Was ist XML?

XML steht für Extensible Markup Language, also erweiterbare Auszeichnungssprache. Es ist eine Empfehlung des W3C, die geltende Fassung ist die fünfte Ausgabe von XML 1.0 vom 26. November 2008. „Erweiterbar“ heißt, dass die Sprache selbst nicht vorgibt, welche Tags es gibt: Eine Sitemap nutzt andere als ein Nachrichtenfeed, und ein Produktkatalog wieder andere.

Auf den ersten Blick ähneln sich HTML und XML, weil beide Inhalte mit Tags in spitzen Klammern auszeichnen. Der Unterschied liegt im Zweck. HTML beschreibt eine Seite, damit ein Browser sie anzeigt. XML beschreibt Daten, damit ein anderes Programm sie liest: eine Liste von URLs, ein Produkt mit Preis oder eine Meldung mit Datum.

Ein XML-Dokument muss wohlgeformt sein. Es gibt genau ein Wurzelelement, jedes geöffnete Tag wird geschlossen, Groß- und Kleinschreibung zählt, und Attributwerte stehen in Anführungszeichen. Verletzt eine Datei eine dieser Regeln, rät das lesende Programm nicht, sondern weist sie zurück.

Eine XML-Datei ist reiner Text, der wie ein Baum aufgebaut ist. Das Wurzelelement enthält weitere Elemente, und diese enthalten Text, Attribute oder wiederum Elemente. In einer Sitemap umschließt das Tag urlset für jede Seite ein Tag url, und darin steht im Tag loc die Adresse und in lastmod das Datum der letzten Änderung.

Damit zwei Programme sich verstehen, reicht gültiges XML allein nicht. Sie müssen sich einigen, welche Tags es gibt und was sie bedeuten, und das legt jedes Format fest. Das Sitemap-Protokoll, RSS oder Atom für Feeds und die Schemata von Produktkatalogen sind solche Vereinbarungen auf Basis von XML.

In vielen modernen APIs hat JSON XML abgelöst, weil es knapper ist und sich aus JavaScript leichter lesen lässt. Die strukturierten Daten, die Google empfiehlt, werden zum Beispiel in JSON-LD geschrieben. Sitemaps und ein großer Teil der Feeds sind trotzdem XML geblieben.

Für SEO taucht XML vor allem in der Sitemap auf. Google akzeptiert Sitemaps als XML, als RSS- oder Atom-Feed und als einfache Textdatei und setzt klare Grenzen: höchstens 50.000 URLs oder 50 MB unkomprimiert je Sitemap, kodiert in UTF-8. Eine fehlerhaft aufgebaute Datei oder ein nicht maskiertes Sonderzeichen kann dazu führen, dass die Suchmaschine sie nicht verarbeitet.

Google sagt auch, was es aus den einzelnen Tags liest. Das Datum in lastmod nutzt es nur, wenn es durchgehend stimmig und überprüfbar ist, die Tags priority und changefreq ignoriert es. Eine Sitemap mit echten Daten hilft also, eine, die jede Seite als heute geändert markiert, verliert diesen Nutzen.

Die Sitemap von zds.es, gemessen am 13. Oktober 2026, ist eine einzige XML-Datei mit rund 190 KB und 1.370 URLs, weit unter Googles Grenzen. Jede URL trägt ein lastmod-Datum, und nicht alle tragen das Datum des Messtags: Es gibt 20 verschiedene Daten, das älteste aus dem April 2026. Außerdem steht das Tag priority darin, das Google nach eigener Aussage ignoriert.

• XML-Dateien in UTF-8 speichern und das in der ersten Zeile angeben.
• Sonderzeichen in URLs maskieren, etwa das kaufmännische Und, damit die Datei wohlgeformt bleibt.
• In lastmod das echte Datum der letzten inhaltlichen Änderung eintragen, nicht das des Builds.
• Große Sitemaps aufteilen und in einem Sitemap-Index bündeln, bevor sie an die Grenze stoßen.
• Die Adresse der Sitemap in der robots.txt angeben und in der Search Console einreichen.
• Die Datei nach jeder Änderung am Generator validieren.

• Annehmen, priority oder changefreq beeinflussten das Crawling durch Google.
• Bei jeder Veröffentlichung lastmod für alle URLs hochsetzen, auch wenn sie sich nicht geändert haben.
• URLs in die Sitemap aufnehmen, die weiterleiten, einen Fehler liefern oder auf noindex stehen.
• Nicht maskierte Zeichen verwenden, die die Datei unbrauchbar machen.
• Die XML-Sitemap für Suchmaschinen mit einer Seitenübersicht für Menschen verwechseln.