei Arten: Markup mit echten Angaben wie Preis, Bewertung oder Eigenschaften eines Produkts und allgemeines Markup, das nur sagt, dass die Seite ein Artikel ist oder zu welcher Firma sie gehört. Ihre Frage: Nennen ChatGPT und Gemini eine Seite mit Markup häufiger als Quelle als eine Seite ohne?

Zur Zählweise: Ein Quellenverweis ist der Link, den der KI-Dienst zu seiner Antwort angibt. Dieselbe Seite kann in mehreren Antworten genannt werden; deshalb stehen 730 Verweisen 460 verschiedene Seiten gegenüber.

Verglichen wurden zwei Gruppen von Seiten:

• Von der KI als Quelle genannt: alle Seiten, auf die ChatGPT oder Gemini bei einer der 75 Fragen verwiesen haben.
• Von Google gefunden: die ersten zehn Treffer der Google-Suche zu derselben Frage. Sie stehen für Seiten, die die KI hätte nennen können. Ein Teil davon wurde auch tatsächlich genannt.

Für jede Seite wurde dann ausgelesen, ob und welches Markup sie hat, wie ausführlich es ist und wie stark die Website verlinkt ist (Kennzahl „Domain Rating“ des Anbieters Ahrefs). Gerechnet wurde, was am besten vorhersagt, ob eine Seite als Quelle genannt wird: das Markup, die Verlinkung oder der Platz bei Google.

Der Platz bei Google sagt am besten vorher, ob eine Seite genannt wird

Werte aus Abschnitt 4.4 der Arbeit. Für die Plätze 4 und 6 nennt sie keine Zahl.

Mit jedem Platz weiter hinten sinkt die Chance, als Quelle genannt zu werden, nach der Rechnung der Arbeit um rund 24 Prozent. Die Stärke der Verlinkung hatte daneben nur einen kleinen Einfluss.

Markup allein macht keinen Unterschied

• Erster Blick, falsches Bild. In der einfachen Rechnung sah es so aus, als würden Seiten mit Markup seltener als Quelle genannt. Der Autor erklärt das als Scheinbefund: Unter den ersten zehn Google-Treffern haben besonders viele Seiten Markup, und diese Treffer bildeten die Vergleichsgruppe.
• Bereinigt bleibt nichts übrig. Berücksichtigt man Frage, Google-Platz und Verlinkung, hängt weder das Vorhandensein von Markup noch seine Ausführlichkeit messbar damit zusammen, ob die Seite genannt wird.

Eine Ausnahme: Markup mit echten Angaben

Werte aus Abschnitt 4.5 der Arbeit. „Schwach verlinkt“: Domain Rating bis 60. Für Seiten ohne Markup nennt die Arbeit dort keinen Wert.

Wichtig ist, was hier verglichen wird. Seiten mit Produkt-Markup liegen nicht messbar vor Seiten ganz ohne Markup (61,7 gegen 59,8 Prozent). Der Unterschied besteht zum allgemeinen Markup, das schlechter abschneidet als gar keines.

Weitere Befunde

• Die meisten genannten Seiten stehen nicht unter den ersten zehn Treffern. Laut Arbeit standen 63,5 Prozent der als Quelle genannten Seiten bei der jeweiligen Frage nicht unter den ersten zehn Google-Treffern.
• Die beiden Dienste nennen verschiedene Quellen. Nur rund 4 Prozent der genannten Adressen kamen bei ChatGPT und bei Gemini vor.
• Verweise auf Wikidata sind selten. Weniger als 4 Prozent der Seiten mit Markup verwiesen darin auf Wikidata. Ob das hilft, ließ sich deshalb nicht rechnen.
• Der Kreislauf der Ratschläge. Der Autor beschreibt, wie der Rat entstand: KI-Dienste empfehlen Markup, weil es in ihren Trainingstexten steht, Berater geben es weiter, niemand misst nach.

• Zahlen, die nicht zusammenpassen. An drei Stellen widerspricht sich die Arbeit. Der Anteil der nicht genannten Google-Treffer mit Markup wird einmal mit 58,7 und einmal mit 44,8 Prozent angegeben. Nur 98 Seiten kamen sowohl unter den genannten Seiten als auch unter den Google-Treffern vor; dann müssten mindestens 362 der 460 genannten Seiten außerhalb der ersten zehn liegen; die Arbeit gibt 292 an. Und je Frage sollen ChatGPT 10,4 und Gemini 9,4 Verweise geliefert haben, bei 730 Verweisen auf 75 Fragen sind es aber zusammen nur 9,7.

• Anbieterstudie, nicht begutachtet. Der Autor verkauft die untersuchte Leistung. Das Ergebnis spricht eher gegen sein Angebot, was für die Arbeit einnimmt. Die Schlussfolgerung, Verweise auf Wikidata seien ein unbesetztes Feld für frühe Anwender, ist aber eine Empfehlung ohne Messung.

• Rohdaten fehlen. Fragen, Quellenverweise und Auswertung sind nicht veröffentlicht. Die Unstimmigkeiten lassen sich von außen nicht aufklären.

• Zusammenhang, keine Wirkung. Es wurde nichts verändert und nachgemessen. Die Arbeit sagt das selbst und nennt den Versuch mit Seitenpaaren als nächsten Schritt.

• Der Google-Platz erklärt nur einen Teil. Einen Platz unter den ersten zehn haben nur Seiten, die dort stehen. Wenn die Mehrheit der genannten Seiten von außerhalb kommt, beschreibt die Tabelle oben die Minderheit der Fälle.

• Ein Viertel der Seiten nicht lesbar. 237 der 1.006 Seiten ließen sich nicht abrufen (Fehler, Bezahlschranke, Bot-Abwehr). Markup, das erst per JavaScript entsteht, wurde nicht erfasst.

• Zwei Dienste, ältere Modelle, ein Zeitraum. Perplexity und Googles KI-Übersicht fehlen. Die Fragen sind englisch und betreffen keine lokalen Betriebe.

Wir haben nicht untersucht, ob die als Quelle genannten Seiten Markup tragen oder wo sie bei Google stehen. Die Hauptfrage der Arbeit können wir deshalb weder bestätigen noch widerlegen. Drei Nebenbefunde lassen sich neben unsere Zahlen stellen.

Die Dienste nennen Verschiedenes: stützt unseren Befund

gemessen In der Studie kamen 4 Prozent der genannten Adressen bei beiden Diensten vor. Wir zählen nicht Adressen, sondern genannte Betriebe: Gemini und ChatGPT hatten bei derselben Frage im Mittel 18 Prozent der Betriebe gemeinsam, je nach Branche 11 bis 32 Prozent. 78 Prozent der Betriebe nannte nur einer der drei Dienste, 5 Prozent alle drei. Die Maße sind verschieden, die Richtung ist dieselbe: Wer bei einem Dienst vorkommt, kommt deshalb noch nicht beim anderen vor.

Quellen je Antwort: in der Studie auffallend wenige

gemessen Aus den Angaben der Arbeit ergeben sich 1,6 Quellenverweise je Abruf (730 Verweise in 450 Abrufen; von uns berechnet). In unserer Messung zu lokalen Betrieben nannte ChatGPT im Mittel 4,9 und Gemini 7,6 Websites je Antwort. Einschätzung Der Abstand ist groß. Andere Fragen, eine andere Sprache und ältere Modelle können einen Teil erklären; die Arbeit geht darauf nicht ein.

Wikidata als Quelle: bei uns nie genannt

gemessen In 7.060 Antworten aus unseren Messungen bis 30.09.2026 wurde wikidata.org kein einziges Mal als Quelle genannt (siehe Wikidata). Der Wert ist mit Vorsicht zu lesen: Die meisten dieser Antworten betrafen örtliche Betriebe, und ein Handwerksbetrieb oder eine Werkstatt hat nur in seltenen Fällen einen Eintrag bei Wikidata. Viel Gelegenheit, Wikidata zu nennen, gab es also nicht. Einschätzung Das sagt nichts darüber, ob ein Verweis auf Wikidata im Markup hilft. Es mahnt aber zur Vorsicht bei der Aussage der Arbeit, hier liege ein lohnendes Feld: Gemessen hat das bisher niemand, auch wir nicht.

Was wir nicht prüfen können

Ob der Platz bei Google auch bei lokalen Fragen auf Deutsch vorhersagt, ob eine Seite genannt wird, haben wir nicht gemessen. Dafür müsste man zu jeder Frage die Google-Treffer mit erheben.

Einschätzung

• Wer Markup als Maßnahme für KI-Sichtbarkeit angeboten bekommt, darf nach dem Beleg fragen. Diese Arbeit liefert für das übliche Markup keinen.
• Für Onlineshops bleiben vollständige Produktangaben mit Preis, Verfügbarkeit und Bewertung sinnvoll. Sie schnitten hier am besten ab und werden ohnehin für die Darstellung in der Google-Suche gebraucht.
• Gute Plätze in der Google-Suche und KI-Sichtbarkeit hängen nach dieser Arbeit zusammen. Das eine ersetzt das andere nicht, aber klassische Suchmaschinenarbeit ist nicht überholt.
• Wegen der Unstimmigkeiten und der fehlenden Rohdaten sind die einzelnen Prozentwerte als Hinweis zu lesen, nicht als feste Größe.

Zu dieser Seite: Die Auswertung der Studie ist mit Hilfe eines KI-Assistenten entstanden, der die Arbeit vollständig gelesen hat. Die Angaben wurden von Robert Fischer gegen die Arbeit geprüft. Weitere Studien: Übersicht.