Skip to main content

Warum die robots.txt so wichtig ist

  • SEO-Küche Logo


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

Browser Cache leeren

Darum sollten SEOs immer den Browser Cache leeren

  • christoph pawletko
  • von Christoph
  • 02.12.2022

Was ist der Browser Cache überhaupt? Als Cache wird der Zwischenspeicher für Inhalte einer Website bezeichnet. Dabei werden Daten entweder auf dem Rechner oder auf einem externen Server gespeichert. Daher wird zwischen Browser Caching und serverseitigem Caching unterschieden. Wenn Seiten erneut aufgerufen werden, müssen die Daten nicht nochmal neu aus […]

Fake-Shop erkennen

Fake-Shops erkennen und sicher online einkaufen

  • christoph pawletko
  • von Christoph
  • 24.11.2022

Fake-Shops: So erkennt Ihr Betrüger Online Shops Fake-Shops werden immer professioneller und es gibt immer mehr. Auf den ersten Blick lässt sich oft kaum noch erkennen, ob ein Online-Shop seriös oder auf Betrug aus ist. Gerade zu Weihnachten wittern Betrüger ihre Chance, denn jetzt kaufen oft auch im Internet unerfahrene […]

seokomm 2022 recap salzburg

SEOKomm 2022 Recap – Nachbericht mit allen Kernaussagen

  • rainer winkler
  • von Rainer
  • 18.11.2022

Am Freitag den 18.11.2022 war es wieder soweit: Die jährliche SEOkomm fand unter hoher Teilnahme in Bergheim bei Salzburg statt. Wir waren für euch dabei, haben alle Beiträge besucht und die wichtigsten Kernaussagen für euch in diesem Beitrag zusammengestellt. Hinweis: Dieser Beitrag wird laufend aktualisiert Eröffnung 09:00 Uhr: Tobias Fox […]

Titelbild externe ressourcen laden

Google Fonts & Co.: Webseiten auf ungefragtes Laden von externen Ressourcen prüfen

  • michael magura
  • von Michael
  • 17.11.2022

Google Fonts & Co.: Webseiten auf das ungefragte Laden von externen Ressourcen überprüfen Viele Website-Betreiber*innen nutzen auf ihren Websites Ressourcen, die nicht von der eigenen Domain abgerufen, sondern dynamisch von anderen Quellen eingebunden werden. Dazu zählen beispielsweise JavaScript-Code-Snippets zur Aussteuerung von Tracking Tools wie Google Analytics oder das Facebook Pixel, […]

News 2023

Das ist neu in der SEO-Küche ab 2023

  • oliver lindner
  • von Oliver Lindner
  • 11.11.2022

Jeder entscheidet selbst: Mobile Office oder im Büro Von zu Hause im Mobile-Office arbeiten oder doch im Büro? Ab Januar 2023 können bei uns alle Mitarbeiter*innen selbst entscheiden, wie viele Tage sie ins Büro kommen wollen. Auch 100% Mobile-Office wird so möglich. Damit bieten wir unseren Kolleg*innen noch mehr Flexibilität […]

YouTube Alias neu

Neue Funktion bei YouTube: Aliasse

  • christoph pawletko
  • von Christoph
  • 11.11.2022

YouTube führt Aliasse ein Seit November können Nutzer*innen bei YouTube einen Alias reservieren. Das soll den Austausch von Nutzer*innen untereinander und mit Creator*innen auf YouTube erleichtern und auch die Möglichkeit bieten, außerhalb von YouTube Werbung für den eigenen Kanal zu machen. So könnt Ihr euren Alias auf YouTube reservieren: Loggt […]