Ein Sitemap oder Seitenverzeichnis ist eine Datei, in der die erreichbaren URLs einer Website aufgeführt sind. Es gibt zwei Hauptformen: die XML-Sitemap für Suchmaschinen und das HTML-Seitenverzeichnis für die menschliche Navigation. Wer die Struktur dieser Datei versteht, kann in wenigen Sekunden gezielt Informationen finden und zugleich erkennen, was fehlt oder auf einer Website nicht mehr funktioniert.
XML-Sitemap und HTML-Seitenverzeichnis: zwei Dateien, zwei unterschiedliche Zwecke
Die XML-Sitemap ist eine technische Datei, die von den Crawlern von Google oder Bing gelesen werden kann. Sie enthält eine Liste von URLs mit Metadaten wie dem Datum der letzten Änderung. Die Datei richtet sich nicht direkt an Besucher: In der Rohansicht werden Codezeilen angezeigt.
Das HTML-Seitenverzeichnis hingegen ist eine gewöhnliche Webseite. Es zeigt die Bereiche und Unterbereiche einer Website als thematisch geordnete, anklickbare Links an. Wer gezielt nach einer bestimmten Information sucht, findet über das HTML-Seitenverzeichnis schnell Zugang zu den verschiedenen Bereichen, ohne die interne Suchfunktion nutzen zu müssen.
Wenn eine Sportwebsite Hunderte von Seiten umfasst (Produktseiten, Ratgeber, Kategorien), bietet das vollständige Seitenverzeichnis einen Überblick über die gesamte Seitenstruktur und führt direkt zum gewünschten Bereich.
Fehlende oder veraltete Seiten mithilfe der Sitemap erkennen
Die meisten Artikel über Sitemaps beschränken sich darauf, zu erklären, wie man sie findet oder bei Suchmaschinen einreicht. Für Website-Betreiber besteht der praktischste Nutzen darin, den Inhalt der Sitemap mit den tatsächlich erreichbaren Seiten abzugleichen.
Eine in der Sitemap aufgeführte URL, die einen 404-Fehler zurückgibt, weist auf eine gelöschte oder ohne Weiterleitung verschobene Seite hin. Eine Seite, die in der Sitemap fehlt, wird von den Indexierungsrobotern möglicherweise nie gecrawlt.
Die Übereinstimmung zwischen Sitemap und tatsächlicher Website prüfen
Wer die XML-Sitemap-Datei öffnet (in der Regel unter /sitemap.xml erreichbar), erhält eine vollständige Liste der angegebenen URLs. Durch den Abgleich dieser Liste mit einem Crawling-Tool lassen sich drei problematische Fälle erkennen:
- URLs, die in der Sitemap aufgeführt, aber nicht erreichbar sind (Fehlerseiten, fehlerhafte Weiterleitungen, entfernte Inhalte, ohne die Datei zu aktualisieren)
- Auf der Website veröffentlichte Seiten, die in der Sitemap fehlen und daher für Suchmaschinen möglicherweise unsichtbar sind
- URLs mit einem veralteten lastmod-Tag, dessen Änderungsdatum keiner tatsächlichen Änderung des Inhalts entspricht
Der letzte Punkt verdient besondere Aufmerksamkeit. Google kann den lastmod-Wert nutzen, um das Crawling kürzlich geänderter Seiten zu priorisieren. Wird dieses Datum ohne tatsächliche Änderung des Inhalts angepasst, verliert das Signal in den Augen der Suchmaschine mit der Zeit an Zuverlässigkeit.
Metadaten in einer XML-Sitemap, die Sie ignorieren können
Die Tags priority und changefreq sind noch immer in vielen Sitemap-Dateien zu finden. Google berücksichtigt sie nicht. Sie haben keinen Einfluss auf die Crawling-Frequenz oder das Ranking der Seiten. Für die Verarbeitung der Datei zählen nur die URLs und die tatsächlichen Änderungsdaten.
Die Sitemap einer Website in der Praxis finden
Bevor Sie ein Seitenverzeichnis nutzen können, müssen Sie es erst einmal finden. Die Pfade unterscheiden sich je nach verwendetem CMS und Konfiguration der Website.
- Die Datei robots.txt (unter /robots.txt erreichbar) enthält häufig eine Zeile mit „Sitemap:“, die die genaue URL der XML-Datei angibt
- Gängige CMS (WordPress, Shopify, Wix) erstellen automatisch eine Sitemap an standardisierten Speicherorten wie /sitemap_index.xml oder /sitemap.xml
- Die Google Search Console zeigt die vom Website-Inhaber eingereichten Sitemaps sowie die Anzahl der erkannten URLs und ihren Indexierungsstatus an
- Als letzte Möglichkeit kann eine Google-Suche mit dem Operator site:domaine.com filetype:xml die Datei zutage fördern
Grenzen der Sitemap: Was die Datei nicht garantiert
Das Einreichen einer Sitemap bei Google garantiert weder das Crawling noch die Indexierung der darin enthaltenen URLs. Eine erfolgreich verarbeitete Einreichung bedeutet, dass die Datei gelesen wurde – nicht, dass der Crawler jede Seite besucht.
Eine syntaktisch gültige Datei kann Seiten aufführen, die durch die robots.txt gesperrt sind, weitergeleitete URLs oder doppelte Seiten mit einem Canonical-Tag, das auf eine andere URL verweist. Die technische Validierung der Sitemap ersetzt keine seitenweise Prüfung des tatsächlichen URL-Status.
Für umfangreiche Websites gilt bei Google eine Obergrenze von 50.000 URLs oder 50 MB unkomprimierter Daten pro Sitemap-Datei. Wird diese Grenze überschritten, muss die Datei in mehrere Sitemaps aufgeteilt werden, die unter einem Sitemap-Index zusammengefasst sind. Eine zu große oder schlecht aufgeteilte Datei wird möglicherweise teilweise ignoriert.
Ein Seitenverzeichnis – ob XML oder HTML – bleibt ein Navigations- und Diagnosewerkzeug. Als Momentaufnahme der Seitenstruktur einer Website zeigt es sowohl vorhandene als auch fehlende Seiten. Wenn eine Seite auf einer Website das nächste Mal unauffindbar scheint, spart es oft Zeit, vor einer Suche zunächst die Sitemap zu prüfen – oder bestätigt, dass der Inhalt schlicht verschwunden ist.
