Prüfungen / Zugriff der KI-Crawler
robots.txt hält Google-Extended von Ihrer Startseite und dem Großteil der Website fern
Google-Extended sammelt Trainingsdaten und darf nur die Pfade lesen, die robots.txt erlaubt. Das ist eine Entscheidung: Die meisten Ihrer Seiten bleiben aus künftigem Modelltraining heraus, nicht aus der KI-Suche.
robots_partial_google_extended · Zugriff der KI-Crawler · Hinweis
Was sie auslöst
robots.txt erlaubt Google-Extended nicht, Ihre Startseite abzurufen, lässt ihm aber einige andere Pfade offen; der Befund nennt die ersten drei.
Was zu ändern ist
Entfernen Sie die Regel Disallow: / für Google-Extended in robots.txt oder ergänzen Sie Allow-Regeln für die weiteren Pfade, die gelesen werden sollen.
Beispiel
Zeilen in der robots.txt, die Google-Extended erlauben:
User-agent: Google-Extended
Allow: /So bestätigen Sie die Korrektur
- Öffnen Sie https://example.com/robots.txt: Die Gruppe, die Google-Extended nennt (oder die *-Gruppe, wenn keine es tut), lässt den größten Teil der Website offen, nicht nur die Startseite
- Starten Sie einen neuen Crawl: Die Tabelle der KI-Crawler meldet Google-Extended nicht mehr als größtenteils gesperrt
Über Google-Extended
Google-Extended ist ein robots.txt-Produkt-Token, mit dem Publisher steuern können, ob von Google gecrawlte Inhalte zum Training künftiger Gemini-Modelle verwendet werden dürfen. Es hat keinen eigenen HTTP-User-Agent und taucht deshalb nie in Ihren Logs auf. Laut Google hat es keinen Einfluss auf die Aufnahme in die Suche oder auf das Ranking.
Der Crawler, der Ihre Seiten tatsächlich für die Suche abruft.
Auf Netzwerkebene gibt es nichts zu prüfen: keinen User-Agent, keine Adressliste. Prüfen Sie robots.txt selbst, auf jedem Host, und denken Sie daran, dass eine Logsuche nach Google-Extended nichts findet, egal ob Sie es sperren oder nicht. Googles eigene Beispielgruppe zeigt, dass das Token wie jedes andere einen Allow- und einen Disallow-Pfad annehmen kann.
Aufgabe: Steuerungs-Token (stellt keine eigenen Anfragen). Beachtet robots.txt: Nur aus robots.txt gelesen; es gibt keinen eigenen User-Agent.
Google-Extended: Betreiber, User-Agent-Zeichenfolge und Adressliste
Wie häufig es vorkommt
Wir haben nicht gemessen, wie häufig das in einer Stichprobe von Sites vorkommt. Zahlen erscheinen hier, sobald eine Studie es abdeckt.
Zu dieser Prüfung
| Prüfungs-ID | robots_partial_google_extended |
|---|---|
| Berichtsabschnitt | Zugriff der KI-Crawler |
| Schweregrad | Hinweis |
| Wie sie entschieden wird | Gemessen: direkt aus der Seite oder der Serverantwort gelesen. |
| Hinzugefügt | Vor dem 19. Okt. 2026 (Versionen 1 und 2) oder eine seitenweite Prüfung ohne Versionsdatum |
| Status | In jedem Bericht gemessen |
| Bericht liefert den Code | Ja, ein Block für die ganze Site |
Einstellungen je Plattform
Bei der robots.txt hängt es von der Plattform ab, wo die Einstellung liegt. Unsere Ratgeber behandeln 13: KI-Crawler-Einstellungen je Plattform.
Verwandte Prüfungen
- robots.txt hält CCBot von Ihrer Startseite und dem Großteil der Website fern
- robots.txt hält ClaudeBot von Ihrer Startseite und dem Großteil der Website fern
- robots.txt hält GPTBot von Ihrer Startseite und dem Großteil der Website fern
- Ihre Firewall oder Ihr CDN weist KI-Training-Crawler ab
Prüfen, ob es Ihre Website betrifft
Fügen Sie Ihre Adresse ein: Wir crawlen bis zu 10 Seiten und zeigen jedes gefundene Problem mit der Lösung. Ohne Konto, ohne Karte.
Jeder Tarif crawlt bis zu seinem Seitenlimit und listet diese Prüfungen mit der Lösung: Tarife.
So funktioniert ein Audit: Methode