PDF-Dateien bei Google nicht indexiert: So bekommst du deine Dokumente in die Suchergebnisse
Deine PDF-Dokumente enthalten wertvolle Inhalte, aber Google findet sie nicht oder kann sie nicht lesen. Lerne die spezifischen Herausforderungen der PDF-Indexierung kennen und erfahre, wann HTML-Alternativen besser sind.
In dieser Anleitung
PDF-Dateien sind ein bedeutendes Content-Format für viele Organisationen. Forschungsarbeiten, Whitepapers, Produktkataloge, technische Handbücher, juristische Dokumente, Behördenformulare und Bildungsmaterialien werden häufig als PDFs veröffentlicht. Google kann und tut es: PDF-Dateien werden indexiert und wie Seiten behandelt, die direkt in den Suchergebnissen erscheinen können. Klickt ein Nutzer auf ein PDF-Ergebnis bei Google, wird er direkt zur PDF-Datei geführt.
Allerdings ist die PDF-Indexierung nicht automatisch und steht vor einer einzigartigen Reihe an Herausforderungen, die nicht für HTML-Seiten gelten. Viele PDFs sind im Grunde Bilder, erstellt durch das Scannen von Papierdokumenten ohne optische Zeichenerkennung, was bedeutet, dass Google keinen Text lesen kann. PDFs sind tendenziell viel größere Dateien als HTML-Seiten und verlangsamen die Crawl-Performance. PDF-Dateien haben keine reichhaltige Metadaten-Infrastruktur wie HTML-Seiten, ohne Äquivalent zu Meta-Description-Tags, Überschriftenstrukturen oder Structured-Data-Markup. Und PDFs sind oft verwaiste Dateien, die in einem /docs/- oder /downloads/-Verzeichnis liegen, ohne dass Links von den Hauptseiten auf sie zeigen.
Die Frage, ob PDFs überhaupt indexiert werden sollen, ist es wert, vor der Optimierung bedacht zu werden. In vielen Fällen erzeugt die Umwandlung von PDF-Inhalten in HTML-Webseiten bessere Suchsichtbarkeit, bessere User Experience und bessere Barrierefreiheit. Aber es gibt legitime Fälle, in denen PDF das passende Format ist, und in diesen Fällen ist eine ordentliche Optimierung für die Indexierung essenziell.
Dieser Guide behandelt die spezifischen technischen und inhaltlichen Herausforderungen, um PDF-Dateien bei Google indexiert zu bekommen, die Optimierungs-Schritte, um PDFs index-würdig zu machen, und eine Orientierung, wann HTML-Alternativen der bessere Ansatz sind.
Wie Google PDF-Dateien verarbeitet und indexiert
Google behandelt PDF-Dateien in jeder Phase der Indexierungs-Pipeline anders als HTML-Seiten. Das Verständnis dieser Unterschiede ist essenziell, um zu diagnostizieren, warum deine PDFs nicht indexiert werden.
Wenn Google ein PDF crawlt, lädt es die gesamte Datei herunter. Anders als bei HTML-Seiten, bei denen Google den Textinhalt im Stream parsen kann, müssen PDFs vollständig heruntergeladen werden, bevor die Verarbeitung beginnen kann. Das heißt: große PDFs (10 MB, 50 MB oder größer) verbrauchen deutlich mehr Crawl-Ressourcen als HTML-Seiten. Google kann das Herunterladen großer PDFs entpriorisieren, wenn die Crawl-Bandbreite begrenzt ist, was zum Status „Gefunden – zurzeit nicht indexiert“ führt.
Nach dem Herunterladen extrahiert Google den Textinhalt aus dem PDF. Bei PDFs, die aus digitalen Dokumenten erstellt wurden (exportiert aus Word, InDesign oder ähnlichen Tools), ist die Text-Extraktion meist unkompliziert. Die Textebene ist im PDF eingebettet, und Google kann sie direkt lesen. Bei PDFs, die durch das Scannen von Papierdokumenten erstellt wurden, ist die Lage völlig anders. Ein gescanntes PDF ist im Grunde eine Reihe von Bildern, und es gibt keine Textebene, aus der Google extrahieren kann. Ohne optische Zeichenerkennung (OCR) kann Google keinen Inhalt in gescannten PDFs lesen und klassifiziert sie als ohne indexierbaren Inhalt.
Google liest auch PDF-Metadaten-Eigenschaften. PDF-Dateien haben eingebaute Metadaten-Felder wie Titel, Autor, Subject, Keywords und Description. Diese Eigenschaften werden im PDF-Erstellungs-Tool gesetzt und werden von Google genutzt, um das Thema des Dokuments zu verstehen, ähnlich wie HTML-Title- und Meta-Description-Tags. Die meisten PDFs werden mit Standard- oder leeren Metadaten veröffentlicht, was eine verpasste Optimierungs-Gelegenheit ist.
Google generiert ein Suchergebnis-Snippet für indexierte PDFs aus dem extrahierten Textinhalt. Da PDFs keine HTML-Meta-Description-Tags haben, wählt Google das Snippet aus dem Body-Text oder den Metadaten des PDFs. Das Suchergebnis enthält ein kleines „PDF“-Badge, um den Dateityp anzuzeigen, und ein Klick öffnet oder lädt das PDF herunter, je nach Browser-Einstellungen des Nutzers.
Wichtig: Google kann Links innerhalb von PDFs nicht so zuverlässig folgen wie Links innerhalb von HTML-Seiten. Zwar erkennt Google manche Hyperlinks in PDFs, doch in PDF-Text eingebettete Links werden nicht immer erkannt, vor allem wenn sie im Originaldokument nicht als klickbare Hyperlinks formatiert sind. Das heißt: PDFs sind im Vergleich zu HTML-Seiten schlechte Vehikel für die Weitergabe von Link-Equity.
![Google-Suchergebnis mit einer PDF mit [PDF]-Tag](/images/guides/pdf-files-not-indexed/section-0.svg)
Gescannte PDFs und das OCR-Problem
Der häufigste Grund, warum ein PDF nicht indexiert wird, ist, dass es ein gescanntes Dokument ohne Textebene ist. Wird ein Papierdokument gescannt, um ein PDF zu erstellen, erfasst der Scanner ein Bild jeder Seite. Das resultierende PDF enthält Bilder, keinen Text. Trifft Google auf diese Art von PDF, sieht es im Grunde eine Sammlung von Fotografien ohne lesbaren Inhalt.
Du kannst schnell feststellen, ob ein PDF eine Textebene hat, indem du es öffnest und versuchst, Text mit dem Cursor zu markieren. Kannst du einzelne Wörter markieren und kopieren, hat das PDF eine Textebene. Markiert das Klicken und Ziehen eine rechteckige Region des Bildes statt einzelner Wörter, ist das PDF reines Bild und hat keine Textebene.
Der Fix für gescannte PDFs ist die Anwendung von Optical Character Recognition (OCR). OCR-Software analysiert die Bilder im PDF, identifiziert Zeichen und fügt eine Textebene hinter den Bildern hinzu. Das visuelle Erscheinungsbild des PDFs bleibt unverändert, aber die Datei enthält jetzt extrahierbaren Text, den Google lesen und indexieren kann.
Für Organisationen mit großen Archiven gescannter PDFs können verschiedene OCR-Tools Dokumente in der Masse verarbeiten. Adobe Acrobat Pro hat eingebaute OCR-Funktionalität. Open-Source-Tools wie Tesseract OCR können PDFs programmatisch verarbeiten. Cloud-Dienste wie Google Cloud Vision API, Amazon Textract und Microsoft Azure AI können hochvolumige OCR-Verarbeitung bewältigen. Die Qualität der OCR-Ausgabe hängt von der Scan-Qualität ab. Mit 300 DPI oder höher und gutem Kontrast und Standard-Schriftarten gescannte Dokumente produzieren exzellente OCR-Ergebnisse. Niedrige Scan-Qualität, handschriftlicher Text und ungewöhnliche Schriftarten können Fehler erzeugen, die manuelle Korrektur brauchen.
Nach der OCR-Anwendung verifiziere die Text-Extraktions-Qualität, indem du im PDF nach bestimmten Phrasen suchst. Ist der OCR-Text genau genug, dass du Inhalt durch Suche finden kannst, kann Google ihn ebenfalls extrahieren und indexieren. Für Dokumente, bei denen die OCR-Qualität wegen schlechter Scan-Qualität schlecht ist, erwäge, das Dokument digital neu zu erstellen, statt dich auf fehleranfällige OCR-Ausgabe zu verlassen.
Ein hybrider Ansatz funktioniert für Organisationen, die von Papier auf Digital umstellen. Wende OCR auf bestehende gescannte PDFs an, um sie sofort indexierbar zu machen, und etabliere gleichzeitig eine Policy, zukünftige Dokumente digital (in Word oder ähnlichen Tools) zu erstellen und als PDF mit eingebetteten Textebenen zu exportieren. Im Laufe der Zeit wächst der Anteil indexierbarer PDFs in deinem Archiv auf natürliche Weise.
PDF-Dateigröße und Crawl-Performance
Die PDF-Dateigröße hat einen direkten Einfluss darauf, ob Google die Datei herunterlädt und verarbeitet. Zwar hat Google keine offizielle Maximalgröße für die PDF-Indexierung veröffentlicht, doch praktische Beobachtungen legen nahe, dass PDFs über 10 bis 20 MB beim Crawling häufig übersprungen oder entpriorisiert werden. Extrem große PDFs (50 MB+) werden fast nie indexiert, weil die Downloadzeit Googles Crawl-Timeout überschreitet.
Dateigrößen-Probleme bei PDFs entstehen typischerweise durch eingebettete hochauflösende Bilder, eingebettete Schriftarten oder Dokumentkomplexität. Ein Produktkatalog mit 200 hochauflösenden Produktfotos kann leicht 100 MB oder mehr erreichen. Ein technisches Handbuch mit Hunderten Diagrammen, Screenshots und Fotos wächst schnell in der Größe. Selbst textlastige PDFs können überraschend groß sein, wenn sie unübliche Schriftarten einbetten oder komplexe Formatierung enthalten.
Die Optimierung der PDF-Dateigröße umfasst mehrere Techniken. Erstens: komprimiere Bilder im PDF. Die meisten PDF-Bearbeitungs-Tools haben eine Funktion „Dateigröße reduzieren“ oder „Optimieren“, die eingebettete Bilder neu komprimiert. Die Reduktion der Bildqualität von 300 DPI auf 150 DPI halbiert die Dateigröße typischerweise oder mehr, während die Lesbarkeit auf dem Bildschirm erhalten bleibt. Zweitens: entferne eingebettete Schriftarten wenn möglich, oder erstelle Schrift-Untergruppen, die nur die tatsächlich im Dokument verwendeten Zeichen enthalten, statt der vollständigen Schriftartendateien. Drittens: flache komplexe Ebenen, Formularfelder und Anmerkungen ab, die Verarbeitungs-Overhead hinzufügen.
Für sehr große Dokumente, die durch Kompression nicht unter 10 MB reduziert werden können, erwäge, das PDF in kleinere Dokumente aufzuteilen. Ein 200-Seiten-Produktkatalog kann in PDFs pro Kategorie mit jeweils 20 bis 30 Seiten aufgeteilt werden. Jedes kleinere PDF wird mit höherer Wahrscheinlichkeit gecrawlt und indexiert, und die kleineren Dateigrößen verbessern die User Experience für Menschen, die die Dokumente herunterladen. Erstelle eine HTML-Indexseite, die auf jedes Abschnitts-PDF verlinkt und Google eine crawlbare Navigationsstruktur bietet.
Ein weiterer Ansatz ist, sowohl einen PDF-Download als auch eine HTML-Version desselben Inhalts anzubieten. Die HTML-Version dient als primärer indexierbarer Inhalt, den Google effizient crawlt, während das PDF Nutzern dient, die eine herunterladbare, druckbare Version brauchen. Verlinke die HTML-Version mit dem PDF und umgekehrt, damit Nutzer das bevorzugte Format wählen können.
PDF-Metadaten-Optimierung
PDF-Metadaten spielen für die Suchmaschinen-Indexierung eine ähnliche Rolle wie HTML-Meta-Tags. Korrekt konfigurierte Metadaten helfen Google, das Thema des Dokuments zu verstehen, passende Snippets zu generieren und die Relevanz für Suchanfragen zu bewerten. Die meisten PDFs werden mit Standard- oder leeren Metadaten veröffentlicht, was eine erheblich verpasste Gelegenheit ist.
Die Title-Eigenschaft ist das wichtigste Metadaten-Feld. Google nutzt den PDF-Titel ähnlich wie den HTML-Title-Tag: als primäres Signal für das Thema der Seite und als klickbare Standard-Headline in Suchergebnissen. Ein PDF mit dem Titel „Dokument1“ oder „Unbenannt“ gibt Google keine nützliche Information. Setze den Titel auf einen beschreibenden, keyword-relevanten Titel, der den Inhalt des Dokuments akkurat widerspiegelt, ähnlich wie du einen HTML-Seitentitel optimieren würdest.
Die Author-Eigenschaft hilft, Autorität zu etablieren, und kann beeinflussen, wie Google das Dokument präsentiert. Für organisatorische Dokumente nutze den Organisationsnamen. Für Forschungsarbeiten und Artikel nutze den Namen des Autors. Die Subject-Eigenschaft liefert eine kurze Beschreibung des Themas, ähnlich einer HTML-Meta-Description. Setze sie auf eine prägnante Zusammenfassung des Inhalts.
Die Keywords-Eigenschaft erlaubt es dir, relevante Keywords zu spezifizieren, die mit dem Dokument verknüpft sind. Zwar haben Keyword-Metadaten weniger Einfluss auf das Ranking als in früheren Jahren der Suche, doch bieten sie zusätzliche Themen-Signale, die Google helfen können, das Dokument korrekt zu kategorisieren.
Du kannst PDF-Metadaten auf mehrere Arten anzeigen und bearbeiten. Adobe Acrobat Pro bietet einen Eigenschaften-Dialog unter Datei > Eigenschaften, in dem alle Metadaten-Felder bearbeitet werden können. Kostenlose Tools wie PDFtk, ExifTool und die Python-Bibliothek PyPDF2 können PDF-Metadaten programmatisch ändern, was für die Bulk-Aktualisierung großer Dokumentensammlungen nützlich ist. Manche PDF-Erstellungs-Tools (wie InDesign oder Words PDF-Export) erlauben das Setzen von Metadaten während des Export-Prozesses.
Über Standard-Metadaten hinaus achte auf die ersten Absätze des Textinhalts im PDF. Google nutzt frühen Textinhalt zur Generierung von Snippets, wenn Metadaten unzureichend sind. Sorge dafür, dass die Eröffnungs-Absätze deines PDFs beschreibend und relevant für das Hauptthema sind, statt mit Copyright-Hinweisen, Inhaltsverzeichnis oder administrativer Boilerplate zu beginnen.
Wann du HTML-Seiten statt PDFs nutzen solltest
Bevor du Aufwand in die PDF-Optimierung steckst, überlege, ob der Inhalt als HTML-Webseite besser performen würde. In vielen Fällen lautet die Antwort ja. HTML-Seiten haben erhebliche Vorteile bei Indexierung und User Experience gegenüber PDFs.
HTML-Seiten werden effizienter gecrawlt und indexiert. Google kann HTML beim Streamen parsen, ohne die gesamte Datei zuerst herunterladen zu müssen. HTML-Seiten verbrauchen minimale Crawl-Ressourcen und werden schneller verarbeitet. HTML unterstützt reichhaltige Metadaten (Title-Tags, Meta-Descriptions, Open-Graph-Tags, Structured Data), mit denen PDFs nicht mithalten. HTML-Seiten können interne Links, Breadcrumb-Navigation, Sektionen mit verwandten Inhalten und andere Elemente einschließen, die die Position der Seite im Link-Graph deiner Site stärken.
HTML-Seiten bieten für die meisten Content-Typen eine bessere User Experience. Sie sind responsiv (passen sich Mobile-Bildschirmen an), barrierefrei (unterstützen Screenreader und assistive Technologien nativ) und interaktiv (unterstützen Suche, Navigation, Kommentare und andere Engagement-Funktionen). PDFs sind feste Layout-Dokumente, designt für den Druck, und das Lesen eines PDFs auf einem Mobiltelefon erfordert ständiges Pinchen und Zoomen.
HTML-Seiten unterstützen Rich Results in der Suche. Eine FAQ-Seite in HTML kann für FAQ-Rich-Results qualifizieren. Ein How-to-Guide in HTML kann für How-to-Rich-Results qualifizieren. Eine Produktspezifikation in HTML kann Product-Schema enthalten. PDFs können an keinem Rich-Result-Format teilnehmen.
Allerdings sind PDFs für bestimmte Content-Typen die richtige Wahl. Dokumente, die exakte Formatierung für den Druck behalten müssen (juristische Verträge, Behördenformulare, Konstruktionszeichnungen), brauchen das PDF-Format. Dokumente, die für den Offline-Gebrauch heruntergeladen werden müssen, profitieren vom PDF-Format. Akademische Arbeiten mit komplexer mathematischer Notation, mehrspaltigen Layouts und spezifischen typografischen Anforderungen sind oft am besten als PDF aufgehoben.
Der empfohlene Ansatz für die meisten Organisationen ist, HTML-Versionen aller Inhalte zu veröffentlichen, die per Suche auffindbar sein sollen, und PDF-Versionen als ergänzende Downloads für Nutzer anzubieten, die sie brauchen. Verlinke die HTML-Seite mit dem PDF-Download und füge einen Canonical-Tag auf der HTML-Seite ein (füge keinen Canonical zum PDF hinzu, da PDFs Canonical-Tags nicht auf dieselbe Weise unterstützen). Musst du Inhalte ausschließlich als PDF veröffentlichen, folge den Optimierungs-Schritten in diesem Guide, um den Indexierungs-Erfolg zu maximieren.
Schritt-für-Schritt-Anleitung
Auditiere den Indexierungs-Status deiner PDF-Dateien
Stelle eine Liste aller PDF-Dateien auf deiner Website zusammen. Prüfe das Dateisystem deiner Site oder nutze ein Site-Crawl-Tool, das PDF-Dateien in seinen Scan einschließt. Suche für jedes PDF bei Google nach „site:deinedomain.de filetype:pdf“, um zu sehen, welche PDFs aktuell indexiert sind. Gleiche mit Daten aus der Google Search Console ab, falls deine PDFs in deiner Sitemap enthalten sind. Kategorisiere jedes PDF als indexiert, nicht indexiert oder unbekannter Status. Notiere für nicht indexierte PDFs die Dateigröße, ob es eine Textebene gibt und ob HTML-Seiten darauf verlinken.
Prüfe PDFs auf Textebene und OCR-Status
Öffne jedes nicht indexierte PDF und teste, ob du Text markieren und kopieren kannst. Funktioniert die Textauswahl nicht, ist das PDF reines Bild und braucht OCR-Verarbeitung. Erstelle zwei Listen: PDFs mit Textebenen (bereit für die Optimierung) und PDFs ohne Textebenen (brauchen erst OCR). Verarbeite PDFs, die OCR brauchen, mit Adobe Acrobats OCR-Funktion oder nutze ein Batch-OCR-Tool für große Sammlungen. Verifiziere nach der OCR-Verarbeitung die Textqualität, indem du im verarbeiteten PDF nach bestimmten Begriffen suchst. Ersetze die Originaldateien auf deinem Server durch die OCR-verarbeiteten Versionen.
Optimiere PDF-Dateigrößen
Prüfe die Dateigröße jedes PDFs, das du indexiert haben willst. Markiere alle PDFs über 5 MB für Optimierung. Nutze die Adobe-Acrobat-Funktion „Dateigröße reduzieren“ oder „PDF optimieren“, um Bilder zu komprimieren und unnötige Daten zu entfernen. Strebe eine finale Dateigröße unter 5 MB für maximale Crawl-Wahrscheinlichkeit an. Erwäge für PDFs, die nicht unter 5 MB komprimiert werden können, eine Aufteilung in kleinere Dokumente nach Kapitel oder Abschnitt. Ersetze nach der Optimierung die Dateien auf deinem Server und verifiziere, dass die optimierten Versionen korrekt öffnen.
Setze PDF-Metadaten-Eigenschaften
Öffne für jedes PDF, das du indexiert haben willst, die Dateieigenschaften und setze die Felder Title, Author, Subject und Keywords. Der Title sollte ein beschreibender, keyword-relevanter Titel mit 50 bis 70 Zeichen sein (ähnlich einem HTML-Title-Tag). Subject sollte eine Beschreibung des Dokumentinhalts in einem Satz sein. Author sollte der Organisations- oder Personenname sein. Keywords sollten drei bis fünf relevante Begriffe enthalten. Für Bulk-Metadaten-Updates nutze ein Tool wie ExifTool oder ein Python-Skript mit der PyPDF2-Bibliothek, um Metadaten programmatisch über alle PDFs hinweg zu aktualisieren.
Erstelle HTML-Links und Sitemap-Einträge für PDFs
Sorge dafür, dass jedes PDF, das du indexiert haben willst, von mindestens einer HTML-Seite auf deiner Site verlinkt ist. Erstelle eine Ressourcen-Seite, Download-Seite oder Dokumenten-Bibliothek, die alle wichtigen PDFs mit beschreibendem Anchor-Text verlinkt. Nimm PDF-URLs in deine XML-Sitemap auf. Du kannst sie in deine Haupt-Sitemap aufnehmen oder eine dedizierte PDF-Sitemap erstellen. Jeder PDF-Eintrag in der Sitemap sollte die URL und das letzte Änderungsdatum enthalten. Reiche die aktualisierte Sitemap in der Google Search Console ein.
Erwäge die Erstellung von HTML-Äquivalenten für Schlüsseldokumente
Erstelle für deine wichtigsten PDFs (jene, die hochvolumige Suchanfragen anvisieren) HTML-Seiten-Äquivalente. Kopiere den PDF-Inhalt in eine HTML-Seite mit ordentlicher Überschriftenstruktur, Meta-Tags und interner Verlinkung. Verlinke die HTML-Seite mit dem PDF als Option „PDF-Version herunterladen“. Die HTML-Seite wird schneller indexiert, rankt besser und bietet eine bessere User Experience, während das PDF als Download verfügbar bleibt. Beobachte mit der Zeit, welches Format Google bevorzugt indexiert, und passe deine Strategie entsprechend an.
Reiche PDF-URLs zur Indexierung ein
Reiche nach Abschluss der Optimierungs-Schritte deine wichtigen PDF-URLs über das URL-Prüftool der Google Search Console (gib die direkte URL der PDF-Datei ein) oder über IndexBolt zur Bulk-Einreichung ein. Beobachte den Indexierungs-Fortschritt über die folgenden zwei bis vier Wochen. PDFs brauchen typischerweise länger als HTML-Seiten zur Indexierung, weil sie mehr Crawl-Ressourcen verbrauchen, also sei geduldig. Bleiben PDFs nach vier Wochen nicht indexiert, prüfe, ob die Dateigröße noch zu groß ist oder ob das PDF durch robots.txt oder Authentifizierung blockiert wird.
Häufige Probleme und wie du sie behebst
PDF zeigt in der Search Console „Gecrawlt – zurzeit nicht indexiert“
Ursache: Google hat das PDF heruntergeladen, aber entschieden, dass es nicht genug wertvollen Inhalt zur Indexierung hat. Das passiert bei gescannten PDFs ohne Textebene, sehr kurzen PDFs mit nur ein oder zwei Inhaltsseiten oder PDFs mit generischem Inhalt, der Informationen dupliziert, die bereits auf HTML-Seiten anderswo im Web oder auf deiner eigenen Site verfügbar sind.
Lösung: Verifiziere, dass das PDF eine Textebene hat (prüfe durch Versuch, Text zu markieren). Ist es reines Bild, wende OCR an. Hat es eine Textebene, aber minimalen Inhalt, erwäge, ob das PDF einzigartigen Mehrwert bietet, der nicht auf deinen HTML-Seiten verfügbar ist. Dupliziert der PDF-Inhalt eine bestehende HTML-Seite, entferne das PDF entweder aus deinen Indexierungs-Zielen oder ergänze einzigartigen Inhalt im PDF, der es differenziert. Setze ordentliche Metadaten-Titel und -Beschreibungen, um Google den Wert des Dokuments verständlich zu machen.
PDFs hinter Login oder Paywall werden nicht indexiert
Ursache: Google kann auf Inhalte, die Authentifizierung erfordern, nicht zugreifen. Werden deine PDFs aus einem Mitglieder-Bereich, einem passwortgeschützten Verzeichnis ausgeliefert oder erfordern Formular-Submission zum Download, kann Googles Crawler sie nicht erreichen und sie werden nie indexiert. Manche Content-Management-Systeme liefern PDFs über PHP-Skripte aus, die auf Authentifizierung prüfen, selbst wenn die PDFs bei direktem Zugriff zugänglich wären.
Lösung: Mache PDFs öffentlich zugänglich, wenn du sie indexiert haben willst. Muss das vollständige Dokument gated bleiben, erwäge, eine Zusammenfassung oder die ersten paar Seiten als öffentlich zugängliches Preview-PDF zu veröffentlichen und nur die Vollversion zu gaten. Sorge dafür, dass die PDF-URL ohne Authentifizierung, Session-Cookies oder Formular-Submission direkt zugänglich ist. Teste, indem du die PDF-URL in einem privaten/Inkognito-Browser-Fenster aufrufst, in dem du nicht in deiner Site eingeloggt bist.
Große PDF-Kataloge werden nicht vollständig indexiert
Ursache: PDF-Dateien über 10 bis 20 MB werden bei Googles Crawl häufig entpriorisiert oder übersprungen, weil sie unverhältnismäßig viel Download-Bandbreite verbrauchen. Ein 50-seitiger Produktkatalog mit hochauflösenden Bildern kann leicht 20 MB überschreiten, was ihn zu einem schlechten Kandidaten für die Indexierung als einzelne Datei macht.
Lösung: Teile den großen Katalog in kleinere abschnittsbasierte PDFs auf (eines pro Kategorie oder Produktlinie), jedes unter 5 MB. Optimiere Bilder, um die Dateigröße zu reduzieren, ohne die Lesbarkeit zu opfern. Erstelle eine HTML-Indexseite, die jedes Abschnitts-PDF mit beschreibendem Text darüber verlinkt, was jeder Abschnitt enthält. Diese Indexseite dient als Landingpage für Such-Traffic und bietet Google klare Navigation zu jedem kleineren, indexierbaren PDF-Abschnitt.
PDF indexiert, zeigt aber falschen Titel in Suchergebnissen
Ursache: Die Title-Metadaten-Eigenschaft des PDFs ist leer, auf einen generischen Standard wie „Microsoft Word - Document1.docx“ gesetzt oder stimmt nicht mit dem tatsächlichen Thema des Dokuments überein. Google fällt auf den Dateinamen zurück oder extrahiert einen Titel aus dem ersten Textinhalt im PDF, was möglicherweise nicht beschreibend oder relevant ist.
Lösung: Öffne das PDF in einem Metadaten-Editor und setze die Title-Eigenschaft auf einen beschreibenden, suchfreundlichen Titel. Ändere zum Beispiel „Dokument1“ zu „Leitfaden 2026 für industrielle Sicherheitsstandards – OSHA-Compliance-Anforderungen“. Lade die Datei neu hoch und fordere ein Recrawl über die Google Search Console oder IndexBolt an. Google sollte den neuen Titel innerhalb von ein bis zwei Crawl-Zyklen aufnehmen.
Profi-Tipps
Deine PDF-Dokumente enthalten Expertise, nach der dein Publikum sucht. IndexBolt reicht PDF-URLs direkt bei Googles Indexierungs-Pipeline ein und bringt deine Whitepapers, Guides und technischen Dokumente in die Suchergebnisse, wo dein Publikum sie finden kann. Reiche deine Dokumenten-Bibliothek bei IndexBolt ein und mache deine PDFs auffindbar.
100 Gratis-Credits. Keine Kreditkarte nötig. Ergebnisse in unter 24 Stunden.
Häufig gestellte Fragen
Kann Google PDF-Dateien tatsächlich lesen und indexieren?+
Ja. Google indexiert PDF-Dateien seit 2001 und behandelt sie als erstklassigen Content in Suchergebnissen. Google kann Text aus PDFs mit eingebetteten Textebenen extrahieren, PDF-Metadaten-Eigenschaften lesen und PDFs in Suchergebnissen mit einem PDF-Badge anzeigen. Google kann jedoch keinen Text aus gescannten Image-Only-PDFs ohne OCR-Textebene lesen und kann sehr große PDF-Dateien wegen Download-Zeit-Beschränkungen überspringen. Ordentlich optimierte PDFs mit Textinhalt, Metadaten und angemessenen Dateigrößen werden zuverlässig indexiert.
Sollte ich PDFs von der Indexierung ausschließen und stattdessen HTML nutzen?+
Für die meisten Content-Typen ist HTML das bessere Format für Suchsichtbarkeit. HTML-Seiten werden schneller gecrawlt, unterstützen reichhaltigere Metadaten und Structured Data, bieten bessere Mobile-Erlebnisse und können an Rich-Result-Formaten teilnehmen. Bestimmte Content-Typen sind jedoch am besten als PDF aufgehoben: juristische Dokumente, Behördenformulare, druckbare Guides, akademische Arbeiten und alles, was exakte Druckformatierung erfordert. Der empfohlene Ansatz ist, HTML-Versionen für Auffindbarkeit zu erstellen und PDFs als herunterladbare Alternativen für Nutzer anzubieten, die sie brauchen.
Wie füge ich einer PDF ein Äquivalent zur Meta-Description hinzu?+
PDFs unterstützen keine HTML-Meta-Description-Tags, aber sie haben ein Metadaten-Feld namens Subject (oder Description, je nach PDF-Editor), das einen ähnlichen Zweck erfüllt. Öffne die Eigenschaften des PDFs in Adobe Acrobat oder einem anderen PDF-Editor und setze das Subject/Description-Feld auf eine prägnante Zusammenfassung des Inhalts, idealerweise 150 bis 160 Zeichen. Google kann dieses Feld bei der Generierung des Snippets nutzen, kann den Snippet-Text aber auch direkt aus dem Body-Content des PDFs ziehen.
Müssen PDFs in meiner XML-Sitemap stehen, um indexiert zu werden?+
Sitemaps sind nicht strikt erforderlich für die Indexierung, verbessern aber die Auffindbarkeit von PDFs deutlich. Da PDFs oft in Dateiverzeichnissen ohne starke interne Verlinkung von HTML-Seiten gespeichert werden, können Sitemaps die einzige Möglichkeit sein, wie Google sie entdeckt. Füge PDF-URLs zu deiner bestehenden XML-Sitemap hinzu oder erstelle eine dedizierte PDF-Sitemap. Nimm das lastmod-Datum für jedes PDF auf, damit Google weiß, wann das Dokument zuletzt aktualisiert wurde. Das Einreichen der Sitemap über die Google Search Console stellt sicher, dass Google alle deine PDF-Dateien kennt.
Warum zeigt mein PDF in Google-Suchergebnissen einen anderen Titel als den Dateinamen?+
Google nutzt die Title-Metadaten-Eigenschaft des PDFs als Titel im Suchergebnis, nicht den Dateinamen. Ist der Metadaten-Title leer oder auf einen generischen Standard gesetzt, kann Google einen Titel aus der ersten Überschrift oder dem ersten Textinhalt im PDF generieren oder auf den Dateinamen zurückgreifen. Um zu kontrollieren, wie dein PDF in Suchergebnissen erscheint, setze die Title-Metadaten-Eigenschaft mit einem PDF-Editor auf einen beschreibenden, keyword-relevanten Titel. Das ist das nächste Äquivalent zum Setzen eines HTML-Title-Tags für eine Webseite.