FAQPage ist ein Typ aus dem Vokabular von schema.org, mit dem eine Webseite ihre häufig gestellten Fragen samt Antworten maschinenlesbar auszeichnet. Statt dass eine Suchmaschine oder eine KI aus dem Fließtext erraten muss, welche Frage hier eigentlich beantwortet wird, sagt das Markup es explizit: „Das ist eine Frage, und das ist die dazugehörige Antwort." Damit wird aus einem gewöhnlichen FAQ-Block eine sauber strukturierte Datenquelle, die Antwortmaschinen direkt übernehmen können.
Technisch besteht eine FAQPage aus einer Liste von Question-Objekten, von denen jedes über acceptedAnswer mit genau einer Answer verknüpft ist. Ausgeliefert wird das Ganze heute idealerweise als JSON-LD im <head> der Seite. Wichtig ist die Abgrenzung zu einem verwandten Typ: FAQPage ist für eigene Fragen und Antworten des Seitenbetreibers gedacht, bei denen der Nutzer keine Antwortmöglichkeit hat. Ein Community-Forum, in dem Nutzer selbst antworten, würde stattdessen den Typ QAPage verwenden. Diese Unterscheidung ist keine Formalie: Wer den falschen Typ wählt, riskiert, dass Suchmaschinen das Markup ignorieren oder als Richtlinienverstoß werten.
Wie das FAQPage-Markup aufgebaut ist
Ein minimales FAQPage-Objekt in JSON-LD sieht im Kern so aus:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Wie lange dauert der Versand?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Der Versand innerhalb Deutschlands dauert 1 bis 3 Werktage."
}
}]
}Die zentralen Bausteine im Überblick:
@type: FAQPage– deklariert die Seite bzw. den Block als Sammlung von FAQ.mainEntity– die Liste aller Fragen der Seite.Question.name– der exakte Fragetext, wie ihn der Nutzer stellen würde.acceptedAnswer.text– die vollständige Antwort; sie muss den auf der Seite sichtbaren Inhalt widerspiegeln.
Die text-Eigenschaft der Antwort darf eingeschränktes HTML enthalten – etwa Absätze, Links oder Listen –, sodass auch längere, strukturierte Antworten sauber abgebildet werden können. Eine Grundregel ist dabei nicht verhandelbar: Das Markup muss den sichtbaren Seiteninhalt abbilden. Fragen und Antworten, die nur im JSON-LD stehen, aber nicht auf der Seite auftauchen, verstoßen gegen die Richtlinien und können zu einer manuellen Maßnahme führen. Ebenso tabu sind werbliche oder rein für die Suche gebaute Fragen, die kein echter Nutzer stellen würde.
JSON-LD, Microdata oder RDFa?
schema.org lässt sich in drei Syntaxen ausdrücken: JSON-LD, Microdata und RDFa. Für FAQPage – wie für strukturierte Daten generell – ist heute JSON-LD die klar empfohlene Variante. Der Grund: JSON-LD steht als geschlossener Block im <head> oder am Seitenende und ist vom sichtbaren HTML entkoppelt. Das macht die Pflege robuster und vermeidet die verstreuten, fehleranfälligen Attribute, die Microdata mitten in den Body schreibt. Moderne Shopsysteme setzen deshalb konsequent auf JSON-LD.
Welchen Nutzen FAQPage bringt
Der Nutzen liegt auf zwei Ebenen. In der klassischen Suche konnte FAQPage in der Vergangenheit sogenannte Rich Results erzeugen – aufklappbare Frage-Antwort-Blöcke direkt im Suchergebnis. Google hat die Anzeige dieser FAQ-Rich-Snippets 2023 allerdings stark eingeschränkt und zeigt sie nur noch für ausgewählte, autoritative Websites (etwa Behörden und Gesundheitsportale). Das Markup ist deshalb nicht wertlos geworden, sein Schwerpunkt hat sich nur verschoben.
Denn auf der zweiten Ebene, der KI-Sichtbarkeit, spielt FAQPage seine Stärke aus. Antwortmaschinen wie Google AI Overviews, ChatGPT oder Perplexity arbeiten fragebasiert. Eine Seite, die ihre Fragen und Antworten explizit auszeichnet, liefert diesen Systemen präzise, herauslösbare Antwortbausteine – genau das Format, das eine generative Suche für ihre Antworten braucht. Sauberes FAQPage-Markup ist damit ein Baustein der GEO-Optimierung (Generative Engine Optimization) im E-Commerce.
Der Grund für diese Eignung liegt in der Natur der Sache: Eine gute FAQ-Antwort ist bereits so formuliert, dass sie für sich allein steht. Sie beantwortet eine klar umrissene Frage in wenigen Sätzen, ohne den Kontext der übrigen Seite zu brauchen. Genau diese Eigenschaft – Selbstständigkeit und Herauslösbarkeit – ist es, was eine Antwortmaschine sucht, wenn sie einen Baustein für ihre Antwort zusammenstellt. FAQPage macht diese ohnehin gut geschnittenen Häppchen zusätzlich maschinenlesbar.
Realbeispiel: FAQ auf einer Shopware-Produktseite
Ein Shopware-Händler, der Espressomaschinen verkauft, ergänzt auf der Produktseite einen FAQ-Block mit Fragen wie „Ist die Maschine für gemahlenen Kaffee und Pads geeignet?" und „Wie oft muss ich entkalken?". Werden diese Paare als FAQPage in JSON-LD ausgezeichnet, versteht eine Antwortmaschine unmittelbar, dass die Seite genau diese Kauffragen beantwortet – und kann den Shop als Quelle zitieren, wenn ein Nutzer sie ChatGPT oder der Google-KI stellt. Ohne Markup müsste das System dieselbe Information mühsam aus dem Beschreibungstext rekonstruieren, was seltener und weniger zuverlässig gelingt.
Der geschäftliche Effekt ist konkret: Wer die echten Vorkauf-Fragen seiner Kunden sauber beantwortet und auszeichnet, erhöht die Chance, dass sein Shop in der KI-Antwort auf genau diese Fragen als Quelle auftaucht – und zwar an dem Punkt der Customer Journey, an dem die Kaufentscheidung fällt.
FAQPage in Shopware umsetzen
Shopware gibt strukturierte Daten seit Version 6.7.9 nativ als JSON-LD aus, sofern das entsprechende Feature-Flag aktiv ist. Ein FAQPage-Knoten entsteht dabei jedoch nur, wenn tatsächlich Frage-Antwort-Inhalte gepflegt sind – das Flag allein erzeugt keine Fragen. In der Praxis heißt das: FAQ-Inhalte am Produkt oder in Erlebniswelten (Shopping Experiences) hinterlegen und sicherstellen, dass die Ausgabe valide ist. Für Typen, die der Core nicht abdeckt, oder für eine gezielte Befüllung greifen Händler zu einem Plugin oder einer individuellen Erweiterung.
Vor dem Live-Gang lohnt sich ein Test mit dem Rich-Results-Test von Google und dem Schema.org-Validator. Beide prüfen, ob das JSON-LD syntaktisch korrekt und vollständig ist. So fällt vor der Veröffentlichung auf, wenn etwa eine Antwort fehlt oder ein Feld falsch benannt wurde – Fehler, die sonst dazu führen, dass Suchmaschinen und KI-Systeme das Markup stillschweigend ignorieren.
Typische Fehler und wie man sie vermeidet
In der Praxis scheitert FAQPage selten an der Technik und häufig an der Umsetzung. Die wiederkehrenden Stolperfallen:
- Markup ohne sichtbaren Inhalt – Fragen stehen nur im JSON-LD, nicht auf der Seite. Klarer Richtlinienverstoß.
- Werbliche Pseudo-Fragen – „Warum ist Produkt X das beste?" ist keine echte Nutzerfrage und untergräbt die Glaubwürdigkeit.
- Falscher Typ – für nutzergenerierte Antworten QAPage statt FAQPage verwenden.
- Doppelte Auszeichnung – dieselbe FAQ mehrfach im Quelltext, was widersprüchliche Knoten erzeugt.
FAQPage im Zusammenspiel mit anderen Schema-Typen
FAQPage steht selten allein. Auf einer Produktseite ergänzt es das Product-Schema, auf einer Ratgeberseite das Article-Schema, und für Schritt-für-Schritt-Anleitungen kommt der verwandte Typ HowTo ins Spiel. Die Abgrenzung ist einfach: FAQPage beantwortet eigenständige Einzelfragen, HowTo führt durch eine Abfolge von Schritten zu einem Ziel. Eine Frage wie „Wie entkalke ich die Maschine?" kann je nach Detailtiefe beides sein – als knappe Antwort ein FAQ-Eintrag, als bebilderte Anleitung mit mehreren Schritten ein HowTo. Wer beides sauber trennt, gibt Suchmaschinen und KI-Systemen ein präziseres Bild der Seite.
Wichtig ist, die verschiedenen Schema-Typen einer Seite widerspruchsfrei zu halten. Mehrere JSON-LD-Blöcke auf einer Seite sind erlaubt und üblich, sie dürfen sich aber nicht gegenseitig widersprechen. Ein sauberer Aufbau nutzt für jeden Inhaltstyp genau den passenden Typ und vermeidet Dopplungen – etwa dieselbe Frage einmal als FAQPage und einmal versehentlich in einem zweiten Block.
FAQPage und Vertrauen (E-E-A-T)
Gute FAQ-Inhalte zahlen auch auf das ein, was Google als Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit (E-E-A-T) zusammenfasst. Wer die echten Fragen seiner Kunden ehrlich, konkret und vollständig beantwortet, signalisiert Sachkenntnis und Kundennähe. Das Markup allein erzeugt dieses Vertrauen nicht – es macht aber die vorhandene inhaltliche Qualität für Maschinen sichtbar und zuordenbar. In einer Welt, in der KI-Antwortmaschinen zunehmend entscheiden, welche Quelle sie zitieren, ist genau diese Kombination aus echter inhaltlicher Substanz und sauberer Auszeichnung der Hebel, der über Sichtbarkeit entscheidet.
Was eine gute, zitierfähige FAQ-Antwort ausmacht
Das beste Markup nützt nichts, wenn die Antwort dahinter schwach ist. Eine zitierfähige FAQ-Antwort beginnt mit der Aussage selbst, nennt konkrete Fakten und bleibt auch dann verständlich, wenn man sie aus der Seite herauslöst. Der Unterschied zeigt sich am schnellsten an einem Beispiel.
Schwach: „Die Lieferzeit hängt von verschiedenen Faktoren ab und wird Ihnen im Bestellprozess angezeigt." Diese Antwort trägt keine Information, die eine KI zitieren könnte – sie verschiebt die Antwort auf einen anderen Zeitpunkt.
Stark: „Innerhalb Deutschlands liefern wir in 1 bis 3 Werktagen, ins europäische Ausland in 3 bis 5 Werktagen. Bestellungen bis 14 Uhr versenden wir am selben Tag." Diese Antwort ist eigenständig, faktenhaltig und exakt das, was eine Antwortmaschine als belastbaren Baustein übernimmt.
Für die Praxis heißt das: Bevor man Fragen mit FAQPage auszeichnet, sollte man die Antworten selbst schärfen. Jede Antwort sollte ihr Thema im ersten Satz benennen, mindestens eine konkrete Zahl, Frist oder Bedingung enthalten und ohne den umgebenden Seitenkontext bestehen können. Erst diese inhaltliche Qualität in Verbindung mit sauberem Markup macht aus einem FAQ-Block ein echtes GEO-Asset.
Ein letzter Hinweis zur Pflege: FAQ-Inhalte veralten. Versandzeiten, Rückgabefristen oder Kompatibilitätsangaben ändern sich, und eine falsche, aber sauber ausgezeichnete Antwort wird von Maschinen genauso zuverlässig übernommen wie eine richtige. Eine regelmäßige Prüfung der hinterlegten Fragen und Antworten gehört deshalb zur Content-Pflege dazu – gerade weil FAQPage-Antworten so wirkungsvoll in KI-Antworten einfließen.
Häufige Fragen zu FAQPage
Was ist der Unterschied zwischen FAQPage und QAPage?
FAQPage bildet vom Seitenbetreiber vorgegebene Fragen und Antworten ab. QAPage ist für Seiten gedacht, auf denen Nutzer eine Frage stellen und die Community mehrere Antworten geben kann.
Bekomme ich mit FAQPage garantiert Rich Snippets?
Nein. Seit der Einschränkung 2023 zeigt Google FAQ-Rich-Results nur noch für ausgewählte autoritative Websites. Der Hauptnutzen liegt heute in der maschinenlesbaren Struktur für KI-Antwortmaschinen.
Muss das Markup den sichtbaren Text abbilden?
Ja, zwingend. Fragen und Antworten im JSON-LD müssen dem entsprechen, was der Nutzer auf der Seite sieht. Verstecktes Markup verstößt gegen die Richtlinien.
Wie viele Fragen sollte eine FAQPage enthalten?
Es gibt kein festes Limit, aber Qualität geht vor Menge. Sinnvoll sind echte, häufig gestellte Kauffragen mit vollständigen, eigenständigen Antworten – nicht künstlich aufgeblähte Listen.
Ersetzt FAQPage einen guten Beschreibungstext?
Nein. Es strukturiert vorhandene Inhalte zusätzlich. Ein zitierfähiger Fließtext und valides Schema-Markup ergänzen sich.
In welchem Format sollte ich FAQPage ausliefern?
Als JSON-LD. Es ist von Google empfohlen, robuster in der Pflege als Microdata und vom sichtbaren HTML entkoppelt.