Eine Sitemap ist eine Datei, die die URLs einer Website auflistet, um deren Architektur für Suchmaschinen zu beschreiben. Ihr häufigstes Format, XML, ermöglicht es Googlebot und anderen Crawling-Robotern, Seiten zu entdecken, ohne ausschließlich auf die interne Verlinkung angewiesen zu sein. Die Anwesenheit einer Sitemap garantiert keine Indizierung, beschleunigt jedoch die Berücksichtigung der Inhalte durch die Crawler, insbesondere auf Websites, deren Struktur häufig wechselt.
Sitemap und KI-Agenten: eine Datei, die nur noch mit Google spricht
Die meisten SEO-Leitfäden präsentieren die XML-Sitemap als ein Werkzeug, das für traditionelle Suchmaschinen gedacht ist. Diese Sichtweise ist unvollständig. KI-Agenten und Suchassistenten durchsuchen mittlerweile das Web, um ihre Antworten zu speisen, und ihr Verhalten gegenüber Sitemaps unterscheidet sich erheblich von dem von Googlebot.
Auch interessant : Wie man die Nierengesundheit seiner Katze mit einem kalkfreien Trinkbrunnen erhält
Aktuelle Tests zeigen, dass einige KI-Agenten die Anweisungen der Datei robots.txt ignorieren, während sie dennoch die Seiten abrufen. Die Sitemap, die ursprünglich dazu gedacht war, Crawler zu leiten, die die Protokollkonventionen respektieren, hat daher nicht mehr die gleiche Kontrollmacht über die gesamte Roboterschaft, die eine Website besucht.
Eine gut strukturierte Sitemap bleibt nützlich für klassische Suchmaschinen, reicht jedoch nicht mehr aus, um zu steuern, wie die Inhalte erkundet und wiederverwendet werden. Um besser zu verstehen, wie dieser Dateityp mit der Struktur einer Website zusammenhängt, ist es möglich, zazieweb.fr für weitere Informationen zu konsultieren zur praktischen Umsetzung.
Lesetipp : Meine Erfahrungen mit Halara: Qualität, Zufriedenheit und Lieferzeiten
Diese Realität zwingt dazu, die Sitemap als ein Element unter anderen zu betrachten, nicht als den einzigen Schlüssel zur Sichtbarkeit.
Struktur der XML-Sitemap: Tags und Hierarchie der URLs
Eine Datei sitemap.xml basiert auf einem eingeschränkten Vokabular von Tags. Das Wurzel-Tag <urlset> enthält eine Reihe von Blöcken <url>, von denen jeder eine Seite der Website beschreibt. Innerhalb jedes Blocks gibt das Tag <loc> die vollständige Adresse der Seite an.
Drei optionale Tags ergänzen diese Struktur:
- <lastmod> gibt das Datum der letzten Änderung der Seite an, was den Crawlern hilft, kürzlich aktualisierte Inhalte zu priorisieren, anstatt alles bei jedem Besuch erneut zu durchsuchen.
- <changefreq> schlägt eine Änderungsfrequenz vor (täglich, wöchentlich, monatlich), aber Google hat bestätigt, dass es diesen Wert nicht berücksichtigt, um die Crawling-Geschwindigkeit anzupassen.
- <priority> weist jeder URL einen relativen Wert zwischen 0.0 und 1.0 zu, der die Wichtigkeit einer Seite im Vergleich zu anderen auf derselben Website anzeigen soll. In der Praxis wird dieses Tag von den Suchmaschinen weitgehend ignoriert.
Mit anderen Worten, nur die Tags <loc> und <lastmod> haben einen tatsächlichen Einfluss auf das Verhalten der Roboter. Sorgfältiges Ausfüllen von <changefreq> und <priority> für jede URL ist Zeitverschwendung. Es ist besser, die Anstrengung auf die Auswahl der im Datei enthaltenen URLs zu konzentrieren.
URLs filtern: Was die Sitemap nicht enthalten sollte
Der häufigste Fehler besteht darin, eine Sitemap zu erstellen, die alle URLs der Website auflistet. Seiten im Noindex, 301-Weiterleitungen, durch Sortier- oder Paginierungsparameter duplizierte Inhalte, leere Archivseiten: alles landet standardmäßig in der Datei, insbesondere bei WordPress-Erweiterungen, die die Sitemap automatisch generieren.
Eine effektive Sitemap enthält nur die Seiten, die zur Indizierung bestimmt sind. Jede URL in der Datei sendet ein Signal an die Suchmaschinen: Diese Seite verdient es, gecrawlt zu werden. Das Einfügen von Seiten von geringer Qualität verwässert dieses Signal und verschwendet das Crawling-Budget.
Seit mehreren Monaten filtert Google zunehmend aggressiv Seiten, die als redundant oder schwach erachtet werden. Die Abdeckungsberichte in der Search Console zeigen einen Anstieg der Status “Entdeckt – derzeit nicht indiziert” auf WordPress-Websites, deren Sitemap nicht bereinigt wurde. Die interne Verlinkung hat mehr Gewicht als die Sitemap bei der Entscheidung, ob eine Seite indiziert wird oder nicht. Ein verwaister Inhalt, selbst wenn er in der Sitemap vorhanden ist, hat geringe Chancen, berücksichtigt zu werden.
Die operative Regel ist einfach: Wenn eine Seite keinen internen Link hat, der auf sie verweist, und keinen Traffic anzieht, hat sie in der Sitemap nichts zu suchen.
Seiten, die systematisch ausgeschlossen werden sollten
- URLs mit Sitzungs-, Sortier- oder Filterparametern, die Duplikate von Inhalten erzeugen.
- Seiten, die durch ein Passwort geschützt sind oder Inhalte, die nur für angemeldete Benutzer zugänglich sind, die Googlebot nicht crawlen kann.
- Seiten mit einem Meta-Tag noindex, deren gleichzeitige Anwesenheit in der Sitemap einen technischen Widerspruch erzeugt.
- Alte URLs mit 301-Weiterleitungen: Die Sitemap sollte auf das endgültige Ziel verweisen, nicht auf die ursprüngliche Adresse.
Sitemap und Website-Struktur: zwei komplementäre Logiken
Die Sitemap beschreibt eine flache Liste von URLs. Sie drückt nicht die Hierarchie der Rubriken, Kategorien oder Navigationsebenen aus. Die Struktur der Website wird durch die interne Verlinkung aufgebaut, nicht durch die Sitemap.
Die Verwechslung der beiden führt zu einem häufigen Denkfehler: zu glauben, dass das Hinzufügen einer Seite zur Sitemap ausreicht, um sie in die Struktur der Website zu integrieren. Suchmaschinen bewerten die Tiefe einer Seite (die Anzahl der Klicks von der Startseite) und die Dichte interner Links, die auf sie verweisen. Diese strukturellen Signale wiegen viel mehr als die bloße Anwesenheit in einer XML-Datei.
Auf einer Website mit mehreren hundert Seiten erleichtert die Segmentierung der Sitemap in mehrere thematische Dateien (eine pro Rubrik oder Inhaltstyp) die Diagnose. Wenn der Abdeckungsbericht Probleme meldet, dauert es nur wenige Sekunden, um die betroffene Rubrik zu identifizieren, anstatt eine einzelne Datei mit mehreren tausend Zeilen durchzugehen.
Einreichung und Wartung der Sitemap in der Search Console
Die Einreichung der Sitemap bei Google erfolgt über die Search Console, Abschnitt “Sitemaps”. Die URL der Datei (in der Regel /sitemap.xml oder /sitemap_index.xml) wird einmal deklariert. Google wird sie dann gemäß seinem eigenen Rhythmus erneut abrufen.
Regelmäßige Überprüfung des Abdeckungsberichts nach jeder Einreichung ermöglicht es, Fehler zu erkennen: URLs, die einen 404-Code zurückgeben, Seiten, die durch eine widersprüchliche robots.txt-Regel ausgeschlossen sind, oder Inhalte, die als dupliziert erkannt werden. Eine eingereichte und dann vergessene Sitemap verliert im Laufe der Monate ihren Wert, während Seiten entfernt oder verschoben werden, ohne dass die Datei aktualisiert wird.
Die Angabe des Standorts der Sitemap in der Datei robots.txt (über die Direktive Sitemap: gefolgt von der absoluten URL) bleibt eine gute ergänzende Praxis. Die Roboter, die nicht über die Search Console gehen, können die Datei so direkt finden.
Die Sitemap war nie ein magischer Hebel zur Indizierung. Sie ist ein Kommunikationswerkzeug zwischen einer Website und ihren automatisierten Besuchern, deren Nutzen vollständig von der Sorgfalt abhängt, mit der sie gepflegt wird, und von der Qualität der Architektur, die sie widerspiegelt.