Ein Blog, der regelmäßig veröffentlicht, sammelt schließlich Dutzende, manchmal Hunderte von Seiten. Ohne einen zentralisierten Mechanismus, um sie zu verknüpfen, wird ein Teil dieser Inhalte unsichtbar, sowohl für die Leser als auch für die Crawling-Roboter. Die Sitemap, ob im XML- oder HTML-Format, spielt diese Rolle der internen Kartierung. Ihre Implementierung wirft spezifische technische Fragen auf, die oft missverstanden werden.
XML-Sitemap und HTML-Sitemap: zwei unterschiedliche Logiken für einen Blog
Die Verwirrung zwischen XML-Sitemap und HTML-Sitemap besteht in den meisten Leitfäden fort. Beide Dateien tragen denselben Namen, richten sich jedoch nicht an dieselben Empfänger und erfüllen nicht dieselbe Funktion.
Die XML-Sitemap ist eine Qualitätskontrolldatei, kein Rohinventar. Laut der Dokumentation von Google Search Central sollte sie nur kanonische, zugängliche, indexierbare und normal antwortende URLs enthalten. Weiterleitungen, 404-Fehler, Seiten, die mit noindex markiert sind, und Duplikate haben dort keinen Platz.
Auf einem WordPress-Blog generieren die meisten Plugins diese Datei automatisch, jedoch ohne Filterung: Archivseiten, wenig genutzte Tags und versehentlich veröffentlichte Entwürfe schleichen sich oft ein.
Die HTML-Sitemap hingegen ist eine sichtbare Seite, die für Besucher gedacht ist. Sie listet die Kategorien und Artikel in einer lesbaren Hierarchie auf. Für einen Blog, der in thematische Kategorien organisiert ist, bietet diese Seite einen alternativen Einstieg zum Hauptmenü. Die Konsultation der Sitemap von AllBlogger Tips gibt einen konkreten Überblick darüber, was dieser Ansatz auf einem aktiven Blog produziert.
Diese beiden Formate als austauschbar zu behandeln, führt zu Fehlern: Eine XML-Sitemap, die mit unnötigen Seiten überladen ist, verwässert das Crawl-Budget, während eine schlecht strukturierte HTML-Sitemap nichts zur Navigation beiträgt.
Crawl-Budget und Indexierung: Was die Sitemap nicht allein löst
Eine weit verbreitete Ansicht besagt, dass es ausreicht, eine Sitemap bei Google einzureichen, damit alle Seiten indexiert werden. Die von Google dokumentierte Realität ist nuancierter: Eine Sitemap garantiert weder das Crawlen noch die Indexierung. Sie signalisiert den Robotern die URLs, die der Herausgeber für wichtig hält, ohne eine Verpflichtung zur Bearbeitung.
Für einen kleinen Blog (einige Dutzend Artikel) hat die Sitemap hauptsächlich eine Signalfunktion. Die Roboter entdecken die Mehrheit der Seiten über interne Links. Auf einem Blog, der mehrere Hundert Veröffentlichungen überschreitet, wird die Sitemap hingegen zu einem Priorisierungswerkzeug. Das lastmod-Tag kann beispielsweise die Roboter auf die kürzlich aktualisierten Artikel lenken.
Das lastmod-Tag: nur zuverlässig, wenn es ehrlich ist
Die Google-Dokumentation stellt klar, dass lastmod nur nützlich ist, wenn es eine wesentliche Änderung des Hauptinhalts, der strukturierten Daten oder der Links widerspiegelt. Ein kosmetisches Detail (ein Komma, ein Leerzeichen) zu ändern, um das Datum zu aktualisieren, sendet ein falsches Signal. Die Roboter ignorieren schließlich dieses Tag auf Websites, die es missbrauchen.
Auf WordPress aktualisieren einige Plugins lastmod bei jedem Speichern, selbst ohne tatsächliche Änderung. Dieses Verhalten in den Einstellungen des Plugins zu überprüfen, verhindert, dass die gesamte Sitemap an Glaubwürdigkeit verliert.
Interne Links und Hierarchie: die Ergänzung, die die Sitemap nicht ersetzt
Die XML-Sitemap erleichtert das Entdecken von Seiten, aber es ist das interne Linking, das ihr relatives Gewicht bestimmt. Ein verwaister Artikel (ohne eingehenden Link von anderen Seiten des Blogs) hat wenig Chancen, prioritär gecrawlt zu werden, selbst wenn er in der Sitemap aufgeführt ist.
Drei ergänzende Mechanismen verdienen besondere Aufmerksamkeit:
- Die kontextuellen Links zwischen Artikeln ermöglichen es den Robotern, die thematischen Beziehungen zwischen den Inhalten zu verstehen, und den Lesern, ihre Lektüre fortzusetzen
- Die Navigation durch Kategorien und Unterkategorien strukturiert die Hierarchie des Blogs hierarchisch, was den Suchmaschinen hilft, die Hauptseiten zu identifizieren
- Die HTML-Sitemap bietet ein Sicherheitsnetz: Wenn ein Artikel mit keiner aktiven Kategorie verknüpft ist, bleibt er über diese zentralisierte Seite zugänglich
Ein Blog, dessen interne Struktur ausschließlich auf der XML-Sitemap basiert, ohne redaktionelles Linking, ähnelt einer Bibliothek, in der die Bücher katalogisiert, aber nie im Regal einsortiert sind.
Eine Sitemap 2024 einreichen: Was sich bei Google geändert hat
Der Mechanismus zur automatischen Benachrichtigung über Sitemaps (das “Ping”) wurde von Google am 26. Juni 2023 abgewertet. Anfragen, die an den alten Endpunkt gesendet werden, führen nun zu einem 404-Fehler. Für Blogger, die automatische Einreichungswerkzeuge verwendet haben, bedeutet diese Änderung, dass sie ihre Methode überdenken müssen.
Zwei Kanäle bleiben funktionsfähig:
- Die Erklärung der Sitemap in der Datei robots.txt, über die Direktive Sitemap: gefolgt von der vollständigen URL der XML-Datei
- Die manuelle oder geplante Einreichung über die Google Search Console, die auch die Überprüfung der Anzahl der eingereichten, entdeckten und indexierten URLs ermöglicht
Die Search Console bleibt das einzige Tool, das Rückmeldungen zum tatsächlichen Status der Indexierung liefert. Eine eingereichte Sitemap ohne Nachverfolgung bietet keine Sichtbarkeit über ignorierte oder fehlerhafte Seiten.
Aktualisierungsfrequenz der Sitemap
Auf einem Blog, der mehrere Artikel pro Woche veröffentlicht, sollte die Sitemap sich automatisch bei jeder Veröffentlichung regenerieren. Die meisten modernen CMS verwalten diesen Prozess nativ. Auf einem weniger aktiven Blog reicht eine wöchentliche Regeneration aus. Das Ziel ist, dass die Sitemap den tatsächlichen Zustand des Blogs zu jedem Zeitpunkt genau widerspiegelt, ohne Phantom-URLs oder gelöschte Seiten.
Die Sitemap, ob XML oder HTML, ist kein Wundermittel. Sie funktioniert als Ergänzung zum internen Linking, zur Qualität des Inhalts und zu einer durchdachten Hierarchie. Die Blogs, die den größten Nutzen daraus ziehen, sind diejenigen, die sie in eine umfassende Wartungsroutine integrieren, indem sie regelmäßig die Konsistenz zwischen der Sitemap, den tatsächlich online verfügbaren Seiten und den von der Search Console zurückgemeldeten Daten überprüfen.
