Was ist Duplicate Content?

Duplicate Content bezeichnet Inhalte, die unter mehreren URLs erreichbar sind – innerhalb einer Website oder über mehrere Domains hinweg. Das Thema begleitet die Suchmaschinenoptimierung seit ihren Anfängen und hat dabei einiges an Aberglauben angesammelt. Deshalb zuerst die Einordnung.

Eine Strafe für doppelte Inhalte gibt es nicht

Google hat mehrfach und ausdrücklich klargestellt, dass doppelte Inhalte für sich genommen kein Grund für eine Maßnahme gegen eine Website sind. Anders liegt der Fall nur, wenn erkennbar getäuscht werden soll – etwa bei Seiten, die fremde Inhalte in großem Stil zusammenkopieren.

Was tatsächlich passiert, ist unspektakulärer und trotzdem ärgerlich genug: Google fasst Adressen mit gleichem oder sehr ähnlichem Inhalt zu einer Gruppe zusammen und wählt daraus eine URL aus, die in den Ergebnissen angezeigt wird. Diese Auswahl nennt sich Kanonisierung. Die übrigen URLs verschwinden aus der Ergebnisliste.

Zwei Konsequenzen ergeben sich daraus. Erstens entscheidet Google, welche Variante gezeigt wird, und das ist nicht zwangsläufig die, die ihr gewählt hättet. Zweitens verteilen sich Signale wie eingehende Links auf mehrere Adressen, statt sich auf einer zu bündeln. Wer sich um doppelte Inhalte kümmert, tut das also nicht, um eine Strafe abzuwenden, sondern um die Kontrolle darüber zu behalten, welche Seite im Suchergebnis erscheint.

Ein Nebeneffekt kommt bei großen Websites hinzu: Jede überflüssige Variante wird gecrawlt. Bei einem Shop mit sechs Filterdimensionen entstehen daraus schnell mehr URLs, als der Katalog Produkte hat.

Interner Duplicate Content

Der weitaus häufigste Fall, und fast nie Absicht. Typische Ursachen:

Die Domain ist mehrfach erreichbar. beispiel.de, www.beispiel.de, http://… und https://… sind technisch vier verschiedene Adressen. Wenn alle vier ausliefern statt weiterzuleiten, liegt die komplette Website vierfach vor.

Parameter in der URL. Sortierung, Filter, Ansichtsoptionen, Kampagnen-Parameter, Session-IDs. /kategorie?sort=preis und /kategorie?sort=name zeigen dieselben Produkte in anderer Reihenfolge – und denselben Kategorietext. Lassen sich Parameter zusätzlich in beliebiger Reihenfolge kombinieren, wächst die Zahl der Varianten rasch.

Paginierung. Viele Shopsysteme zeigen den Kategorietext auf Seite 1, 2 und 3 identisch an. Bei Magento etwa entsteht die zweite Seite einer Kategorie als /kategorie?p=2; weitere Fallstricke dieses Systems behandeln die SEO-Tipps für den Magento-Shop.

Produkte in mehreren Kategorien. Steht die Kategorie im Pfad, ist ein Produkt, das drei Kategorien zugeordnet ist, unter drei Adressen erreichbar: /guertel/modell-a, /leder/modell-a, /geschenke/modell-a.

Druckansichten, Vorschau-URLs, Kalenderseiten und alles andere, was ein System nebenbei erzeugt, ohne dass es jemand bestellt hätte.

Jedes Content-Management- und Shopsystem hat seine eigenen Fallen. Die Frage ist nie, ob es welche gibt, sondern welche.

Externer Duplicate Content

Hier gibt es drei Konstellationen.

Ihr verwendet fremde Texte. Der Klassiker sind Herstellerbeschreibungen im Handel: Sie sind fertig, fachlich korrekt und kostenlos – und stehen deshalb wortgleich bei allen anderen Händlern, die dasselbe Produkt führen. Google muss dann entscheiden, welche dieser Seiten angezeigt wird, und hat dafür außer der Autorität der Domain wenig Anhaltspunkte. Für einen kleinen Shop ist das eine schlechte Ausgangslage.

Der Ausweg ist bekannt und unbequem: eigene Beschreibungen. Sie müssen nicht lang sein. Ein Absatz, der etwas sagt, was im Datenblatt nicht steht – wofür sich das Produkt eignet, wofür nicht, worauf bei der Größenwahl zu achten ist –, unterscheidet die Seite bereits von allen anderen. Was einzigartige Inhalte ausmacht, ist dabei weniger eine Frage der Wortzahl als der Frage, ob jemand die Seite geschrieben hat, der das Produkt kennt.

Andere verwenden eure Texte. Kommt vor, oft ohne böse Absicht. Der erste Schritt ist eine sachliche Aufforderung an den Betreiber, den Text zu entfernen. Hilft das nicht, gibt es zwei Wege: Google bietet ein Formular für Beschwerden wegen Urheberrechtsverletzungen an, über das sich betroffene Seiten aus den Ergebnissen entfernen lassen. Und es bleibt der Rechtsweg, für den ihr anwaltlichen Rat einholen solltet, statt auf Verdacht abzumahnen.

Länderspezifische Varianten. beispiel.de und beispiel.at mit weitgehend identischem deutschem Text sind ein Sonderfall – hier ist die Dopplung gewollt. Dafür gibt es hreflang, dazu gleich mehr.

Was ihr dagegen tut

rel="canonical" setzen. Die Standardlösung für Varianten, die alle erreichbar bleiben sollen. Das Element steht im <head> jeder Variante und benennt die Fassung, die gelten soll:

<link rel="canonical" href="https://www.beispiel.de/guertel/modell-a">

Wichtig: Die Angabe ist ein starkes Signal, keine Anweisung. Google kann sich anders entscheiden, wenn die übrigen Signale dagegensprechen – etwa wenn alle internen Links auf eine andere Variante zeigen. Die kanonische URL muss außerdem selbst erreichbar sein, auf sich selbst verweisen und darf nicht per noindex ausgeschlossen sein.

Dauerhaft weiterleiten. Wo eine Variante gar nicht erreichbar sein muss, ist eine 301-Weiterleitung sauberer als ein canonical. Das gilt insbesondere für die Domainvarianten: Legt euch auf eine Schreibweise fest und leitet die übrigen darauf weiter.

Intern konsistent verlinken. Wenn ihr eine kanonische Form festgelegt habt, muss die ganze Website darauf verlinken – auch die Sitemap. Widersprüchliche interne Links sind einer der häufigsten Gründe, warum Google eine andere Variante wählt als die angegebene.

hreflang für Sprach- und Länderversionen. Damit sagt ihr, dass es sich um Fassungen desselben Inhalts für unterschiedliche Zielgruppen handelt:

<link rel="alternate" hreflang="de-DE" href="https://www.beispiel.de/guertel">
<link rel="alternate" hreflang="de-AT" href="https://www.beispiel.at/guertel">
<link rel="alternate" hreflang="x-default" href="https://www.beispiel.de/guertel">

Die Angaben müssen wechselseitig sein: Jede Fassung verweist auf alle anderen und auf sich selbst.

noindex sparsam einsetzen. Es hat seinen Platz, etwa bei internen Suchergebnisseiten. Für Varianten desselben Inhalts ist canonical die bessere Wahl, weil dabei die Signale zusammengeführt werden statt verloren zu gehen. Die Details dazu stehen im Tutorial zum Meta-Robots-Tag.

Ein Werkzeug, auf das ältere Anleitungen an dieser Stelle verweisen, gibt es nicht mehr: Die Funktion zur Behandlung von URL-Parametern in der Search Console wurde 2022 abgeschaltet. Parameter werden heute über canonical, Weiterleitungen und – wo nötig – über die robots.txt geregelt.

Wie ihr prüft

Textpassage suchen. Nehmt einen markanten Satz aus einer wichtigen Seite und sucht ihn in Anführungszeichen. Erscheinen mehrere eigene URLs, habt ihr internen Duplicate Content; erscheinen fremde Domains, wurde kopiert. Mit site: lässt sich das auf die eigene Domain eingrenzen – weitere Abfragen dieser Art sammelt die Übersicht der Google-Operatoren.

Search Console lesen. Der Seiten-Bericht führt nicht indexierte URLs mit Begründung auf, darunter eigene Kategorien für Duplikate und für Fälle, in denen Google eine andere kanonische Adresse gewählt hat als angegeben. Das ist die verlässlichste Quelle, weil sie zeigt, wie Google die Sache tatsächlich sieht.

Überwachen. Ein Google Alert auf eine markante Textpassage meldet, wenn ein neuer Treffer dazu auftaucht. Für größere Bestände gibt es spezialisierte Dienste wie Copyscape, mit denen sich Texte auf Kopien im Web prüfen und laufend überwachen lassen.

Der Aufwand lohnt vor allem dort, wo Umsatz dranhängt. Bei einem Shop mit tausenden Varianten-URLs ist das Aufräumen der Kanonisierung regelmäßig einer der ergiebigsten Schritte einer Suchmaschinenoptimierung – nicht, weil eine Strafe droht, sondern weil danach die richtige Seite gefunden wird.