Duplicate Content

Was ist Duplicate Content?

Duplicate Content (deutsch: doppelter Inhalt) liegt vor, wenn derselbe oder ein sehr ähnlicher Text unter mehr als einer URL abrufbar ist. Eine URL ist dabei die eindeutige Web-Adresse einer Seite – und genau das ist der Knackpunkt: Für Suchmaschinen sind example.com/schuhe und example.com/schuhe?farbe=rot zunächst zwei verschiedene Dokumente, auch wenn du dort dasselbe siehst.

Man unterscheidet zwei Grundtypen:

• Interner Duplicate Content: Dieselben Inhalte liegen mehrfach auf deiner eigenen Domain. Typische Auslöser sind Parameter-URLs (Filter, Sortierung, Session-IDs, Tracking-Parameter wie utm_source), Druckansichten, Paginierung, Varianten mit und ohne www oder https, Groß-/Kleinschreibung in Pfaden sowie Trailing Slash (Schrägstrich am Ende) ja/nein.
• Externer Duplicate Content: Dieselben Inhalte erscheinen auf mehreren Domains – etwa bei Syndication (bewusster Zweitveröffentlichung), übernommenen Herstellerbeschreibungen im Shop, Presseverteilern, Partnerportalen oder schlicht kopierten Texten.

Wichtig ist die Abgrenzung: Nicht jede Ähnlichkeit ist ein Problem. Kurze Standardbausteine wie Versandhinweise, Impressumsangaben oder Footer-Texte sind normal. Kritisch wird es, wenn der hauptsächliche Inhalt einer Seite dupliziert ist.

Wie entsteht Duplicate Content – und wie gehen Suchmaschinen damit um?

Suchmaschinen crawlen URLs, vergleichen die Inhalte und fassen sehr ähnliche Dokumente zu Clustern zusammen. Aus jedem Cluster wählen sie eine kanonische URL – also die Version, die stellvertretend indexiert und in den Suchergebnissen angezeigt wird. Signale wie Backlinks werden dabei üblicherweise auf diese kanonische Version konsolidiert.

Das Problem: Diese Auswahl trifft die Suchmaschine, nicht du. Landet die Parameter-URL im Index statt deiner sauberen Kategorieseite, verlierst du Kontrolle über Snippet, Tracking und interne Verlinkung. Zusätzlich verbrauchst du Crawl-Budget – also die Menge an URLs, die eine Suchmaschine in einem Zeitraum auf deiner Domain abruft – für redundante Seiten statt für neue Inhalte.

Deshalb solltest du die Entscheidung aktiv steuern. Die gängigen Werkzeuge:

Ein häufiger Fehler: Canonical und Robots.txt-Sperre kombinieren. Wenn du eine URL per robots.txt vom Crawling ausschließt, kann die Suchmaschine das Canonical-Tag darauf gar nicht mehr lesen.

Warum ist Duplicate Content wichtig für SEO?

Zuerst zur Entwarnung: Den viel zitierten „Duplicate Content Penalty" gibt es in dieser Form nicht. Google hat mehrfach klargestellt, dass doppelte Inhalte ein normales Phänomen im Web sind und algorithmisch durch Clustering gelöst werden – nicht durch eine Abstrafung. Eine manuelle Maßnahme droht erst, wenn Inhalte in manipulativer Absicht massenhaft kopiert oder zusammengeklaut werden (Scraping, Doorway-Seiten).

Die realen Nachteile sind subtiler:

• Verwässerte Signale: Links und Nutzersignale verteilen sich auf mehrere URLs statt sich auf einer zu bündeln.
• Falsche URL im Index: Eine Parameter- oder Druckversion rankt statt der optimierten Seite.
• Verschwendetes Crawl-Budget: Besonders relevant bei großen Shops und Portalen mit vielen Filterkombinationen.
• Rankingschwankungen: Die Suchmaschine wechselt zwischen Versionen hin und her.
• Unsauberes Reporting: Klicks und Impressionen splitten sich über mehrere URLs.

Wie findest und behebst du Duplicate Content?

Ein pragmatischer Ablauf:

1. Bestandsaufnahme: In der Google Search Console zeigt der Seitenindexierungs-Bericht Kategorien wie „Duplikat – Google hat eine andere Seite als kanonisch ausgewählt". Das ist dein direktester Hinweis.
2. Crawl durchführen: Mit einem Crawler (z. B. Screaming Frog, Sitebulb) Title-Tags, Meta-Descriptions und Textähnlichkeiten abgleichen.
3. Stichproben extern prüfen: Markante Textpassagen in Anführungszeichen googeln, um Kopien auf fremden Domains zu finden.
4. Ursache statt Symptom beheben: Wenn dein CMS Parameter-URLs erzeugt, ist eine technische Korrektur nachhaltiger als hunderte Canonicals.
5. Konsistenz herstellen: Interne Links, XML-Sitemap und Canonical-Tags sollten alle auf dieselbe URL-Variante zeigen – inklusive Protokoll, Host und Trailing Slash.

Bei Syndication vereinbarst du idealerweise, dass die Zweitveröffentlichung ein Canonical auf dein Original setzt oder zumindest die Quelle klar benennt. Bei Produktbeschreibungen aus Herstellerdaten hilft eigener Zusatzinhalt: Anwendungsfälle, Testeindrücke, Fragen und Antworten, echte Bewertungen.

Und noch eine Abgrenzung, die oft durcheinandergeht: Duplicate Content heißt „dasselbe mehrfach", Thin Content heißt „zu wenig Substanz", und Keyword-Kannibalisierung heißt „mehrere unterschiedliche Seiten konkurrieren um dieselbe Suchintention". Die Symptome ähneln sich, die Lösungen unterscheiden sich deutlich.