Eine XML-Sitemap listet die URLs einer Website auf, um die Crawler der Suchmaschinen zu leiten. Ihre Rolle scheint einfach, aber die Qualität dieser Datei beeinflusst direkt die Geschwindigkeit und Vollständigkeit der Indizierung. Welche praktischen Unterschiede bestehen zwischen einer korrekt gepflegten Sitemap und einer standardmäßig generierten und nie überprüften Datei?
Tags der XML-Sitemap: Was die Crawler tatsächlich nutzen
Die meisten CMS generieren automatisch eine Sitemap mit vier Tags pro URL. Nicht alle haben das gleiche Gewicht für Google.
Auch lesenswert : Erfahren Sie, wie Sie dank der Sitemap von Citizens News einfach navigieren können
| Tag | Erklärte Rolle | Verarbeitung durch Google |
|---|---|---|
| <loc> | Vollständige URL der Seite | Einziges obligatorisches Tag, das systematisch von Googlebot verwendet wird |
| <lastmod> | Datum der letzten Änderung | Wird nur berücksichtigt, wenn das Datum eine tatsächliche Änderung des Inhalts widerspiegelt |
| <changefreq> | Geschätzte Änderungsfrequenz | Von Google seit mehreren Jahren ignoriert |
| <priority> | Relative Priorität zwischen den Seiten der Website | Von Google ignoriert |
Zwei von vier Tags haben also keinen Einfluss auf die Google-Indizierung. Ihre Beibehaltung stellt kein technisches Problem dar, aber nur <loc> und <lastmod> verdienen echte Aufmerksamkeit.
Auf der Startseite von Essentium sieht man eine segmentierte Sitemap, die diese Sortierlogik nach Inhaltstyp veranschaulicht, ein Format, das die Diagnose in der Google Search Console erleichtert.
Ebenfalls empfehlenswert : So erstellen Sie erfolgreich Ihre professionelle Website mit Cyber Vista
Verlässliches Lastmod oder dekoratives Lastmod: Der Unterschied, der die Indizierung verändert
Das Tag <lastmod> wird oft missverstanden. Viele Websites aktualisieren es automatisch bei jeder Regeneration der Sitemap, selbst ohne Änderung des Seiteninhalts. Diese Praxis macht das Signal nutzlos.
Google behandelt <lastmod> als ein Frische-Signal, vorausgesetzt, das Datum ist ehrlich. Eine Seite, deren Text, Bilder oder strukturierte Daten sich nicht geändert haben, sollte kein neues Datum erhalten.
Das Problem ist konkret: Wenn Googlebot systematisch aktuelle <lastmod>-Daten ohne tatsächliche Änderungen erkennt, ignoriert er schließlich dieses Tag für die gesamte Website. Die Sitemap verliert dann ihre Fähigkeit, tatsächliche Updates zu signalisieren, die einen neuen schnellen Crawl rechtfertigen.
- <lastmod> nur nach einer wesentlichen Änderung des Inhalts aktualisieren (überarbeiteter Text, neuer Absatz, hinzugefügtes Medium)
- Technisches Update (Änderung des Templates, Hinzufügen eines Skripts) nicht mit Inhaltsaktualisierung verwechseln
- Regelmäßig die Konsistenz zwischen den <lastmod>-Daten und den tatsächlichen Änderungsdaten der Seiten überprüfen
Eine Website, die diese Disziplin einhält, sendet Googlebot ein nutzbares Signal. Im Gegensatz dazu sendet eine Website, die jede Woche ohne Grund alle ihre Daten aktualisiert, Rauschen.
Die Sitemap XML nach Inhaltstyp segmentieren
Eine einzige Datei, die alle URLs auflistet, funktioniert für eine kleine Website. Über einige hundert Seiten hinaus wird die Segmentierung nach URL-Familie zu einem Steuerungshebel.
Das Prinzip besteht darin, mehrere Sitemap-Dateien zu erstellen, die in einem Index (Sitemap-Index) zusammengefasst sind: eine Datei für statische Seiten, eine für Blogartikel, eine für Produktblätter, eine für Bilder, eine für Videos. Jede Datei wird in einem Sitemap-Index deklariert, der im robots.txt referenziert wird.
Der Vorteil beschränkt sich nicht auf die Organisation. In der Google Search Console kann die Indexabdeckung nach eingereichter Sitemap gefiltert werden. Wenn eine Datei, die für Produktblätter bestimmt ist, eine anormal niedrige Indexierungsrate zeigt, ist die Diagnose sofort klar: Das Problem liegt in dieser URL-Familie, nicht anderswo.
Dieser Ansatz ermöglicht es auch, schnell verwaiste URLs oder Inhalte zu identifizieren, die das CMS ohne Aufsicht generiert hat (Tag-Seiten, Archive nach Datum, parametrisierte URLs).
Kanonische URLs und ausgeschlossene Seiten: Die Sitemap bereinigen, um besser zu indizieren
Eine XML-Sitemap, die mit nicht indizierbaren URLs verschmutzt ist, verschwendet das Crawl-Budget. Jede URL in der Sitemap muss den Status 200 zurückgeben und kanonisch sein.
Die URLs, die systematisch ausgeschlossen werden sollten:
- Seiten mit 301- oder 302-Weiterleitungen (die Ziel-URL reicht aus)
- Seiten mit einem
noindex-Tag (direkte Widersprüchlichkeit mit der Präsenz in der Sitemap) - Parametrisierte URLs, die bestehenden Inhalt duplizieren (Filter, Sortierungen, nicht-kanonische Paginierungen)
- Automatisch generierte Seiten von geringem Wert (Archive nach Datum, leere Tag-Seiten)
Google stellt in seiner Dokumentation klar: Eine Sitemap darf nur URLs enthalten, die die Website indiziert sehen möchte. Das Einfügen von blockierten oder weitergeleiteten URLs verhindert nicht die Indizierung der richtigen Seiten, verwirrt jedoch die Signale, die an die Crawler gesendet werden, und erschwert die Nachverfolgung in der Search Console.
Ein vierteljährlicher Audit der Sitemap, kombiniert mit den Abdeckungsberichten, ermöglicht es, Inkonsistenzen zu erkennen, bevor sie sich ansammeln. Die Crawl-Tools reproduzieren den Pfad von Googlebot und melden die Abweichungen zwischen der deklarierten Sitemap und dem tatsächlichen Zustand der URLs.
Die XML-Sitemap bei Suchmaschinen einreichen und deklarieren
Eine saubere Sitemap zu generieren, reicht nicht aus. Sie muss deklariert werden, damit die Suchmaschinen sie finden, ohne vom internen Linkaufbau abhängig zu sein.
Es gibt zwei Methoden zur Deklaration. Die erste erfolgt über die robots.txt-Datei, in der eine Zeile Sitemap: https://example.com/sitemap.xml den Speicherort der Datei für jeden Roboter angibt, der die robots.txt konsultiert. Die zweite erfolgt durch die direkte Einreichung in der Google Search Console oder den Bing Webmaster Tools, was zusätzlich ermöglicht, die Verarbeitungsfehler zu verfolgen.
Die Sitemap im robots.txt und in der Search Console zu deklarieren, bleibt die empfohlene Kombination. Die robots.txt deckt alle Suchmaschinen ab, während die Search Console detailliertes Feedback zu entdeckten, indizierten oder ausgeschlossenen URLs bietet.
Nach jedem größeren Update der Website (Migration, Neugestaltung der Struktur, massenhafter Seitenhinzufügung) beschleunigt eine neue Einreichung in der Search Console die Berücksichtigung der Änderungen.
Die XML-Sitemap verbessert nicht das Ranking einer Seite. Sie stellt sicher, dass die Seiten, die indiziert werden sollen, tatsächlich innerhalb eines angemessenen Zeitrahmens mit zuverlässigen Metadaten entdeckt werden. Der Unterschied liegt in der Sorgfalt der Pflege, nicht in der bloßen Existenz der Datei.