Was ist DataCatalog Schema?

Ein transparenter Datenkatalog ordnet fünf eigenständige Datensätze und verbindet jeden nachvollziehbar mit einer Distribution und einem Metadatenmodul

Strukturierte Daten sollten den sichtbaren Inhalt und die reale Informationsarchitektur abbilden. Eine Katalogseite kann als DataCatalog ausgezeichnet werden, während jeder fachlich eigenständige Datensatz eine Dataset-Entität mit eigener Beschreibung, Verteilung, Lizenz, räumlicher oder zeitlicher Abdeckung und stabiler URL erhalten kann. Nicht vorhandene Metadaten dürfen nicht nur für Markup erfunden werden.

Die schnelle Definition

DataCatalog ist ein Schema.org-Typ für einen Katalog, der Datensätze enthält. Die Auszeichnung beschreibt den Katalog als eigene Entität und kann ihn unter anderem mit Name, Beschreibung, Herausgeber, Lizenz, URL sowie enthaltenen Dataset-Entitäten verbinden. Der Katalog ist nicht mit einem einzelnen Datensatz gleichzusetzen.

Warum ist DataCatalog Schema wichtig?

Die semantische Trennung hilft Maschinen, Katalog, Datensatz, Download und Herausgeber als verschiedene, verknüpfte Objekte zu verstehen. Google dokumentiert Dataset-Markup für die Datensatzsuche, garantiert jedoch weder Indexierung noch eine besondere Darstellung. Entscheidend bleiben zugängliche Landingpages und gepflegte Metadaten.

So wird DataCatalog Schema in der Praxis eingesetzt

Entitäten modellieren: Katalog, Datensätze, Distributionen, Organisation, Lizenz und Themen als getrennte Objekte mit stabilen @id-Werten planen.
Sichtbare Inhalte abbilden: Name, Beschreibung, Herausgeber, Aktualität, Lizenz und enthaltene Datensätze im Markup und auf der Seite konsistent halten.
Datasets verknüpfen: enthaltene Datensätze über dataset und Katalogzuordnung verbinden, ohne dieselbe Entität mit wechselnden IDs zu duplizieren.
Ausgabe validieren: JSON-LD parsen, Schema.org Validator und geeignete Google-Tests nutzen sowie gerendertes Markup und kanonische URLs kontrollieren.

Praxisbeispiel

Ein kommunales Datenportal zeichnet die Übersichtsseite als DataCatalog mit Organisation, Lizenzhinweis und Themen aus. Jeder Verkehrsdatensatz besitzt eine eigene Dataset-Seite mit Messzeitraum, räumlicher Abdeckung und CSV-Distribution. Katalog und Datensätze verweisen über feste @id-Werte aufeinander; alle Angaben sind sichtbar und aktuell.

Häufige Fehler

Ein einzelner Datensatz wird als DataCatalog modelliert oder der gesamte Katalog als eine einzige Dataset-Entität zusammengefasst.
Markup nennt Downloads, Lizenzen oder Aktualitätsdaten, die auf der sichtbaren Seite fehlen oder nicht mehr erreichbar sind.
Jede Seite erzeugt neue IDs für denselben Herausgeber oder Datensatz und verhindert dadurch eine konsistente Entitätsverknüpfung.

Bedeutung für Google, Bing und KI-Suchsysteme

DataCatalog-Markup ist kein Rankingfaktor und kein Ersatz für crawlbare Datensatzseiten. Es kann Such- und Antwortsystemen Beziehungen zwischen Katalog, Dataset, Distribution und Herausgeber verdeutlichen. Nutzen entsteht nur mit einzigartigen Beschreibungen, stabilen URLs, fachlicher Qualität und tatsächlich zugänglichen Daten.