Auf einer Nachrichten-Website macht das tägliche Publikationsvolumen jede Entdeckung von Inhalten durch einfache hierarchische Navigation obsolet. Die Sitemap-Seite, sei es im HTML-Format für Leser oder im XML-Format für Bots, strukturiert diese Masse an URLs und leitet jeden Besucher zu den gesuchten Informationen. Ihre Rolle geht weit über die Suchmaschinenoptimierung hinaus: Sie bestimmt die Fähigkeit der Website, erkundbar zu bleiben, während die Archive wachsen.
HTML-Sitemap und XML-Sitemap: zwei technische Schichten für eine Nachrichten-Website
Die Verwechslung von HTML-Sitemap und sitemap XML bleibt ein häufiges Missverständnis, auch in digitalen Redaktionen. Die XML-Datei ist ein strukturiertes Dokument, das für die Crawler von Google, Bing oder anderen Suchmaschinen bestimmt ist. Sie enthält die URLs, das Datum der letzten Änderung und im Falle von Nachrichten spezifische Tags im Google News-Namespace.
Die HTML-Sitemap hingegen ist eine klassische Webseite, die der Leser direkt konsultiert. Sie organisiert die Inhalte nach Rubriken, Unterrubriken und manchmal nach Veröffentlichungszeitraum. In einem Medium dient der HTML-Plan als Notfallpfad, wenn die interne Suche fehlschlägt oder wenn ein Leser ein Querschnittsthema erkundet, ohne das Veröffentlichungsdatum zu kennen.
Man kann beobachten, wie die Sitemap-Seite von Monde Libre diese doppelte Logik veranschaulicht: eine thematische Klassifizierung, die von einem Menschen gelesen werden kann, unterstützt durch eine XML-Datei, die serverseitig deklariert ist. Das eine ersetzt nicht das andere, und das Entfernen des HTML-Plans unter dem Vorwand, dass das XML ausreicht, beraubt den Leser des direkten Zugangs zu den archivierten Inhalten.
Google News-Namespace und spezifische Tags in der Nachrichten-Sitemap
Eine Standard-XML-Sitemap verwendet das Protokoll, das von sitemaps.org definiert ist. Für eine in Google News gelistete Website ist eine zusätzliche Schicht erforderlich: der news namespace, der über das Attribut xmlns:news deklariert wird. Dieser Namespace ermöglicht es, für jede URL redaktionell relevante Metadaten hinzuzufügen.
Die Tags für Nachrichten umfassen den Namen der Publikation, die Sprache, das Veröffentlichungsdatum und den Titel des Artikels. Diese Sitemap unterscheidet sich grundlegend von einer klassischen Sitemap, die die gesamte Website abdecken soll, da sie sich nur auf die neuesten Artikel konzentriert.
Diese zeitliche Einschränkung hat direkte Auswirkungen auf die technische Architektur: Die News-Sitemap muss bei jeder Veröffentlichung automatisch regeneriert werden. Ein CMS, das diese Datei nur einmal täglich aktualisiert, führt zu einer Entdeckungsverzögerung, die mit dem Tempo eines Mediums unvereinbar ist.
Erforderliche Elemente in jedem Eintrag der News-Sitemap
- publication name und language: identifizieren die Quelle und die Sprache des Inhalts für die Einstufung in Google News
- publication_date: präziser Zeitstempel der Veröffentlichung im W3C DateTime-Format, der die vom Motor wahrgenommene Frische bestimmt
- title: der Titel des Artikels, wie er in den Ergebnissen erscheinen soll, abweichend vom Title-Tag der Seite, falls erforderlich
Die HTML-Sitemap für die Lesernavigation strukturieren
Eine Nachrichten-Website, die täglich mehrere Dutzend Artikel veröffentlicht, kann nicht jede URL auf einer einzigen Seite auflisten. Die HTML-Sitemap sollte zwei ergänzende Navigationsachsen anbieten: thematisch und chronologisch.
Die Klassifizierung nach Rubrik (Politik, Wirtschaft, Kultur, Sport) ermöglicht es dem Leser, ein Thema zu erkunden, ohne das Veröffentlichungsdatum zu kennen. Die Klassifizierung nach Zeitraum (Monat, Jahr) ist für diejenigen geeignet, die ungefähr wissen, wann ein Ereignis behandelt wurde. Diese beiden Pfade auf derselben Seite anzubieten, reduziert die Abhängigkeit von der internen Suchmaschine, die auf Medienseiten oft wenig leistungsfähig ist.
Diese Seite in eine umfassende Liste von Artikeln zu verwandeln, macht sie unbrauchbar. Es ist besser, die Links nach Rubriken und Unterrubriken zu gruppieren und die Anzahl der sichtbaren URLs pro Abschnitt zu begrenzen. Eine Paginierung oder ein Akkordeonsystem nach Jahr erhält die Lesbarkeit, ohne die Tiefe zu opfern.
Broken Links und Migrationen: die Falle der Archive
Nach einem Redesign oder einer CMS-Migration ändern sich die URLs. Wenn die HTML-Sitemap die alten Adressen beibehält, <strongführt jeder defekte Link den Leser zu einer 404-Seite. Auf einem Medium mit Jahren von Archiven kann die Anzahl der toten Links ein Ausmaß erreichen, das die Sitemap-Seite kontraproduktiv macht.
Die regelmäßige Überprüfung der Links der HTML-Sitemap ist eine redaktionelle Wartungsaufgabe, nicht nur eine technische. Das Entfernen oder Umleiten veralteter URLs nach jeder Migration stellt sicher, dass die Seite ihre Navigationsnützlichkeit behält.
Zugänglichkeit der Sitemap und Entdeckung von Inhalten durch Suchmaschinen
Die XML-Sitemap wird an zwei Stellen deklariert: in der robots.txt-Datei (Directive Sitemap:) und in der Google Search Console. Für eine Nachrichten-Website empfehlen wir, die Hauptsitemap und die News-Sitemap separat zu deklarieren, da sich ihre Aktualisierungszyklen und URL-Bereiche unterscheiden.
Ein Sitemap-Index (sitemapindex) wird notwendig, wenn die Anzahl der URLs die Dateigröße überschreitet. Große Medien unterteilen ihre Sitemaps nach Rubrik oder Jahr, was auch die Diagnose im Falle eines Indexierungsproblems in einem bestimmten Abschnitt erleichtert.
- Die Hauptsitemap deckt alle dauerhaften URLs ab: Rubrikseiten, Hintergrundartikel, institutionelle Seiten
- Die News-Sitemap enthält nur die aktuellen Artikel, die bei jeder Veröffentlichung regeneriert wird
- Die optionale Bilder- oder Videositemap weist auf die reichhaltigen Inhalte hin, die mit den Artikeln verbunden sind
- Der Sitemap-Index verweist auf all diese Dateien und bildet den einzigen deklarierten Einstiegspunkt in der robots.txt
Diese Segmentierung ist kein architektonischer Luxus. Sie ermöglicht es, ein Crawl-Problem bei einem bestimmten Inhaltstyp zu isolieren, ohne die gesamte Indexierung der Website in Frage zu stellen.
Die Sitemap, ob für Leser oder Bots bestimmt, bleibt ein aktives Element der Website. Sie erfordert eine Wartung, die dem Publikationsrhythmus entspricht. Ein Medium, das sie wie eine statische Datei behandelt, die einmal für alle Zeiten generiert wurde, wird schließlich sowohl tote URLs auf der HTML-Seite als auch abgelaufene Artikel auf der XML-Seite ansammeln, zwei Situationen, die sowohl die Navigation als auch die Sichtbarkeit in Suchmaschinen beeinträchtigen.
