JSON-LD, RDFa & Microdata: Formate strukturierter Daten im Vergleich

Zusammenfassung

Strukturierte Daten existieren in verschiedenen Formaten: JSON-LD, RDFa und Microdata. Sie verfolgen dasselbe Ziel – Inhalte maschinenlesbar machen – unterscheiden sich aber erheblich in Komplexität, Pflegeaufwand und Zukunftsfähigkeit. Dieser umfassende Vergleich erklärt die technischen Unterschiede, zeigt praktische Anwendungsszenarien, Performance-Aspekte und Migrations-Strategien. JSON-LD ist der moderne Standard.

JSON-LD, RDFa & Microdata

Formate strukturierter Daten im Vergleich

1. Einleitung: Warum verschiedene Markup-Formate existieren

Das Web wurde ursprünglich für Menschen gebaut. HTML beschreibt, wie eine Seite aussehen soll – nicht, was sie bedeutet. Suchmaschinen konnten Inhalte lange nur über Wörter, Positionen und Muster interpretieren, nicht über deren semantische Bedeutung.

Um dieses Defizit zu beheben, wurden Markup-Formate entwickelt, die Metadaten in Webseiten integrieren. Sie alle verfolgen das gleiche Ziel:

  • Inhalte eindeutig beschreiben
  • Entitäten identifizierbar machen
  • Beziehungen zwischen Informationen sichtbar machen

Doch die Wege dahin unterscheiden sich: Manche Formate binden Informationen direkt in das HTML ein, andere trennen Darstellung und Metadaten voneinander.

2. Überblick: Die drei Formate im Vergleich

2.1. JSON-LD

JSON-LD (JavaScript Object Notation for Linked Data) ist ein Format, das strukturierte Daten in einem separaten <script>-Block einbettet. Es basiert auf JSON, einem weit verbreiteten Datenformat.

Charakteristisch:

  • Klare Trennung zwischen HTML und strukturierten Daten
  • Einfache Lesbarkeit
  • Hohe Flexibilität
  • Leichte Erweiterbarkeit
  • Zentrale Pflege möglich

JSON-LD ist heute der Standard, den Google ausdrücklich empfiehlt.

2.2. RDFa

RDFa (Resource Description Framework in Attributes) ist ein Inline-Markup-Format. Es erweitert HTML-Elemente um zusätzliche Attribute, die semantische Informationen enthalten.

Eigenschaften:

  • Markup befindet sich direkt im HTML
  • Inhalt und Struktur sind eng verbunden
  • Ursprünglich für semantische Webanwendungen konzipiert
  • Wird v. a. in Wissens- und Dokumentationssystemen verwendet

RDFa ist sehr präzise, aber technisch komplex und schwer zu pflegen.

2.3. Microdata

Microdata ist ebenfalls ein Inline-Format, das HTML-Elemente mit Attributen wie itemtype, itemprop und itemscope versieht.

Eigenschaften:

  • Gut lesbar, aber oft verschachtelt
  • Leicht von älteren CMS implementiert
  • Führt schnell zu unübersichtlichem Code

Microdata war früher verbreitet, verliert aber zunehmend an Bedeutung.

3. Technische und konzeptionelle Unterschiede

Obwohl alle drei Formate dasselbe Ziel verfolgen, unterscheiden sie sich in mehreren Punkten.

3.1. Platzierung der Daten

JSON-LD:

  • Wird in einem <script type="application/ld+json">-Block im <head> oder <body> platziert
  • Beeinflusst das sichtbare HTML nicht
  • Kann unabhängig vom Content gepflegt werden

RDFa & Microdata:

  • Markup befindet sich direkt an den HTML-Elementen
  • Die Struktur der Webseite bestimmt die Struktur der Daten
  • Änderungen im Text erfordern Änderungen im Markup

3.2. Pflegeaufwand und Fehleranfälligkeit

JSON-LD ist weniger fehleranfällig, weil es unabhängig vom HTML steht.

RDFa und Microdata sind anfälliger für:

  • Syntaxfehler
  • Vergessene Attribute
  • Inkonsistente Verschachtelungen
  • Konflikte bei Layout-Änderungen

Je größer die Webseite, desto höher der Wartungsaufwand bei Inline-Formaten.

3.3. Flexibilität und Erweiterbarkeit

JSON-LD ist modular: Neue Eigenschaften können jederzeit ergänzt werden.

RDFa und Microdata sind enger an das HTML gekoppelt – Änderungen sind strukturell schwieriger.

4. Performance und Rendering-Verhalten

Die Wahl des Markup-Formats hat auch Auswirkungen auf die Performance einer Webseite.

4.1. JSON-LD Performance

Vorteile:

  • Wird als <script>-Block geladen, blockiert Rendering nicht
  • Kann asynchron geladen werden
  • Keine zusätzlichen HTML-Attribute, die geparst werden müssen
  • Minimaler Impact auf DOM-Größe

Typische Dateigröße: 2-5 KB für Standard-Markup (Artikel, Produkt, Organisation)

4.2. RDFa & Microdata Performance

Nachteile:

  • Vergrößert das HTML-Dokument durch zusätzliche Attribute
  • Erhöht die DOM-Komplexität
  • Parser müssen zusätzliche Attribute verarbeiten
  • Kann das Initial Rendering minimal verzögern

Impact: Bei großen Seiten mit vielen markierten Elementen: +5-15 KB HTML-Größe

Fazit: Der Performance-Unterschied ist in der Praxis minimal, aber JSON-LD hat einen leichten Vorteil, besonders bei großen, komplexen Webseiten mit vielen strukturierten Elementen.

5. Empfehlungen der Suchmaschinen

5.1. Google

Google empfiehlt JSON-LD als bevorzugtes Format.

Begründungen:

  • Klarer, sauberer Syntax
  • Einfachere Fehlerdiagnose
  • Höhere Robustheit
  • Schnellere Implementierbarkeit

Google unterstützt zwar alle drei Formate, behandelt JSON-LD jedoch als Standard und verarbeitet es priorisiert für Rich Snippets.

5.2. Bing & andere Systeme

Bing akzeptiert ebenso alle Formate, hatte historisch stärkere Unterstützung für RDFa. Doch auch hier dominiert heute JSON-LD aufgrund seiner technischen Einfachheit.

5.3. Warum Microdata an Bedeutung verliert

Microdata ist:

  • Schwer zu pflegen
  • Anfällig für Fehler
  • Oft unnötig verschachtelt
  • Kaum noch weiterentwickelt

Viele CMS-Hersteller entfernen Microdata sukzessive aus modernen Templates.

6. Anwendungsgebiete und praktische Szenarien

6.1. JSON-LD – das Universalformat

JSON-LD eignet sich für alle gängigen Markup-Typen:

  • Artikel
  • Produkte
  • Organisationen
  • Kurse
  • Events
  • Local Business
  • FAQs
  • Rezepte
  • HowTo

Es ist das Format, das Google primär für Rich Snippets verarbeitet.

Szenario: Online-Shop mit 5.000 Produkten

Empfehlung: JSON-LD

Warum: Zentrale Verwaltung über Template-System möglich. Preise, Verfügbarkeit und Bewertungen können dynamisch generiert werden, ohne HTML-Struktur anzupassen. Bei Designänderungen bleibt das Markup unberührt. Fehlerdiagnose ist einfacher, da Markup unabhängig vom HTML validiert werden kann.

Szenario: Lokales Unternehmen mit Standort-Seiten

Empfehlung: JSON-LD

Warum: Organisation, LocalBusiness und Öffnungszeiten können einheitlich über alle Standorte hinweg implementiert werden. Änderungen an Kontaktdaten oder Öffnungszeiten erfordern nur Anpassungen im JSON-Block, nicht im gesamten HTML. Integration mit Google Business Profile ist nahtlos.

6.2. RDFa – spezialisiertes Format

RDFa wird verwendet für:

  • Wikidata-ähnliche Strukturen
  • Dokumentationssysteme
  • Wissenschaftliche Inhalte
  • Plattformen mit hoher Semantikgenauigkeit

Es eignet sich besonders, wenn Inhalte Teil eines größeren semantischen Datenmodells sind.

Szenario: Wissenschaftliche Datenbank mit komplexen Ontologien

Empfehlung: RDFa (in Ausnahmefällen)

Warum: RDFa ermöglicht präzise semantische Annotation auf Element-Ebene. Wenn das System bereits RDF-Triples nativ nutzt und diese direkt im HTML repräsentiert werden sollen, ist RDFa geeignet. Beispiel: Biomedizinische Datenbanken, die mit spezifischen Ontologien (Gene Ontology, Disease Ontology) arbeiten.

Aber: Selbst hier ist JSON-LD oft die bessere Wahl, da es dieselbe semantische Präzision bietet, aber wartbarer ist.

6.3. Microdata – ältere Systeme

Microdata ist noch häufig in:

  • Alten Themes
  • Älteren E-Commerce-Systemen
  • Legacy-Webseiten

Sein Nutzen liegt heute vor allem in der Kompatibilität mit bestehenden Installationen, nicht in modernem SEO.

7. Beispielhafte Implementierungen

Die folgenden Beispiele zeigen denselben Article-Typ in allen drei Formaten:

7.1. JSON-LD Beispiel

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Titel des Artikels",
  "author": {
    "@type": "Person",
    "name": "Autor Name"
  },
  "datePublished": "2025-01-01"
}
</script>

7.2. RDFa Beispiel

<div typeof="schema:Article">
  <h1 property="schema:headline">Titel des Artikels</h1>
  <span property="schema:author">Autor Name</span>
  <time property="schema:datePublished">2025-01-01</time>
</div>

7.3. Microdata Beispiel

<div itemscope itemtype="https://schema.org/Article">
  <h1 itemprop="headline">Titel des Artikels</h1>
  <span itemprop="author">Autor Name</span>
  <time itemprop="datePublished">2025-01-01</time>
</div>

Beobachtung: JSON-LD ist deutlich übersichtlicher und kann unabhängig vom HTML-Layout strukturiert werden. RDFa und Microdata erfordern die Integration ins sichtbare Markup.

8. Vor- und Nachteile im Überblick

8.1. JSON-LD

Vorteile:

  • Externe Pflege möglich
  • Sauberer Code
  • Flexibel & skalierbar
  • Sehr geringe Fehleranfälligkeit
  • Von Google bevorzugt

Nachteile:

  • Kann vom sichtbaren Text abweichen, wenn nicht korrekt gepflegt

8.2. RDFa

Vorteile:

  • Eng an den Inhalt gebunden
  • Präzise semantische Annotation

Nachteile:

  • Unübersichtlich
  • Technisch komplex
  • Hoher Pflegeaufwand

8.3. Microdata

Vorteile:

  • Einfach zu verstehen
  • Leicht in statische HTML-Strukturen einzubetten

Nachteile:

  • Veraltet
  • Schwer erweiterbar
  • Schnell verschachtelt

9. Migration von Microdata zu JSON-LD

Viele Websites verwenden noch Microdata aus älteren Implementierungen. Eine Migration zu JSON-LD ist empfehlenswert und kann schrittweise erfolgen.

9.1. Migrations-Strategie in drei Schritten

Schritt 1: JSON-LD parallel implementieren

  • JSON-LD-Markup für dieselben Entitäten erstellen
  • Mit Google Rich Results Test validieren
  • Sicherstellen, dass alle Properties aus Microdata übernommen sind
  • Konsistenz mit sichtbarem Content prüfen

Schritt 2: Parallelbetrieb und Beobachtung

  • Beide Formate 2-4 Wochen parallel laufen lassen
  • Search Console auf Fehler prüfen
  • Rich Snippets-Anzeige beobachten
  • Indexierung überwachen

Schritt 3: Microdata entfernen

  • Schrittweise entfernen, beginnend mit unwichtigsten Seiten
  • Nach jeder Entfernung validieren
  • Template-Dateien aktualisieren
  • Finale Validierung mit Rich Results Test

9.2. Häufige Migrations-Fehler

Fehler 1: Beide Formate dauerhaft parallel betreiben
→ Erhöht Wartungsaufwand, kann zu Inkonsistenzen führen

Fehler 2: Microdata sofort komplett entfernen
→ Risiko von Indexierungs-Verlusten, besser schrittweise vorgehen

Fehler 3: JSON-LD nicht ausreichend validieren
→ Syntaxfehler können dazu führen, dass Markup ignoriert wird

Fehler 4: Unterschiedliche Daten in beiden Formaten
→ Verwirrt Suchmaschinen, kann zu Abstrafungen führen

10. Validierung und typische Fehler

Jedes Format hat seine eigenen typischen Fehlerquellen.

10.1. Typische JSON-LD Fehler

Syntaxfehler:

  • Fehlende oder überzählige Kommas
  • Nicht geschlossene Klammern
  • Fehlende Anführungszeichen
  • Falsche Escape-Sequenzen

Inhaltliche Fehler:

  • Inkonsistenz mit sichtbarem Content
  • Fehlende Required Properties
  • Falsche Datentypen (String statt Number)
  • Ungültige URLs oder Datumsformate

10.2. Typische Microdata Fehler

Strukturfehler:

  • Verschachtelte Strukturen ohne korrektes itemscope
  • Vergessene itemprop-Attribute
  • Fehlende oder falsche itemtype-URLs
  • Nicht geschlossene HTML-Tags

10.3. Typische RDFa Fehler

  • Falsche Namespace-Deklarationen
  • Inkorrekte Präfixe (schema: vs. https://schema.org/)
  • Komplexe Verschachtelungen, die schwer nachvollziehbar sind
  • Fehlende typeof-Attribute

Statistik aus Google-Daten: JSON-LD hat die niedrigste Fehlerrate (~5-8%), Microdata liegt bei ~15-20%, RDFa bei ~20-25% aufgrund höherer Komplexität.

11. Zukunft der Markup-Formate

Die Richtung ist klar:

JSON-LD wird der Standard bleiben
Alle großen Plattformen (WordPress, Shopify, Wix) setzen standardmäßig auf JSON-LD. Die Entwickler-Community bevorzugt es eindeutig.

Microdata wird weiter abnehmen
Neue CMS-Versionen entfernen Microdata-Support zunehmend. Es bleibt nur noch in Legacy-Systemen relevant.

RDFa bleibt in Spezialsystemen relevant
Für Wikidata, wissenschaftliche Datenbanken und Dokumentationssysteme mit nativer RDF-Unterstützung behält RDFa seine Nische.

11.1. Entwicklungen im Kontext von KI und LLMs

Mit zunehmender Bedeutung von Knowledge Graphen, KI-Modellen und entitätsbasierter Suche wird JSON-LD eine noch wichtigere Rolle einnehmen:

  • AI Overviews: LLMs bevorzugen strukturierte, klar getrennte Daten
  • Entity Recognition: JSON-LD ermöglicht präzisere Entitätszuordnung
  • Knowledge Graph Integration: JSON-LD ist das bevorzugte Format für Graph-Systeme
  • Automatisierung: JSON-LD lässt sich leichter automatisch generieren und pflegen

12. Best Practices für die Auswahl

✓ JSON-LD immer dann einsetzen, wenn es möglich ist
Es ist die zukunftssicherste, wartungsfreundlichste und von Suchmaschinen bevorzugte Lösung.

✓ RDFa nur nutzen, wenn semantische Präzision im HTML erforderlich ist
Und auch dann: Prüfen Sie, ob JSON-LD nicht doch ausreicht.

✓ Microdata schrittweise ersetzen
Migration zu JSON-LD ist empfehlenswert, sollte aber geplant und überwacht erfolgen.

✗ Niemals mehrere Formate auf derselben Seite mischen
Außer während einer kurzen Migrationsphase.

✓ Jede Implementierung mit Google's Rich Results Test validieren
Regelmäßige Überprüfung ist entscheidend für Markup-Qualität.

✓ Konsistenz zwischen Markup und sichtbarem Content sicherstellen
Widersprüche führen zu Vertrauensverlust bei Suchmaschinen.

13. Fazit

JSON-LD, RDFa und Microdata verfolgen das gleiche Ziel, unterscheiden sich aber deutlich in Struktur, Komplexität und Zukunftsfähigkeit.

Für moderne SEO- und semantische Web-Anwendungen ist JSON-LD das effizienteste, robusteste und am breitesten unterstützte Format. Es trennt Inhalt und Struktur sauber, reduziert Fehler, erleichtert die Pflege und wird von allen großen Suchmaschinen bevorzugt.

RDFa behält seine Berechtigung in hochspezialisierten semantischen Anwendungen, während Microdata als Legacy-Format zunehmend an Bedeutung verliert.

Für eLengua bildet dieses Verständnis den technischen Kern des Moduls „Strukturierte Daten". Die nächsten Artikel vertiefen die praktische Umsetzung mit Schema.org-Typen und der Markierung eigener Entitäten.

Über den Autor

Marcus A. Volz ist Linguist und Spezialist für semantische KI-Systeme bei eLengua. Er analysiert, wie Suchmaschinen und KI-Systeme Bedeutung verstehen – von strukturierten Daten über Entity-Mapping bis zur semantischen Content-Architektur. Seine Arbeit verbindet theoretische Sprachwissenschaft mit praktischer Anwendung in SEO und Content-Strategie.

Interesse an strukturierten Daten für Ihre Website?
eLengua unterstützt Unternehmen dabei, strukturierte Daten strategisch zu implementieren – von der Format-Auswahl über die technische Umsetzung bis zur Migration bestehender Systeme.

Häufig gestellte Fragen (FAQ)

Welches Format für strukturierte Daten sollte ich verwenden?

Für moderne Websites ist JSON-LD die beste Wahl. Es ist von Google offiziell empfohlen, einfacher zu pflegen, weniger fehleranfällig und klar vom HTML getrennt. RDFa eignet sich nur für spezialisierte semantische Anwendungen, Microdata ist veraltet und sollte durch JSON-LD ersetzt werden.

Kann ich JSON-LD und Microdata gleichzeitig verwenden?

Technisch möglich, aber nicht empfohlen. Mehrere Formate auf derselben Seite erhöhen die Komplexität, können zu Inkonsistenzen führen und verwirren Suchmaschinen. Besser: Migrieren Sie schrittweise von Microdata zu JSON-LD und entfernen Sie das alte Markup vollständig.

Beeinflusst JSON-LD die Ladegeschwindigkeit meiner Website?

Die Auswirkung ist minimal. JSON-LD wird als JavaScript-Block im HTML eingebettet und blockiert das Rendering nicht. Im Vergleich zu Inline-Formaten wie Microdata oder RDFa ist der Performance-Impact sogar geringer, da keine zusätzlichen HTML-Attribute verarbeitet werden müssen.

Wie migriere ich sicher von Microdata zu JSON-LD?

Migration in drei Schritten: 1) JSON-LD parallel implementieren und mit Rich Results Test validieren. 2) Beide Formate parallel laufen lassen und Indexierung beobachten (2-4 Wochen). 3) Microdata-Markup schrittweise entfernen, beginnend mit den unwichtigsten Seiten. Niemals beide Formate dauerhaft parallel betreiben.

Wann sollte ich RDFa statt JSON-LD verwenden?

RDFa ist nur in Spezialfällen sinnvoll: wissenschaftliche Datenbanken mit komplexen Ontologien, Wissensmanagement-Systeme die RDF nativ nutzen, oder wenn semantische Präzision auf Element-Ebene erforderlich ist. Für Standard-SEO-Anwendungen (Produkte, Artikel, Local Business) ist JSON-LD immer die bessere Wahl.

Welche typischen Fehler treten bei welchem Format auf?

JSON-LD: Syntaxfehler (fehlende Kommas, Klammern), Inkonsistenz mit sichtbarem Content. Microdata: Verschachtelte Strukturen, vergessene itemscope-Attribute, fehlende Closing-Tags. RDFa: Falsche Namespace-Deklarationen, inkorrekte Präfixe, komplexe Verschachtelungen. JSON-LD hat die niedrigste Fehlerrate.

Unterstützen alle Suchmaschinen JSON-LD gleich gut?

Ja. Google, Bing, Yandex und andere große Suchmaschinen unterstützen JSON-LD vollständig und bevorzugen es offiziell. Google verarbeitet JSON-LD sogar priorisiert für Rich Snippets. Historisch hatte Bing stärkere RDFa-Unterstützung, aber auch dort ist JSON-LD heute der Standard.

Muss JSON-LD im Head oder Body platziert werden?

Beide Positionen funktionieren. Google empfiehlt die Platzierung im <head> für bessere Organisation, aber technisch ist auch <body> valide. Wichtig: Der <script type='application/ld+json'>-Block muss gültiges JSON enthalten. Die Position hat keinen Einfluss auf die Verarbeitung durch Suchmaschinen.

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert