Eine XML-Sitemap ist eine Datei, die die URLs einer Website auflistet, die von Suchmaschinen durchsucht werden sollen. Ihre Struktur bestimmt, wie schnell Google die Seiten entdeckt, crawlt und indexiert. Eine schlecht konstruierte Sitemap verursacht zwar keinen sichtbaren Fehler, verlangsamt jedoch stillschweigend die Indexierung strategischer Inhalte.
Veraltete Tags der XML-Sitemap: Was entfernt werden sollte
Die ursprüngliche Spezifikation des Protokolls sitemaps.org sieht mehrere optionale Tags für jede URL vor. Darunter sind priority und changefreq, die von Google inzwischen ignoriert werden. Ihre Beibehaltung in der Datei bringt keinen Nutzen und belastet das Dokument unnötig.
Das Tag priority wies einen Wert zwischen 0.0 und 1.0 zu, um die relative Wichtigkeit einer Seite anzuzeigen. Google berücksichtigt dies nicht mehr bei der Planung seiner Besuche. Das Tag changefreq, das die Aktualisierungsfrequenz (täglich, wöchentlich, monatlich) anzeigen sollte, wird auf die gleiche Weise behandelt: Der Bot ignoriert es.
Das Entfernen dieser beiden Felder reduziert die Dateigröße und beseitigt einen falschen Eindruck von Kontrolle über das Crawling. Die Informationen von actuweb fr veranschaulichen gut, wie eine aufgeräumte Sitemap aussieht, die sich auf die URLs und deren tatsächlich genutzte Metadaten konzentriert.
Das einzige optionale Tag, das tatsächlich Gewicht hat, ist lastmod, vorausgesetzt, es wird korrekt verwendet, was im folgenden Abschnitt behandelt wird.
Lastmod der Sitemap: Das einzige zuverlässige Frischheitszeichen
Das Feld lastmod gibt das Datum der letzten wesentlichen Änderung einer Seite an. Wenn dieses Datum zuverlässig ist, nutzt Googlebot es, um das erneute Crawlen von kürzlich aktualisierten Inhalten zu priorisieren. Es ist der direkteste Hebel, den ein Webmaster hat, um die Berücksichtigung einer Änderung zu beschleunigen.
Lastmod sollte nur die tatsächlichen Änderungen des Inhalts widerspiegeln, nicht das Datum der automatischen Regenerierung der Datei. Eine Sitemap, in der alle URLs das heutige Datum anzeigen, sendet ein widersprüchliches Signal: Wenn sich alles geändert hat, hat sich nichts geändert. Google ignoriert schließlich das Feld vollständig für diese Domain.
Häufige Fehler bei lastmod
- lastmod nach einer kosmetischen Änderung (Korrektur eines Leerzeichens, Änderung des Footers) zu aktualisieren, ohne den redaktionellen Inhalt der Seite zu berühren
- Die Sitemap täglich über einen Cron-Job zu regenerieren, der das heutige Datum auf alle Einträge anwendet, selbst auf solche, die seit Monaten unverändert sind
- lastmod auf kürzlich überarbeiteten Seiten leer zu lassen, was Google daran hindert, die Aktualisierung zu erkennen
Ein genaues lastmod auf einer aktualisierten Produktseite (neuer Preis, neuer Bestand, neue Beschreibung) beschleunigt das erneute Crawlen dieser Seite. Bei einem Blogartikel, der mit aktualisierten Daten erneut veröffentlicht wird, ist der Effekt derselbe.
URL-Filterung: Welche Seiten in die Sitemap aufgenommen werden sollten
Eine leistungsfähige Sitemap listet nicht alle URLs der Website auf. Sie enthält nur die Seiten, die es wert sind, in den Suchergebnissen zu erscheinen. Jede URL in der Sitemap muss einen HTTP-Statuscode 200 zurückgeben und ein Meta-Tag robots index tragen.
Das Einfügen von Seiten im noindex, 301-Weiterleitungen, kanonisierten URLs zu anderen Seiten oder 404-Fehlerseiten verschmutzt die Datei. Der Bot gibt Crawling-Budget für URLs aus, die niemals zu einer Indexierung führen werden.
Seiten, die systematisch ausgeschlossen werden sollten
- Seiten mit internen Suchergebnissen, mit Facettenfiltern oder tiefer Paginierung ohne einzigartigen Inhalt
- Seiten, die durch ein Login geschützt sind oder eine Weiterleitung zur Anmeldeseite zurückgeben
- URLs mit Tracking-Parametern (utm, session ID), die Seiten duplizieren, die bereits ohne Parameter vorhanden sind
- Seiten im Entwurf, in der Staging-Umgebung oder nur über eine Preprod-Subdomain zugänglich
Auf einer E-Commerce-Website mit mehreren tausend Produktseiten wird das Filtern zu einer regelmäßigen Aufgabe. Die Seiten von dauerhaft ausverkauften Produkten, die auf 404 gesetzt oder weitergeleitet wurden, müssen bei jedem Update aus der Sitemap entfernt werden.
Sitemap-Index und Segmentierung nach Inhaltstyp
Das Protokoll erlaubt maximal 50.000 URLs pro Sitemap-Datei. Darüber hinaus oder wenn die Website unterschiedliche Inhaltstypen (Artikel, Produkte, Bilder, Videos) enthält, ermöglicht ein Sitemap-Index, der mehrere Unter-Sitemaps referenziert, eine einfachere Diagnose und Nachverfolgung.
Die Segmentierung nach Inhaltstyp (eine Sitemap für Artikel, eine für Kategorien, eine für Produktseiten) ermöglicht es, schnell zu identifizieren, welches Segment ein Problem mit der Indexierung in der Google Search Console verursacht. Wenn die Indexierungsrate in der Produktsitemap sinkt, aber stabil in der Artikelsitemap bleibt, ist das Problem lokalisiert.
Spezialisierte Sitemaps für Bilder und Videos
Bilder- und Videositemaps verwenden Erweiterungen des XML-Protokolls. Sie signalisieren Google Medien, die in den Seiten eingebettet sind, was ihre Sichtbarkeit in Google Bilder und Google Video verbessert. Für eine Website, deren Verkehr stark von visuellen Inhalten abhängt (Portfolio, Mode-E-Commerce, Kochrezepte), erhöht eine spezielle Bild-Sitemap die Indexierungsfläche, ohne den Inhalt der Seiten zu ändern.
Die Videositemap erfordert spezifische Metadaten: Titel, Beschreibung, URL des Thumbnails, Dauer. Ohne diese Informationen berücksichtigt Google den Eintrag nicht.
Einreichung und Überprüfung der Sitemap in der Search Console
Die Erklärung der Sitemap in der robots.txt-Datei über die Direktive Sitemap: gefolgt von der absoluten URL der Datei bleibt die einfachste und universellste Methode. Sie funktioniert für alle Suchmaschinen, die mit dem Protokoll kompatibel sind.
Die manuelle Einreichung über die Google Search Console oder Bing Webmaster Tools bietet einen zusätzlichen Vorteil: einen Statusbericht, der die Anzahl der eingereichten URLs, die Anzahl der indexierten URLs und etwaige erkannte Fehler angibt. Die Diskrepanz zwischen eingereichten und indexierten URLs ist der erste Qualitätsindikator der Sitemap.
Eine anhaltende Diskrepanz signalisiert problematische URLs: doppelte Inhalte, zu dünner Inhalt, Seiten, die durch die robots.txt blockiert sind, oder intermittierende Serverfehler. Diese Diskrepanzen zu beheben, bedeutet, die Sitemap ebenso zu bereinigen wie die Seiten selbst zu korrigieren.
Die regelmäßige Überprüfung dieses Berichts, gekoppelt mit einer Aktualisierung der Sitemap nach jedem Satz von Veröffentlichungen oder Seitenlöschungen, hält die Konsistenz zwischen der Datei und dem tatsächlichen Zustand der Website aufrecht. Eine Sitemap, die die indexierbare Struktur einer Website genau widerspiegelt, gibt Googlebot eine zuverlässige Karte, und eine zuverlässige Karte verkürzt den Weg zur Indexierung.
