Wenn Sitemap und Website Verschiedenes behaupten

Die Search Console meldet Fehler an der eingereichten Sitemap, im Browser sieht dieselbe Seite tadellos aus. Oder der Generator liefert nach der https-Umstellung weiter http-Adressen, weil ihn niemand neu konfiguriert hat. Beides ist derselbe Widerspruch. Das kostet nicht sofort Rankings, aber es kostet Vertrauen in die Datei: Google wertet weiterleitende und nicht indexierbare Einträge in der Search Console als Mangel der eingereichten Sitemap, und wer eine Liste als unzuverlässig einstuft, findet neue Seiten wieder nur über Links.

So gehen Sie mit JMX vor

1. Die Live-Datei prüfen. Im Reiter Sitemap-Check (Abschnitt „Umsetzen“) tragen Sie unter Sitemap A die URL oder einen Dateipfad ein und klicken Prüfen. Ein Sitemap-Index wird samt aller Teile geladen, gzip transparent entpackt. Der Bericht gruppiert in fünf Abschnitte — Abruf & Datei, Struktur & Protokoll, Die URLs, Metadaten, hreflang — samt der Protokollgrenzen: 50.000 Einträge, 50 MB je Datei, 2.048 Zeichen je URL.
2. Den tatsächlichen Bestand erheben. Adresse oben eingeben, Starten. Unter Einstellungen → Crawl bleibt „Sitemaps einlesen“ eingeschaltet, sonst hat JMX nichts, wogegen es die Datei halten könnte.
3. Die Widersprüche ansehen. Im Reiter Probleme stehen dafür acht Regeln der Kategorie Sitemaps: „Sitemap enthält eine nicht indexierbare URL“, „… eine weiterleitende URL“, „… eine fehlerhafte URL“, „Sitemap-URL im Crawl nie erreicht“, „Indexierbare Seite fehlt in der Sitemap“, „Sitemap listet URLs eines fremden Hosts“, „Sitemap verletzt das Sitemap-Protokoll“ und „Keine XML-Sitemap gefunden“.
4. Eine saubere Fassung erzeugen. In den Ergebnissen steht neben Exportieren der Knopf Sitemap erzeugen. Hinein kommen alle internen, indexierbaren HTML-Seiten mit Status 200, unabhängig von den Filtern der Ansicht; die Vorschau zählt vor dem Schreiben, was es wird.
5. Beide gegeneinander halten. Zurück in den Sitemap-Check: die erzeugte Datei nach Sitemap A, die live ausgelieferte URL nach Sitemap B. Über den Einzelberichten erscheint der Vergleich mit „Nur in Sitemap A — fehlt in B“, „Nur in Sitemap B — fehlt in A“ und der dritten, unauffälligen Liste: „In beiden, aber verschieden geschrieben“ — http neben https, mit und ohne www., mit und ohne Schrägstrich.
6. Den Fall wiederholbar machen. Für das Deploy-Skript dasselbe ohne Fenster: jmx-cli --check-sitemap /var/www/sitemap-neu.xml --compare-sitemap https://beispiel.at/sitemap.xml --fail-on Warning. Rückgabewert 2 hält den Lauf an, bevor die Datei live geht.

Worauf Sie achten müssen

„Nur in A“ ist eine Frage, kein Fehler. Die erzeugte Datei enthält ausschließlich indexierbare Seiten mit Status 200; die Live-Sitemap führt womöglich Seiten, die der Crawl nie gesehen hat — hinter einem Login, unter einem Ausschlussmuster oder auf einem Host, den der Lauf nicht einbezogen hat. Auch „Indexierbare Seite fehlt in der Sitemap“ meldet JMX deshalb als Hinweis und nicht als Fehler.

Der Sitemap-Check crawlt nicht. Er prüft, was in den Dateien steht — ob die gelisteten Adressen auch antworten und indexierbar sind, beantworten die acht Sitemap-Regeln eines Crawls, und erst beides zusammen ist die vollständige Prüfung. Eine dieser Regeln schweigt absichtlich: „Sitemap-URL im Crawl nie erreicht“ meldet nichts, wenn der Lauf abgebrochen wurde oder an seiner URL-Grenze angekommen ist, weil ein bei 5.000 Adressen gestoppter Crawl sonst tausende Befunde über seine eigenen Grenzen erzeugte. Ohne Lizenz enden die Vergleichslisten bei 25 Zeilen, die Zähler darüber bleiben vollständig.

Ein Sonderfall betrifft lastmod. An die erzeugten Einträge schreibt JMX keines, weil der Crawl den Abruf- und nicht den Änderungszeitpunkt kennt. Im Vergleich hat das eine Folge, die man kennen sollte: Trägt die Live-Datei überall ein lastmod und die erzeugte keines, zählt jede gemeinsame URL als Metadaten-Unterschied. Bis zu 100 Beispiele je Feld stehen in der Liste, der Zähler daneben nennt die volle Zahl. Das ist erwartetes Verhalten und keine Aussage über Ihre Website.

Eine Sitemap ist eine Behauptung über den eigenen Bestand, und geprüft wird sie in jedem Fall — entweder vorher von Ihnen oder nachher von Google.