Wie lange die Baidu-Indexierung dauert, und was sie wirklich beschleunigt

Sie haben Ihre Domain bei Baidu eingereicht. Eine Woche später: nichts. Nach zwei Wochen immer noch nichts, und langsam fragen Sie sich, ob die Einreichung überhaupt angekommen ist.

Das ist die häufigste Frage, die uns zu Baidu erreicht, und die Antwort lautet meistens: Bis hierhin ist noch nichts schiefgelaufen. Baidu ist bei einer neuen ausländischen Website langsam, deutlich langsamer als Google. Die nützliche Frage ist nicht, wie lange es im Schnitt dauert. Sie lautet: Welche der Dinge, die in Ihrer Hand liegen, kosten Sie gerade Wochen?

Drei Dinge, die ständig verwechselt werden

Bevor irgendein Zeitplan Sinn ergibt, müssen Sie sie auseinanderhalten:

Entdeckung: Baidu weiß, dass die URL existiert. Das leistet die Einreichung, und zwar sofort.
Crawling: Baiduspider ruft die Seite tatsächlich ab. Das kann monatelang stillschweigend scheitern.
Aufnahme in den Index (收录): Die Seite steht im Index und kann in den Ergebnissen erscheinen. Genau das zeigt eine site:-Abfrage.
Ranking: Die Seite konkurriert um eine Suchanfrage. Anderes Problem, und meistens ein Inhaltsproblem.

Eine Seite kann an Tag eins entdeckt, an Tag neun gecrawlt und nie aufgenommen werden. Mehr URLs einzureichen ändert daran nichts. Die meisten, die fragen, wie lange Baidu braucht, stecken in Wahrheit zwischen Crawling und Aufnahme fest.

Der realistische Zeitplan

Für eine typische europäische Website: gehostet in Europa, ohne ICP备案, Inhalte auf Englisch oder in einer europäischen Sprache, keine Links von chinesischen Websites.

Erster Besuch von Baiduspider: ein Tag bis drei Wochen nach der Einreichung. Meist die Startseite, und danach oft eine Weile nichts.
Erste Seite in einer site:-Abfrage sichtbar: eine bis sechs Wochen.
Brauchbare Abdeckung einer kleinen Website: ein bis drei Monate.
Abdeckung, die hält und bei der nächsten Neubewertung nicht wieder schrumpft: drei bis sechs Monate, realistisch nur mit Seiten auf vereinfachtem Chinesisch.

Zum Vergleich eine auf dem Festland gehostete Website mit ICP备案 und chinesischen Inhalten: Startseite innerhalb weniger Tage im Index, der Rest innerhalb von zwei bis drei Wochen. Der Abstand zwischen diesen beiden Verläufen ist das Thema des restlichen Artikels.

Baidu veröffentlicht dazu kein Service-Level, und es gibt keine Support-Warteschlange, bei der Sie eskalieren könnten. Was Sie bekommen, sind mehrere Kanäle mit unterschiedlichem Durchsatz und ein Crawl-Budget, das wächst oder schrumpft, je nachdem, wie sich Ihr Server verhält.

Prüfen Sie zuerst, ob Sie überhaupt indexiert sind

Machen Sie das, bevor Sie irgendetwas ändern.

Rufen Sie baidu.com auf und suchen Sie nach site:yourdomain.com. Die Trefferzahl ist eine Schätzung und schwankt, lesen Sie sie also als Ja oder Nein und nicht als Messwert. Kommen Ergebnisse, sind Sie indexiert, und die Frage lautet ab jetzt: Wie vollständig? Kommt nach sechs Wochen null, ist etwas kaputt, und längeres Warten repariert es nicht.

Zwei weitere Prüfungen lohnen sich:

Suchen Sie den exakten Titel Ihrer Startseite in Anführungszeichen. Wenn die Website indexiert ist, sich der site:-Operator aber seltsam verhält, kommt das dabei oft heraus.
Schauen Sie in den Baidu Webmaster Tools (百度搜索资源平台) auf 索引量 (Indexumfang) und 抓取频次 (Crawl-Frequenz). Das sind die ehrlichen Zahlen. 抓取异常 (Crawl-Fehler) zeigt Ihnen, ob der Spider Timeouts, 403er oder DNS-Fehler bekommt, und genau dort finden die meisten ausländischen Websites ihr eigentliches Problem.

Liegt die Crawl-Frequenz bei nahezu null und die Fehlerzahl nicht, haben Sie einen technischen Defekt und kein Geduldsproblem.

Die Einreichungskanäle, und was jeder davon wirklich taugt

Baidu bietet mehrere Wege, ihm eine URL zu übergeben, und sie sind nicht gleichwertig.

Sitemap

Reine Entdeckung, und die langsamste Warteschlange von allen. Baidu behandelt eine Sitemap als Liste von Vorschlägen, die es abarbeitet, wenn es dazu kommt. Reichen Sie eine ein, halten Sie sie korrekt, und erwarten Sie nicht, dass sich diese Woche etwas bewegt. Am wichtigsten ist sie bei großen Websites, wo Baidu tief liegende Seiten sonst gar nicht erst findet.

Manuelle URL-Einreichung (普通收录)

URLs im Dashboard einfügen. Pro Tag und pro Website begrenzt. Ein Hinweis, keine Anweisung. Nützlich für eine Handvoll Seiten, die Ihnen wirklich wichtig sind, als Strategie unbrauchbar.

Aktiver Push über die API (主动推送)

Der beste der gewöhnlichen Kanäle. Ihr Server meldet neue und geänderte URLs an Baidus Endpunkt, sobald sie sich ändern. Das drückt die Entdeckungszeit auf null und verkürzt nach unserer Erfahrung die Wartezeit bis zum ersten Crawl spürbar. Das Tageskontingent wächst mit dem Anteil Ihrer Website, der bereits indexiert ist, was am Anfang ein Henne-Ei-Problem ist, es aber schnell nicht mehr bleibt. Wenn Sie regelmäßig publizieren, bauen Sie das in Ihren Build oder Ihr CMS ein und vergessen Sie es.

Automatischer Push (自动推送)

Ein JavaScript-Snippet, das Baidu anpingt, wenn eine Seite aufgerufen wird. Dafür braucht es echte Besucher aus China, die eine frisch eingereichte ausländische Website nicht hat. Außerdem kommt auf jede Seite ein weiteres Fremdskript, ausgerechnet dort, wo die Ladezeit aus China ohnehin Ihre Schwachstelle ist. Lassen Sie es, bis Sie chinesischen Traffic haben.

Schnelle Aufnahme (快速收录)

Das ist der Kanal, den alle meinen, wenn sie fragen, wie man schnell in den Index kommt, und die ehrliche Antwort ist unangenehm.

快速收录 ist ein eigener, kontingentierter Kanal: eine feste Zahl von URLs pro Tag, die deutlich schneller verarbeitet werden als alles in der normalen Warteschlange. Das Kontingent vergibt Baidu selbst, pro Website, nach eigener Einschätzung von Qualität und mobiler Nutzererfahrung. Über die Jahre hat das Programm mehrfach den Namen gewechselt; heute ist es eine Zuteilung pro Website und nichts, was man einschaltet.

Daraus folgen drei Dinge. Es ist nicht käuflich. Es wird nicht auf Anfrage vergeben. Und eine brandneue, im Ausland gehostete Website hat es nicht, weil es keine Crawl-Historie gibt, die Baidu beurteilen könnte. Falls es für Ihre Domain überhaupt jemals verfügbar wird, dann nach Monaten sauberer Crawls und mit chinesischsprachigen Inhalten, die Baidu behält statt sie zu verwerfen. Wer Ihnen Kontingent für die schnelle Aufnahme verkaufen will, verkauft Ihnen etwas anderes, als Sie denken.

Die praktische Reihenfolge lautet also: aktiver Push für Tempo, Sitemap für Abdeckung, manuelle Einreichung für die wenigen Seiten, auf die es ankommt, und die schnelle Aufnahme nur, wenn Ihre Website sie sich verdient hat.

Warum Hosting außerhalb des chinesischen Festlands langsamer ist

Baiduspider crawlt aus Festland-IP-Bereichen. Jede Anfrage an Ihren Server in Deutschland oder Irland überquert die Grenze, und das hat drei Effekte, die sich gegenseitig verstärken.

Latenz und Paketverlust. Laufzeiten von 200 bis 400 Millisekunden sind normal, und zu Spitzenzeiten ist der Paketverlust auf dieser Strecke real. Eine Seite, die aus Frankfurt in 800 Millisekunden lädt, kann aus Peking fünf Sekunden oder länger brauchen.

Das Crawl-Budget schrumpft. Baidu geht wie jeder Crawler auf Abstand, wenn ein Host langsam oder unzuverlässig ist. Timeouts und 5xx-Antworten senken Ihre Crawl-Frequenz, damit werden pro Besuch weniger Seiten geholt, und damit dauert die Aufnahme länger. Das ist der Mechanismus hinter den meisten Berichten nach dem Muster „Baidu crawlt uns plötzlich nicht mehr“.

Blockierte Ressourcen lassen die Seite hängen. Google Fonts, googleapis.com, Google Analytics, YouTube-Einbettungen, reCAPTCHA, Facebook-Widgets: aus China sämtlich nicht erreichbar. Ein Browser wartet auf jedes einzelne davon, bis er aufgibt. Alles, was Baidu mit Rendering abruft, läuft gegen dieselbe Wand. Schriften und Skripte selbst zu hosten ist die mit Abstand billigste Maßnahme, die einem europäischen Unternehmen offensteht, und sie kostet meist einen Nachmittag.

Solange Sie keine Präsenz auf dem Festland haben, verkürzt Hosting in Hongkong, Singapur oder Japan (oder ein Vorschalten von dort) die Laufzeit erheblich. Das ist nicht dasselbe, wie drinnen zu sein, aber gegenüber Europa ein großer Fortschritt, und es braucht keine chinesische Gesellschaft.

Was ICP备案 ändert und was nicht

ICP备案 (die ICP-Registrierung) ist der Eintrag, den jede auf Festlandservern gehostete Website beim chinesischen Ministerium für Industrie und Informationstechnologie haben muss. ICP许可证 (die ICP-Lizenz) ist die schwerere Genehmigung für kommerzielle Onlinedienste. Beides setzt eine chinesische Rechtsperson voraus, und für die Registrierung braucht es zusätzlich einen Hoster auf dem Festland. Ein ausländisches Unternehmen ohne chinesische Tochter und ohne lokalen Partner bekommt daher weder das eine noch das andere.

Und jetzt der Teil, der ständig falsch wiedergegeben wird: Baidu verlangt für die Indexierung keine ICP-Registrierung. Eine .com-Domain, die in Frankfurt gehostet wird, kann indexiert werden und wird es auch, und keine veröffentlichte Regel behandelt die Registrierungsnummer als Ranking-Faktor.

Was die Registrierung tatsächlich freischaltet, ist Hosting auf dem Festland, und dieses Hosting liefert dann Tempo und Crawl-Budget. Der Vorteil ist echt, aber indirekt. Wenn Sie keine chinesische Gesellschaft haben, ist das ein Grund, alles andere auf dieser Liste in Ordnung zu bringen, und keiner, die Indexierung abzuschreiben.

Ladezeit, am richtigen Ort gemessen

Zählen tut, wie sich Ihre Seite auf einer mobilen Verbindung in China verhält, nicht was Ihr europäisches Monitoring anzeigt. Baidu sagt seit Jahren offen, dass die mobile Nutzererfahrung in die Bewertung einer Website einfließt, und der Arbeitswert für eine Landingpage liegt unter drei Sekunden bis zum sichtbaren Inhalt in einem Mobilfunknetz auf dem Festland.

Woran ein europäisches Team heute arbeiten kann:

Auf dem Server rendern. Baiduspider kommt mit JavaScript deutlich schlechter zurecht als der Googlebot. Wenn Ihr Text erst nach der Hydration existiert, gehen Sie davon aus, dass Baidu ihn nicht sieht. Server-side Rendering oder statisches HTML ist hier keine Kür.
Schriften, Icons und Analytics selbst hosten. Jede Anfrage an einen gesperrten Host ist ein Stillstand.
Bilder sauber komprimieren und statische Dateien mit langen Cache-Headern ausliefern.
Weiterleitungen auf einen Sprung begrenzen. Jedes Glied in der Kette kostet eine weitere Runde über die Grenze.
Eine URL pro Seite ausliefern. Keine Session-Parameter, keine Tracking-Parameter in internen Links, eine kanonische Form der Domain.

Und messen Sie dort, nicht hier: Mehrere Testdienste auf dem Festland rufen Ihre URL aus einem Dutzend chinesischer Städte ab und liefern Ihnen echte Zahlen.

Darf Baiduspider überhaupt herein?

Öffnen Sie jetzt yourdomain.com/robots.txt. Wir haben aufgehört zu zählen, wie viele Websites bei Baidu eingereicht wurden, zwei Monate gewartet haben und die ganze Zeit den Crawler blockierten.

Die üblichen Ursachen:

Eine robots.txt aus einer Vorlage, die Googlebot und Bingbot erlaubt und am Ende User-agent: * mit Disallow: / setzt.
Ein ausdrücklicher Block User-agent: Baiduspider / Disallow: /, den vor Jahren jemand eingetragen hat, weil Baiduspider zu aggressiv crawlte. Auf älteren europäischen Websites sehr verbreitet.
WAF- oder CDN-Bot-Schutz, die häufigste Ursache und zugleich die, die niemand prüft, weil sie in der robots.txt gar nicht auftaucht. Verwaltete Bot-Regeln fordern unbekannte User-Agents heraus oder antworten mit 403, und manche Setups sperren Festland-IP-Bereiche komplett. Aus Baidus Sicht liefert Ihre Website einen Fehler.
Ein noindex-Meta-Tag oder ein X-Robots-Tag-Header, der aus der Staging-Umgebung übrig geblieben ist.
Ein rel="canonical", das auf eine andere Domain zeigt.

Baiduspider meldet sich als Baiduspider, in Desktop- und Mobilvarianten, dazu Baiduspider-image, Baiduspider-video und Baiduspider-news. Ein echter löst per Reverse-DNS unter baidu.com oder baidu.jp auf. Alles, was sich von einem anderen Host als Baiduspider ausgibt, ist gefälscht, und das zu blockieren kostet Sie nichts.

Eine schnelle Prüfung fürs Terminal:

curl -A "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)" -I https://yourdomain.com/

Ein 200 ist das Ziel. Ein 403, eine Weiterleitung auf eine Challenge-Seite oder ein CAPTCHA heißt, der Crawler wird abgewiesen. Geoblocking deckt dieser Test allerdings nicht ab, fragen Sie also zusätzlich bei Ihrem CDN-Betrieb nach, was die Regeln mit Traffic vom chinesischen Festland machen.

Warum Seiten indexiert werden und dann verschwinden

Der Indexumfang geht auch nach unten, und ein Rückgang ist kein Fehler. Baidu bewertet neu und wirft still Seiten heraus, die es für nicht erhaltenswert hält: rein englische Seiten ohne chinesisches Publikum, dünne Seiten, Fast-Duplikate über die Sprachversionen hinweg, automatisch übersetzter Text.

Hier liegt die eigentliche Obergrenze einer ausländischen Website. Jede technische Korrektur in diesem Artikel kauft Ihnen Crawl-Tempo. Ob die Aufnahme hält, entscheidet sich daran, ob auf der Website Inhalte in vereinfachtem Chinesisch stehen, die ein chinesischer Leser tatsächlich lesen will. Maschinelle Übersetzung reicht dafür nicht, und Baidu erkennt sie inzwischen deutlich besser als früher.

Was Sie steuern und was nicht

Sie steuern: robots.txt, Ihre WAF- und CDN-Regeln, Fremdressourcen, Server-side Rendering, die Ladezeit aus China, den Hosting-Standort, die Richtigkeit der Sitemap, den aktiven Push, eine kanonische URL pro Seite und ob es überhaupt chinesische Inhalte gibt.

Sie steuern nicht: Baidus Crawl-Plan, das Tempo der Warteschlange, ob je ein Kontingent für die schnelle Aufnahme vergeben wird, und wo sich der Indexumfang einpendelt. Nichts davon lässt sich kaufen, und es gibt kein Support-Ticket, das daran etwas ändert.

Ein Zeitplan ohne Wunschdenken

Woche 0: einreichen, die Domain verifizieren, die Sitemap einreichen, den aktiven Push aufsetzen und vor allem anderen robots.txt und CDN-Regeln prüfen.
Woche 1: Crawl-Frequenz und Crawl-Fehler ansehen. Beheben, was der Fehlerbericht zeigt. Am Inhalt noch nichts anfassen.
Woche 2 bis 3: erste site:-Prüfung. Nur die Startseite ist normal und völlig in Ordnung.
Woche 6: Wenn site: immer noch nichts liefert und das Crawl-Protokoll keinen erfolgreichen Abruf zeigt, hören Sie auf zu warten und behandeln Sie es als technischen Defekt. Das ist es fast immer.
Woche 8 bis 12: den Indexumfang verfolgen statt der site:-Trefferzahl. Anfangen, Seiten auf vereinfachtem Chinesisch zu ergänzen.
Danach jedes Quartal: Crawl-Fehler erneut prüfen, prüfen, ob etwas Neues den Spider blockiert, und sehen, ob die Abdeckung wächst oder schrumpft.

Wenn Sie es lieber abgeben

Das meiste an der Wartezeit ist kein Rätsel. Es ist ein blockierter Crawler, eine aus Peking langsame Seite oder eine Website ohne alles, was ein chinesischer Leser sucht, und das lässt sich beheben.

Die Einreichung selbst ist der Punkt, an dem die meisten europäischen Unternehmen hängenbleiben, denn für ein Baidu-Konto braucht es zur Registrierung eine Mobilfunknummer vom chinesischen Festland. Unser Baidu-Anmeldedienst nimmt Ihre Domain, führt die gesamte Anmeldung durch und berichtet, was Baidu tatsächlich indexiert hat, zum Festpreis pro Domain. Sie brauchen keine chinesische Telefonnummer, keine chinesische Gesellschaft und kein eigenes Baidu-Konto. Wenn Sie vorher auch die Technik in Ordnung gebracht haben wollen, buchen Sie ein Gespräch und wir stecken den Umfang ab.