Bevor ein Webbrowser das erste Pixel deines Designs zeichnen oder ein KI-Crawler den ersten Satz deines Artikels parsen kann, herrscht auf der Leitung absolute Stille: Der Client wartet darauf, dass dein Webserver die Anfrage verarbeitet, Datenbankabfragen ausführt, das HTML-Dokument zusammenbaut und das erste Datenpaket zurückschickt. Genau diese Wartezeit misst die Metrik TTFB (Time to First Byte). Während Frontend-Entwickler die TTFB oft nur als Teilwert der Core Web Vitals betrachten, ist sie für technische SEOs der direkte Pulsschlag für das Crawl Budget und die Retrievability in KI-Suchsystemen.
Die 5 Phasen einer HTTP-Anfrage: Woraus sich die TTFB zusammensetzt
Die Time to First Byte ist kein einzelner Serverwert, sondern die Summe aus fünf aufeinanderfolgenden Netzwerk- und Backend-Schritten:
- Redirect Time (Weiterleitungszeit): Durchläuft die aufgerufene URL vorab eine Weiterleitungskette (z. B.
http→https→www), addiert sich jeder einzelne Hop direkt auf die TTFB. - DNS Lookup: Die Zeit, um den Domainnamen (z. B.
burakowski.net) in die zugehörige Server-IP-Adresse aufzulösen. - TCP-Verbindung & TLS/SSL-Handshake: Der Aufbau der gesicherten, verschlüsselten Verbindung zwischen Client und Server (wird durch moderne Protokolle wie
HTTP/3bzw.QUICdrastisch verkürzt). - Server Processing (Backend-Verarbeitung – der Hauptengpass): Das CMS (z. B. WordPress, Shopware oder ein SSR-Node-Server) führt PHP-/Python-Code und SQL-Datenbankabfragen aus, um den HTML-Response zu generieren.
- Netzwerk-Transfer des ersten Bytes: Die physische Signallaufzeit (Latenz) vom Rechenzentrum zurück zum anfragenden Nutzer oder Crawler.
TTFB-Schwellenwerte: Was für Nutzer, Googlebot und KI-Bots gilt
Während Google im Rahmen der Web-Vitals-Diagnostik einen Schwellenwert von bis zu 800 Millisekunden für reale Nutzer (CrUX-Felddaten inklusive Mobilfunk-Latenz) noch als „gut“ toleriert, gelten für das reine Server-Antwortverhalten gegenüber Bots deutlich strengere Maßstäbe:
| TTFB-Messbereich | Bewertung | Auswirkung auf Googlebot, LCP & Live-RAG-Systeme |
|---|---|---|
| < 200 ms (Idealzustand / Edge-Cache) | Exzellent | Maximale Crawl-Geschwindigkeit; reichlich Zeitpuffer für den LCP (< 2,5 s); sofortige Auslesung durch Echtzeit-KI-Bots. |
| 200 ms – 600 ms (Solider Standard) | Gut bis Akzeptabel | Stabiles Crawling ohne Drosselung; bei großen Domains leichte Schwankungen in den GSC-Crawling-Statistiken sichtbar. |
| 600 ms – 1.500 ms (Backend-Bremse) | Kritisch (Optimierungsbedarf) | Googlebot drosselt aktiv die Abrufrate (Crawl Capacity Limit sinkt); LCP-Zielwert von 2,5 Sekunden kaum noch erreichbar. |
| > 1.500 ms (Akute Timeout-Gefahr) | Schlecht (Ranking- & GEO-Verlust) | Tödlich für Live-RAG: Echtzeit-Fetcher wie ChatGPT-User oder PerplexityBot brechen den Request oft vorzeitig ab; die Seite fällt aus dem Grounding. |
Warum eine langsame TTFB deine Sichtbarkeit in KI-Suchen sabotiert
In klassischen Suchmaschinen wird deine Seite Tage oder Wochen vor der eigentlichen Suchanfrage des Nutzers gecrawlt und im Index gespeichert – braucht dein Server dabei 900 Millisekunden, leidet zwar dein Crawl Budget, die Seite landet aber meist trotzdem im Index.
In konversationellen KI-Suchsystemen (wie ChatGPT Search, Claude oder Perplexity) findet der Seitenabruf bei aktuellen Themen jedoch häufig in Echtzeit während des Nutzer-Prompts statt: Nach dem Query Fan-Out schickt das System seinen Live-Scraper parallel auf 5 bis 10 Kandidaten-URLs los. Da der wartende Mensch vor dem Bildschirm nach spätestens zwei bis drei Sekunden die ersten gestreamten Antwort-Tokens erwartet, arbeiten diese Live-Scraper mit knallharten Connection- und Read-Timeouts (oft 1.500 bis 2.000 ms). Liefert dein Server wegen fehlendem Caching erst nach 1,8 Sekunden das erste Byte, verwirft die Pipeline deine URL sofort und zitiert stattdessen deinen schnelleren Wettbewerber.
Die „Cache-Miss“-Falle für Crawler: Viele Website-Betreiber messen ihre Ladezeit im eigenen Browser, nachdem sie die Seite gerade eben schon einmal aufgerufen haben – und freuen sich über 80 ms TTFB aus dem warmen Cache. Doch wenn der Googlebot oder OAI-SearchBot nachts um 3 Uhr eine seltener besuchte Ratgeber- oder Produktseite im Longtail abruft, ist der Cache oft abgelaufen (Cache Miss). Das CMS muss die Seite kalt aus der Datenbank generieren und braucht plötzlich 2.200 ms! Prüfe deine reale Bot-TTFB deshalb immer in den GSC-Crawling-Statistiken („Durchschnittliche Antwortzeit“) sowie in deiner Logfile-Analyse.
Die 4 wirksamsten Hebel zur radikalen Senkung der TTFB
- 1. Full-Page-HTML-Caching & Preloading (Warm Cache): Speichere öffentlich zugängliche Seiten als fertige statische HTML-Dateien im Server-RAM oder auf der SSD (z. B. via Nginx FastCGI Cache, LiteSpeed oder WP Rocket) und nutze ein automatisches Sitemap-Preloading, damit auch Longtail-URLs für Bots niemals kalt generiert werden müssen.
- 2. Objekt-Caching für die Datenbank (Redis / Memcached): Für dynamische Shop-Seiten oder eingeloggte Bereiche verhindert ein im Arbeitsspeicher liegender Object-Cache wie Redis, dass bei jedem Aufruf hunderte identische SQL-Queries ausgeführt werden.
- 3. Edge-HTML-Caching über ein CDN (z. B. Cloudflare APO) &
103 Early Hints: Durch das Ausliefern des gesamten HTML-Dokuments direkt vom nächstgelegenen CDN-Edge-Server sinkt die weltweite TTFB für internationale Crawler auf unter 50 bis 100 Millisekunden. - 4. Datenbank-Hygiene (z. B.
wp_optionsAutoload): In gewachsenen CMS-Installationen bremsen oft verwaiste Plugin-Reste, die bei jedem einzelnen Seitenaufruf ungefragt in den Arbeitsspeicher geladen werden (in WordPress:autoload = 'yes'), die Backend-Verarbeitung massiv aus.
Weiterführende Deep-Dives & Tools auf burakowski.net
- OnPage-Struktur, Redirect-Hops & Status-Codes live prüfen: Analysiere mit dem kostenlosen Beetroot SEO & GEO Chrome Plugin direkt im Browser, ob versteckte Weiterleitungen deine TTFB in die Höhe treiben.
- Bot-Antwortzeiten in großen Log-Exporten auswerten: Filtere langsame Server-Responses in deinen CSV-Exporten blitzschnell mit BeetSheet.
- Verwandte Glossar-Begriffe: Core Web Vitals (LCP, INP, CLS), Crawl Budget & Logfile-Analyse