Wenn man eine Website mit mehreren Hundert Seiten verwaltet, stößt man immer wieder auf dasselbe Problem: versteckte Inhalte, die weder von den Besuchern noch von den Suchmaschinen gefunden werden. Die Sitemap, egal ob XML oder HTML, ist direkt auf diese Situation ausgelegt. Das Verständnis dieser Datei und die Fähigkeit, sie zu lesen, ermöglichen es, die Kontrolle darüber zurückzugewinnen, wie eine Website durchsucht, indexiert und täglich genutzt wird.
Das Tag lastmod in einer XML-Sitemap: ein oft schlecht genutztes Signal
Die meisten Leitfäden zu Sitemaps listen die verfügbaren Tags auf, ohne zu präzisieren, welche wirklich zählen. In der Praxis ignoriert Google seit Jahren die Tags priority und changefreq. Nur der Wert lastmod bleibt von Interesse, vorausgesetzt, er ist zuverlässig.
Ein nützliches lastmod spiegelt das tatsächliche Datum der letzten wesentlichen Änderung des Inhalts wider. Wenn alle URLs einer Sitemap dasselbe Datum anzeigen (das Datum der automatischen Erstellung der Datei), verliert das Signal seine Glaubwürdigkeit. Google berücksichtigt es schließlich nicht mehr für diese Domain.
Man kann diesen Punkt überprüfen, indem man die Datei sitemap.xml direkt in einem Browser öffnet. Wenn die lastmod-Daten auf offensichtlich unterschiedlichen Seiten identisch sind, gibt es ein Konfigurationsproblem.
In WordPress regenerieren einige SEO-Plugins die Sitemap bei jedem kleineren Speichern, wodurch die tatsächlichen Daten überschrieben werden. Das Deaktivieren der automatischen Aktualisierung des lastmod bei kleineren Änderungen (Rechtschreibkorrekturen, Hinzufügen eines Tags) ist eine praktische Vorsichtsmaßnahme. Um die Struktur einer gut organisierten Sitemap zu beobachten, kann man die Sitemap-Seite von Entrepreneur Land konsultieren, die eine Kategorisierung nach Inhaltsarten veranschaulicht.
HTML-Sitemap und Benutzer-Navigation: eine vergessene Nutzung großer Websites
Die XML-Sitemap richtet sich an Bots. Die HTML-Sitemap hingegen richtet sich an Menschen. Auf einer Website mit mehreren Hundert Seiten reicht die Navigation über Menüs oft nicht aus. Sekundäre Rubriken, Ressourcen-Seiten oder alte Artikel verschwinden aus den gängigen Benutzerpfaden.
Die W3C Web Sustainability Guidelines empfehlen ausdrücklich eine für Menschen lesbare Sitemap für große oder komplexe Websites. Diese Seite fungiert als Index: Sie ermöglicht es einem Besucher, in wenigen Sekunden einen Abschnitt zu finden, den er über das Hauptmenü nicht gefunden hätte.
Der Nutzen ist doppelt:
- Benutzer, die nach einer bestimmten Seite suchen, gelangen dorthin, ohne die interne Suche nutzen zu müssen, die auf kleinen Websites oft wenig effektiv ist
- Crawler entdecken verwaiste URLs (Seiten ohne interne Links, die auf sie verweisen) dank des Netzwerks, das die HTML-Sitemap-Seite schafft
- Die Redaktionsteams identifizieren schnell veraltete oder doppelte Inhalte, indem sie die vollständige Liste der veröffentlichten URLs durchsehen
Man unterschätzt, wie sehr eine gut gepflegte HTML-Sitemap die Anfragen an den Support (“Ich finde diese Seite nicht”) auf institutionellen oder E-Commerce-Websites reduziert.
Ein Indexierungsproblem anhand der Sitemap diagnostizieren
Wenn Seiten nicht in den Suchergebnissen erscheinen, ist der übliche Reflex, die Datei robots.txt oder die Meta-Tags noindex zu überprüfen. Oft wird die Sitemap als Diagnosetool vergessen.
Sitemap und Google Search Console abgleichen
Die Google Search Console zeigt die Anzahl der über die Sitemap eingereichten URLs und die Anzahl der tatsächlich indexierten URLs an. Eine signifikante Abweichung zwischen diesen beiden Zahlen weist auf ein technisches Problem hin: Seiten mit Fehler 404, Schleifenweiterleitungen, doppelte Inhalte oder zu lange Serverantwortzeiten.
Der konkrete Ansatz: Man öffnet den Abschnitt “Sitemaps” der Search Console, notiert das Verhältnis eingereicht/indexiert und konsultiert dann den Bericht “Seiten”, um die Gründe für die Ausschlüsse zu identifizieren. Diese Überprüfung dauert nur wenige Minuten und vermeidet blindes Suchen.
URLs identifizieren, die nicht in der Sitemap erscheinen sollten
Eine künstlich aufgeblähte Sitemap verwässert die Signale, die an die Suchmaschinen gesendet werden. Seiten mit internen Suchergebnissen, E-Commerce-Filterseiten, Datumsarchive oder Tag-Seiten mit nur einem Artikel haben in einer XML-Sitemap nichts zu suchen.
Die Bereinigung der Sitemap verbessert die Crawl-Qualität, ohne eine einzige Zeile Inhalt zu ändern. Auf Websites mit hohem Volumen schafft dieser Vorgang Crawl-Budget für die Seiten, die wirklich zählen.
Struktur der XML-Sitemap-Datei: die wichtigen Tags lesen
Eine XML-Sitemap-Datei enthält eine Reihe von Tags, die von der Struktur urlset umrahmt sind. Jede URL wird in einem url-Block deklariert, wobei mindestens das Tag loc vorhanden ist, das die Adresse der Seite angibt.
Die tatsächlich nützlichen Tags lassen sich auf zwei reduzieren:
- loc: die vollständige URL der Seite, obligatorisch und nicht verhandelbar
- lastmod: das Datum der letzten Änderung, nur nützlich, wenn es genau und von Google überprüfbar ist
- Die Tags changefreq und priority existieren in der Spezifikation, werden aber von Google ignoriert, was sie in der Praxis nutzlos macht
Für Websites, die Videos oder spezifische Bilder veröffentlichen, ermöglichen Erweiterungen im XML-Format die Deklaration dieser Inhalte in speziellen Sitemaps. Die Rückmeldungen variieren hinsichtlich der tatsächlichen Auswirkungen dieser spezialisierten Sitemaps, aber sie bleiben relevant für Websites, deren Multimedia-Inhalte das Hauptgeschäft darstellen.
Eine Sitemap kann bis zu einer begrenzten Anzahl von URLs pro Datei enthalten. Darüber hinaus erstellt man einen Sitemap-Index, der auf mehrere Sitemap-Dateien verweist. Diese zweistufige Architektur ist auf E-Commerce-Websites oder Online-Medien standardmäßig.
Die regelmäßige Überprüfung der Sitemap, sei es zur Überprüfung der Konsistenz der lastmod-Daten, zur Identifizierung verwaister URLs oder zur Bereinigung unnötiger Seiten, bleibt eine einfache Wartungsmaßnahme mit direktem Einfluss auf die Sichtbarkeit. Es ist eine Datei, die man einmal konfiguriert und dann vergisst, obwohl sie mindestens eine vierteljährliche Durchsicht verdient.
