Semantic SEO & GEO für TYPO3 – Teil 1

Vom Dokument zum Knowledge Graph – warum strukturierte Daten heute nicht mehr ausreichen

– Thema | Geo & SEO | TYPO3

Meta-Descriptions, strukturierte Daten, Core Web Vitals und Backlinks gehören seit Jahren zum Standard moderner Suchmaschinenoptimierung. Mit dem Aufkommen generativer KI-Systeme wie Google AI Overviews, ChatGPT, Perplexity oder Claude verändern sich jedoch die Anforderungen an Websites grundlegend.

Die entscheidende Frage lautet heute nicht mehr: Kann eine Suchmaschine meine Seite indexieren? Sondern: Versteht eine KI, worum es auf meiner Website wirklich geht?

Genau an diesem Punkt beginnt für uns Semantic SEO – und damit auch Generative Engine Optimization (GEO).

Von Suchmaschinen zu Antwort​­maschinen

Klassische Suchmaschinen liefern eine Liste von Treffern.

Generative KI-Systeme verfolgen einen anderen Ansatz. Sie versuchen, Fragen direkt zu beantworten. Dafür analysieren sie Inhalte, erkennen Zusammenhänge und bewerten, welche Quellen fachlich fundiert und vertrauenswürdig erscheinen.

Damit verändert sich auch die Rolle einer Website.

Sie muss Informationen nicht nur veröffentlichen, sondern deren Bedeutung vermitteln.

Strukturierte Daten sind nur der Anfang

Viele TYPO3-Websites erzeugen heute bereits JSON-LD auf Basis von Schema.org.

Typischerweise werden dabei Informationen wie diese ausgegeben:

  • Organization
  • WebSite
  • WebPage
  • BreadcrumbList
  • FAQPage

Das ist technisch korrekt und bildet eine wichtige Grundlage. Schema.org beschreibt diese Objekte und ihre Beziehungen seit Jahren sehr gut.

Dennoch bleibt für Maschinen häufig vieles implizit.

Eine Website besteht aus einzelnen Seiten.

Eine KI versucht dagegen, Entitäten und deren Beziehungen zu erkennen.

Ein Praxisbeispiel

Schauen wir uns die Leistungsseite »Gesellschaftsrecht« der Kanzlei Hahn und Partner an.

Dort finden Besucher unter anderem Informationen zu:

  • Gesellschaftsverträgen und Satzungen
  • Gesellschafterversammlungen
  • Corporate Litigation
  • Durchsetzung gesellschaftsrechtlicher Ansprüche

Für Menschen ergibt sich daraus sofort ein schlüssiges Bild. Für eine Maschine sind dies zunächst lediglich Inhalte auf einer Webseite.

Die klassische Sicht

In einer klassischen JSON-LD-Auszeichnung existiert zunächst einmal die Seite selbst:

 

{
 "@type": "WebPage",
 "@id": "https://www.hahnundpartner.de/anwaltskanzlei/gesellschaftsrecht/#webpage",
 "url": "https://www.hahnundpartner.de/anwaltskanzlei/gesellschaftsrecht/",
 "name": "Gesellschaftsrecht",
 "isPartOf": {
   "@id": "https://www.hahnundpartner.de/#website"
 }
}

 

Damit weiß eine Suchmaschine: Es gibt eine Webseite mit dem Titel »Gesellschaftsrecht«.

Aber sie weiß noch nicht automatisch, welche fachlichen Entitäten diese Seite beschreibt.

Der semantische Layer

Unsere TYPO3-Extension ergänzt deshalb nicht einfach weiteres Schema-Markup. Sie beschreibt die Beziehungen zwischen den Inhalten. Die gleiche Seite verweist beispielsweise direkt auf ihre fachlichen Hauptentitäten:

 

{
  "@type": "WebPage",
  "@id": "https://www.hahnundpartner.de/anwaltskanzlei/gesellschaftsrecht/#webpage",
  "mainEntity": [
    {
      "@id": "https://www.hahnundpartner.de/#service-gesellschaftsrecht"
    },
    {
      "@id": "https://www.hahnundpartner.de/#topic-4"
    }
  ]
}

 

Die Seite ist damit nicht mehr nur ein Dokument. Sie beschreibt konkrete fachliche Entitäten.

Leistungen werden zu Entitäten

Auch die angebotene Leistung existiert als eigenständiges Objekt:

 

{
  "@type": "Service",
  "@id": "https://www.hahnundpartner.de/#service-gesellschaftsrecht",
  "name": "Gesellschaftsrecht",
  "provider": {
    "@id": "https://www.hahnundpartner.de/#organization"
  }
}

 

Damit wird eindeutig beschrieben:

  • welche Leistung angeboten wird,
  • wer diese Leistung anbietet,
  • und welche Seiten sich darauf beziehen.

Themen erhalten eine eigene Identität

Noch interessanter wird es bei fachlichen Themen.

Der Begriff »Gesellschaftsverträge und Satzungen« erscheint nicht nur im Fließtext.

Er wird als eigener Fachbegriff modelliert:

 

{
  "@type": "DefinedTerm",
  "@id": "https://www.hahnundpartner.de/#topic-4",
  "name": "Gesellschaftsverträge und Satzungen",
  "description": "Rechtliche Grundlage für Beteiligungsverhältnisse, Zuständigkeiten und Entscheidungen innerhalb einer Gesellschaft."
}

 

DefinedTerm eignet sich genau für solche klar definierten Fachbegriffe und Terminologien.

Dadurch versteht eine Suchmaschine: Dieses Thema ist keine zufällige Wortfolge innerhalb eines Textes, sondern ein definierter fachlicher Begriff.

Aus Seiten wird ein Knowledge Graph

Die eigentliche Stärke liegt nicht in einzelnen Schema.org-Typen. Sie liegt in deren Beziehungen.

 

                    Organization
                         │
                    publisher
                         │
                         ▼
                     WebSite
                         │
                    hasPart
                         │
                         ▼
                     WebPage
       ┌─────────────┼─────────────┐
       ▼             ▼             ▼
   Service      DefinedTerm     Project
       │             │             │
       └──────┬──────┘             │
              ▼                    ▼
         FAQ / Articles      CreativeWork
              │                    │
              └──────────┬─────────┘
                         ▼
                       Person

 

Die Website besteht dadurch nicht länger aus isolierten Dokumenten, sondern aus einem vernetzten Wissensmodell.

Warum das für SEO und GEO interessant ist

Suchmaschinen und KI-Systeme entwickeln sich zunehmend von dokumentenbasierten zu entitätenbasierten Modellen.

Dabei gewinnen stabile Entitäten, eindeutige Identifikatoren (@id) und ihre Beziehungen immer mehr an Bedeutung. Auch in der SEO-Community wird dieser Wandel intensiv diskutiert.

Das bedeutet nicht, dass klassische SEO an Bedeutung verliert.

Im Gegenteil. Saubere Inhalte, gute Informationsarchitektur und technische Qualität bleiben unverzichtbar. Semantic SEO und GEO ergänzen diese Grundlagen um eine weitere Ebene:

  • SEO sorgt dafür, dass Inhalte gefunden werden.
  • Semantic SEO beschreibt deren Bedeutung.
  • GEO hilft KI-Systemen, diese Zusammenhänge besser zu verstehen.

Warum wir eine eigene TYPO3-Extension entwickelt haben

Während unserer Arbeit an TYPO3-Projekten entstand immer wieder dieselbe Beobachtung:

TYPO3 bietet hervorragende Möglichkeiten, Inhalte strukturiert zu verwalten.

Was jedoch fehlte, war eine Möglichkeit, fachliche Beziehungen zwischen Leistungen, Themen, Projekten, Personen und Inhalten systematisch abzubilden.

Genau daraus entstand unsere Extension.

Sie erzeugt nicht einfach weiteres JSON-LD.

Sie ergänzt TYPO3 um einen semantischen Layer, der aus einzelnen Seiten einen konsistenten Knowledge Graph macht.

Fazit

Die Zukunft moderner Websites liegt nicht darin, immer mehr strukturierte Daten zu erzeugen.

Entscheidend ist, dass Informationen in ihrem fachlichen Zusammenhang beschrieben werden.

Unsere TYPO3-Extension verfolgt genau diesen Ansatz. Sie verbindet Organisationen, Leistungen, Themen, Projekte und Personen zu einem gemeinsamen semantischen Modell.

Davon profitieren klassische Suchmaschinen ebenso wie generative KI-Systeme.

Denn letztlich gilt:

SEO sorgt dafür, dass Inhalte gefunden werden. GEO sorgt dafür, dass ihre Bedeutung verstanden wird.

 

Auch interessant