Eine Sitemap ist eine Datei, die die URLs einer Website auflistet und sie an Suchmaschinen übermittelt, um deren Durchsuchung zu erleichtern. Diese Datei hat keinen direkten Einfluss auf das Ranking der Seiten in den Ergebnissen. Ihre Rolle ist gezielter: die Entdeckung von Inhalten zu beschleunigen und eine bessere Indexabdeckung zu gewährleisten, insbesondere wenn die Struktur der Website Bereiche aufweist, die für Bots schwer zugänglich sind.
Sitemap und Crawl-Budget: ein oft unterschätzter Mechanismus
Die Bots der Suchmaschinen haben eine begrenzte Zeit, um jede Website zu durchsuchen. Diese Zeit, oft als Crawl-Budget bezeichnet, hängt von der Größe der Website, ihrer Beliebtheit und der Häufigkeit der Aktualisierung ihrer Seiten ab. Auf einer Website mit mehreren tausend Seiten könnten einige URLs, die mehr als drei Klicks von der Startseite entfernt sind, niemals besucht werden.
Die Sitemap fungiert als Abkürzung. Sie signalisiert den Bots direkt die vorhandenen URLs, ohne dass diese jeden internen Link einzeln verfolgen müssen. Auf einer E-Commerce-Website mit facettierten Filtern oder einem Blog mit tiefen Archiven verändert diese Funktion die Spielregeln: verwaiste oder tief liegende Seiten werden für das Crawling sichtbar.
Dieser Mechanismus kommt auch der indirekten Navigation zugute. Wenn die Suchmaschinen mehr Seiten indexieren, finden die Nutzer diese Inhalte über die Suche. Ein konkretes Beispiel für diese Logik findet sich auf der Sitemap-Seite von Marcelllin, die die Struktur einer Website sowohl für Bots als auch für Besucher klar darstellt.
XML-Sitemap und HTML-Sitemap: zwei Dateien mit unterschiedlichen Funktionen
Die Verwirrung zwischen diesen beiden Formaten tritt häufig auf. Eine XML-Sitemap ist eine technische Datei, die für Suchmaschinen bestimmt ist. Sie folgt einem standardisierten Protokoll, das von Google, Bing und anderen Suchmaschinen seit Mitte der 2000er Jahre übernommen wurde. Diese Datei listet die URLs mit optionalen Metadaten auf: Datum der letzten Änderung, geschätzte Aktualisierungsfrequenz.
Die HTML-Sitemap hingegen ist eine klassische Webseite, die für Menschen lesbar ist. Sie präsentiert die Struktur der Website in Form von klickbaren Links, die nach Kategorien oder Themen organisiert sind. Ihr Nutzen ist doppelt: Sie hilft einem verlorenen Besucher, eine bestimmte Seite zu finden, und bietet den Bots einen zusätzlichen Einstiegspunkt zu tiefen Seiten.
Wann das eine oder das andere bevorzugen
Die beiden Formate schließen sich nicht aus. XML deckt den technischen Aspekt der Indexierung ab. HTML verbessert die Navigationserfahrung für die Besucher. Auf einer mittelgroßen Website reicht in der Regel die XML-Sitemap für das SEO aus. Die HTML-Sitemap wird relevant, wenn die Architektur der Website komplex ist oder wenn das Hauptmenü nicht alle Kategorien anzeigen kann.
- Die XML-Sitemap wird über die Google Search Console eingereicht oder im robots.txt-Datei deklariert, was ihre Berücksichtigung durch die Bots beschleunigt.
- Die HTML-Sitemap wird oft im Footer der Website platziert und ist von jeder Seite mit einem Klick erreichbar.
- Eine Website kann (und sollte in vielen Fällen) beide Formate parallel pflegen, um Bots und Besucher abzudecken.
Sitemap als Signal zur Kanonisierung von URLs
Ein untergenutzter Aspekt der Sitemap betrifft die Verwaltung von doppelten URLs. Wenn eine Website mehrere Adressen für denselben Inhalt generiert (Sortierparameter, Versionen mit oder ohne “www”, Varianten der Paginierung), müssen die Suchmaschinen erraten, welche Version die richtige ist. Das rel=”canonical”-Tag erfüllt diese Rolle, aber die Sitemap verstärkt dieses Signal, indem sie nur die als offiziell betrachteten URLs auflistet.
Indem der Webmaster im XML-Dokument nur die kanonischen URLs deklariert, sendet er eine klare Botschaft: Diese Seiten sind die, die zählen. Die nicht aufgelisteten Varianten verlieren an Crawl-Priorität. Dieser Mechanismus funktioniert wie eine Absichtserklärung, die die im HTML-Code der Seiten vorhandenen Tags ergänzt.
Häufiger Fehler: Auflisten von blockierten oder umgeleiteten URLs
Eine Sitemap, die URLs enthält, die auf Fehler 404, 301-Weiterleitungen oder Seiten, die durch die robots.txt-Datei blockiert sind, verweist, sendet widersprüchliche Signale. Die Suchmaschinen verschwenden Crawl-Budget auf unzugängliche Seiten, und die allgemeine Zuverlässigkeit der Sitemap nimmt in den Augen der Bots ab.
Die regelmäßige Wartung der Datei ist daher ebenso strategisch wie ihre ursprüngliche Erstellung. Jede aufgelistete URL sollte einen 200-Code zurückgeben und einer tatsächlich aktiven Seite entsprechen.
Sitemap und neue Websites: ein beschleunigter Entdeckungshebel
Neu erstellte Websites leiden unter einem spezifischen Problem: Sehr wenige externe Links verweisen auf sie, was die Einstiegspunkte für Bots einschränkt. Ohne Backlinks ist der einzige Weg für eine Suchmaschine, die Seiten zu entdecken, die interne Verlinkung von der Startseite aus zu verfolgen oder eine Sitemap zu erhalten.
Für eine vor einigen Wochen gestartete Website kann das Einreichen einer XML-Sitemap über die Search Console die Zeit zwischen der Veröffentlichung einer Seite und ihrem Erscheinen in den Suchergebnissen erheblich verkürzen. Dieser Zeitgewinn ist besonders sichtbar auf Websites, deren Inhalte in einem hohen Tempo veröffentlicht werden.
- Websites mit mehr als einigen hundert Seiten profitieren am meisten von einer Sitemap, da ihre Navigationstiefe das übersteigt, was Bots spontan erkunden.
- Websites mit multimedialen Inhalten (Videos, Bilder) können spezifische Erweiterungen des Sitemap-Formats nutzen, um diese Ressourcen den Suchmaschinen zu signalisieren.
- Mehrsprachige Websites deklarieren die Sprachversionen jeder Seite mithilfe der hreflang-Anmerkungen, die in die Sitemap integriert sind, was die Struktur für die Suchmaschinen klarstellt.
Die Sitemap garantiert keine Indexierung. Google erinnert regelmäßig daran: Eine URL in einer Sitemap einzureichen, ist eine Empfehlung, keine Anweisung. Die Suchmaschinen sind weiterhin frei, bestimmte Seiten zu ignorieren, wenn sie deren Inhalt als unzureichend oder dupliziert erachten. Die Datei erleichtert die Entdeckung der Seiten, aber ihre Indexierung hängt von der Qualität des Inhalts ab, den sie anbieten.