Die meisten Menschen sehen eine Website so, wie der Browser sie zeichnet: Bilder, Texte, Schaltflächen. Suchmaschinen, Vorschaudienste in Messengern und KI-Systeme, die Seiten zusammenfassen, sehen zuerst etwas anderes, nämlich den Seitenquelltext, also das HTML, das der Server ausliefert. Dort steht, wie die Seite heißt, ob sie in den Index darf, welche Adresse die maßgebliche ist und was das Unternehmen in maschinenlesbarer Form über sich sagt. Vieles davon ist auf dem Bildschirm unsichtbar und wird deshalb selten geprüft.
Dieser Beitrag zeigt, wie Sie den Quelltext Ihrer eigenen Website lesen, welche Stellen dabei zählen und welche Fehler wir regelmäßig finden.
Quelltext, DOM und Netzwerk: drei Sichten auf dieselbe Seite
Wer im Browser »Seitenquelltext anzeigen« wählt, sieht das HTML, wie es vom Server kam. Das ist nicht dasselbe wie die Ansicht in den Entwicklerwerkzeugen unter »Elemente«. Dort steht das DOM, die Struktur, die der Browser nach dem Ausführen aller Skripte aufgebaut hat. Erzeugt eine Seite ihren Inhalt per JavaScript, kann der Quelltext fast leer sein, während das DOM den vollständigen Text enthält. Die dritte Sicht ist der Netzwerk-Tab: Er zeigt, welche Dateien und Schnittstellen die Seite nachlädt.
Für die Frage, was Maschinen über Ihre Website erfahren, ist die erste Sicht die wichtigste. Google rendert JavaScript zwar, weist aber selbst darauf hin, dass nicht alle Bots JavaScript ausführen können. Steht ein Inhalt nur im DOM, hängt es also vom jeweiligen Leser ab, ob er ihn überhaupt sieht.
Wie wir Seiten lesen
In unserem Research Lab lesen wir das öffentliche Web in großem Umfang. Jede Seite durchläuft dabei zwei Durchgänge. Zuerst holen wir das HTML mit einer einfachen Anfrage, ohne Skripte auszuführen, so wie es ein einfacher Crawler tut. Danach lädt ein automatisierter Browser dieselbe Adresse, führt die Skripte aus und liest das fertige DOM samt den Netzwerkanfragen. Am Ende vergleichen wir beide Ergebnisse.
Für die eigene Website leiten wir daraus eine einfache Regel ab: Was eine Maschine über die Seite wissen muss, gehört in den ausgelieferten Quelltext, nicht erst ins DOM. Dazu zählen Titel, Beschreibung, die Angaben zur Indexierung, die maßgebliche Adresse, die Sprache, die strukturierten Daten und der Haupttext. Was erst nach dem Rendern erscheint, ist ein Zusatz für Besucher, keine verlässliche Information für Maschinen.
- Quelltext holenHTML ohne Skripte laden, wie ein einfacher Crawler
- Kopfbereich lesenTitel, Beschreibung, robots, canonical, Sprache
- Strukturierte Daten prüfenJSON-LD gegen den sichtbaren Inhalt halten
- DOM vergleichenWas erscheint erst nach dem Rendern?
- Abweichungen behebenWichtiges in den ausgelieferten Quelltext verlegen
Grafik verwenden? Gern, mit Quelle Wundrig und Link auf diesen Beitrag. Hinweise
Die Stellen, die im Seitenquelltext zählen
Die meisten relevanten Angaben stehen im Kopfbereich, zwischen <head> und </head>. Diese Stellen prüfen wir auf jeder wichtigen Seite:
| Stelle im Quelltext | Wofür sie dient | Typischer Fehler |
|---|---|---|
<title> |
Titel im Browser-Tab und meist in den Suchergebnissen | Derselbe Titel auf allen Seiten |
<meta name="description"> |
Kann als Beschreibung im Suchergebnis erscheinen | Fehlt oder ist eine Kopie der Startseite |
<meta name="robots"> |
Steuert, ob die Seite in den Index darf | noindex aus der Testumgebung ist live geblieben |
<link rel="canonical"> |
Nennt die maßgebliche Adresse bei Duplikaten | Zeigt auf die Testumgebung oder auf die Startseite |
<html lang="..."> und hreflang |
Sprache und Sprachversionen der Seite | Deutsche Seite mit lang="en" aus der Vorlage |
JSON-LD (application/ld+json) |
Beschreibt Organisation, Produkte, Artikel für Maschinen | Alte Adresse, Telefonnummer oder Preise |
Open-Graph-Angaben (og:title, og:image) |
Vorschau beim Teilen in Messengern und sozialen Netzwerken | Fehlendes Bild oder Titel einer anderen Seite |
<script src="..."> |
Eingebundene Skripte eigener und fremder Anbieter | Skripte von Diensten, die niemand mehr nutzt |
Besonders folgenreich sind die Angaben zur Indexierung. Eine Seite mit noindex wird von Google nicht in den Index aufgenommen, und laut Google kann das Rendering in diesem Fall ganz übersprungen werden. Nach einem Relaunch bleibt diese Angabe aus der Testumgebung erstaunlich oft stehen, ohne dass es jemand bemerkt, denn auf dem Bildschirm ändert sich nichts. Dasselbe gilt für eine canonical-Angabe, die auf die alte Domain oder die Testumgebung zeigt.
Bei den strukturierten Daten lohnt ein genauer Vergleich mit dem sichtbaren Text. Google empfiehlt dafür in den meisten Fällen das Format JSON-LD. Diese Daten werden oft einmal eingerichtet und dann vergessen: Die Adresse auf der Kontaktseite ist aktuell, im JSON-LD steht noch die alte. Für Onlineshops ist dieser Abgleich noch wichtiger, weil Preise und Verfügbarkeit dort in den Daten stehen. Was Händler dafür vorbereiten sollten, beschreibt der Beitrag Produktdaten für die KI-Suche.
Was im Quelltext nicht stehen sollte
Der Quelltext ist öffentlich. Jeder, der die Seite aufruft, kann ihn lesen, und Verschleierung ändert daran nichts, wie der Beitrag HTML verschlüsseln zeigt. Beim Durchsehen fallen deshalb neben den Angaben für Maschinen oft Dinge auf, die gar nicht dorthin gehören: HTML-Kommentare mit internen Hinweisen, Adressen von Testumgebungen, ausgeblendete Formularfelder mit Kennungen oder Zugangsdaten zu fremden Diensten. Wie Schlüssel in den ausgelieferten Code gelangen, beschreibt der Beitrag Offene API-Schlüssel im Quelltext.
So gehen Sie vor
Für eine erste Prüfung reichen ein Browser und eine Stunde Zeit. Wählen Sie fünf Seiten aus: die Startseite, eine Leistungs- oder Kategorieseite, eine Produkt- oder Detailseite, einen Blogbeitrag und die Kontaktseite. Gehen Sie dann für jede Seite diese Schritte durch:
- Quelltext öffnen. Rechtsklick, »Seitenquelltext anzeigen«, oder
view-source:vor die Adresse schreiben. Suchen Sie mit der Suchfunktion des Browsers nach einem Satz aus dem Haupttext. Fehlt er, entsteht der Inhalt erst per JavaScript. - Kopfbereich durchgehen. Prüfen Sie Titel, Beschreibung,
robots,canonicalundlanganhand der Tabelle oben. Jede Seite braucht einen eigenen Titel und eine eigene Beschreibung. - Nach
noindexsuchen. Auf Seiten, die gefunden werden sollen, darf es nicht vorkommen. - Strukturierte Daten lesen. Suchen Sie nach
ld+jsonund vergleichen Sie Name, Adresse, Preise und Daten mit dem, was auf der Seite steht. - Skripte zählen. Notieren Sie, welche fremden Anbieter eingebunden sind, und klären Sie für jeden, wer ihn noch braucht.
- DOM vergleichen. Öffnen Sie die Entwicklerwerkzeuge und prüfen Sie, ob wichtige Inhalte nur dort erscheinen.
Halten Sie die Funde in einer einfachen Liste fest, mit Seite, Stelle und gewünschtem Zustand. Die meisten Korrekturen sind Einstellungen im Content-Management-System oder in der Shopvorlage und brauchen keine Entwicklung. Wiederholen Sie die Prüfung nach jedem Relaunch, jedem Vorlagenwechsel und jeder Migration.
Fazit
Der Seitenquelltext ist die Fassung Ihrer Website, die Maschinen zuerst lesen. Titel, Indexierung, maßgebliche Adresse, Sprache und strukturierte Daten stehen dort, und Fehler darin bleiben auf dem Bildschirm unsichtbar. Die Regel ist einfach: Was eine Maschine wissen muss, gehört in den ausgelieferten Quelltext. Eine Prüfung von fünf typischen Seiten zeigt schnell, ob das zutrifft, und die meisten Abweichungen lassen sich ohne großen Aufwand beheben.
Häufige Fragen
Wie kann ich den Seitenquelltext einer Website anzeigen?
In gängigen Browsern öffnen Sie ihn per Rechtsklick und »Seitenquelltext anzeigen« oder indem Sie view-source: vor die Adresse setzen. Diese Ansicht zeigt das HTML, wie es vom Server kam. Was der Browser nach dem Ausführen der Skripte daraus macht, sehen Sie in den Entwicklerwerkzeugen unter »Elemente«.
Warum unterscheidet sich der Quelltext von dem, was ich in den Entwicklerwerkzeugen sehe?
Die Entwicklerwerkzeuge zeigen das DOM, also die Struktur nach dem Ausführen aller Skripte. Erzeugt eine Seite Inhalte per JavaScript, stehen diese nur im DOM, nicht im ausgelieferten Quelltext. Nicht jedes Programm, das Seiten liest, führt diese Skripte aus.
Kann jeder den Quelltext meiner Website sehen?
Ja. Der Browser braucht den Quelltext, um die Seite darzustellen, deshalb kann ihn jeder Besucher lesen. Was nicht öffentlich sein soll, etwa Zugangsdaten oder interne Hinweise, darf deshalb gar nicht erst ausgeliefert werden.