Hvad er struktureret data? Guide til schema.org og JSON-LD

Struktureret data er information på en webside, der er skrevet i et fast format, så søgemaskiner og AI-systemer kan læse den som fakta i stedet for at gætte ud fra den løbende tekst. Hvor et menneske uden problemer forstår, at "Kobbervej 8, 2730 Herlev" er en adresse, skal en maskine have det at vide. Det er præcis det, struktureret data gør.

I praksis betyder struktureret data på et website næsten altid schema.org-vokabularet skrevet i JSON-LD. Det er det format, Google anbefaler, og det er også det, de fleste værktøjer og CMS'er bruger.

Hvad er struktureret data – kort fortalt

Struktureret data er en maskinlæsbar beskrivelse af, hvad en side handler om:

• Hvem står bag (en virksomhed, en person)
• Hvad siden indeholder (en artikel, et produkt, en ydelse, et arrangement)
• Hvordan tingene hænger sammen (hvem er forfatter, hvilken virksomhed udbyder ydelsen, hvilken side hører artiklen til)

Informationen ligger typisk usynligt i sidens kildekode. Den besøgende ser ingen forskel, men Google, Bing og AI-assistenter får et entydigt billede af indholdet.

Schema.org: det fælles sprog

For at struktureret data skal give mening, skal alle bruge de samme begreber. Derfor lancerede Google, Microsoft (Bing) og Yahoo i 2011 vokabularet schema.org, som Yandex kort efter tilsluttede sig. Schema.org definerer hundredvis af typer – fx Organization, Person, Article, Product, Service, Event og LocalBusiness – og hvilke egenskaber hver type kan have.

Når man taler om schema markup, er det netop schema.org-typer, der er lagt ind på en side som struktureret data. Vil du se de typer, der findes, kan du slå dem op i vores schema.org-dokumentation på dansk.

De tre formater: JSON-LD, Microdata og RDFa

Struktureret data kan skrives på tre måder:

• JSON-LD – en separat blok i sidens kode, adskilt fra det synlige indhold. Nem at vedligeholde og det format, Google anbefaler.
• Microdata – attributter, der væves direkte ind i HTML-elementerne.
• RDFa – ligeledes attributter i HTML, oftest brugt i andre sammenhænge end SEO.

Forskellene gennemgår vi i detaljer i JSON-LD vs. Microdata vs. RDFa. Kort sagt: Vælg JSON-LD, medmindre du har en meget specifik grund til andet.

Et konkret eksempel

Sådan kan en virksomhed beskrive sig selv med struktureret data i JSON-LD:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://www.eksempel.dk/#organization",
  "name": "Eksempel ApS",
  "url": "https://www.eksempel.dk",
  "logo": "https://www.eksempel.dk/logo.png",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Eksempelvej 1",
    "postalCode": "2730",
    "addressLocality": "Herlev",
    "addressCountry": "DK"
  },
  "sameAs": [
    "https://www.linkedin.com/company/eksempel",
    "https://www.facebook.com/eksempel"
  ]
}

Læg mærke til @id. Den giver virksomheden en fast identitet, som resten af sitets struktureret data kan henvise til – fx som publisher på artikler eller provider på ydelser. Det er fundamentet for det, vi kalder entity governance: at alle sider fortæller den samme, sammenhængende historie om, hvem du er.

Hvad bruges struktureret data til?

1. Rich results i Google

Struktureret data kan kvalificere dine sider til udvidede visninger i søgeresultaterne – fx produktpriser og lagerstatus, stjernebedømmelser, brødkrummer, arrangementer eller jobopslag. Google lover aldrig, at de vises, men uden struktureret data er muligheden der slet ikke. Se hvilke typer der giver rich results i vores guide til rich results.

Vær opmærksom på, at Google løbende ændrer, hvilke visninger der findes. FAQ-rich results – de udfoldelige spørgsmål direkte under et søgeresultat – er udfaset (Google tilføjede en udfasningsnote i sin dokumentation i maj 2026), og HowTo er ikke længere på Googles liste over typer med rich results. Det betyder ikke, at FAQ-indhold og FAQ-markering har mistet værdi: Spørgsmål med klare svar er stadig stærkt indhold for både søgemaskiner og AI-assistenter, og korrekt struktureret data hjælper dem med at forstå siden. Det, der er forsvundet, er den særlige visning i Googles resultater.

2. Forståelse af entiteter og Knowledge Graph

Google organiserer viden om virksomheder, personer og begreber i sin Knowledge Graph. Struktureret data – især Organization, Person og sameAs-henvisninger til dine officielle profiler – hjælper Google med at koble dit website til den rigtige entitet. Læs mere i Knowledge Graphs: hvad er det og i vores guide til Google Knowledge Panel.

3. AI-søgning og assistenter

AI Overviews, ChatGPT, Perplexity og andre assistenter skal også afgøre, hvad en side handler om, og hvem der står bag. Tydelige, konsistente data gør dit indhold lettere at tolke og citere korrekt. Emnet har vi dykket ned i i struktureret data for AI-agenter.

Typiske fejl

• Markering af indhold, der ikke er synligt på siden. Googles retningslinjer kræver, at struktureret data afspejler det, brugeren kan se.
• Modstridende oplysninger. Når tema, SEO-plugin og andre plugins hver især tilføjer deres egen Organization med forskellige navne eller adresser, bliver billedet uklart.
• Manglende påkrævede felter. En Product uden offers, review eller aggregateRating kvalificerer ikke til produktvisninger.
• Forældede typer. Markering, der kun blev lavet for at få en visning, som Google siden har fjernet.
• Ingen sammenhæng. Løsrevne blokke uden @id, der ikke henviser til hinanden.

Sådan tester du din struktureret data

Brug to værktøjer, fordi de tester forskellige ting:

• Google Rich Results Test viser, om siden kvalificerer til Googles rich results. Vi gennemgår værktøjet trin for trin i Google Rich Results Test: sådan bruger du den.
• Schema Markup Validator (validator.schema.org) validerer al schema.org-markering – også typer, Google ikke bruger til visninger.

Den bredere proces finder du i test og validering af schema markup.

Skal du selv skrive struktureret data?

På et lille site kan du godt håndkode et par JSON-LD-blokke. Udfordringen opstår, når sitet vokser: Hver ny side skal have korrekt markering, alle sider skal pege på de samme entiteter, og markeringen skal følge med, når indholdet eller Googles krav ændrer sig. Det er her, et automatiseret flow betaler sig – det er præcis den opgave, AI Schema Generator er bygget til på WordPress.

Ofte stillede spørgsmål

Er struktureret data og schema markup det samme?

Næsten. Struktureret data er det overordnede begreb for maskinlæsbare data på en side. Schema markup er struktureret data, der bruger schema.org-vokabularet – og det er i praksis det, man mener, når man taler om struktureret data på websites.

Er struktureret data en rankingfaktor?

Google har ikke sagt, at struktureret data i sig selv giver bedre placeringer. Det hjælper Google med at forstå indholdet, kan kvalificere siden til rich results og gør indholdet lettere at tolke for AI-søgning.

Hvilket format skal jeg bruge?

JSON-LD. Det er det format, Google anbefaler, og det er lettest at vedligeholde, fordi det ligger adskilt fra sidens synlige HTML.

Kan struktureret data skade mit website?

Ikke når den er korrekt og afspejler indhold, der er synligt på siden. Markering af indhold, der ikke findes på siden, eller vildledende oplysninger strider mod Googles retningslinjer og kan føre til en manuel handling, hvor rich results fjernes.

Hvor ofte skal struktureret data opdateres?

Hver gang indholdet ændrer sig – fx priser, åbningstider eller forfattere – og når Google ændrer sine krav. Markering, der ikke længere passer til siden, bør rettes eller fjernes.

Opsummering

Struktureret data er maskinlæsbare fakta om din side, skrevet med schema.org-vokabularet – helst i JSON-LD. Det kan give rich results, hjælper Google med at forstå, hvem du er, og gør dit indhold lettere at bruge for AI-søgning. Det vigtigste er ikke mængden af markering, men at den er korrekt, synlig på siden og konsistent på tværs af hele sitet.