Strukturierte Daten in Shopify richtig einrichten: So verstehen KI-Suchen deinen Shop

Shopify erzeugt strukturierte Daten (JSON-LD nach Schema.org) automatisch für Produkt- und Artikelseiten, aber nur mit Basisdaten. Für Sichtbarkeit in Google und KI-Suchen wie ChatGPT solltest du Product-Schema mit vollständigen Offer-Daten (Preis, Währung, Verfügbarkeit), BreadcrumbList, FAQPage, AggregateRating und Organization ergänzen. Wir empfehlen die Umsetzung direkt im Theme über Liquid-Filter statt über externe Schema-Apps.

Damit dein Shop in KI-Antworten überhaupt auftaucht, müssen ChatGPT, Claude und Perplexity deine Produktdaten eindeutig auslesen können. Strukturierte Daten liefern genau dieses Signal: nicht als interpretierbarer Fließtext, sondern als maschinenlesbares Format, das LLMs und Google direkt verwerten.

In diesem Guide, basierend auf den Erkenntnissen unseres AI Research Labs, zeigen wir, was Shopify bereits automatisch ausspielt und welche Schemas du je Seitentyp ergänzen solltest. Der Artikel vertieft damit einen der zentralen Hebel aus unserem Guide GEO für Shopify: 9 Schritte für Sichtbarkeit auf ChatGPT & Co.

1. Was sind strukturierte Daten und warum sind sie für Shopify Shops wichtig?

Strukturierte Daten sind ein standardisiertes Code-Format auf Basis von Schema.org, das Seiteninhalte maschinenlesbar beschreibt. In Shopify werden sie als JSON-LD ausgespielt: ein Skript-Block im HTML, der Suchmaschinen und KI-Systemen eindeutig mitteilt, welche Informationen eine Seite enthält.

Für Google sind strukturierte Daten die Voraussetzung für Rich Results. Korrekt ausgezeichnete Produktseiten können in den Suchergebnissen mit Preis, Verfügbarkeit und Sternebewertungen erscheinen. Das erhöht die Sichtbarkeit und die Klickrate, ohne dass sich am sichtbaren Seiteninhalt etwas ändert.

Warum strukturierte Daten für GEO und KI-Suchen entscheidend sind

KI-Systeme ranken keine Seiten, sie extrahieren Inhalte und destillieren daraus Antworten. Strukturierte Daten erhöhen die Wahrscheinlichkeit, dass Preis, Verfügbarkeit und Bewertungen dabei korrekt übernommen und zitiert werden. Fehlen sie, müssen LLMs diese Informationen aus dem Fließtext ableiten, was zu unvollständigen oder fehlerhaften Angaben in KI-Antworten führen kann.

Damit sind strukturierte Daten einer der zentralen Hebel der Generative Engine Optimization (GEO). Sie gehören zu den Maßnahmen, die auf klassisches SEO einzahlen und gleichzeitig die Basis für KI-Sichtbarkeit legen.

2. Was Shopify automatisch ausspielt und wo die Grenzen liegen

Shopify erzeugt für Produkt- und Artikelseiten automatisch JSON-LD, allerdings nur mit Basisdaten. Zentrale Informationen wie Produktname, Preis und Bild sind damit standardmäßig maschinenlesbar, ohne dass du etwas konfigurieren musst.

Für einen vollständig GEO-optimierten Shop reicht dieser Standard jedoch nicht aus. Folgende Schemas fehlen im Auslieferungszustand und müssen manuell oder per Dev-Anpassung ergänzt werden:

• BreadcrumbList: Viele Themes zeigen Breadcrumbs sichtbar an, spielen aber kein zugehöriges Schema aus.
• FAQPage: Fragen und Antworten auf Produkt- oder Kategorieseiten werden nicht automatisch ausgezeichnet.
• Bewertungen: Rating-Daten sind nicht Teil des Standard-Schemas und müssen gezielt eingebunden werden.
• Rückgaberichtlinien und Policies: Auch diese Informationen bleiben ohne Anpassung unstrukturiert.

Unterschiede je nach Theme

Wie umfangreich das Default-Schema ausfällt, hängt vom eingesetzten Theme ab. Aus unserem Dev-Consulting wissen wir: In den von uns häufig eingesetzten Shopify Themes wie Impact oder Stretch sind per Default nur Basis-Daten implementiert. Die Erweiterung um produktspezifische Informationen, Rating-Werte, FAQs und Breadcrumbs ist technisch gut machbar und verbessert nach unserer Erfahrung sowohl die Maschinenlesbarkeit als auch die Information für Nutzer:innen.

Unsere Empfehlung aus der Projektpraxis: Verlasse dich nicht auf Annahmen darüber, was dein Theme ausspielt. Prüfe den tatsächlichen Stand im Quelltext oder mit einem Validierungs-Tool, bevor du Erweiterungen planst. Wie das geht, zeigen wir in Abschnitt 6.

3. Diese Schemas braucht dein Shopify Shop (nach Seitentyp)

Welche strukturierten Daten dein Shop braucht, hängt vom Seitentyp ab. Die folgende Übersicht zeigt die aus unserer Research wichtigsten Schemas für Shopify Shops und ihre zentralen Felder:

Schema	Einsatzort	Wichtigste Felder
Product + Offer	PDP	Name, Beschreibung, Bild, SKU, Brand, Preis, Währung, Verfügbarkeit
FAQPage	PDP, Collection Page	Frage, Antwort
AggregateRating	PDP	Durchschnittsbewertung, Anzahl Bewertungen
BreadcrumbList	PDP, CP, Content-Seiten	Navigationsstruktur
Organization	Homepage	Markenname, Logo, Kontakt, sameAs-Profile
Article / BlogPosting	Blog, Ratgeber	Titel, Autor:in, datePublished, dateModified
CollectionPage / ItemList	Kategorieseiten	Zusammenfassung, enthaltene Produkte
HowTo	PDP, Blog	Schritte, benötigte Materialien

Product + Offer: Preis, Währung und Verfügbarkeit als Pflichtsignal

Das Offer-Schema innerhalb von Product ist das kritischste Element. Preis, Währung und Verfügbarkeit müssen korrekt und aktuell ausgespielt werden, denn genau auf diese Felder greifen KI-Systeme zurück, wenn sie Produktfragen beantworten. Ergänzend gehören name, description, image, sku und brand in jedes vollständige Product-Schema.

FAQPage und AggregateRating: nur mit sichtbaren Inhalten ausspielen

Eine klare Regel aus unserer Praxis: Schema nur dort ausspielen, wo die zugehörigen Inhalte sichtbar auf der Seite stehen. FAQPage-Schema ohne sichtbare FAQ-Sektion und Rating-Schema ohne echte, sichtbare Bewertungen sind fehleranfällig und widersprechen den Richtlinien von Google für strukturierte Daten. Richtig eingesetzt sind FAQs dagegen ein doppelter Hebel: Sie beantworten echte Nutzerfragen auf der Seite und liefern KI-Systemen direkt zitierfähige Frage-Antwort-Paare.

BreadcrumbList und Organization

BreadcrumbList gibt Suchmaschinen und LLMs den Navigationskontext: Wo ist diese Seite in der Shopstruktur verortet? Voraussetzung dafür ist eine klare Hierarchie im Shop selbst; wie die aussieht, zeigen wir in unserem Guide zur idealen Shopstruktur auf Shopify. Das Organization-Schema auf der Homepage definiert die Markenidentität und sollte Logo, URL, Kontaktdaten und sameAs-Profile enthalten. Über sameAs verknüpfst du deine offiziellen Profile, etwa auf LinkedIn, Instagram oder YouTube, und machst deine Marke als eindeutige Entität erkennbar.

Article / BlogPosting für Blog und Ratgeber

Redaktionelle Inhalte brauchen Article- oder BlogPosting-Schema inklusive datePublished und dateModified, ergänzt um ein sichtbares Aktualisierungsdatum im Frontend. Der Grund: KI-Systeme bevorzugen erkennbar aktuelle Inhalte. Ein gepflegter Ratgeber ohne Aktualitätssignal verschenkt Sichtbarkeit.

CollectionPage / ItemList für Kategorieseiten

Kategorieseiten sind der typische Einstieg für Fragen wie „Welches Produkt ist das beste für meinen Anwendungsfall?". Eine maschinenlesbare Zusammenfassung per CollectionPage- oder ItemList-Schema plus ein kurzer Einleitungstext im initialen HTML helfen KI-Systemen, das Sortiment einer Kategorie korrekt zu erfassen. Dieser Punkt fehlt in fast allen Standard-Setups, die wir prüfen.

4. Umsetzung im Theme: Warum Shopify-Filter statt Hardcoding

Die wichtigste technische Leitlinie aus unserem Dev-Consulting: Produktdaten gehören über Shopify-Filter ins Schema, nicht als hardcodierte Werte. Werden Preis, Verfügbarkeit oder Produktname per Liquid dynamisch aus dem Backend gezogen, bleiben die strukturierten Daten bei jeder Änderung automatisch aktuell.

Hardcodierte Werte sind das Gegenteil: Sie werden bei Backend-Änderungen nicht mitgezogen und liefern früher oder später veraltete Informationen aus. Ein falscher Preis oder eine falsche Verfügbarkeit im Schema ist dabei schlimmer als gar kein Schema, denn KI-Systeme übernehmen genau diese Felder in ihre Antworten. So entstehen KI-Empfehlungen mit veralteten Preisen, die im Shop nicht mehr stimmen.

Weitere sinnvolle Felder aus Dev-Sicht

Über die Pflichtfelder hinaus haben sich in unseren Projekten vier Ergänzungen als sinnvoll erwiesen, jeweils abhängig vom Shop-Setup:

• sameAs: verknüpft Produkt oder Marke mit offiziellen Profilen und externen Referenzen
• subjectOf: verweist auf Inhalte, die das Produkt behandeln, etwa Ratgeber oder Videos
• mainEntity: definiert das zentrale Thema einer Seite eindeutig
• ratingValue: spielt die Durchschnittsbewertung strukturiert aus, sofern echte Reviews vorhanden sind

Metafelder als Datenquelle für strukturierte Daten

Für Daten, die Shopify nicht als Standardfeld kennt, sind Metafelder der saubere Weg. Produktspezifische Zusatzinformationen wie Herstellerteilenummern, Materialangaben oder Anwendungshinweise lassen sich als Metafeld pflegen und per Liquid ins Schema einbinden. Der Vorteil: Die Datenpflege bleibt im Backend, die Ausspielung läuft automatisch, und es entsteht keine Abhängigkeit von externen Apps.

Unsere Empfehlung: Schema-Erweiterungen dieser Art sind ein klassisches Dev-Thema. Die Umsetzung ist überschaubar, sollte aber sauber im Theme verankert werden, damit sie Theme-Updates und spätere Anpassungen übersteht.

5. Schema-Apps für Shopify: Warum wir sie nicht empfehlen

Wir haben im Rahmen unserer GEO-Research mehrere Schema- und GEO-Apps aus dem Shopify App Store evaluiert. Unser Fazit: Für die Umsetzung strukturierter Daten empfehlen wir sie nicht. Schema-Apps führen letztlich zu Metafeld-Eingaben oder direkten Code-Verweisen, also genau zu dem, was sich im Theme effizienter und stabiler direkt umsetzen lässt.

Drei Beobachtungen aus unserer Evaluation:

• Intransparente Bewertungen: Einige Apps arbeiten mit eigenen AI-Scores oder Wettbewerbsvergleichen, deren Berechnungsgrundlage und Datenherkunft nicht nachvollziehbar sind. Als Entscheidungsgrundlage für Optimierungen taugen solche Werte nicht.
• Kein Mehrwert gegenüber Dev-Umsetzung: Was die Apps im Kern tun, ist strukturierte Daten aus vorhandenen Shop-Daten zu generieren. Das leistet eine saubere Liquid-Implementierung genauso, ohne laufende App-Kosten und ohne zusätzliche Abhängigkeit.
• Konfliktpotenzial: Jede zusätzliche App, die Schema ausspielt, erhöht das Risiko doppelter oder widersprüchlicher Schema-Entities auf derselben URL, etwa wenn Theme, Review-App und Schema-App gleichzeitig Product-Markup erzeugen.

Vorsicht auch bei Automatisierungsfunktionen, die Anpassungen eigenständig im Shop vornehmen. Änderungen an strukturierten Daten sollten nachvollziehbar und kontrolliert erfolgen, nicht im Autopilot.

Eine Ausnahme gibt es: Kostenlose Analyse- und Checker-Funktionen einzelner Tools können als Erstorientierung nützlich sein, um Lücken im bestehenden Schema sichtbar zu machen. Mehr dazu im nächsten Abschnitt.

6. Strukturierte Daten prüfen und validieren

Bevor du Erweiterungen planst, prüfe den Ist-Zustand. Und nach jeder Anpassung gilt: validieren. In unserer Erfahrung haben sich dafür zwei Tool-Ebenen bewährt, ergänzt um eine manuelle Kontrolle.

Google Rich Results Test: Der Rich Results Test ist der erste Anhaltspunkt. Er zeigt, welche Schemas Google auf einer URL erkennt, welche Felder fehlen und ob Fehler vorliegen. Wir nutzen ihn in Audits standardmäßig für mindestens vier Seitentypen: Homepage, eine Collection Page, eine PDP und einen Blogartikel. Ein Nebeneffekt: Der Test deckt gelegentlich auch Crawler-Blockaden auf, etwa wenn Third-Party-Skripte die robots.txt beeinflussen. Wie du solche Blockaden findest und KI-Crawler in Shopify gezielt steuerst, zeigen wir in unserem Guide zu robots.txt und llms.txt.

Schema-Checker: Tools wie der Risify Schema-Checker oder Naridon scannen mehrere Seitentypen automatisiert und liefern Scores plus konkrete Hinweise auf fehlende Felder. Als Erstorientierung sind sie brauchbar, aber kein Ersatz für manuelle Kontrolle: In unseren Tests wurden fehlende Produktbeschreibungen beispielsweise nicht als Issue markiert. Verlasse dich also nicht allein auf einen grünen Score.

Manuelle Prüfung im Quelltext: Der wichtigste Praxishinweis von unseren Entwickler:innen: Prüfe strukturierte Daten im rohen Quelltext (Strg+U), nicht im Browser-Inspector. Der Inspector zeigt das fertig gerenderte DOM inklusive aller per JavaScript nachgeladenen Inhalte. KI-Crawler warten darauf nicht. Product-JSON-LD und Kerndaten müssen im initialen HTML stehen, sonst sind sie für KI-Systeme unsichtbar.

Typische Fehlerquellen, auf die du bei der Prüfung achten solltest:

• Doppelte oder widersprüchliche Schema-Entities auf derselben URL, häufig durch parallel laufende Apps
• Markup ohne sichtbare Inhalte, etwa FAQ-Schema ohne FAQ-Sektion
• Schema-Daten, die erst per JavaScript nachgeladen werden und im initialen HTML fehlen
• Unvollständige Offer-Daten ohne Währung oder Verfügbarkeit

7. Häufige Fehler bei strukturierten Daten in Shopify

Die meisten Schema-Probleme, die uns in Audits begegnen, folgen wiederkehrenden Mustern. Diese fünf Fehler solltest du kennen und vermeiden:

• Hardcodierte Werte: Preise oder Verfügbarkeiten wurden einmalig fest ins Schema geschrieben und laufen bei Backend-Änderungen auseinander. Die Lösung: Daten immer dynamisch über Liquid-Filter einbinden (siehe Abschnitt 4).
• Schema ohne sichtbaren Content: FAQ- oder Rating-Markup wird ausgespielt, obwohl die zugehörigen Inhalte nicht auf der Seite stehen. Das widerspricht den Google-Richtlinien und untergräbt die Glaubwürdigkeit der Daten.
• Unvollständige Offer-Daten: Das Product-Schema ist vorhanden, aber Währung oder Verfügbarkeit fehlen. Gerade diese Felder sind für KI-Antworten auf Produktfragen entscheidend und haben in der Behebung höchste Priorität.
• Schema-Konflikte durch mehrere Apps: Theme, Review-App und Schema-App erzeugen parallel Product-Markup auf derselben URL. Das Ergebnis sind doppelte oder widersprüchliche Entities, bei denen unklar ist, welche Version Google und LLMs übernehmen.
• Schema nur per JavaScript: Die strukturierten Daten stehen nicht im initialen HTML, sondern werden nachgeladen, häufig durch Apps. Für KI-Crawler, die kein JavaScript ausführen, existiert dieses Schema nicht.

Unsere Empfehlung: Gehe diese Liste nach jedem Relaunch, Theme-Update und jeder neu installierten App einmal durch. Die meisten dieser Fehler entstehen nicht bei der Ersteinrichtung, sondern schleichen sich im laufenden Betrieb ein.

8. Fazit: Strukturierte Daten als Fundament jeder GEO-Strategie

Strukturierte Daten entscheiden mit darüber, ob Google und KI-Suchen deinen Shop korrekt verstehen und zitieren. Shopify liefert die Basis automatisch, die entscheidenden Erweiterungen liegen bei dir. So gehst du vor:

• Prüfen: Ist-Zustand erfassen mit dem Google Rich Results Test und einem Blick in den rohen Quelltext, mindestens für Homepage, Collection Page, PDP und einen Blogartikel.
• Priorisieren: Fehlende oder unvollständige Offer-Daten (Preis, Währung, Verfügbarkeit) zuerst beheben, danach BreadcrumbList, FAQs und Organization ergänzen.
• Erweitern: Umsetzung direkt im Theme über Liquid-Filter und Metafelder statt über externe Schema-Apps. So bleiben die Daten automatisch aktuell und es entstehen keine Schema-Konflikte.
• Validieren: Nach jeder Anpassung erneut testen, und die Prüfung nach Relaunches, Theme-Updates und App-Installationen wiederholen.