Duplicate Content („Doppelter Inhalt“) bedeutet, dass zwei (nahezu) gleiche Dokumente unter verschiedenen URLs (Adressen) erreichbar sind. Da die Ressourcen der Suchmaschinen begrenzt sind und z.B. Google verständlicherweise nicht immer gleiche Inhalte aufnehmen möchte, wird nur eine Quelle als Original eingestuft. Die jeweiligen Duplikate werden im Ranking herabgesetzt oder nicht im Index aufgenommen. Dies sieht man oft am Ende von Suchanfragen.
Von Doppelten Inhalt spricht man, wenn der gleiche Text auf der eigenen oder einer anderen Webseite verwendet wird. Anhand eines Beispiels wird dies noch deutlicher.
Gerade durch z.B. Produktdaten, die von vielen Shopbetreibern vom Hersteller bezogen werden, entsteht diese Duplicated Content Problematik. Den einzelnen Shopbetreibern werden vom Hersteller die Daten inklusive der Produktbeschreibungen zur Verfügung gestellt, die dann wiederum unverändert auf den Shopseiten ausgegeben werden. Es entstehen dadurch eine große Anzahl von Seiten mit der gleichen Produktbeschreibung des Artikels auf verschiedenen Shops.
Quellen für doppelte Inhalte
Es gibt eine Menge unterschiedlicher Quellen von Duplicated Content. So kann auch ihr Shopsystem doppelte Inhalte erzeugen. Typische Fehlerquellen sind:
- Jede Seite ist mit und ohne „www“ aufrufbar z.B. http://www.domain.de und http://domain.de
- Session-IDs. Beispiel: domain.de/produkte.html und domain.de/produkte.html?oscid=xyz
- Falsche Verlinkung der Startseite http://www.domain.de/ und http://www.domain.de/index.php.
Dieser Fall tritt z.B. häufig bei XTCommerce Shops auf. - URLs mit Groß- und Kleinschreibung aufrufbar: domain.de/AGB.html sowie domain..de/agb.html
- Content ist sowohl über „http“ als auch über „https“ aufrufbar
- Tracking-Parametern in der URL domain.de/produkte.html und domain.de/produkte.html?google_base=xyz
- Die Seite ist auch per Druckvorschau unter einer URL erreichbar
- Filterfunktionen geben gleichen Inhalt aus: domain.de/search.html?sort=farbe oder domain.de/search.html?sort=name bringen gleiche Ergebnisse
- …
Wie kann ich doppelte Inhalte erkennen ?
Um zu ermitteln, wer z.B. den gleichen Datenbestand ausliefert, wird einfach eine Textpassage aus einer Produktbeschreibung mit ca. 10 Wörtern herausgenommen und danach bei Google mit Gänsefüßchen gesucht, um die exakten Treffer zu der Wortpassage zu erhalten.
Anhand der Ergebnisse kann man feststellen, welche Domains über den gleichen Content verfügen. Um die Problematik zu verdeutlichen, haben wir eine Phrase aus dem Angebot eines großen Versandhaus entnommen und bei Google danach gesucht.
Aus dem Screenshot kann man erkennen, dass der gleiche Inhalt auf mehreren verschiedenen URLs besteht.
Dies kommt dadurch zustande, dass dieses Kleid in den Kategorien:
>> Damenmode >> Mode >> Kleider >> Partykleider >> Jerseykleid und
>> Damenmode >> Markenshops >> Vivance Collection >> Kleider & Röcke >> Jerseykleid, Vivance Collection
veröffentlicht wurde.
Content Diebstahl
Ein weiterer wichtiger Punkt, wodurch Duplicated Content entstehen kann, ist der Content Diebstahl durch Dritte. Dieser sollte zur Vermeidung von Duplicated Content bekämpft werden. Dies kann durch Angabe einer Quelle mit Link erreicht werden, damit Google zur Originalquelle verwiesen wird, oder durch rechtliche Schritte. Um einen Contentdiebstahl aufzudecken sollte öfters verglichen werden, ob der Inhalt nochmals im Internet vorhanden ist. Dazu nehmen Sie einfach wie oben bereits aufgeführt eine Textpassage aus Ihrem Content und geben diese bei Google in Gänsefüßchen ein. Anhand der Ergebnisse können Sie feststellen, ob jemand den gleichen Content auf seiner Website anbietet oder man selbst eine andere Domain mit dem gleichen Inhalt bestückt hat.
Wie soll man dagegen vorgehen?
Von Duplicated Content spricht man wenn eine Gleichheit des Textes einer anderen Seite besteht, wobei HTML Code und wiederkehrende Blöcke wie Navigation ausgeschlossen werden. Google ermittelt dabei über einen Algorhythmus ob sich der Text ähnelt.
Vorallem sollte man die technischen Möglichkeiten nutzen um DC zu vermeiden. Mit anderen Worten sollte man keine SessionIDs für Google auszuliefern, eine Standarddomain definieren oder das Crawlen von https Seiten verbieten. Desweiteren haben die großen Suchmaschinen Werkzeuge bereit gestellt um solche DC Quellen zu vermeiden. So gibt es neben dem Canonical Tag, welches die Orginalquelle angibt, z.B. noch die Möglichkeit in den Google Webmaster Tools einzelne Parameter wie die Session ID auszuschließen. Haben Sie diese Voraussetzungen geschaffen, sollten Sie natürlich auch DC bei Ihren Texten vermeiden.
Um also Duplicated Content abzuschwächen oder zu vermeiden, muss daher jeder Text so abgeändert werden, dass dieser ca. 20-30% zum Originaltext abweicht. Dadurch wird ein zweites Original erzeugt und von Google nicht mehr als Dublette erkannt. Angenommen der bisherige Text besteht aus 100 Wörtern kann man diesen mit zusätzlichen 20 Wörtern und Sätzen anreichern um eben so ein zweites Organal zu erzeugen. Auch durch Verwendung von Synonymen oder abgeändertem Satzbau kann man einen eindeutigen Text erstellen.
Das Mischen von Snippets von ähnlichen Produkten reicht hier oftmals nicht aus. Ebenfalls sinnvoll ist es, eigene Benutzer-Bewertungen für Produkte gleich auf der Produktseite aufzulisten. Dadurch würde eine Textpassage erscheinen die auf ihre Domain eindeutig wäre.
Generell gilt dabei, je eindeutiger Sie den Text gestalten können, desto weniger Gefahr läuft man, diesen Filter bei Google auszulösen.
