XML-Sitemap & IndexNow

Kompakt-Definition

Eine XML-Sitemap ist ein maschinenlesbares Verzeichnis aller indexierbaren, kanonischen URLs einer Domain, das Suchmaschinen-Crawlern als strukturierter Wegweiser dient. Während die klassische XML-Sitemap nach dem passiven Pull-Prinzip arbeitet (der Bot fragt die Datei periodisch ab), ermöglicht das offene Protokoll IndexNow ein aktives Push-Verfahren: Neue, aktualisierte oder gelöschte URLs werden per API-Ping in Echtzeit an Suchmaschinen wie Bing übermittelt – und stehen damit sofort für KI-Antwortsysteme wie ChatGPT Search und Perplexity bereit.

Selbst die durchdachteste interne Verlinkung stößt bei großen E-Commerce-Shops, Nachrichtenportalen oder tief verschachtelten Fach-Websites irgendwann an ihre Grenzen: Neue oder aktualisierte Unterseiten liegen oft mehrere Klickebenen tief im System, sodass ein Crawler Tage oder Wochen braucht, bis er zufällig über einen Link dorthin gelangt. Um diesen Entdeckungsprozess (URL Discovery) radikal abzukürzen, setzen Website-Betreiber auf zwei komplementäre Technologien: die klassische XML-Sitemap und das Echtzeit-Protokoll IndexNow.

XML-Sitemap (Pull) vs. IndexNow (Push) im technischen Vergleich

Obwohl beide Verfahren dasselbe Ziel verfolgen – Suchmaschinen schnellstmöglich über den aktuellen URL-Bestand zu informieren –, arbeiten sie technisch genau entgegengesetzt:

MerkmalKlassische XML-Sitemap (Pull-Prinzip)IndexNow-Protokoll (Push-Prinzip)
FunktionsweiseStatische oder dynamisch generierte XML-Datei auf dem Server; der Crawler entscheidet selbst, wann er sie abruft.Aktiver HTTP-API-Ping vom CMS direkt an die Suchmaschine, sobald ein Beitrag veröffentlicht, geändert oder gelöscht wird.
Unterstützte SuchmaschinenUniverseller Standard (Google, Bing, Yandex, DuckDuckGo sowie alle gängigen KI-Bots).Microsoft Bing, Yandex, Naver, Seznam (Wichtig: Google nimmt aktuell nicht an IndexNow teil).
Technische LimitsMax. 50.000 URLs oder 50 MB (unkomprimiert) pro Datei; darüber hinaus Einsatz einer Sitemap-Index-Datei Pflicht.Bis zu 10.000 URLs pro einzelnem POST-Request in Echtzeit übertragbar.
Strategische Rolle für GEOBasis-Inventar für Google (AI Overviews) und direkter Einstiegspunkt für Scraper wie OAI-SearchBot oder PerplexityBot.Geheimwaffe für schnelle Sichtbarkeit in ChatGPT Search und Microsoft Copilot, da diese für Live-Abrufe stark auf den Bing-Index zugreifen.

Die „Dirty-Sitemap“-Falle: Welche URLs niemals in die XML-Sitemap gehören

In über 60 Prozent aller technischen SEO-Audits offenbart ein Blick in die sitemap.xml gravierende Widersprüche: Da werden URLs aufgelistet, die gleichzeitig per noindex gesperrt sind, per 301 weiterleiten oder per Canonical-Tag auf eine völlig andere Seite zeigen. Eine solche „verschmutzte“ Sitemap verbrennt nicht nur wertvolles Crawl Budget, sondern führt dazu, dass Google den Signalen deiner Sitemap insgesamt misstraut.

Für eine technisch saubere XML-Sitemap gilt die strikte „3-Kriterien-Regel“ – jede einzelne enthaltene URL muss ausnahmslos:

  1. den HTTP-Status-Code 200 (OK) liefern (keine 301-Weiterleitungen, keine 404– oder 410-Fehlerseiten),
  2. vollständig indexierbar sein (weder per robots.txt blockiert noch mit noindex versehen),
  3. kanonisch (Self-Referencing Canonical) sein (keine Parameter-Duplikate, Filter-Ansichten oder paginierten Folgeseiten wie /page/2/).

Mythos vs. Realität bei XML-Attributen: Nur <lastmod> zählt

Das ursprüngliche Sitemap-Protokoll sah neben dem Pflicht-Tag <loc> (der URL) noch drei optionale Attribute vor. Zwei davon werden von modernen Suchmaschinen heute komplett ignoriert:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://burakowski.net/glossar/xml-sitemap/</loc>
    <lastmod>2026-10-30T14:20:00+01:00</lastmod>
    <!-- <changefreq> und <priority> weglassen: Werden von Google & Bing komplett ignoriert! -->
  </url>
</urlset>
  • <priority> & <changefreq> sind tot: Da fast jeder Website-Betreiber seinen eigenen Seiten pauschal die Priorität 1.0 und die Änderungsfrequenz daily zugewiesen hat, ignorieren Google und Bing diese beiden Felder nach offiziellen Angaben zu 100 Prozent.
  • <lastmod> als kritischer Trigger für Freshness & RAG: Das Datum der letzten Änderung (im strengen ISO-8601-Format) ist der wichtigste Hebel für schnelles Re-Crawling. Aber Vorsicht: Aktualisiere den <lastmod>-Zeitstempel nur dann, wenn sich der Hauptinhalt der Seite tatsächlich substanziell geändert hat. Wer per Skript jede Nacht alle <lastmod>-Daten auf das heutige Datum setzt, verliert bei Google sofort die Glaubwürdigkeit für dieses Signal.

Der „Sitemap-Segmentierungs-Trick“ für die Google Search Console: Statt alle 20.000 URLs einer Website in eine einzige riesige XML-Datei zu werfen, teile deine Sitemaps über eine sitemap_index.xml sauber nach Seitentypen oder Verzeichnissen auf (z. B. post-sitemap.xml, glossar-sitemap.xml, product-sitemap.xml). Wenn du diese Teil-Sitemaps in der GSC einzeln überwachst, erkennst du auf einen Blick, in welchem Bereich deiner Website es ein Indexierungs- oder Thin-Content-Problem gibt.

Weiterführende Deep-Dives & Tools auf burakowski.net

Weitere Begriffe in «Technical SEO»

BigQuery GSC Bulk Export & SQL-Analyse

Der BigQuery Bulk Export der Google Search Console (GSC) ist eine native Server-zu-Server-Schnittstelle, die tägliche Suchanfragen-, URL-, Klick- und Impressionsdaten tagesaktuell und ohne Sampling oder Zeilenbeschränkungen in ein Google Cloud BigQuery Data Warehouse schreibt. Anders als die Standard-Weboberfläche (die nach 16 Monaten Daten löscht und Tabellen auf 1.000 Zeilen drosselt) ermöglicht BigQuery per SQL-Analyse die unbegrenzte historische Auswertung von Longtail-Suchmustern, Kannibalisierungs-Effekten und SEO-ROI-Treibern.

Regex (Reguläre Ausdrücke) in der Google Search Console

Reguläre Ausdrücke (kurz Regex oder RegExp) sind formale Suchmuster zur präzisen Filterung und Segmentierung von Zeichenketten. In der Google Search Console (GSC) ermöglicht der Regex-Filter auf Basis von Googles RE2-Syntax (bis zu 4.096 Zeichen), tausende Suchanfragen und URLs mit einer einzigen Abfrage nach Suchintention, Fragestrukturen (W-Fragen), Wortanzahl (Longtail-Prompts), Falschschreibungen der eigenen Marke oder technischen URL-Parametern zu clustern.

Programmatic SEO (pSEO) & Skalierte Datenseiten

Programmatic SEO (pSEO) ist eine datengetriebene Methode zur skalierten Erstellung hunderter oder tausender hochspezifischer Landingpages auf Basis einer strukturierten Datenbank und dynamischer Seiten-Templates. Ziel ist es, wiederkehrende Longtail-Suchmuster (Head Term + Modifikatoren wie „[Software A] Integration mit [Software B]“) systematisch abzudecken. Im Gegensatz zu abgestraftem Text-Spinning (Scaled Content Abuse) liefert erfolgreiches pSEO auf jeder einzelnen URL einzigartige Datensätze, Vergleichstabellen und echten Information Gain für Nutzer und KI-Suchsysteme.