Teil I · Kapitel 1
Funktionsweise der Suchmaschine
Crawling, Rendering, Indexing und Ranking als vier getrennte Schritte — und die ehrliche Trennung zwischen dem, was Google zum Ranking bestätigt, und dem, was aus Leak und Patenten stammt.
Kurz gefasst — Eine Suchmaschine tut vier Dinge nacheinander: sie entdeckt URLs (Crawling), führt JavaScript aus (Rendering), versteht und speichert die Seite (Indexing) und sortiert sie erst dann für eine konkrete Suchanfrage (Ranking). Dieses Modell ist die Landkarte, an der das ganze Fach hängt — jeder Traffic-Verlust lässt sich einem dieser Schritte zuordnen. Die Steuerung der ersten drei Schritte ist Thema des Kapitels Technisches SEO; hier geht es um das Modell selbst und vor allem um den vierten Schritt, das Ranking — und um die ehrliche Frage, was Google davon wirklich bestätigt hat.
Vier Schritte, nicht ein Vorgang
Der häufigste Denkfehler ist, diese Schritte zu verschmelzen: gecrawlt heißt nicht indexiert, und indexiert
heißt nicht gerankt. Eine Seite kann abgerufen, aber bewusst nicht gespeichert sein (noindex); sie kann
gespeichert, aber für keine Suchanfrage relevant genug sein, um aufzutauchen. Wer ein Sichtbarkeitsproblem
diagnostiziert, muss zuerst wissen, an welchem der vier Tore es klemmt. R1
Die Pipeline aus Crawling → Rendering → Indexing → Ranking Fachbegriff ist über zwei Jahrzehnte stabil geblieben, während sich innerhalb der einzelnen Schritte fast alles geändert hat — vom reinen Stichwort-Abgleich hin zu sprachverstehenden KI-Modellen und, an der Spitze, zu synthetisierten KI-Antworten. Genau diese Trennung macht das Modell so nützlich: Die Mechanik bleibt, die Signale wandern.
Crawling: Entdecken und Abrufen
Googlebot entdeckt URLs, indem er Links folgt und Sitemaps auswertet, und ruft sie ab. Neue Seiten werden über interne und externe Verlinkung sowie eingereichte Sitemaps gefunden — eine verwaiste Seite, auf die niemand verlinkt, existiert für die Suchmaschine praktisch nicht. R1
Ob und wie viel gecrawlt wird, regelt das Crawl-Budget — für die
allermeisten Sites kein Engpass und erst bei sehr großen Inventaren relevant. Die Steuerungswerkzeuge dieses
Schritts (robots.txt, Statuscodes, Crawl-Budget im Detail) gehören ins Kapitel
Technisches SEO; für das Modell genügt: Crawling ist Voraussetzung, kein
Qualitätsurteil. Häufiger gecrawlt zu werden verbessert kein Ranking. R1
Rendering: die zweite Welle
Moderne Seiten bauen ihren Inhalt oft erst per JavaScript auf. Deshalb rendert Google in zwei Wellen: Zuerst wird das Roh-HTML gecrawlt, dann stellt Google die Seite zur JavaScript-Ausführung in eine Render-Queue. Diese zweite Welle kann warten. Der Web Rendering Service Fachbegriff dahinter ist ein aktueller Headless-Chrome, der modernes JS/ES6 verarbeitet. R1
Praktische Konsequenz: Erscheint kritischer Inhalt erst nach der JS-Ausführung, kann seine Indexierung sich verzögern oder ganz ausfallen. Die Rendering-Strategien (SSR, SSG, Hydration; Dynamic Rendering ist abgekündigt) sind wieder Sache des Kapitels Technisches SEO. Fürs Modell zählt: Was Google rankt, ist das gerenderte Ergebnis, nicht der erste HTML-Schnipsel.
Indexing: Verstehen und Speichern
Im Indexing analysiert Google die gerenderte Seite — Inhalt, Sprache, Entitäten, Struktur — und legt sie im Index ab. Erst was indexiert ist, kann überhaupt ranken. Auch hier gilt kein Automatismus: Google entscheidet, ob eine gecrawlte Seite es wert ist, gespeichert zu werden.
Ranking: hier entscheidet Relevanz, nicht Technik
Erst beim Ranking sortiert Google die indexierten Seiten für eine konkrete Suchanfrage. Hunderte Signale fließen ein, aber sie dienen alle zwei Fragen: Wie relevant ist diese Seite für diese Anfrage, und wie verlässlich ist sie? Die Suchanfrage selbst wird dabei interpretiert — Synonyme, Schreibfehler, Intent — und nicht bloß als Zeichenkette verglichen.
Das ist der entscheidende Perspektivwechsel gegenüber dem technischen SEO: Crawling, Rendering und Indexing verhindern Verluste. Das Ranking dagegen wird an Inhalt, Relevanz und Vertrauen entschieden — kein Statuscode, kein Markup und keine Ladezeit ersetzt eine passendere Antwort. Die nächsten Abschnitte zeigen, mit welchen Systemen Google diese Sortierung vornimmt — und wie viel davon tatsächlich belegt ist.
Die Ranking-Systeme: von Links zu Bedeutung
Googles Ranking ist kein einzelner Algorithmus, sondern ein über Jahre gewachsener Stapel von Systemen. Die bestätigte Linie führt vom reinen Link- und Stichwort-Abgleich zu echtem Sprachverständnis:
| System | Jahr | Was es brachte |
|---|---|---|
| PageRank | 1998 | Bewertung von Seiten nach Menge und Qualität eingehender Links — Googles Ursprungssignal |
| Hummingbird | 2013 | Umbau auf Bedeutung und Kontext statt reiner Keyword-Matches |
| RankBrain | 2015 | Machine-Learning-System zur Interpretation neuer/mehrdeutiger Anfragen |
| BERT | 2019 | NLP-Modell für Satzkontext und das Zusammenspiel einzelner Wörter |
| MUM | 2021 | multimodales, mehrsprachiges Verständnis (Text und Bild über Sprachgrenzen) |
Diese Systeme sind von Google bestätigt — ebenso wie die Qualitäts-Updates der letzten Dekade: Panda (2011, gegen dünne Inhalte), Penguin (2012, gegen Link-Spam) und die laufenden Core Updates. R1
PageRank ist dabei nicht verschwunden: Google nennt ihn weiterhin „part of our core ranking systems“. Sein Gewicht wird aber überschätzt — Gary Illyes (2023): Backlinks seien wichtig, „but … I don’t agree that they are in the top three. They haven’t been for some time.“ Im März-2024-Core-Update strich Google sogar das Wort „important“ aus der Doku-Passage über Links. Mehr dazu im Kapitel Off-Page SEO. R-Verifikation
Was Google nicht als Ranking-Faktor bestätigt
Genauso wichtig wie die bestätigten Systeme ist, was nachweislich kein direktes Ranking-Signal ist. Diese Punkte werden im Kapitel Mythen & Fakten vertieft; hier die drei mit der größten Hebelwirkung auf das mentale Modell:
- Drittanbieter-Scores sind keine Google-Werte. Domain Authority / Domain Rating / Authority Score sind Schätzmetriken von Moz, Ahrefs und Semrush. Mueller (2020): „Google doesn’t use Domain Authority at all when it comes to Search crawling, indexing, or ranking.“ Nützlich zum Benchmarking, untauglich als Ziel.
- Engagement-Metriken aus Analytics fließen nicht ins Ranking. Bounce Rate, Verweildauer oder GA4-Daten sind keine direkten Signale — ein „Bounce“ kann sogar positiv sein (Antwort gefunden).
- Keyword-Dichte und Wortzahl sind keine Faktoren; es gibt keinen Zielwert und keine „ideale Länge“.
Der Content-Warehouse-Leak: was er zeigt — und was nicht
Im Mai 2024 wurde versehentlich eine interne Google-Dokumentation öffentlich (Content Warehouse API Leak) — 14.014 Attribute über 2.596 Module, am 27. Mai 2024 analysiert vor allem von Mike King (iPullRank) und Rand Fishkin (SparkToro). Sie gibt den seltenen Blick auf interne Modulnamen und Signale — und ist deshalb der ehrlichste Lackmustest für das ganze Fach: Wie geht man mit Belegen um, die echt, aber nicht erklärt sind?
Vier Begriffe tauchen aus Leak und DOJ-Aussagen immer wieder auf — alle mit demselben Caveat „Gewichtung unbestätigt“:
- Navboost — ein klick-basiertes Re-Ranking-System; in
DOJ-Aussagen (u. a. Pandu Nayak) bestätigt, mit Klicktypen wie
goodClicks,badClicks,lastLongestClicks. Glue ist das genannte Pendant für nicht-organische SERP-Elemente. - Mustang — das im Leak genannte primäre Scoring-/Ranking-System; Twiddler sind Re-Ranking-Funktionen, die ein Basis-Ranking nachträglich anpassen.
- siteAuthority und das in DOJ-Aussagen erwähnte Q* — site-weite Qualitäts-/Autoritäts-Scores. Bemerkenswert vor allem, weil Google die Existenz eines site-weiten Autoritätsmaßes lange relativiert hatte.
- PageRank-NearestSeeds — eine PageRank-Variante, die Nähe zu vertrauenswürdigen Seed-Seiten misst.
Der praktische Wert des Leaks ist nicht die Faktenliste, sondern die Haltung: Er bestätigt, dass Google Klick- und Site-Level-Signale verwendet — wie stark, bleibt offen. Wer daraus konkrete „Ranking-Gewichte“ ableitet, verkauft Spekulation als Fakt.
Wie Answer Engines von dieser Pipeline abweichen
KI-Suche — AI Overviews und der AI Mode — sitzt auf dieser Pipeline auf, kehrt aber den letzten Schritt um: Statt eine sortierte Liste blauer Links auszugeben, synthetisiert sie eine Antwort aus mehreren Quellen. Drei Mechanismen verschieben sich dabei:
- Query Fan-Out: Eine Anfrage wird in viele parallele Sub-Queries zerlegt; die Antwort entsteht aus deren kombinierten Treffern, nicht aus einer Ergebnisliste.
- RAG / Grounding: Die Antwort wird an abgerufene Live-Quellen verankert — Indexierung bleibt also Voraussetzung, auch für KI-Antworten.
- Extractable Snippets: Zitiert werden eigenständig verständliche Passagen, nicht „Seite 1 bis 10“.
Die sichtbarste Folge ist die Zero-Click-Suche: Die Antwort erscheint direkt auf der SERP, der Klick bleibt aus. Wie stark das die Klickraten drückt, ist messbar, aber methodenabhängig stark schwankend — die Zahlen und ihre saubere Einordnung stehen im Kapitel Messung, KPIs & Reporting.
Das größere Bild. Die vier Schritte sind das stabile Fundament; darauf hat Google in zwei Jahrzehnten einen Stapel von Ranking-Systemen gebaut, der von Links über Bedeutung zu Verhalten und zuletzt zur KI-Synthese führte. Was davon bestätigt ist — PageRank, Hummingbird, RankBrain, BERT, MUM, die Qualitäts-Updates —, lässt sich klar benennen. Was aus Leak und Gerichtsakten stammt — Navboost, Mustang, Twiddler, Q*, siteAuthority —, ist real als Modul, aber unbestätigt als Gewicht. Diese Grenze sauber zu ziehen, ist kein Defizit an Wissen, sondern der Kern professioneller Urteilskraft: Man optimiert für nachweisbare Relevanz und Qualität — nicht für Modulnamen aus einem Dump.