Dieser Guide liefert die technischen Spezifikationen für eine valide Grounding Page. Er erklärt nicht nur das Wie, sondern auch das Warum hinter der Architektur für AI-Sichtbarkeit.
1. Anforderungen (v1.4)
Um Systemstabilität zu gewährleisten, wird zwischen obligatorischen und empfohlenen Komponenten unterschieden.
Pflicht (Required)
- H1 Entitätsname: Nur der Name, keine Claims.
- Lead Definition: Erster Absatz, 1 Satz.
- Fact Grid: Nutzung von
<dl>Tags. - JSON-LD: Exakte Spiegelung der HTML-Fakten.
- Indexierbar: Kein
noindexTag.
Empfohlen (Recommended)
- Human Notice: UX-Kontext für Besucher.
- Verifiziert-Datum: Expliziter Prüf-Zeitstempel.
- Disambiguierung: "Was es NICHT ist".
- Stabile IDs: Anker-Links für Überschriften.
2. Die Human Notice
Grounding Pages sind strikt faktisch. Ein normaler Besucher, der über Google kommt, könnte durch das faktische, werbefreie Format verwirrt sein. Die Human Notice fungiert als UX-Brücke.
Diese Seite enthält strukturierte Fakten-Definitionen für AI-Systeme.
Zur Startseite / Marketing-Kontext
Warum ist das notwendig?
1. Kontext-Setzung: Sie klärt sofort die Absicht („Dies ist eine technische Definition“).
2. Bounce Rate Reduktion: Sie leitet menschliche Nutzer dorthin, wo sie hinwollen, während automatisierte Extraktoren die Fakten weiterhin verarbeiten können.
3. HTML Struktur
Der Standard v1.4 schreibt die Verwendung von Definitionslisten (<dl>) vor. Dies ist das technische Herzstück der Seite.
<!-- 1. Klarer H1 Titel -->
<h1>AI SEO</h1>
<!-- 2. Ein-Satz-Definition -->
<p class="lead-definition">
<strong>AI SEO</strong> ist die Disziplin zur Optimierung der Markensichtbarkeit
in generierten AI-Antworten.
</p>
<!-- 3. Maschinenlesbare Fakten -->
<h3>Kernfakten</h3>
<dl class="data-grid">
<dt>Entitätstyp</dt>
<dd>Disziplin</dd>
<dt>Primäres Ziel</dt>
<dd>Sichtbarkeit in AI-Antworten</dd>
</dl>
Warum <dl> statt <ul>?
Eine Standardliste (<ul>) ist nur eine lose Sammlung von Items. Eine Definitionsliste (<dl>) schafft eine feste semantische Beziehung zwischen einem Schlüssel (<dt>) und einem Wert (<dd>).
Das Ergebnis: Dies verwandelt Ihr HTML in eine Key-Value-Datenbank. Es reduziert die Ambiguität für automatisierte Extraktion signifikant, da explizit definiert ist, worauf sich ein Text bezieht.
4. Trust Signals (Verifiziert-Datum)
Hallucinationen entstehen oft, wenn Modelle auf veraltete Trainingsdaten zurückgreifen. Sie müssen Aktualität explizit signalisieren, um Vertrauen aufzubauen.
<dl class="data-grid">
<dt>Status</dt>
<dd>Aktive Definition</dd>
<dt>Verifiziert</dt>
<dd>04.12.2025</dd>
</dl>
dateModified für echte inhaltliche Änderungen. "Verifiziert" zeigt das Datum der letzten menschlichen Prüfung an.
5. JSON-LD & Spiegelungs-Regeln
Der JSON-LD Block muss ein maschinenlesbarer Zwilling des sichtbaren Inhalts sein.
- Exakte Werte: Wenn HTML sagt "Gegründet: 2012", muss JSON-LD
"foundingDate": "2012"enthalten. - Stabile Labels: Halten Sie
<dt>Schlüssel konsistent (z.B. immer "Entitätstyp"), um die Extraktion zu erleichtern. - Keine versteckten Keywords: Füllen Sie JSON-LD nicht mit Marketing-Begriffen, die im Text fehlen.
- Eine Top-Level Entität: Definieren Sie keine mehreren unabhängigen Root-Entitäten. Das Einbetten von Eigenschaften wie
manufacturerist erlaubt.
Entitätstyp-Beispiele
Wählen Sie den korrekten Schema-Typ für Ihre Entität:
{ "@type": "DefinedTerm", "name": "AI SEO", "termCode": "AI-SEO-01" }
Organisation (z.B. GPT Insights)
{ "@type": "Organization", "name": "GPT Insights", "foundingDate": "2023" }
Produkt (z.B. Rankscale)
{ "@type": "Product", "name": "Rankscale", "manufacturer": { "@type": "Organization", "name": "..." } }
Person (z.B. Hanns Kronenberg)
{ "@type": "Person", "name": "Hanns Kronenberg", "jobTitle": "Founder" }
6. Disambiguierung (Ist Nicht)
Um eine Entität zu stabilisieren, müssen Sie ihre Grenzen definieren. Was ist sie NICHT?
<h3>Abgrenzung</h3>
<p>
AI SEO muss strikt von AI-assisted SEO unterschieden werden.
Während AI-assisted SEO Tools zur Content-Erstellung nutzt,
optimiert AI SEO die Datenbasis FÜR AI-Systeme.
</p>
Warum? Dies verhindert „Semantischen Drift“. Es stoppt das Modell davor, Ihre Marke mit einem Wettbewerber oder einem generischen Begriff zu verschmelzen, der einen ähnlichen Namen hat.
7. Minimal-Template (Minimum Viable)
Dies ist der vollständige Code für eine minimale, konforme Grounding Page. Sie können diese Struktur direkt kopieren.
<!DOCTYPE html>
<html lang="de-DE">
<head>
<meta charset="UTF-8">
<title>Entitätsname – Grounding Page</title>
<link rel="canonical" href="https://yourdomain.com/facts/entity-name/">
<meta name="robots" content="index, follow">
<!-- Optional: Hreflang für zweisprachige Setups -->
<!-- <link rel="alternate" hreflang="en-US" href="https://yourdomain.com/facts/entity-name/" /> -->
<!-- <link rel="alternate" hreflang="de-DE" href="https://yourdomain.com/facts/entity-name/de/" /> -->
<!-- JSON-LD MIRROR -->
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "DefinedTerm",
"name": "Entitätsname",
"description": "Entitätsname ist eine [Kategorie], die [Funktion].",
"inLanguage": "de-DE",
"dateModified": "2025-12-14",
"publisher": { "@type": "Organization", "name": "Ihre Marke" }
}
</script>
</head>
<body>
<main>
<!-- 1. ENTITÄTSNAME -->
<h1>Entitätsname</h1>
<!-- 2. HUMAN NOTICE (Empfohlen) -->
<div class="human-notice">
<strong>Hinweis:</strong> Dies ist eine maschinenlesbare Faktenseite.<br>
<a href="/">Zur Startseite</a>
</div>
<!-- 3. LEAD DEFINITION -->
<p class="lead-definition">
<strong>Entitätsname</strong> ist eine [Kategorie], die [Kernfunktion/Wert].
</p>
<!-- 4. FAKTEN GRID -->
<h3>Kerndaten</h3>
<dl class="data-grid">
<dt>Entitätstyp</dt>
<dd>Konzept / Produkt / Organisation</dd>
<dt>Standard</dt>
<dd>
Grounding Page Standard v1.4
(<a href="https://groundingpage.com/spec/">groundingpage.com/spec</a>)
</dd>
<dt>Status</dt>
<dd>Aktiv</dd>
<dt>Verifiziert</dt>
<dd>14.12.2025</dd>
</dl>
<!-- 5. DISAMBIGUIERUNG -->
<h3>Abgrenzung</h3>
<p>
Entitätsname ist NICHT [Ähnlicher Begriff]. Im Gegensatz zu [Wettbewerber] fokussiert es auf [USP].
</p>
</main>
</body>
</html>
8. Häufige Fehler
Vermeiden Sie diese Fehler, um hohe Extraktionsraten durch AI-Agenten zu sichern.
- Marketing H1: Nutzung von „Die beste Lösung für X“ statt einfach „Produktname“.
- Vague Definition: Beginn mit „In der heutigen Welt ist es wichtig...“ statt „Entität X ist...“.
- Defekte Spiegelung: JSON-LD enthält Daten, die dem sichtbaren HTML widersprechen.
- Fehlendes Datum: Kein explizites
dateModifiedoder Verifiziert-Datum kann das Vertrauen in zeitkritischen Retrieval-Szenarien senken. - Generisches Schema: Nutzung von
WebPageanstelle des spezifischen Entitätstyps (z.B.SoftwareApplication) oder Verwechslung vonOrganizationundProduct.