Abgeschlossen

Rooted Reality Gardens

Regenerative Landschaftsgestaltung & Technical SEO

Website-Entwicklung und umfassende Suchmaschinen- und Answer-Engine-Optimierung für eine Agentur für regenerative Landschaftsgestaltung.

Git
CI
Sec
Strukturierte Softwareentwicklung
Versionierung, automatisierte Qualitätsprüfungen und nachvollziehbare Prozesse.

Executive Summary

Rooted Reality Gardens ist eine Webpräsenz für eine Agentur für regenerative Landschaftsgestaltung. Ziel des Projekts war der Aufbau einer ästhetischen, responsiven Website mit einer hochspezialisierten semantischen Struktur. Dadurch soll das Dienstleistungsangebot in der Nische der ökologischen Gartenplanung sowohl in klassischen Suchmaschinen als auch in modernen KI-gestützten Antwortdiensten optimal auffindbar und korrekt zitierbar sein.


Context

Kleine Unternehmen in hochspezialisierten Nischen hängen stark von lokaler Auffindbarkeit ab. Regenerative Landschaftsgestaltung ist ein erklärungsbedürftiges Thema, das von herkömmlichen Suchmaschinen ohne semantische Daten oft falsch klassifiziert wird. Die Gründerin wollte ein anspruchsvolles Portfolio präsentieren, das ihre wissenschaftliche Methodik und Kompetenz unterstreicht. Die Website musste daher technisch so aufbereitet werden, dass sie sowohl Menschen als auch Crawlern präzise Informationen liefert.

Engineering Insight

Nischenunternehmen profitieren überproportional von semantischen Datenstrukturen, da diese thematische Missverständnisse bei automatisierten Crawlern verhindern.


Problem

In der Permakultur und regenerativen Landschaftsplanung reicht reine Keyword-Optimierung nicht aus. Suchmaschinen müssen verstehen, wie Dienstleistungen, Personen (die Gründerin) und wissenschaftliche Konzepte zusammenhängen. Zudem ist das manuelle Pflegen komplexer JSON-LD-Metadaten über mehrere statische Unterseiten hinweg fehleranfällig und zeitintensiv. Es fehlt ein automatisierter Workflow, der semantische Verknüpfungen fehlerfrei in alle HTML-Seiten injiziert.


Constraints

Für das Projekt galten folgende Einschränkungen:

  • Statische Hosting-Infrastruktur: Keine Datenbanken oder serverseitigen Skripte zur Laufzeit.
  • Minimale Admin-Ressourcen: Der Pflegeaufwand für die Inhaberin musste extrem gering bleiben.
  • E-E-A-T-Konformität: Strenge Ausrichtung an den Google-Qualitätsrichtlinien zur Etablierung von Fachkompetenz und Vertrauenswürdigkeit.
Engineering Insight

Der Einsatz von Build-Time-Generierungsskripten löst den Konflikt zwischen komplexen semantischen Graphen und wartungsarmen statischen Webseiten.


Engineering Thinking

Die technische Strategie basiert auf dem Prinzip der automatisierten semantischen Strukturierung. Statt Metadaten manuell in jede HTML-Datei einzupflegen, nutzen wir ein Build-Time-Skript. Dieses liest die logischen Bezüge aus einer zentralen Konfiguration und injiziert die validierten JSON-LD-Graphen direkt in den Header der jeweiligen Seiten. Dies sichert eine konsistente Datenstruktur über das gesamte Projekt hinweg.


Architecture

Die Bereitstellungs-Pipeline trennt Quellcode und Metadaten-Generierung. Ein Python-Automatisierungsskript (add_seo.py) liest die strukturierten Definitionen von Dienstleistungen, Zertifizierungen und Personendaten ein. Es generiert den JSON-LD-Graphen für jede Unterseite und bettet diesen in die fertigen HTML-Dateien ein, bevor diese auf dem Webserver veröffentlicht werden.

Engineering Insight

Durch die Ausführung von Validierungs- und Injektionsskripten vor dem Deployment wird sichergestellt, dass ausschließlich syntaktisch valider Code veröffentlicht wird.


Engineering Decisions

Im Rahmen des Projekts wurden strategische Entscheidungen zur Code- und Metadatenstruktur getroffen:

Metadata Generation

Alternative

Manuelles Schreiben in HTML-Dateien

Entscheidung

Python-Skript zur automatisierten Injektion zur Vermeidung von Fehlern.

Entity Schema

Alternative

Flache, unverbundene Schema-Tags

Entscheidung

Vollständiger JSON-LD-Entity-Graph zur Verknüpfung von Person, Firma und Services.


Implementation

Das Python-Skript nutzt BeautifulSoup zum Parsen der HTML-Struktur und injiziert die generierten Metadaten. Die Schema-Graphen deklarieren Bezüge vom Typ LocalBusiness, verlinken die Gründerin als Person und verknüpfen Dienstleistungen über Service-Knoten mit wissenschaftlichen Permakultur-Entitäten. Zur Absicherung wurden die Konfigurationen der robots.txt und der Sitemap optimiert.


Public Artifacts


+-----------------------------------+
|      Rooted Reality Gardens       |
|                                   |
|   [ Ökologische Gartenplanung ]   |
|                                   |
|   * Bodenregeneration             |
|   * Heimische Pflanzen            |
|   * Permakultur-Systeme           |
|                                   |
|   [Mehr erfahren]     [Kontakt]   |
+-----------------------------------+
  
Artefakt 1: Schematische Layout-Skizze – Zweck: Veranschaulichung des übersichtlichen, mobiltauglichen Portfoliodesigns.
graph TD
    Organization[Unternehmen] -->|Gründerin| Person[Personen-Entität]
    Organization -->|Dienstleistung| Service[Regenerative Landschaftsgestaltung]
    Organization -->|Einsatzgebiet| Place[Geografischer Dienstleistungsbereich]
Artefakt 2: High-Level Ablaufdiagramm – Zweck: Logische Darstellung der verknüpften semantischen Entitäten im JSON-LD-Schema-Graphen.
Artefakt 3: Ergebnis-Nachweis (SEO- & Entity-Matrix) – Zweck: Vergleich der Suchmaschinen-Indizierung vor und nach der semantischen Optimierung.

Entity-Zuordnung

Vorher (Ohne Graph)

Nicht klassifizierte, unzusammenhängende Keyword-Fragmente.

Nachher (Mit Graph)

Eindeutig verknüpfte Relationen zwischen Organisation, Person und Services.

Suchmaschinen-Erfassung

Vorher (Ohne Graph)

Reine Keyword-Indexierung ohne Rich Snippets.

Nachher (Mit Graph)

Aktivierte Rich Snippets und verbesserte Platzierung in lokalen Maps.

KI-Suchmaschinen-Zitate

Vorher (Ohne Graph)

Keine Erfassung oder unvollständige Nennungen in Antworten.

Nachher (Mit Graph)

Als primäre lokale Quelle in AEO/GEO-Suchanfragen zitiert.

Engineering Insight

Verknüpfte Entitätsschemata erhöhen die Erkennungsrate von Kerninformationen durch automatisierte Suchmaschinen-Algorithmen nachweisbar.


Results

  • Crawler-Optimierung: Fehlerfreie maschinelle Lesbarkeit durch vollständig validierte Entity-Verknüpfungen.
  • Zitierbarkeit: Nachweisbare Zitate und korrekte Zuordnung des Dienstleistungsangebots in KI-gestützten Suchanfragen im Zielgebiet.
  • Wartbarkeit: Reduzierung des manuellen Pflegeaufwands für Metadaten durch das automatisierte Injektionsskript.

Lessons Learned

Dieses Projekt hat verdeutlicht, dass strukturierte Entity-Verknüpfungen (JSON-LD) die Brücke zwischen klassischer und KI-basierter Websuche schlagen. Durch die automatisierte Injektion valider Metadaten konnte die lokale Relevanz der Dienstleistungen in Antwortmaschinen nachweisbar gestärkt werden. Die Entwicklung wiederverwendbarer Injektionsskripte hat zudem gezeigt, wie sich administrative Webmaster-Aufgaben effizient automatisieren lassen, was den langfristigen Wartungsaufwand minimiert.


Future Evolution

In einer zukünftigen Version soll das Python-Skript um eine Bildanalyse erweitert werden. Diese soll automatisch alt-Attribute und Bild-Metadaten (z. B. auf Basis geographischer Koordinaten der Gärten) generieren, um die Relevanz der Bildersuche für lokale Dienstleister weiter zu optimieren.

Engineering Insight

Lokalisierte Bildmetadaten stärken den geographischen Relevanzbezug statischer Webportale bei regionalen Suchanfragen.

--- ← Zurück zu allen Projekten

Mehr Projekte entdecken

Schau dir weitere Case Studies an oder nimm direkt Kontakt auf.