Wenn man eine Website mit mehreren Dutzend Seiten verwaltet, besteht die erste Schwierigkeit nicht darin, Inhalte zu erstellen, sondern genau zu wissen, was bereits existiert. Eine vor zwei Jahren veröffentlichte Seite, ein veraltetes Kontaktformular, eine vergessene Landingpage, die immer noch ein Tracking-Pixel ohne Zustimmungshinweis lädt: Diese blinden Flecken stellen konkrete Probleme dar, von SEO bis zur CNIL-Konformität.
Eine vollständige Liste der verfügbaren Seiten auf einer Website zu erstellen, ist eine operationale Voraussetzung, kein theoretisches Übungsfeld.
Tracker und CNIL-Konformität: der wahre Grund, jede Seite zu inventarisieren
Oft denkt man, dass ein Seiteninventar nur für die Suchmaschinenoptimierung dient. In der Praxis liegt der dringendste Grund woanders. Die CNIL erinnert daran, dass die Zustimmungspflicht nicht nur Cookies, sondern auch Pixel, lokalen Speicher, Fingerprinting und Werbe-IDs betrifft. Jede aktive URL auf einer Website kann unterschiedliche Skripte laden.
Eine Produktseite, die 2022 erstellt wurde, könnte ein Publikumstool enthalten, das vor dem Update Ihrer CMP (Consent Management Platform) konfiguriert wurde. Wenn seitdem niemand überprüft hat, kann diese Seite Tracker ohne gültige Zustimmung setzen. Der konforme Banner, der auf der Startseite angezeigt wird, deckt nicht automatisch alle URLs der Domain ab.
Konkret muss ein Audit Seite für Seite die Technologien überprüfen, die vor und nach der Zustimmung geladen werden, und nicht nur die entdeckten URLs auflisten. Die CNIL empfiehlt insbesondere zeitgestempelte Screenshots jeder Version des Banners und ein Konfigurationsprotokoll, das von der CMP aufbewahrt wird. Mit anderen Worten, eine nützliche Seitenliste enthält ein Crawldatum und einen Konformitätsstatus.
Beim Durchblättern der Seitenliste von Bla Bla Bla sieht man deutlich, wie eine strukturierte Sitemap diese Art der Überprüfung erleichtert: Jede URL ist identifizierbar, und man erkennt schnell die Abschnitte, die einer spezifischen Kontrolle bedürfen.
XML-Sitemap und internes Crawlen: zwei komplementäre Ansätze zur Auflistung der Seiten einer Website
Die Datei sitemap.xml ist der offensichtliche Ausgangspunkt. Man findet sie, indem man /sitemap.xml an die Wurzel der Domain anhängt. Sie listet die URLs auf, die der Website-Administrator für Suchmaschinen sichtbar machen möchte. Das Problem ist, dass sie nur das enthält, was man bereitwillig dort platziert hat.
Waisenkinderseiten (Seiten, die keinen internen Link erhalten) erscheinen weder in der Sitemap noch in der Navigation. Ein internes Crawlen mit einem speziellen Tool durchläuft die Website wie ein Suchmaschinenbot und folgt jedem Link. Es ist die einzige Methode, um vergessene URLs zu entdecken.
Was die Sitemap nicht zeigt
- Die Seiten im Noindex, die über ihre direkte URL zugänglich bleiben, aber von der Sitemap aus konventionellen Gründen ausgeschlossen sind
- Die alten, umgeleiteten URLs (301/302), deren Ziel sich geändert hat oder die auf eine gelöschte Seite verweisen
- Die dynamisch generierten Seiten durch Filter oder URL-Parameter, die oft in der Sitemap fehlen, aber von Google indexiert werden
Die Kombination von Sitemap und Crawlen deckt nahezu alle aktiven URLs ab. Es wird empfohlen, mindestens einmal pro Quartal ein vollständiges Crawlen auf einer mittelgroßen Website durchzuführen und die Ergebnisse mit der angegebenen Sitemap zu vergleichen.
Site:-Operator in Google und Search Console zur Überprüfung der Indizierung
Sobald die interne Liste erstellt ist, wird sie mit dem konfrontiert, was Google tatsächlich kennt. Der Befehl site:mondomaine.fr in der Suchleiste zeigt die indexierten Seiten an. Diese Methode hat ihre Grenzen: Google gibt nicht immer alle indexierten URLs zurück, insbesondere bei großen Websites.
Die Search Console bietet einen zuverlässigeren Indizierungsbericht. Hier unterscheidet man zwischen indexierten Seiten, absichtlich ausgeschlossenen (Noindex, kanonisch auf eine andere Seite verweisend) und solchen, die aus technischen Gründen von Google abgelehnt wurden. Die Diskrepanz zwischen den eingereichten URLs und den indexierten URLs zeigt Probleme auf: doppelte Inhalte, Serverfehler, übermäßige Ladezeiten.
URL-Parameter und Geisterseiten
Die URL-Parameter (Sortierung, Filter, Sitzungs-IDs) erzeugen manchmal Hunderte von Varianten derselben Seite. Google kann sie separat indexieren, was die Autorität der Domain verwässert. In der Search Console ermöglicht der Abschnitt “URL-Parameter” anzugeben, welche Google ignorieren soll.
Die Rückmeldungen variieren zu diesem Punkt: Einige Websites stellen eine schnelle Verbesserung des Crawl-Budgets nach der Bereinigung der Parameter fest, andere sehen keine nennenswerte Veränderung. Die Auswirkungen hängen vom Volumen der betroffenen Seiten und der Crawlfrequenz der Website ab.
Seiten nach Abhängigkeit von zustimmungspflichtigen Tools klassifizieren
Nicht alle Seiten einer Website bergen dasselbe Risiko in Bezug auf die Konformität. Eine statische institutionelle Seite ohne Analysetool stellt kein Problem dar. Eine Conversion-Seite, die ein Remarketing-Pixel, ein Heatmap-Tool und einen Tag-Manager lädt, steht im Gegensatz dazu.
Eine operationale Klassifizierung besteht darin, die URLs in drei Kategorien zu sortieren:
- Seiten ohne Tracker, die der Zustimmung unterliegen (Impressum, statische Seiten, bestimmte Blogseiten)
- Seiten mit unter bestimmten Bedingungen von der Zustimmung befreiten Publikumstools (strikt anonymisierte Publikumsmessung gemäß den CNIL-Richtlinien)
- Seiten, die Werbetracker oder Drittanbieter-Tools laden, die eine ausdrückliche Zustimmung vor dem Setzen erfordern
Diese Sortierung identifiziert sofort die prioritären Seiten für ein Konformitätsaudit. Man beginnt mit der dritten Kategorie, wo das Risiko einer Sanktion am höchsten ist.
Der Nachweis der Konformität beschränkt sich nicht auf einen sichtbaren Banner. Er erfordert, dass die Ablehnung ebenso einfach ist wie die Zustimmung und dass der Widerruf der Zustimmung jederzeit möglich bleibt. Jede Seite der Liste muss anhand dieser drei Kriterien überprüfbar sein.
Das vollständige Inventar einer Website zu erstellen, ist keine einmalige Aufgabe. Die Seiten entwickeln sich weiter, die Skripte ändern sich, die CMPs werden aktualisiert. Eine aktuelle Sitemap, ein regelmäßiges Crawlen und eine Überwachung der Konformität pro URL bilden das Fundament einer gut verwalteten Website, sowohl für die Suchmaschinenoptimierung als auch für die Einhaltung der gesetzlichen Anforderungen.
