Skip to main content

Warum die robots.txt so wichtig ist

  • Geschrieben von SEO-Küche am 17.04.2019

PDF herunterladen

Die robots.txt erklärt:

Eine robots.txt Datei ist eine einfache .txt-Datei in der UTF-8 Kodierung. Die Datei gibt den Suchrobotern / Bots die Empfehlung, welche Seiten / Dateien sie crawlen soll und welche nicht. Falls die robots.txt Symbole enthält, die nicht in UTF-8 kodiert sind, kann der Bot diese falsch interpretieren und bearbeiten.

Alle Regeln, die in der robots.txt aufgezählt sind, gelten nur für den Server auf der sie liegt. Die Datei sollte sich in dem Kernkatalog des Servers befinden. Beispielsweise so: http://seo-kueche.de/robots.txt. Die Dateigröße darf nicht mehr als 500 kB (laut Google) sein.

robots.txt-defintion-titel

Wie funktioniert die robots.txt?

Bei der Bearbeitung der Anweisungen in der robots.txt, bekommen die Suchroboter eine von drei Instruktionen:

2xx – Die Anfrage war erfolgreich. Die Antwort enthält je nach Abfragemethode die angeforderten Daten.

3xx – Umleitung. Der Suchroboter folgt nach der Umleitung solange, bis er andere Antwort bekommen wird. Meistens gibt es fünf Versuche, damit der Roboter die Antwort bekommen hat, ausgehend von der Antwort 3xx, dann wird es als der Fehler 404 registriert.

4xx – Client-Fehler. Der Crawler versteht das so, dass er den ganzen Inhalten der Webseite scannen darf.

5xx – Server-Fehler. Diese Fehler werden als vorübergehende Fehler des Servers bewertet. Das Scannen wird vollständig verboten. Der Bot wird sich Datei solange zuwenden, bis er eine andere Antwort bekommen wird. Der Google-Bot kann selbst bestimmen, ob die Rückmeldung der fehlenden Seite korrekt eingerichtet ist oder nicht. Das bedeutet, wenn die Seite den Status-Code 5xx anstatt 404 gibt, dann wird die Seite mit dem Status-Code 404 bearbeitet werden.

Wozu braucht man eine robots.txt überhaupt?

Eine robotos.txt Datei braucht eigentlich jede Website um:

  • Dem Crawler zu helfen, die Sitemap.xml zu finden
  • Die Suchmaschine daran zu hindern, bestimmte Verzeichnisse, Scripte etc. zu erreichen
  • Doppelte Inhalte nicht zu indexieren (z.B. Druckversion von HTML-Dateien)

Wichtig zu wissen: Wenn Ihr in der robots.txt eine bestimmte Seite vom Index ausgeschlossen habt, bedeutet es nicht 100%, dass diese Seite in den Suchergebnissen nicht erscheint. Es kann passieren, dass wenn eine andere Seite auf diese Seite verweist, dass diese Seite in den index kommt. Um das zu vermeiden, kann man die Seite mit Meta Tag: <META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”> bezeichnen.

So sieht der Google-Bot eine Website mit und ohne robots.txt:

robots.txt-erklärung-bild

Die wichtigsten Regeln und Befehle, die eine robots.txt enthalten kann

User-agent – bezeichnet, welcher Roboter die Instruktionen durchsehen muss, die in der robots.txt beschrieben sind.

Disallow – gibt die Empfehlung, welche Info / Seite / Verzeichnis der Robot nicht scannen braucht.

Sitemap – sagt dem Roboter, dass alle URLs die indexiert werden sollen, sich unter befinden

Crawl-delay – der Kennwert, mit dessen Hilfe man den Zeitraum bezeichnen kann, durch den die Seiten der Website gescannt werden können.

Allow – gibt die Empfehlungen, welcher Info / Seite / Verzeichnis der Robot scannen darf.

Fazit:

Mit Hilfe einer robots.txt Datei kann man die Indexierung von jeweiligem Pfad, Seite, Element etc. steuern. Eine korrekte und professionelle Erstellung und Einrichtung einer robots.txt ist sehr wichtig für den Erfolg der Webseite.

Titelbild © devenorr stock.adobe.com

Kommentare

Schöne Aufbereitung von euch. Viele Webmaster machen heutzutage noch den Fehler, bereits Indexiertes, was nicht indexiert werden soll, hastig über die robots.txt vom Crawling auszuschließen. Dadurch bleibt es natürlich erst recht drin.
nofollow first, dann Aussschluss über robots.txt ist das Verfahren, wie es richtig ist. Wobei ich da auch schon Seiten wiederkehren sehen habe, da sie – ich weiß es nicht – von zig anderen Domains so stark angelinkt worden sind, dass Google sich weigert…

Hallo und guten Morgen. Ich habe gerade mit grossen Interesse eure Seite über das Thema "Robots.Txt" gelesen, da ich mich im Augenblick damit befasse. Auch wenn der Artikel gut und einfach geschrieben ist, raucht mir zugegeben etwas der Kopf. Das Problem ist, dass bei meiner Uralt-Website (19 Jahre)
fast alle Unterseiten in GOOGLE ein ausgezeichnetes Ranking haben , fast alle auf Seite 1 în Top-Positionen jedoch die eigentliche Startseite einfach nicht nach vorne kommt, obwohl diese bezüglich SEO mit Abstand am besten optimiert ist. Ich kann machen was ich will. Sie geistert stets zwischen Position 45-60 herum.
Nun habe ich die Vermutung, dass eventuell die Robots.txt aufgrund falscher Konfiguration daran eine Mitschuld haben könnte. (Diese wurde nicht von mir, sondern von jemand anders erstellt)
Zur Zeit sieht diese wie folgt aus:

user-agent: *
Disallow:

Sitemap: http:// www. ( name website) .ch/sitemap.xml

Das "Disallow" irritiert mich nun etwas. Bedeutet dies nun, dass der Crawler die sitemap.xml NICHT (!) besuchen bzw. crawlen soll, )was vielleicht Einiges erklären würde) oder soll er die Sitemap.xml besuchen und sich an dieser orientieren?
Herzliche nDank für ein Feedback.
MfG.
Pascal

Hallo Pascal, vielen Dank für deinen Beitrag. Zu deiner Frage:

An deiner robots.txt wird es nicht liegen. Da nach „Disallow:“ nichts aufgeführt ist, haben die Crawler auch keine Einschränkungen. Das bedeutet also, die Crawler können sich auf deiner Seite frei bewegen.
Wenn die Startseite beispielsweise über die robots.txt ausgeschlossen wäre, so wären auch sämtliche Unterseiten für den Crawler ausgeschlossen, da dieser sich über die internen Verlinkungen von Seite zu Seite vorarbeitet.
Die Sitemap dient dem Crawler, wie du schon richtig sagst, als Orientierungshilfe, damit dieser den Aufbau der Seite besser verstehen kann, um so deine Inhalte besser finden zu können.
Eine mögliche Begründung für dein derzeitiges Ranking könnte der starke Wettbewerb für das jeweilige Keyword sein.


Hast du eine Frage oder Meinung zum Artikel? Schreib uns gerne etwas in die Kommentare.

Ihre E-Mail Adresse wird nicht veröffentlicht

Jetzt den SEO-Küche-Newsletter abonnieren

Ähnliche Beiträge

Titelbild top Company 2022

Die SEO-Küche ist mit dem Top Company-Siegel 2022 ausgezeichnet

  • christoph pawletko
  • von Christoph
  • 23.11.2021

Seit 2015 werden Unternehmen vom Jobportal kununu mit einem speziellen Gütesiegel ausgezeichnet, die besonders gut bewertet werden. Diesen November wurde das Siegel und die dafür notwendigen Auszeichnungen runderneuert und einem kompletten Relaunch unterzogen. Dank der neuen Kriterien kommen nur noch etwa fünf Prozent der auf kununu vertretenen Unternehmen für das […]

SEOKomm 2021 Recap

SEOKomm 2021 – Recap mit allen wichtigen Kernaussagen

  • Jonas Meinhardt & Stephan Brieller
  • von Jonas Meinhardt & Stephan Brieller
  • 19.11.2021

Unser Recap zur SEO Komm 2021 in Salzburg: Der Pandemie zum Trotz waren wir auch dieses Mal wieder für euch bei der SEO Komm vor Ort in Salzburg. Wie immer findet ihr im folgenden Beitrag alle wichtigen Erkenntnisse und Kernaussagen aus der diesjährigen SEO Komm. Mit ca. 250 Teilnehmern vor […]

google hintergründe ändern farbe

Google Hintergründe ändern Anleitung

  • christoph pawletko
  • von Christoph
  • 18.11.2021

Google Hintergründe ändern: So wird der Chrome Browser individuell Standardmäßig ist der Google Hintergrund der Chrome-Startseite einfach nur weiß. Doch natürlich kann man auch den Google Hintergrund ändern, ähnlich wie den Desktop Hintergrund. Da viele im Chrome die Google Suche als Startseite gespeichert haben und sie dementsprechend sehr oft sehen, […]

google updates tipps 20 geschichte klein

Google Indexierung beantragen: Darum kann es manchmal dauern

  • christoph pawletko
  • von Christoph
  • 11.11.2021

Die neue Unterseite wird seit Tagen nicht von Google indexiert? Das sind die Gründe Ihr erstellt öfter neue Unterseiten und wundert euch, warum diese nicht sofort oder erst mit großer Verspätung im Google Index auftauchen? Das liegt daran, dass ihr Google davon überzeugen müsst, dass eure Seiten auch im Index […]

lieferengpässe zu weihnachten

Lieferengpässe im Weihnachtsgeschäft: Diese Waren sind knapp

  • Händlerbund
  • von Haendlerbund
  • 03.11.2021

Darum drohen Zu Weihnachten in manchen Branchen Lieferengpässe In diesem Jahr stehen Online-Händler vor neuen Herausforderungen: Rohstoffmangel, hohe Materialkosten, Produktionsprobleme sowie steigende Transportraten führen zu Verzögerungen in den Versorgungsketten und damit zu Lieferengpässen im diesjährigen Weihnachtsgeschäft. Händler sollten dahingehend Angaben beim Verkauf überprüfen. Der Geschenkekauf könnte sich zudem vorverlagern. Lieferströme […]

SEO Game

Gewinne einen Ether-Coin bei diesem SEO-Rätsel

  • christoph pawletko
  • von Christoph
  • 28.10.2021

Das SEO-Game 2021: Rätselfreunde und SEO-Experten aufgepasst Ihr wisst alles, was mit SEO auch nur im Entferntesten zu tun hat? Ihr blüht erst so richtig auf, wenn Ihr euch in ein schwieriges Problem so richtig vertiefen könnt? Und bei Rätseln leuchten Eure Augen? Dann ist das SEO-Game 2021 wie für […]