Was ist Web-Semantik?
Web-Semantik beschreibt die Bedeutung von Inhalten — nicht nur wie sie aussehen, sondern was sie bedeuten. Suchmaschinen und KI-Systeme verstehen Websites besser wenn Inhalte semantisch korrekt ausgezeichnet sind: mit semantischem HTML, klaren Überschriften-Hierarchien und kohärenter thematischer Struktur.
Semantisches HTML als Grundlage
Semantisches HTML kommuniziert Bedeutung an Browser, Suchmaschinen und Screenreader. Das article-Element signalisiert eigenständigen Inhalt, nav die Navigation, main den Hauptinhalt. Diese Bedeutungen werden für Barrierefreiheit, SEO und maschinelles Verständnis genutzt.
Überschriften-Hierarchie
Eine H1 pro Seite (Seitentitel). Hierarchie nie überspringen: H2, dann H3 — nicht H2, dann H4. Überschriften beschreiben den Inhalt des folgenden Abschnitts — nicht das Design. Suchmaschinen und Screenreader navigieren per Überschriften-Hierarchie durch Seiten.
Topic Cluster Strategie
Zusammengehörige Inhalte in Pillar Pages und Cluster Articles organisieren. Pillar Page deckt ein breites Thema vollständig ab. Cluster Articles gehen tief in Teilthemen. Interne Verlinkung zwischen Pillar und Clustern signalisiert thematische Autorität.
Semantische Textstruktur
Absätze, Listen, Blockquotes und Tabellen korrekt auszeichnen. Listen-Elemente (ul/ol/li) für tatsächliche Listen — nicht für Layout. Tabellen für tabellarische Daten — nicht für Layout. figure und figcaption für Bilder mit Beschriftung.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Semantik und Schema.org?
Semantisches HTML nutzt HTML-Elemente mit inhärenter Bedeutung (article, nav, main). Schema.org ist ein externes Vokabular das über Microdata oder JSON-LD explizite Metadaten hinzufügt (Autor, Erscheinungsdatum, Bewertung). Beide ergänzen sich — semantisches HTML als Fundament, Schema.org für strukturierte Daten.
Wie wirkt sich Semantik auf KI-Sichtbarkeit aus?
KI-Systeme nutzen semantische Strukturen um Inhalte zu extrahieren und zu verstehen. Klar gegliederte Inhalte mit semantischem HTML und logischer Überschriften-Hierarchie werden leichter als zitierfähige Quellen identifiziert. Eigenständige, klar strukturierte Absätze sind besonders wichtig für RAG-basierte KI-Suche.