Fast jede moderne Karriereseite bettet maschinenlesbare strukturierte Daten ein, die die Stelle beschreiben. Dieses Format zu verstehen bietet Ihnen eine zuverlaessige Moeglichkeit, Stellenangebote zu ueberwachen, ohne rohes HTML zu parsen, und erklaert, warum Google Jobs schneller als LinkedIn ist.
Fast jede Stellenanzeige, die Sie jemals angesehen haben, enthielt eine versteckte Version neben dem sichtbaren HTML - eine klare, maschinenlesbare Beschreibung der Stelle mit strukturierten Feldern fuer Titel, Standort, Veroeffentlichungsdatum, Gehaltsspanne und Arbeitgeber. Das nennt sich JSON-LD JobPosting, es ist als Script-Tag in die Seite eingebettet, und es ist der Grund, warum Google Jobs Ihnen eine Karte mit einer Gehaltsspanne und dem Zeitstempel „vor 5 Stunden" anzeigt, waehrend LinkedIn Ihnen noch sagt, die Stelle sei „vor 2 Tagen" veroeffentlicht worden.
Dieses Format zu verstehen bringt Ihnen zwei nuetzliche Dinge. Es erklaert, warum bestimmte Kanaele strukturell schneller sind als andere (Google Jobs verwendet JSON-LD direkt; LinkedIn nicht). Und es bietet Ihnen einen sauberen Weg, Karriereseiten von Unternehmen zu ueberwachen, ohne zu versuchen, HTML zu parsen, das nicht zum Parsen gedacht war.
JSON-LD („JSON for Linked Data") ist eine Methode, maschinenlesbare Daten in eine Webseite einzubetten. Das Schema JobPosting, definiert auf schema.org/JobPosting, ist einer von Dutzenden Typen, die Google verwendet, um strukturierte Informationen aus dem Web aufzunehmen.
Warum jedes Unternehmen es ausgibt: Google verlangt es. Wenn eine Stelle keinen gueltigen JSON-LD-JobPosting-Block hat, erscheint sie nicht in Google Jobs - und Google Jobs ist zunehmend der Ausgangspunkt fuer Bewerber. Daher gibt jedes moderne ATS (Workday, Greenhouse, Lever, Ashby, Phenom, iCIMS) diese strukturierten Daten auf seinen Stellenseiten aus, ob der Arbeitgeber es verlangt oder nicht.
Wenn Sie den Quellcode einer typischen Stellenanzeige auf Greenhouse anzeigen und nach application/ld+json suchen, sehen Sie etwas Aehnliches wie dies:
{
"@context": "https://schema.org",
"@type": "JobPosting",
"title": "Senior Backend Engineer",
"description": "We're looking for...",
"datePosted": "2026-05-12",
"validThrough": "2026-08-12",
"employmentType": "FULL_TIME",
"hiringOrganization": {
"@type": "Organization",
"name": "Acme",
"sameAs": "https://acme.example"
},
"jobLocation": {
"@type": "Place",
"address": {
"@type": "PostalAddress",
"addressLocality": "London",
"addressCountry": "GB"
}
},
"baseSalary": {
"@type": "MonetaryAmount",
"currency": "GBP",
"value": {
"@type": "QuantitativeValue",
"minValue": 90000,
"maxValue": 130000,
"unitText": "YEAR"
}
}
}Die Felder sind weitgehend selbsterklaerend. Die zwei, die Sie als Jobsuchenden am meisten interessieren, sind datePosted (der kanonische Zeitstempel „Wann wurde diese Stelle veroeffentlicht?") und baseSalary (wenn vorhanden; britische Stellenanzeigen verlangen dies zunehmend aufgrund der juengsten Transparenzmassnahmen, ebenso die kalifornischen Gehaltstransparenzgesetze).
Drei praktische Gruende.
Das Feld datePosted ist der Referenz-Zeitstempel. Wenn ein Aggregator angibt, eine Stelle sei „vor 3 Tagen veroeffentlicht", zeigt er das Datum an, an dem er sie erstmals aufgenommen hat, nicht das Datum, an dem das Unternehmen sie tatsaechlich veroeffentlicht hat. Das JSON-LD auf der eigenen Seite des Unternehmens gibt Ihnen die wahre Zahl. Unsere Messung der ATS-LinkedIn-Verzoegerung basiert auf diesem Vergleich.
Google Jobs nimmt direkt ueber JSON-LD auf. Sobald Googlebot eine Karriereseite crawlt (was bei den meisten Unternehmenswebsites innerhalb weniger Stunden geschieht), erscheint die Stelle in den Google-Jobs-Suchergebnissen. LinkedIn und Indeed muessen ihr eigenes Crawling, Parsen, Deduplizieren und Klassifizieren durchfuehren, was ihre Verzoegerung von 1 bis 5 Tagen erklaert. Die Analyse der Aggregator-Verzoegerungskosten erlaeutert diesen Punkt im Detail.
Wenn Sie irgendeine Form von Ueberwachung einrichten, ist JSON-LD dem Parsen von rohem HTML deutlich vorzuziehen. Die Daten sind bereits strukturiert. Sie brauchen keine CSS-Selektoren, die brechen, wenn das Unternehmen seine Karriereseite redesignt. Sie suchen einfach nach den <script type="application/ld+json">-Bloecken und parsen sie als JSON.
In jedem Browser:
application/ld+json."@type": "JobPosting" enthaelt die Stellendaten.Sie koennen es mit dem Rich Results Test von Google validieren, der sowohl bestaetigt, dass das JSON-LD wohlgeformt ist, als auch anzeigt, ob Google Jobs es indexieren wuerde.
Unsere vollstaendige ATS-Referenz behandelt, wie Sie erkennen, welches System ein Unternehmen verwendet.
Fuer technisch versierte Leser, hier ist die allgemeine Struktur eines Python-Skripts, das eine einzelne Karriereseite auf neue JSON-LD-JobPosting-Eintraege ueberwacht:
import json, re, requests, hashlib
from bs4 import BeautifulSoup
def fetch_postings(url):
html = requests.get(url, headers={"User-Agent": "Mozilla/5.0"}).text
soup = BeautifulSoup(html, "html.parser")
out = []
for tag in soup.find_all("script", type="application/ld+json"):
try:
data = json.loads(tag.string)
except (json.JSONDecodeError, TypeError):
continue
items = data if isinstance(data, list) else [data]
for item in items:
if item.get("@type") == "JobPosting":
out.append(item)
return out
# Nach Zeitplan ausfuehren; mit vorherigem Lauf vergleichen; neue Eintraege per E-Mail senden.
Die vollstaendige Maschinerie (Umgang mit JavaScript-gerenderten Seiten, Einhaltung von Ratelimits, Deduplizierung zwischen Laeufen, Parsen von Gehaeltern in ein abfragbares Format) ist einfach, aber aufwaendiger. Unser vollstaendiger Leitfaden zur Ueberwachung von Karriereseiten vergleicht diesen Ansatz mit den Alternativen.
Wenn Sie hauptsaechlich auf Aggregatoren suchen, sind Sie inhaerent nachgelagert zu den strukturierten Daten, die das Unternehmen bereits veroeffentlicht hat. Dasselbe JSON-LD, das Google Jobs am Tag der Veroeffentlichung der Stelle gespeist hat, befindet sich auf der Unternehmensseite und wartet darauf, gelesen zu werden, und es ist die reduzierte, klassifizierte, einen Tag verspaetete Kopie des Aggregators, die Sie stattdessen lesen.
Die praktische Implikation: Google Jobs ist aufgrund der Pipeline-Funktionsweise strukturell schneller als LinkedIn oder Indeed. Fuer Stellen, bei denen eine Bewerbung am selben Tag zaehlt, bevorzugen Sie Google Jobs gegenueber der LinkedIn-Suche, wenn Sie keine direkte ATS-Ueberwachung verwenden. Unser Vergleich der drei Ansaetze erlaeutert die praktischen Kompromisse.
JSON-LD JobPosting ist der stille Baustein unter dem Grossteil der modernen Jobsuche-Infrastruktur. Dieselben Daten, die Google Jobs in dem Moment gespeist haben, als eine Stelle online ging, befinden sich auf der Unternehmensseite und warten darauf, gelesen zu werden. Aggregatoren fuegen ihre eigenen Aufnahme-, Analyse-, Deduplizierungs- und Klassifizierungsschichten darueber - deshalb sind sie ein bis zwei Tage hinter der kanonischen Quelle.
Fuer die meisten Bewerber ist die praktische Implikation einfacher als die technische Geschichte: Wenn Sie zwischen verschiedenen Jobsuche-Kanaelen waehlen, ist Google Jobs strukturell aktueller als LinkedIn, weil es das JSON-LD direkt liest. Wenn Sie Ihre eigene Ueberwachung einrichten, ist JSON-LD das, was Sie lesen sollten - nicht das gerenderte HTML und schon gar nicht die indexierte Kopie der Aggregatoren.