Was ist eine Orphan Page (verwaiste Seite) und wie findet man sie

Es gibt keine offizielle Definition von „verwaister Seite“ seitens Google oder einer Normungsstelle; der Begriff hat sich als Praxisvokabular im SEO durchgesetzt, popularisiert durch Crawling-Tools wie Screaming Frog, Ahrefs oder Sitebulb.

=================================================== Man nimmt schnell an, dass eine Seite "in Ordnung" ist, sobald sie in der Google Search Console als indexiert erscheint. Das stimmt nicht. Indexierung und interne Verlinkung sind zwei getrennte Vorgänge, und diese beiden zu verwechseln ist der Grundfehler hinter den meisten Orphan Pages, die niemand rechtzeitig bemerkt.

Google kann eine URL, die in der sitemap.xml steht, crawlen und indexieren, ohne dass irgendeine andere Seite der Website sie erwähnt. Der Crawler besucht sie, verarbeitet sie und nimmt sie in den Index auf. Bis dahin sieht alles korrekt aus. Das eigentliche Problem zeigt sich an zwei Stellen, die ein einfacher Coverage-Report nicht abbildet.

Die erste Stelle ist der interne PageRank-Fluss. Links zwischen Seiten derselben Domain übertragen Autorität von einer Seite zur anderen. Eine Seite ohne eingehende interne Links erhält nichts von dieser Autorität, egal wie stark die Domain insgesamt ist. Sie tritt in den Suchergebnissen mit einem Bruchteil der Stärke an, die sie eigentlich haben sollte, selbst wenn der Inhalt gut ist.

Die zweite Stelle ist die tatsächliche Navigationserfahrung. Kein Nutzer erreicht eine verwaiste Seite durch einen Klick innerhalb der Website, weil es keinen Klick gibt, der dorthin führt. Nur wer über eine direkte Suche, einen externen Link oder eine auswendig bekannte URL einsteigt, gelangt dorthin. Für alle anderen Besucher existiert diese Seite nicht, auch wenn der Server sie fehlerfrei ausliefert.

Deshalb lohnt es sich, zwei oft vermischte Begriffe zu trennen: Sichtbarkeit und Indexierung sind nicht dasselbe. Eine Seite kann indexiert und gleichzeitig unsichtbar für jeden sein, der die Website ganz normal durchklickt. Crawling, Indexierung und interne Auffindbarkeit sind drei getrennte Ebenen, und eine verwaiste Seite scheitert genau an der dritten.

Dazu kommt ein mittelfristiger Signaleffekt. Suchmaschinen lesen die Position einer Seite innerhalb der Website-Architektur als Teil des Kontexts, mit dem sie deren thematische Relevanz einschätzen. Eine isolierte Seite ohne eingehende oder ausgehende Links zu verwandten Inhalten liefert weniger Kontext darüber, worum es geht und zu welchem Teil der Domain sie gehört. Mit der Zeit kann das zu selteneren erneuten Crawls führen, weil der Crawler URLs bevorzugt, die aktiver Teil des Linkgraphen der Website sind.

===================================================

=================================================== Es lohnt sich, die verwaiste Seite von drei anderen Problemen abzugrenzen, mit denen sie oft verwechselt wird, weil jedes davon anders diagnostiziert und behoben wird.

Gegenüber dem Error 404 liegt der Unterschied in der Existenz: Ein 404 sagt, dass die Ressource nicht mehr da ist, während eine verwaiste Seite existiert, normal antwortet und meist mit einem 200-Statuscode. Der Fehler liegt nicht beim Server: Nichts auf der eigenen Website zeigt auf sie.

Gegenüber einer Seite mit noindex-Tag liegt der Unterschied in der Absicht. Noindex ist ein bewusster Ausschluss: Jemand hat entschieden, dass diese URL nicht in den Suchergebnissen erscheinen soll. Die verwaiste Seite ist dagegen meist ein Versehen: Niemand hat entschieden, sie zu isolieren, sie hat einfach nach einer Änderung an der Website ihre Verlinkung verloren.

Gegenüber Thin Content liegt der Unterschied in der Art des Problems. Thin Content ist ein Qualitäts- oder Tiefenproblem des Textes; die verwaiste Seite ist ein strukturelles Verlinkungsproblem. Eine Seite kann beide Probleme gleichzeitig haben, das eine bedingt aber nicht das andere, und die Lösung des einen behebt das andere nicht.

===================================================

=================================================== Verwaiste Seiten entstehen fast nie absichtlich. Sie sind ein Nebeneffekt von Entscheidungen, die an anderer Stelle der Website getroffen wurden, und genau deshalb sind sie ohne einen gezielten Suchprozess so schwer zu finden.

Die häufigste Ursache ist ein Redesign der Navigation. Wenn ein Menü, eine Kategorie oder eine Fußzeile umgebaut wird, werden manche Einträge entfernt, weil sie wenig relevant oder doppelt erschienen. Die URL bleibt online, funktioniert weiterhin, ist aber ab diesem Zeitpunkt von keiner Stelle der Website mehr verlinkt.

Eine weitere häufige Ursache sind hand-gepflegte Übersichts- oder Kategorieseiten. Bei einem Glossar mit mehreren Dutzend Fachbegriffs-Seiten kann es zum Beispiel leicht passieren, dass eine neue Seite erstellt wird, aber die Übersichtsseite, die sie eigentlich auflisten sollte, nicht aktualisiert wird, weil diese Aktualisierung davon abhängt, dass jemand manuell daran denkt. Die neue Seite existiert, ist per direkter URL erreichbar und steht vielleicht sogar in der Sitemap, aber keine andere Seite der Domain erwähnt sie: genau diese Art von Ursache erzeugt eine Orphan Page, ohne dass es jemandem auffällt, bis eine Prüfung stattfindet.

Kampagnen-Landingpages sind eine weitere typische Quelle. Sie werden für eine bestimmte Aktion erstellt, während eines begrenzten Zeitraums von Bannern, Newslettern oder Anzeigen aus verlinkt, und wenn die Kampagne endet, werden die internen Links, die auf sie zeigten, wieder entfernt. Die Seite bleibt online, manchmal monatelang indexiert, gehört aber zu keinem echten Navigationspfad mehr.

Auch URL-Migrationen erzeugen verwaiste Seiten, wenn sich die Ordnerstruktur oder das Content-Management-System ändert. Wenn der Migrationsprozess nicht systematisch prüft, welche alten Seiten noch interne Links erhielten, bleiben manche isoliert zurück, ohne dass es jemand geplant hätte.

===================================================

=================================================== Verwaiste Seiten zu finden bedeutet, zwei Datenquellen abzugleichen, die fast nie vollständig übereinstimmen: die Liste der URLs, die die Website laut sitemap.xml hat, und die Liste der URLs, die ein echter Crawl erreicht, wenn er ausgehend von der Startseite nur Links folgt.

Die Standardmethode ist, die Website mit einem Tool wie Screaming Frog im "List"-Modus zu crawlen, mit der sitemap.xml als URL-Quelle, und parallel dazu die Website im normalen Modus zu crawlen, bei dem nur internen Links gefolgt wird. Screaming Frog enthält einen eigenen "Orphan Pages"-Report, der beide Mengen vergleicht: URLs, die in der Sitemap, in der Google Search Console oder in Google Analytics auftauchen, die der normale Crawler aber, wenn er nur Links folgt, nie erreicht.

Damit dieser Report zuverlässig ist, sollte man Screaming Frog vor dem Crawl mit der Google Search Console und mit Google Analytics verbinden, weil er dann drei Quellen abgleicht: intern verlinkte URLs, laut GSC indexierte URLs und laut Analytics Traffic erhaltende URLs. Eine URL, die in den letzten beiden Quellen auftaucht, aber nicht in der ersten, ist mit hoher Wahrscheinlichkeit eine verwaiste Seite.

Auf großen Websites lohnt es sich, diesen Abgleich regelmäßig zu wiederholen, nicht nur einmal. Jede neue Veröffentlichung, jedes Menü-Redesign und jede Teilmigration kann andere verwaiste Seiten erzeugen als die letzte Prüfung, weshalb eine einmalige Stichprobe statt eines wiederkehrenden Prozesses neue Fälle durchrutschen lässt, die monatelang niemandem auffallen.

Als manuelle Ergänzung hilft es, den Coverage-Report der Google Search Console zu prüfen, nach indexierten URLs zu filtern und danach einzeln zu kontrollieren, ob jede davon von der Startseite aus normal erreichbar ist, ohne die URL direkt in die Adresszeile einzugeben. Das ist langsamer, aber auf kleinen Websites sinnvoll, wenn sich ein vollständiges Crawling-Tool nicht lohnt.

===================================================

• Jede neue Seite von mindestens einer Kategorie-, Hub- oder verwandten Artikelseite aus verlinken, direkt bei der Veröffentlichung, nicht erst Wochen später.
• Regelmäßig mit Screaming Frog (Orphan-Pages-Report) in Kombination mit Search Console und Analytics prüfen, nicht nur einmal beim Website-Launch.
• Übersichts- oder Kategorieseiten jedes Mal aktualisieren, wenn in diesem Bereich neuer Inhalt veröffentlicht wird.
• Module für "verwandte Artikel" oder kontextuelle Verlinkung direkt im Inhalt einbauen, nicht nur in Menüs und Fußzeilen.
• Interne Verlinkung als Pflichtschritt in jedem Navigations-Redesign prüfen, bevor Menüeinträge entfernt werden.
• Breadcrumbs einbauen, die jede Seite in die Website-Hierarchie einordnen und dabei einen zusätzlichen internen Link liefern.

• Sich darauf verlassen, dass die Präsenz in der sitemap.xml für gute SEO-Performance ausreicht.
• Menüeinträge bei einem Redesign entfernen, ohne vorher zu prüfen, welche Seiten dadurch ohne jede alternative interne Verlinkung zurückbleiben.
• Eine Seite für gut befinden, nur weil die Google Search Console sie als indexiert markiert.
• Kampagnen-Landingpages veröffentlicht lassen, die nur von temporären externen Kanälen aus verlinkt sind, ohne sie zu entfernen oder in die dauerhafte Navigation einzubinden.
• Die interne Verlinkung nach einer URL-Migration oder einem Wechsel des Content-Management-Systems nicht überprüfen.