Innhold i denne artikkelen
Du kan ha verdens beste artikkel, men hvis Google må gjette hva den er, gjetter den ofte feil. Schema er hvordan du slutter å håpe.
Hva er structured data — og hvorfor bruker Google det?
Structured data er en måte å merke innhold på slik at maskiner forstår hva det er, ikke bare hva det står. En vanlig nettside sier «Kaffe fra Etiopia, 250 kr, 4.8/5 stjerner (127 anmeldelser)». Structured data sier: { type: "Product", price: "250", currency: "NOK", rating: "4.8", reviewCount: "127" }.
For Google er forskjellen enorm. Uten schema må søkemotoren tolke, gjette og statistisk anta. Med schema vet den akkurat hva hvert felt betyr — og kan vise det som rike resultater i søket.
Tre grunner til at du bør bry deg:
- Rike søkeresultater. Stjerner, priser, FAQ-utfoldinger, breadcrumbs, artikkel-cards. Alt dette krever schema for å vises. Rike resultater tar mer plass og får høyere CTR.
- Bedre forståelse for KI. ChatGPT, Perplexity og Google AI Overviews leser structured data. Riktig schema gjør deg lettere å sitere som kilde — en av grunnpilarene i GEO.
- Konsistens på tvers av plattformer. Facebook, LinkedIn, Slack — alle bruker deler av samme merking (
og:*-tagger er beslektet) for å bygge preview-kort når noen deler URL-en din.
Schema.org, JSON-LD og formatene: hva du faktisk trenger
Ordkaoset kan være forvirrende, så la meg rydde:
- Schema.org er vokabularet — ordboken som definerer typer (
Article,Product,Person,Event) og hvilke felter de har. - JSON-LD, Microdata, RDFa er tre måter å skrive schema på i HTML. Google støtter alle tre, men anbefaler JSON-LD. Du bør også.
- Structured data er den generelle betegnelsen for alle disse tingene til sammen.
JSON-LD er enklest fordi det er én blokk du legger inn i <head> (eller <body>), uten å måtte pepre HTML-en med attributter. Slik ser en enkel artikkel-merking ut:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Structured data og schema.org: SEO-guide",
"datePublished": "2026-07-20",
"author": { "@type": "Person", "name": "Anabel" },
"publisher": { "@type": "Organization", "name": "SmåSeo" }
}
</script>
Én blokk. Ingen inline-merking. Alt Google trenger.
De viktigste schema-typene — hva du bør implementere først
Ikke alle 800+ typene på schema.org er relevante. Her er de som gir mest igjen for tiden:
- Organization (forsiden) — hvem du er, logo, sosiale profiler. Grunnlag for kunnskapsgrafen din.
- Article / BlogPosting (artikler) — forfatter, dato, hovedbilde. Kvalifiserer for artikkel-cards i Google Discover og AI Overviews.
- BreadcrumbList (alle sider) — hjem › tips › teknisk seo › denne siden. Erstatter URL-en i søkeresultatet med en pen sti. Enkelt å implementere, undervurdert effekt. Kobler tett til hvordan du bruker interne lenker forøvrig.
- FAQPage (der du har spørsmål og svar) — kan vise utfoldbare FAQ direkte i søkeresultatet. Google har innskrenket når det vises siden 2023, men det påvirker fortsatt AI Overview-siteringer.
- Product (nettbutikk) — pris, tilgjengelighet, valuta, anmeldelser. Grunnlaget for stjerner og pris i søkeresultatet.
- LocalBusiness (fysisk butikk/tjeneste) — adresse, åpningstider, kartkoordinater. Gir deg synlighet i lokalsøk og Google Maps.
- Person (om-siden din) — hvem du er, ekspertise, sosiale profiler. Bygger E-E-A-T-signaler.
GEO-vinkelen: hvorfor schema plutselig teller enda mer
Google AI Overviews, Perplexity og ChatGPT bruker structured data aktivt for å avgjøre hvem som blir sitert. Dette er ikke spekulasjon — det er dokumentert i Googles egen AI Overviews-dokumentasjon og i hvordan Perplexity beskriver kildevalget sitt.
Konkret hjelper schema med:
- Forfatteridentitet (
PersonmedsameAstil LinkedIn, X osv.). KI-modellene stoler mer på navngitte forfattere enn anonyme sider. - Publiseringsdato (
datePublished+dateModified). Ferskt innhold prioriteres i tidssensitive spørsmål. - Kilde-troverdighet (
OrganizationmedsameAs,foundingDate,address). Hjelper modellen å skille «ekte selskap med spor» fra «tilfeldig blogg». - Struktur i lengre svar (
FAQPage,HowTo). Modeller foretrekker å sitere strukturert innhold fordi de kan hente ut avsnitt direkte.
Slik implementerer du — steg for steg
Systematisk fremgangsmåte som funker på både 5-sides og 5000-sides nettsteder:
- Kartlegg hva du har. Google Search Console → «Forbedringer». Der ser du hvilke schema-typer Google har oppdaget. Sammenlign med hva du burde ha.
- Prioriter etter sidetype, ikke enkeltsider. Skriv én mal per sidetype (artikkel, produkt, kategori, forside) og la CMS-et fylle ut feltene automatisk.
- Bruk JSON-LD. Legg blokken i
<head>eller rett før</body>. Har du et CMS med schema-støtte (Astro, TanStack Start, Sanity, WordPress med Rank Math/Yoast), bruk den innebygde funksjonen. Ikke skriv ditt eget script hvis noe finnes. - Fyll ut alle påkrevde felter — Google har en liste per type på Search Central. Manglende felter betyr at siden ikke kvalifiserer for rike resultater.
- Ikke lyv. Schema du ikke kan bevise med synlig innhold (falske anmeldelser, oppdiktede forfattere) kan gi manuelle straffer.
- Test alt før publisering. Alltid.
Hvordan du verifiserer at det funker
To verktøy, gratis, brukes hver gang:
- Rich Results Test — Googles offisielle test. Viser om siden kvalifiserer for rike resultater og hvilke typer den finner.
- Schema Markup Validator — den tekniske valideringen mot schema.org-standarden. Fanger ugyldige typer og felter Google-testen ignorerer.
Kjør begge på hver sidetype før du ruller ut i skala. Og — dette er viktig — kjør Rich Results Test etter noen uker i produksjon også. Google endrer krav og din perfekte implementering kan bli utdatert.
De vanligste feilene jeg ser
- Kopiert schema fra en generator uten å endre feltene. «Author: John Doe» blir liggende på hele nettstedet.
- Schema som ikke matcher synlig innhold. Sier «4.8 stjerner» i JSON-LD, men det finnes ikke anmeldelser på siden. Google ignorerer eller straffer.
- Duplikate typer. To Article-blokker på samme side. Én er nok.
- Manglende
Organizationpå forsiden. Grunnlaget i kunnskapsgrafen din. Alle bør ha den. FAQPagebrukt der det ikke er reelle spørsmål. Google har strammet inn dette kraftig — falske FAQ kvalifiserer ikke lenger.- Ingen verifisering. Utrullet, aldri testet. Blir liggende feil i årevis.
Handlingsplan: én arbeidsdag, mest mulig effekt
| Steg | Hva du gjør | Tid |
|---|---|---|
| 1 | Kjør Rich Results Test på forsiden og en artikkel/produkt. Se hva som mangler. | 15 min |
| 2 | Legg til Organization-schema på forsiden, inkl. logo og sameAs. | 30 min |
| 3 | Legg til Article/BlogPosting-mal på artikkelmalen din. Test på én artikkel. | 1–2 t |
| 4 | Legg til BreadcrumbList på alle sider (som regel én malendring). | 30 min |
| 5 | Legg til Person-schema for deg som forfatter. Koble opp sameAs. | 20 min |
| 6 | Kjør Schema Markup Validator på alle malene på nytt. Fiks feil. | 30 min |
| 7 | Sett en påminnelse om 4 uker for å sjekke GSC → «Forbedringer». | 5 min |
Oppsummert: Min mening om structured data
Structured data er en av de få tingene i SEO som gir ekstremt konkret utslag: du legger til én blokk kode, testen sier grønt, og noen uker senere ser du rike søkeresultater i GSC. Ingen tolkning, ingen spekulasjon.
Samtidig blir det oftere og oftere også GEO-arbeid. Grensen mellom «hjelpe Google å forstå siden» og «hjelpe KI å sitere siden» blir mindre for hver måned. Schema er en av få ting som virker i begge kanaler samtidig — og som ikke kan «hackes» billig.
Så ja: den er teknisk, den er kjedelig, og den blir sjelden feiret på pitch-møter. Men den er kanskje det billigste, mest varige SEO-grepet du kan gjøre denne uken.
Her kan du lese mer (for de spesielt interesserte)
- Google Search Central — Introduction to structured data — offisiell dokumentasjon, alltid oppdatert
- Schema.org — hele vokabularet, alle typer, med eksempler
- Google Rich Results Test — verifisering av Google-kvalifisering
- Schema Markup Validator — validering mot schema.org-standarden
- Google Search Central — AI features and your website — offisielt om AI Overviews og hvordan schema spiller inn
