Onpage Rankingfaktoren für Affiliate Webseiten

Dieser Artikel stellt die Liste der wichtigsten Onpage Faktoren zur Suchmaschinenoptimierung für Affiliate Webseiten dar. Belege für Rankingfaktoren werden aufgeführt, wenn diese Vorhanden sind.

Unterschieden wird zwischen domainweiten und Dokument-bezogenen Onpage Rankingfaktoren. Domainweite Rankingfaktoren werden im Folgenden mit dem Symbol  gekennzeichnet, Dokument-basierte mit.

John Mueller, Senior Trend Analyst bei Google, fasst die Essenz der Onpage Rankingfaktoren mit einem Wort zusammen und meint hiermit die Qualität der Inhalte einer Webseite im Sinne der Bedarfsgruppe:

Awesomeness.

John Mueller, Senior Trend Analyst bei Google, September 6, 2017

Onpage Rankingfaktoren sind solche, die Du direkt auf Deiner Affiliate Webseite optimierst, um die Lesbarkeit Deiner Webdokumente für Suchmaschinen zu verbessern. Die Basis der Onpage-Optimierung, d.h. Seitenarchitektur und interne Linkstruktur wurde bereits diskutiert. Onpage Optimierung lässt sich wie folgt beschreiben:

1. Umso besser die Lesbarkeit der Webdokumente, umso genauer kann eine Suchmaschine die Dokumente thematisch einordnen.
2. Je besser die thematische Einordnung, umso besser kann die Suchmaschine die Relevanz der Dokumente bezüglich der Suchterme ihrer Nutzer bestimmen.
3. Das Ziel einer Onpage-Optimierung sind bessere Rankings für relevante Suchbegriffe bezüglich der Bedarfsgruppe.

Keyword im Title-Tag

Der Title-Tag () beschreibt das Thema des zugehörigen Dokuments und gilt als einer der wichtigsten Onpage Faktoren. John Mueller bestätigt dies Anfang 2016 ab Minute 60:52:

Ein guter Titel sollte die Bedarfsgruppe dazu animieren, auf das Listing zu klicken. In der Wettbewerbsanalyse hast Du den Title bereits kennengelernt. Ein optimaler Title könnte wie folgt aussehen:

Keyword in der Description

Die Description () hast Du ebenfalls bei der Google Wettbewerberanalyse kennengelernt. Ein Rankingsignal ist die Description laut Google nicht.

Even though we sometimes use the description meta tag for the snippets we show, we still don't use the description meta tag in our ranking.

webmasters.googleblog.com

Wie der Title beeinflusst die Description jedoch die SERP CTR, welche zusammen mit der Back-to-Serp-Rate für Google ein Indikator für die tatsächliche Relevanz von Suchergebnistreffern darstellt. Bei einer Google Suche wird das Keyword als Blickfang in der Description fett markiert.

Keyword im Domainnamen

Das Keyword im Domainnahmen () hat einen geringen oder keinen Rankingvorteil, wie Du bereits aus den Tipps zum Finden einer Domain weißt. Es ist klüger auf eine Marken Domain zu setzen, die bestimmte Werte transportiert.

TLD / Top-Level-Domain

TLD, ausgeschrieben Top-Level-Domain (), ist die Domainendung einer Domain. Unterschieden wird zwischen den Typen:

• Länderbezogenen Domainendungen, auch ccTLD für Country-Code TLD, wie .de, .es, .it. Eine Country-Code TLD rankt für Suchen eines bestimmten Landes. Eine solche Domainendung eignet sich nicht für die Internationalisierung mit Subdomains wie es.gongfu-affiliate.de oder Verzeichnissen wie gongfu-affiliate.de/es/. Stattdessen wird für jedes Land eine eigene Domain mit spezifischer TLD eingesetzt.
• generischen TLDs, kurz gTLD, wie .com, .info, .org. Eine Zuordnung zu einer Region wird von Google nicht angenommen. Generische TLDs eignene sich daher für eine Internationalisierung mit Subdomains oder Verzeichnissen.
• Geografisch zugeordnete TLDs, kurz geoTLD, wie .koeln, .berlin, .hamburg. Geograpic Top-Level-Domains ranken für lokale Suchen wie "SEO Agentur Köln".
• Sponsored Top-Level-Domains, kurz sTLD, wie .travel, .jobs, .xxx, .cat: sTLDs gehören einer spezifischen wirtschaftlichen, politischen, ethnischen oder anderweitigen Gemeinschaft an. 

Es existieren weitere Typen, welche für Affiliate Marketig jedoch uninteressant sind. Bei DomainFactory findest Du eine Liste aller verfügbaren Domainendungen.

Keywords in der URL 

Die URL () ist neben Title und Description das dritte Element, mit dem Du das Google Listing inhaltlich beeinflussen kannst. Du hast die URL ebenfalls in der Wettbewerbsanalyse kennengelernt. John Mueller erklärt, dass das Keyword in der URL einen geringen Vorteil ausmacht:

Not required means you don't need them. We do use words in URLs, but it's minimal & most sites do fine.

John Mueller, Senior Trend Analyst bei Google, November 13, 2017

Im Februar 2020 ergänzt John Müller in einem Hangout, dass Keywords in Urls noch weniger wichtig seien, wenn Google den Inhalt eines Webdokuments verstanden hat.

As soon as we are able to process the content of a page, then this words on urls are not playing a significant role anyway.

John Mueller, Senior Trend Analyst bei Google, Februar 7, 2020

Keyword in H1 und untergeordneten Überschriften

Überschriften () (engl. headlines) helfen Google die Struktur Deiner Affiliate Webseite zu verstehen. John Mueller's Hinweis hierzu ist:

We do use H tags to understand the structure of the text on a page better. [...] We do give it a slight boost if we see a clear heading on a page, because we can understand this page is clearly about this topic.

John Mueller, Google Webmaster Central office-hours hangout, 2015

Tipp: Verwende das Fokus-Keyword und Synonyme in den Überschriften aber übertreibe es nicht. Wie bei dem Titel ist es zumindest bei der h1 sinnvoll, das Keyword für eine schnelle Erfassung des Themas am Anfang der Headline zu nennen, da das Leseverhalten in der westlichen Welt von links nach rechts gerichtet ist.

Die verfügbaren HTML-Elemente zur Angabe von Überschriften sind <h1>, <h2>, <h3>, <h4>, <h5> und <h6>. h steht für headline, die Ziffern 1 bis 6  stehen für die Hierarchie Ebenen. Eine h1-Überschrift liegt auf oberste Hierarchie Ebene und ist damit die wichtigste Headline. Eine h6 ist am wenigsten wichtig.

Der HTML-Code der h1 dieses Webdokuments sieht zum Beispiel so aus: <h1>Onpage Rankingfaktoren für Affiliate Webseiten</h1> und beschreibt den Inhalt des gesamten Artikels.

Die Hierarchie der Headlines im Hauptinhalt sollte eingehalten werden. In nebensächlichen Abschnitten wie Sidebar und Footer ist die Hierarchie nicht abhängig vom Hauptinhalt und muss nicht bei h1 beginnen. Wichtiger ist in diesem Fall eine domainweite Konsistenz. (siehe W3C Tutorial) Eine hn mit n = 2 bis 6 unter einer hn-1 bildet einen impliziten Unterabschnitt der hn. Zwei Überschriften gleicher Ebene sind gleichwertig. 

Auf einer Seite können mehrere h1 vorkommen, nicht jedoch in der gleichen Sektion. (Siehe hierzu die W3C Spezifikation zu Headlines sowie die Aussage von John Mueller) Wenn Du auf Nummer sicher gehen möchtest, verwende in jedem Webdokument nur eine domainweit einzigartige h1. Die meisten CMS legen die h1 für Dich automatisch als erste Überschrift an.

 Beispiel einer Headline-Struktur: 

<body> 
    <h1>1.0 Hauptüberschrift</h1>
    <h2>1.1 Erster Abschnitt</h2>
    <h2>1.2 Zweiter Abschnitt</h2>
    <h2>1.3 Dritter Abschnitt</h2> 
    <h3>1.3.1 Unterabschnitt zu 1.3</h3> 
    <h2>1.4 Vierter Abschnitt</h2>
</body>

Termgewichtung nach WDF*IDF

Nun wird es kompliziert; das Thema WDF*IDF richtet sich vorallem an fortgeschrittene Affiliates. Es lohnt sich jedoch die Termgewichtung nach WDF*IDF zu verstehen, wobei das Konzept wichtiger ist als die mathematischen Notationen. 

WDF*IDF ist wie TF*IDF einer von mehreren mathematischen Ansätzen, um die Relevanz von Dokumenten zu bestimmen. WDF*IDF hat sich vorallem in der SEO-Szene durchgesetzt.

WDF*IDF () ist eine mathematische Formel, mit der die Keyworddichte (WDF) eines Webdokuments ins Verhältnis zum Wettbewerb (IDF) gesetzt wird. Das Ergebnis der Formel ist eine Zahl bzw. Termgewichtung, welche angibt, wie relevant ein Dokument für ein Suchterm ist. Je höher das Ergebnis, umso relevanter ist das Dokument.

• Der Wert von WDF steigt, wenn ein Keyword im Verhältnis zu der Gesamtzahl an Termen im Dokument hoch ist.
• Der Wert von IDF steigt, wenn der Wettbewerb im gesamten Dokumentenkorpus bzw. Google Index für dieses Keyword gering ist. Andernfalls tendiert das Ergebnis gegen 0.  Würden alle Dokumente im Google Index das betrachtete Keyword enthalten, ergäbe auch WDF*IDF = 0.

Google erfasst das gesamte Word Wide Web im sogenannten Google Index. Der Google Index wird in wissenschaftlicher Terminologie auch Dokumentenkorpus genannt.

Die folgende Abbildung zeigt die WDF*IDF-Formel der Termgewichtung für ein Term i im Dokument j. 

Die matematischen Ausdrücke idf(i) und wdf(i,j) können übersetzt werden mit Inverse Document Frequency bezüglich des Terms i und Within Document Frequency bezüglich des Terms i im Dokument j. Beide Ausdrücke sind vereinfacht. Die folgende Abbildung zeigt was mathematisch hinter dem Ausdruck idf(i) steckt.

Die Inverse Document Frequency des Terms i ergibt sich, indem man die Anzahl aller Dokumente im Google Index durch die Anzahl der Dokumente teilt, welche Term i enthalten. Dies sind Deine Wettbewerber.

Das Ergebnis der Bruchrechnung wird durch den natürlichen Logarithmus gestaucht. Der Logarithmus ist dafür verantwortlich, dass IDF gegen 0 tendiert, wenn viel Wettbewerb vorliegt. Auf der anderen Seite verhindert er, dass IDF übermäßig steigt, wenn kaum Wettbewerb herrscht.

Mit einer Dokumentenhäufigkeit von 0 bis 100.000 sähe der Logarithmus wie folgt aus. Die Stauchung wird bei großer Dokumentenhäufigkeit sehr deutlich und meint das Abflachen der Kurve:

Hinter WDF(i,j), der Within Document Frequency, steht folgender mathematische Ausdruck:

Die Within Document Frequency für einen Term i und ein Dokument j ergibt sich, indem die Anzahl der Terme i im Dokument j durch die Gesamtanzahl Wörter im Dokument j geteilt wird. Bis hierhin liegt nichts anderes vor, als die unter alt eingesessenen SEOs sehr bekannte und gewöhnliche Keyworddichte.

Vor Jahren hat man ein Webdokument anhand der Keyworddichte optimiert. SEOs nutzten Richtwerte an denen sie sich orientierten. Eine gute Keyworddichte sagte aus, das ein Keyword zum Beispiel 3 bis 4 Prozent aller Wörter des zu optimierenden Dokuments ausmacht. Heute wird dieses einfache Mittel der Suchmaschinenoptimierung der komplexen Suchmaschine Google nicht mehr gerecht. Selbst WDF*IDF löst Google durch ein Verfahren ab, dass anstatt Keywords Entitäten, d.h. Abstraktionen von Objekten der realen Welt, nutzt, um die Wichtigkeit dieser in Dokumenten zu bestimmen.

Zähler und Nenner werden zuvor durch den Logarithmus zur Basis 2 gestaucht. Dem Zähler wird 1 addiert, falls der Term i kein Mal vorkommt. Der Logarithmus von 0 ist mathematisch nämlich nicht definiert.

Die Stauchung durch den Logarithmus stellt sicher, dass eine Manipulation durch Keywordstuffing keinen Übermäßigen Effekt hat. Dies wird im folgenden Chart deutlich. Dargestellt wird der Logarithmus zur Basis 2 für eine Keywordfrequenz von 1 bis 100:

Wie funktioniert eine WDF*IDF Analyse?

Um ein Dokument nach WDF*IDF zu optimieren, benötigt man Tool-Unterstützung. Google einfach nach "WDF*IDF Tool" und Du findest eine Menge kostenloser und kostenpflichtiger Angebote, welche alle nach dem gleichen Prinzip funktionieren. In diesem Buch nutze ich die WDF*IDF Analyse des WDF*IDF Tools von XOVI.

Zunächst wird eine zu optimierende URL und ein Fokuskeyword in das Tool eingegeben:

Wird nun die Analyse gestartet, vergehen ein paar Minuten. Im Hintergrund lädt das Tool die top zehn oder zwanzig Suchergebnisse zu dem eingegebenen Keyword herunter, welche zusammen mit der eingegebenen Landingpage den Dokumentenkorpus ergeben. 

Das Tool wendet nun für alle Terme im Dokumentenkorpus die WDF*IDF Formel an. Das Ergebnis ist eine Liste aller Terme und der zugehörigen WDF*IDF-Werte für jedes Dokument. Am aussagekräftigsten ist die grafische Darstellung, beispielhaft für das Keyword "Affiliate Marketing":

Dargestellt wird für jedes Keyword der Durchschnitt des gesamten Dokumentenkorpus (grüne Kurve), der Maximalwert im Dokumentenkorpus (schwarze Kurve) und der IDF*WDF-Wert der Referenz-URL, also Deiner Landingpage, welche Du optimieren möchtest (blaue Kurve).

Je weiter ein Keyword aus dem Dokumentenkorpus in dem Diagramm links steht, umso wichtiger ist dies, damit ein Dokument für das Fokuskeyword als relevant betrachtet wird. Gute Tools führen für eine WDF*WDF Analyse alle Keywords auf ihren Wortstamm zurück. Der Fachbegriff heißt Stemming. Affiliate und Affiliates werden zum Beispiel zurückgeführt auf den Wortstamm Affiliate. Darüber hinaus werden sogenannte Stopwörter herausgefiltert, da sie keine Bedeutung haben. Stoppwörter sind zum Beispiel der, die, das, dass, an, in, von, und, oder, doch.

Bei einer WDF*IDF-Optimierung des Dokuments für das eingegeben Keyword wird das Verhältnis aller Keywords in der Grafik, d.h. der wichtigsten Keywords im zu optimierenden Webdokument so angepasst, dass sich die blaue Kurve der grünen Kurve annähert. Eine Überschreitung der schwarzen Kurve gleicht einer Überoptimierung und kann als Spam gewertet werden.

Tipp: Eine Annäherung an den Durchschnitt der WDF*IDF Analyse ist sehr zeitaufwendig. Nutze die WDF*IDF Analyse, um zu überprüfen, ob Dein Dokument inhaltlich in die richtige Richtung geht. Darüber hinaus, sollte sich Dein Dokument von den Dokumenten Deiner Wettbewerber mit neuen und informativen Inhalten unterscheiden. Andernfalls geht Dein Dokument in der Beliebigkeit unter.

Google Language API / Entitäten Analyse

Eine Entität im Kontext von Google ist eine Abstraktion eines realen oder abstrakten Objekts wie Hund, Affiliate Marketing, Montag oder SEO. Entitäten sind die Knotenpunkte in Googles Wissensdatenbank Knowledge Graph, welche in Beziehungen zueinander stehen wie SEO zu Affiliate oder Affiliate Marketing zu Gongfu Affiliate.

„Entitäten Analysen“ ergänzen klassische Analysen wie WDF*IDF, da der Vorteil gegenüber Keyword-basierten Verfahren darin liegt, dass das Wissen über die Beziehungen der Entitäten bei der Relevanz-Bewertung von Webdokumenten bezüglich einer Suchanfrage mit einbezogen werden kann.

Damit kommt Google der menschlichen Herangehensweise näher, in der zur Bewertung ebenfalls Hintergrundwissen zu den Entitäten in einem Text einfließt. Bereits 2014 hat Google an Algorithmen geforscht, welche der Keyword-basierten Suche gegenüberstehen. Googles Wissensdatenbank Knowledge Graph, in der Entitäten hinterlegt sind, spielt hierbei eine zentrale Rolle.

Notwendig für Affiliate Marketing ist das Verständnis von Folgendem nicht; zumindest jedoch ist es spannend, falls Du Dich für die Hintergründe interessierst: Das nachstehende Diagramm zeigt einen schematischen Ausschnitt des Knowledge Graphen, wie er bei einer Relevanzbewertung eines Webdokuments herangezogen werden könnte. Die Darstellung ist dem genannte wissenschaftlichen Artikel aus dem Jahr 2014 entlehnt.

Die Kreise stellen Entitäten dar. Die Größe der Kreise repräsentiert die Autorithät der Entität im Dokumentenkorpus berechnet nach dem PageRank Verfahren. Die Dicke der Pfeile repräsentiert die Co-Occurrence, genauer die Wahrscheinlichkeit des gemeinsamen Auftretens zweier Entitäten im Dokumentenkorpus. Ein Webdokument gilt in diesem Sinne als Relevant, wenn alle wichtigen Entitäten vorkommen.

Affiliates können eine solche Analyse für die eigene Affiliate Webseite und Wettbewerber mithilfe der Google Natural Language API durchführen. Hierbei wird nicht der gesamte Google Index herangezogen, sondern nur das zu betrachtende Webdokument.

Die Natural Language API bietet Ihnen dieselbe Deep-Learning-ML-Technologie, die auch die Basis der Fähigkeit der Google-Suche zur Beantwortung bestimmter Nutzerfragen und des Sprachverständnissystems von Google Assistant bildet.

Google Natural Language API

Kostenlose Analysen sind mit der Demo möglich. Um eine Entity Analyse durchzuführen, kopiere den Hauptinhalt eines Webdokuments und füge in in das Textfeld der Demo ein. Klicke anschließend auf "Analyze". Der folgende Screenshot zeigt das User-Interface und das Analyse-Ergebnis für einen kurzen Text über das Gonfu Affiliate Onlinebuch:

Google erkennt in dem Text Entitäten vom Typ Person, Consumer Good, Work of Art und Other. Salience ist ein Wert zwischen 0 und 1, der die Relevanz jeder Entität in einem Dokument angibt. Umso höher der Wert, umso relevanter wird die Entität für das Webdokument angenommen.

Although many NLP systems are moving toward entity-based processing, most still identify important phrases using classical keyword-based approaches. To bridge this gap, we introduce the task of entity salience: assigning a relevance score to each entity in a document.

Abstract in A New Entity Salience Task with Millions of Training Examples

SEO-Tools unterstützen eine Analyse für Entitäten ähnlich WDF*IDF noch nicht. Aus diesem Grund muss die Entitäten Analyse manuell durchgeführt werden:

1. Notiere die top fünf Webseiten bei Google, welche für Dein Fokuskeyword ranken und offensichtlich als hochrelevant für dieses Keyword gelten. Schließe Wettbewerber ein, welche die gleiche Suchintention wie Du verfolgen, um die inhaltliche Ausrichtung vorzubestimmen.
2. Kopiere den Hauptinhalt der Wettbewerber und führe eine Entitäten-Analyse durch. 
3. Notiere Dir alle erkannten Entitäten inklusive Salience-Score in einem Google Spread Sheet, welche mindestens einen Salience Wert größer 0 haben für jeden Wettbewerber und sortiere absteigend.
4. Vergleiche die Analyse-Ergebnisse mit dem Ergebnis Deines Webdokuments, sofern es bereits existiert. 
5. Sortiere alle Entitäten, welche Du in Deinem Dokument unterbringen möchtest, um ein hochrelevantes Webdokument für Dein Fokuskeyword zu verfassen.

Olaf Kopp befasst sich seit 2013 mit diesem Thema und hat belegte und ausführliche weiterführende Informationen zu Entitäten zusammengestellt.

Page Speed

Die Seitenladegeschwindigkeit () ist ein sehr technisches Thema und für die Desktop-Version einer Webseite seit 2010 ein Rankingfaktor. Google ernennt diesen 2010 in einem Blogpost:

Like us, our users place a lot of value in speed — that's why we've decided to take site speed into account in our search rankings. We use a variety of sources to determine the speed of a site relative to other sites.

Offizieller Blogpost von Google zum Thema Page Speed als Rankingfaktor im Jahr 2010.

Für Mobile Webseite ist die Seitenladegeschwindigkeit seit 2018 ein Rankingfaktor. Auch hierzu veröffentlicht Google einen Blogpost mit einem eindeutigen Statement:

Today we’re announcing that starting in July 2018, page speed will be a ranking factor for mobile searches.

Offizieller Blogpost von Google zum Thema Page Speed als Rankingfaktor im Jahr 2018.

Mit PageSpeed Insights gibt Google Webmastern ein kostenloses Tool zur Optimierung der Seitenladegeschwindigkeit an die Hand. John Mueller gibt an, dass eine Ladegeschwindigkeit von 2 bis 3 Sekunden in Ordnung ist und nennt nebenbei ein weiteres Tool: 

There's no limit per page. Make sure they load fast, for your users. I often check http://webpagetest.org and aim for <2-3 secs

John Mueller, Senior Trend Analyst bei Google

Während PageSpeed Insight für Anfänger nach der Anaylse hilfreiche Tipps gibt und zu weiterführenden Informationen verlinkt, ist der Report von webpagetest.org sehr detailliert und auch für fortgeschrittene Optimierungen geeignet.

AMP / Accelerated Mobile Pages

Hinter AMP, ausgeschrieben Accelerated Mobile Pages, steckt eine von Google speziell angepasste und abgespeckte Version von HTML. Das Ziel von AMP ist die Nutzererfahrung beim mobilen Surfen deutlich zu verbessern. Durch die Reduzierung von AMP auf das Nötigste und dem Caching der Webdokumente auf Google Servern, laden AMP Seiten auf  Smartphones überdurchschnittlich schnell.

Google stellt klar, das die Verwendung von AMP kein direkter Rankingfaktor ist. Wenn Du eine AMP-Version für ein Webdokument bereitstellst, besteht jedoch die Möglichkeit, dass Google die Seite gesondert in den Suchergebnissen darstellt. 

AMP selbst ist zwar kein Ranking-Faktor bei der Google-Suche, Geschwindigkeit hingegen ist schon ein Ranking-Faktor.

Blogpost von Google "Wie AMP-Seiten in Suchergebnissen angezeigt werden"

Auch gongfu-affiliate.de bietet für alle Seiten eine AMP-Version an. Hier gelangst Du zur AMP Version von Gonfu Affiliate.

Content Management Systeme generieren in der Regel automatisch für jedes HTML Dokument eine AMP-Version. Webmaster sollten die AMP-Version auf Fehler prüfen und diese gegebenfalls beheben. Fehlerhafte AMP-Dokumente werden in den Google Suchergebnissen nicht mit AMP-spezifischen Funktionen angezeigt, wie die Analyse eines invaliden AMP-Dokuments mit dem Google AMP Test-Tool anzeigt:

Bilder-Alternativtexte

Google bestätigt 2019, dass Webdokumente für Bilder-Alternativtexte (), welche im alt-Attribut eines HTML-Bildelements angegeben sind, ranken können.

Pages can rank in websearch for content that's in image alt-attributes, so I guess that's a yes :). Easy to try out, if you want to double-check.

John Mueller, Senior Trend Analyst bei Google, June 19, 2019

Ein HTML Bild-Element mit alt-Attribut, das das Gongfu Affiliate Logo zeigt, sieht beispielsweise so aus:

<img alt="Logo Gongfu Affiliate Online Buch" src="/media/website/gongfu-affiliate-logo.png" />

Alternativtexte sind laut HTML Spezifikation Pflicht. Sie können leer gelassen werden, wenn es sich um ein rein dekoratives Element der Seite handelt. alt-Texte haben folgende Verwendungsmöglichkeiten:

• Der Alternativtext werden im Browser angezeigt, wenn das Bild nicht vorhanden oder vom Browser aus irgend einem Grund nicht gerendert wird.
• alt-Texte beschreiben den Inhalt eines Bildes. Blinde Menschen können so Screen Reader nutzen, um Webseiteninhalte inklusive der Bilder zu verstehen.
• Suchmaschinen nutzen unter anderen Methoden alt-Texte, um auf den Inhalt von Bildern zu schließen. Neben der Google Websuche ist der Alternativtext auch für die Google Bildersuche relevant.

Ausgehende externe Links

Ausgehende Links sind kein bestätigter direkter Rankingfaktor. Was jedoch mit ausgehenden Links zusammenhängt, ist der globale, von Google entwickelte PageRank als Metrik für die Autorität eines Webdokuments im World Wide Web. Du hast den internen PageRank einer Webseite bereits bei der internen Verlinkung kennengelernt.

Als Affiliate musst Du das PageRank Verfahren nicht unbedingt kennen, die Auswirkungen für das Setzen externer Links sind jedoch wichtig und lassen sich in einem Satz beschreiben:

Ausgende Links führen zu einem Verlust von Pagerank bei der verlinkenden Webseite und einem Zuwachs von PageRank bei der Zielseite.

Die folgende Visualisierung veranschaulicht das PageRank Verfahren ausgehender externer Links auf Grundlage Erklärungen und Beispiele von http://pr.efactory.de/e-outbound-links.shtml. 

Links wie auch rechts ist eine simple Abstraktion des Word Wide Web dargestellt. Das WWW hat jeweils zwei Webseiten:

• gongfu-affiliate.de mit zwei Webdokumenten A und B
• eine "andere Webseite" mit zwei Webdokumenten C und D

Im linken WWW verlinken sich die Webseiten nicht untereinander. Es gibt lediglich Links von A nach B und umgekehrt sowie von C nach D und umgekehrt. Der Pagerank jedes Doukuments ergibt 1 und in Summe 4. 

Im rechten WWW verlinkt Webdokument A nach C. Unter Einbeziehung der Anzahl ausgehender Links aller Dokumente entsprechend dem PageRank-Algorithmus ergibt sich eine neue PageRank-Verteilung.

gongfu-affiliate.de gibt PageRank in Höhe von 21/23, das sind etwa 0,913 als Dezimalzahl, an die andere Webseite ab. Die Verteilung findet zulasten von Dokument B statt bzw. zulasten der Linkpower von Dokument A, da sich die Linkpower entsprechend dem PageRank Algorithmus durch die Anzahl der ausgehenden Links von A teilt. Die Summe des PageRanks aller Webdokumente im WWW ist weiterhin 4.

Tipp: Vor Jahren herrschte unter SEOs ein regelrechter Linkgeiz. Webmaster haben es vermieden, auf andere Webseiten zu verlinken, um den Verlust von PageRank zu verhindert. Heute ist diese Denkweise überholt. Sinnvoller ist es ein gesundes Maß einzuhalten und die Bedarfsgruppe in den Mittelpunkt zu stellen. Webmaster verlinken auf hilfreiche weiterführende Quellen, um der Bedarfsgruppe bei ihrem Problem bestmöglich zu helfen.

Nofollow-, sponsored- und ugc-Links

Weil externe Links, genauer das PageRank-Verfahren und andere Signale, die Google anhand von Verlinkungen zwischen Webseiten heranzieht, zu den wichtigsten Rankingfaktoren gehören, hat Google im Jahr 2005 ein Link-Attribut rel="nofollow" eingeführt. Webmaster können hiermit die Beziehung zwischen Quellseite und Zielseite beschreiben.

Im Jahr 2019 erweitert Google das rel-Attribut durch die Werte sponsored und ugc, um externe Links noch genauer zu differenzieren. Ab jetzt ist der Wert nofollow wie auch sponsored und ugc für Google nicht mehr bindend, sondern wird von der Suchmaschine als Hinweis aufgefasst. Die Attributwerte haben folgende Bedeutung:

Interne nofollow-Links

SEOs nutzen fälschlicherweise immer wieder Webseiten-interne nofollow-Links, um unwichtige Webdokumente wie Datenschutz-Seiten aus dem Google Suchergebnissen auszuschließen. Richtig wäre hier jedoch die Verwendung von <meta name="robots" content="noindex" /> im head-Element der Webseite (siehe Spezifikation).

In CMS wie Publii oder WordPress setzt man die noindex-Einstellung mit einer einfachen Checkbox in der Administrationsoberfläche.

Andere Webmaster nutzen interne nofollow-Links, um den Google Crawler und die begrenzten Kapazitäten (siehe Crawlbudget), welche dieser für das Lesen der eigenen Webseite bereitstellt, zu schonen. Matt Cutts, ehemaliger Leiter des Webspam-Teams erklärt 2010, dass interne nofollow-Links den oben beschriebenen PageRank Fluss stören und wenn möglich vermieden werden sollen:

Duplicate Content

Duplicate Content, d.h. doppelte Inhalte, sind eigentlich kein Rankingfaktor sondern ein Ranking-Problem. Denn wenn Google die gleichen oder teilweise gleichen Inhalte in unterschiedlichen Webdokumenten findet, dann muss sich die Suchmaschine für ein Dokument entscheiden, das ranken soll. Google schreibt in der in der Search Console Hilfe:

Falls Ihre Website duplizierte Inhalte enthält [...], tun wir trotzdem unser Bestes, nur eine Version der Inhalte in unseren Suchergebnissen anzuzeigen.

Google Search Console Hilfe: Duplizierte Inhalte vermeiden

Es gibt immer wieder Fälle, in denen sich doppelte Inhalte nicht vermeiden lassen. Duplicate Content entsteht zum Beispiel ganz schnell, indem andere Webmaster auf Deine Seite verlinken und an die Url Parameter anhängen. Für Gongfu Affiliate sähe das zum Beispiel so aus: https://www.gongfu-affiliate.de/?ein-parameter . Für diese Fälle gibt es das Canonical-Tag, mit dem Du im HTML-head des Duplikates die original Url referenzieren kannst, um deutlich zu machen, welche Url ranken soll. Content Management Systeme wie Publii oder WordPress setzen den Canonical in solchen Fälle automatisch.