Das Verwenden von 'noindex' in der robots.txt kann unter Umständen wie ein 'disallow' wirken, entspricht aber nicht dem Zweck der Datei. Daher sollte man sich nicht darauf verlassen, dass eine solche Lösung zuverlässig funktioniert.

Die robots.txt dient dazu, bestimmte Seiten und Verzeichnisse für die Bots der Suchmaschinen zu sperren oder diese explizit freizugeben. Dabei geht es ausdrücklich um das Crawlen, nicht aber um das Indexieren.

Manchmal ist aber zu beobachten, dass bestimmte robots.txt-Dateien auch Anweisungen enthalten, die sich auf das Indexieren beziehen, wie zum Beispiel "noindex"-Direktiven. So etwas kann sich wie ein "disallow" auswirken, entspricht aber nicht den offiziellen Standards für die Verwendung der robots.txt.

Wenn man auf eine solche Lösung setzt und Seiten per robots.txt und "noindex" sperren möchte, sollte man immer eine zusätzliche Absicherung verwenden. Darauf hat Johannes Müller per Twitter hingewiesen:

Es gilt also folgende Regel: Das Ausschließen von Seiten und Verzeichnissen für das Crawlen geschieht in der robots.txt per "disallow", das Sperren gegen Indexierung geschieht per Robots-Meta-Tag "noindex" odet durch ein entsprechendes X-Robots-Tag im HTTP-Header.

Titelbild: Copyright AKS - Fotolia.com

Verwandte Beiträge

Google indexiert Seiten auch ohne zu crawlen

Das Crawlen einer Seite ist nicht unbedingt nötig, damit Google sie indexiert. Allerdings werden dabei die Inhalte der Seite nicht übernommen.

Seite nur teilweise geladen - Auswirkungen auf SEO möglich

Wenn eine Seite nur teilweise geladen wird, kann sich dies laut Google auf die Darstellung der Seite in der Suche auswirken. Dabei kommt es darauf an, welche Bereiche der Seite geladen werden.

Google: 'noindex' per JavaScript funktioniert, die Umkehrung jedoch nicht

Google erkennt das Meta-Robots-Tag 'noindex' auch dann, wenn es per JavaScript gesetzt wurde - allerdings mit einer zeitlichen Verzögerung. Umgekehrt funktioniert es jedoch nicht: Wenn ein 'noindex' per...

{loadpositoin newsletter}