XML-Sitemap

Auch: Sitemap, Sitemap.xml

Fast jede Website hat eine, viele Betreiber haben sie nie geöffnet: Die XML-Sitemap entsteht in den meisten Content-Management-Systemen automatisch. Gerade deshalb stehen darin oft Adressen, die dort nichts zu suchen haben, und Angaben, die Google gar nicht liest.

Dieser Eintrag erklärt den Aufbau nach dem Sitemap-Protokoll, die Angaben, die Google tatsächlich auswertet, die Grenzen für große Websites, das Einreichen und die Frage, was eine Sitemap für den Linkaufbau leistet und was nicht.

Eine Liste für Suchmaschinen, kein Steuerbefehl

Eine Sitemap ist laut Google eine Datei, in der Sie Informationen zu den Seiten, Videos und sonstigen Dateien Ihrer Website angeben, damit Suchmaschinen sie effizienter crawlen können (Google: Allgemeine Informationen zu Sitemaps). Sie zeigt, welche Seiten Sie für wichtig halten, und kann Zusatzangaben tragen, etwa das Datum der letzten Änderung oder alternative Sprachversionen.

Das Sitemap-Protokoll stammt aus dem Jahr 2005 und wird unter sitemaps.org gepflegt. Google unterstützt neben XML auch RSS-, mRSS- und Atom-Feeds sowie einfache Textdateien mit einer URL pro Zeile und hat nach eigener Aussage keine Präferenz. Die XML-Variante ist die vielseitigste, weil sie Erweiterungen für Bilder, Videos, Nachrichten und Sprachversionen kennt.

Von der XML-Sitemap zu unterscheiden ist die HTML-Sitemap: eine normale Seite mit Links für Besucher. Sie ist ein Teil der internen Verlinkung. Die XML-Datei dagegen enthält keine Links im HTML-Sinn, sondern eine Adressliste für Maschinen.

Aufbau: urlset, url, loc und lastmod

Eine minimale XML-Sitemap mit einer einzigen URL sieht so aus:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.beispiel.de/ratgeber/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
</urlset>

Das Wurzelelement urlset umschließt je Adresse ein url-Element. Pflicht ist darin nur loc, die vollständige URL. Die Datei muss UTF-8-codiert sein, Sonderzeichen wie das kaufmännische Und werden maskiert (&). Google crawlt die URLs genau so, wie sie dastehen, deshalb gehören dort absolute Adressen mit Protokoll hin, keine relativen Pfade.

Das Protokoll kennt drei weitere Angaben. Google behandelt sie unterschiedlich (Google: Sitemap erstellen und einreichen):

Tag	Im Protokoll	So nutzt Google es
loc	Pflicht	Adresse, die gecrawlt werden soll
lastmod	optional	genutzt, wenn der Wert durchgehend und nachweisbar stimmt
changefreq	optional	ignoriert
priority	optional	ignoriert

Bei lastmod lohnt Sorgfalt. Google wertet den Wert als Hinweis für die Planung neuer Crawls, aber nur, solange er zur Wirklichkeit passt. Gemeint ist die letzte wesentliche Änderung: neuer Hauptinhalt, geänderte strukturierte Daten oder Links. Ein aktualisiertes Copyright-Jahr im Footer zählt nicht. Systeme, die bei jedem Aufruf das heutige Datum eintragen, entwerten die Angabe für die ganze Website.

Große Websites: Grenzen und Sitemap-Index

Eine einzelne Sitemap darf höchstens 50.000 URLs enthalten und unkomprimiert nicht größer als 50 MB sein. Die Datei darf mit gzip komprimiert werden, die Grenze gilt trotzdem für die entpackte Größe. Wer mehr Adressen hat, teilt sie auf mehrere Dateien auf.

Diese Dateien fasst ein Sitemap-Index zusammen. Er sieht aus wie eine Sitemap, verweist aber mit sitemapindex, sitemap und loc auf bis zu 50.000 einzelne Sitemaps statt auf Seiten. Drei Regeln gelten zusätzlich:

• Ort: Die verlinkten Sitemaps müssen auf derselben Website liegen, im selben Verzeichnis wie der Index oder darunter. Eine Sitemap im Stammverzeichnis gilt für die ganze Website.
• Menge: In der Search Console lassen sich je Website bis zu 500 Sitemap-Indexdateien einreichen.
• Aufteilung nach Bereichen: Getrennte Sitemaps etwa für Beiträge, Produkte und Kategorien sind nicht vorgeschrieben, aber praktisch. Die Search Console zeigt Status und Indexierung je Datei, so lassen sich Probleme einem Bereich zuordnen.

Die Reihenfolge der URLs innerhalb einer Sitemap spielt für Google keine Rolle. Ab einigen Dutzend Adressen empfiehlt Google, die Datei automatisch erzeugen zu lassen, am besten vom CMS oder von der Website-Software selbst.

Was in die Sitemap gehört und was nicht

Google nennt die Regel knapp: In die Sitemap gehören die URLs, die in den Suchergebnissen erscheinen sollen, also die kanonischen Fassungen. Die Aufnahme in die Sitemap ist laut Google ein schwaches Signal für die Wahl der kanonischen URL, ein Canonical-Tag wiegt stärker. Widersprechen sich beide Angaben, verwässern Sie Ihre eigenen Signale.

Gehört hinein

• Seiten mit Statuscode 200, die indexiert werden dürfen und sollen
• je Inhalt genau eine Adresse, die kanonische
• neue und wesentlich geänderte Seiten mit korrektem lastmod

Gehört nicht hinein

• URLs mit noindex, Weiterleitungen und Fehlerseiten
• Varianten mit Filter-, Sortier- oder Tracking-Parametern
• Seiten, die per robots.txt gesperrt oder nur nach Anmeldung erreichbar sind
• Adressen, deren Canonical-Tag auf eine andere URL zeigt

Ein häufiges Muster zeigt sich beim Abgleich mit der internen Verlinkung. Steht eine Seite in der Sitemap, wird aber von keiner anderen Seite verlinkt, handelt es sich um eine verwaiste Seite. Die Sitemap macht sie auffindbar, ersetzt aber nicht den Link, der ihr Gewicht innerhalb der Website gibt. Wie Sie solche Lücken schließen, zeigt der Beitrag Interne Verlinkung.

Einreichen und kontrollieren

Google nennt drei Wege, eine Sitemap bekannt zu machen:

1. Search Console: Im Bericht „Sitemaps“ tragen Sie die Adresse ein und sehen danach, wann Google die Datei abgerufen hat und ob Fehler aufgetreten sind.
2. Search Console API: für das Einreichen per Programm, etwa bei vielen Properties.
3. robots.txt: Eine Zeile Sitemap: https://www.beispiel.de/sitemap.xml an beliebiger Stelle der Datei. Mehrere Zeilen sind erlaubt. Diesen Weg lesen auch andere Suchmaschinen. Wie die Zeile in eine vollständige Datei passt, zeigt der robots.txt-Generator.

Der früher verbreitete Ping, ein Aufruf einer Google-Adresse mit der Sitemap-URL, funktioniert nicht mehr. Google hat ihn im Juni 2023 abgekündigt, weil die meisten Pings zu Spam führten; Aufrufe des Endpunkts enden seitdem mit einem 404-Fehler (Search Central Blog, Juni 2023). Plugins, die ihn noch nutzen, schaden nicht, bewirken aber nichts.

Im Bericht „Sitemaps“ zeigt die Search Console je Datei einen Status: „Erfolgreich“, „Konnte nicht abgerufen werden“ oder eine Fehlerzahl, wenn die Datei nur teilweise lesbar war. Eine erfolgreich gelesene Sitemap ruft Google danach regelmäßig erneut ab, unabhängig vom übrigen Crawling der Website. Scheitert der Abruf über mehrere Versuche, gibt Google die Datei auf. Welche URLs aus einer Sitemap tatsächlich im Index sind, zeigt der Bericht zur Seitenindexierung mit dem Filter „Alle eingereichten Seiten“.

Braucht jede Website eine Sitemap? Google sagt: nicht unbedingt. Bei Websites mit etwa 500 oder weniger relevanten Seiten, die intern gut verlinkt sind, findet der Googlebot die Seiten meist auch so. Nötig wird sie bei großen Websites, bei vielen Bildern, Videos oder Nachrichten und bei neuen Websites mit wenigen externen Links. Da die meisten CMS die Datei ohnehin erzeugen, schadet sie auch kleinen Websites nicht, solange ihr Inhalt stimmt.

Was die Sitemap für Linkaufbau und Neustart leistet

Eine Sitemap ist kein Link und überträgt keine Linksignale. Für den Linkaufbau ist sie trotzdem in zwei Situationen relevant.

Bei einer neuen Domain fehlen die externen Verweise, über die Google Seiten normalerweise findet. Hier schließt die Sitemap eine Lücke, bis die ersten Links da sind. Wie diese ersten Verweise entstehen, steht im Beitrag Backlinks für eine neue Website.

Beim Publisher wiederum entscheidet die Sitemap mit, ob die Seite mit Ihrem Link schnell gefunden wird. Ein Gastbeitrag, der weder in der Sitemap steht noch aus einer Rubrik verlinkt ist, bleibt womöglich lange unentdeckt, und mit ihm Ihr Link. Fragen Sie deshalb vor einer Buchung, ob neue Beiträge automatisch in die Sitemap des Portals aufgenommen werden.

Beispiel: ein Shop mit 80.000 Produkt-URLs

Ein Onlinehändler für Ersatzteile führt rund 80.000 Produkte. Sein CMS schreibt alle Adressen in eine einzige Datei. Die Search Console meldet einen Fehler, weil die Grenze von 50.000 URLs überschritten ist. Außerdem stehen 12.000 Filter-URLs mit Parametern in der Datei, und jede URL trägt als lastmod das Datum des Abrufs.

Das Team stellt auf einen Sitemap-Index um, der auf vier Dateien zeigt: zwei für Produkte mit je 40.000 URLs, eine für Kategorien, eine für Ratgeber. Die Filter-URLs fliegen raus, lastmod kommt künftig aus dem Feld „zuletzt bearbeitet“ der Produktdaten. Den Index trägt das Team in der Search Console und in der robots.txt ein.

Im Bericht sieht das Team nun je Datei, wie viele eingereichte Seiten indexiert sind. Bei den Ratgebern sind es fast alle, bei den Produkten deutlich weniger. Die Ursache liegt nicht in der Sitemap, sondern in sehr ähnlichen Produktseiten, die Google als Duplikate einordnet. Das Beispiel ist konstruiert.

Häufige Fragen

Alle 327 Begriffe im Glossar