Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Page-Speed-Analyse

Definition: Die Page-Speed-Analyse ist die systematische Messung, Bewertung und Optimierung der Ladegeschwindigkeit von Webseiten. Sie umfasst technische Metriken, die beschreiben, wie schnell eine Seite für den Nutzer wahrnehmbar und vollständig verwendbar wird – darunter Time to First Byte (TTFB), First Contentful Paint (FCP), Largest Contentful Paint (LCP), Interaction to Next Paint (INP) und Cumulative Layout Shift (CLS). Die drei letztgenannten Metriken bilden zusammen die Core Web Vitals, die seit 2021 ein offizieller Rankingfaktor im Google-Suchalgorithmus sind. Die Page-Speed-Analyse dient zwei übergeordneten Zielen: erstens der Verbesserung der Nutzererfahrung, da schnelle Seiten wahrnehmbar besser zu bedienen sind und Nutzer länger auf der Seite halten; zweitens der Verbesserung der Suchmaschinenplatzierung, da Google Seiten mit guten Core Web Vitals bei gleichwertiger Relevanz bevorzugt. Eine langsame Seite kann selbst bei ausgezeichnetem Inhalt und starker SEO eine schlechtere Position einnehmen als eine inhaltlich vergleichbare, aber technisch optimierte Seite. Primäre Werkzeuge für die Page-Speed-Analyse sind Google PageSpeed Insights, Lighthouse (als Chrome-DevTools-Integration oder CLI), WebPageTest und der Chrome User Experience Report (CrUX), auf dem die GSC-Core-Web-Vitals-Daten basieren. Zusätzlich können Page-Speed-Metriken über das JavaScript-Paket web-vitals direkt in GA4 als Events erfasst werden, um Performance-Daten mit Nutzerverhaltens- und Conversion-Daten zu verknüpfen.

Erläuterung

Die Ladegeschwindigkeit einer Website hat direkte und messbare Auswirkungen auf geschäftliche Kennzahlen. Studien von Google, Deloitte und verschiedenen E-Commerce-Unternehmen zeigen konsistent: Eine Verbesserung der Ladezeit um eine Sekunde erhöht die Conversion Rate um zwei bis fünf Prozent; eine Verschlechterung hat den umgekehrten Effekt. Auf mobilen Geräten ist dieser Zusammenhang noch stärker ausgeprägt, da Nutzer auf Smartphones empfindlicher auf Wartezeiten reagieren und weniger Geduld mitbringen als an einem Desktop-Computer.

Die Core Web Vitals sind das Herzstück der modernen Page-Speed-Analyse. Der Largest Contentful Paint (LCP) misst, wann das größte sichtbare Element im Viewport geladen ist – in der Regel ein Heldenbild oder eine große Überschrift. Ein guter LCP-Wert liegt unter 2,5 Sekunden. Der Interaction to Next Paint (INP, seit 2024 Nachfolger des First Input Delay) misst die Reaktionsverzögerung auf Nutzereingaben; er sollte unter 200 Millisekunden liegen. Der Cumulative Layout Shift (CLS) misst, wie stark Seitenelemente während des Ladens unerwünscht ihre Position verschieben – ein Wert unter 0,1 gilt als gut.

Die Page-Speed-Analyse unterscheidet zwei Messmethoden: Labordaten und Felddaten. Labordaten werden in einer kontrollierten, simulierten Umgebung erhoben – zum Beispiel durch Lighthouse oder WebPageTest, die eine Seite unter definierten Netzwerk- und Gerätebedingungen laden und Metriken erfassen. Labordaten sind reproduzierbar und für technische Diagnosen gut geeignet. Felddaten hingegen stammen von echten Nutzern, die die Seite unter realen Bedingungen (verschiedene Geräte, Verbindungsgeschwindigkeiten, Browser) aufrufen. Der Chrome User Experience Report (CrUX) sammelt diese Felddaten anonymisiert und aggregiert von Chrome-Nutzern, die der Datenerfassung zugestimmt haben. Die Google Search Console nutzt CrUX-Daten für ihren Core Web Vitals-Bericht.

Die häufigsten Performance-Probleme, die die Page-Speed-Analyse aufdeckt, sind: unkomprimierte oder nicht formatoptimierte Bilder (in der Regel der größte Einzelfaktor), render-blockierendes JavaScript und CSS, fehlende Browser-Caching-Konfiguration, langsame Server-Antwortzeiten (TTFB), übermäßige Third-Party-Scripts (z. B. Analytics, Chat-Widgets, Werbung) und fehlende Ressourcenpriorisierung (Preload/Prefetch).

Im Kontext von Web Analytics ist die Page-Speed-Analyse besonders wertvoll, wenn Performance-Daten direkt mit Nutzerverhaltens- und Conversion-Daten verknüpft werden. Durch das Einbinden des web-vitals-JavaScript-Pakets können LCP, INP und CLS als benutzerdefinierte Events an GA4 gesendet werden. Anschließend kann in GA4 analysiert werden, ob Sitzungen mit schlechten LCP-Werten eine signifikant niedrigere Conversion Rate aufweisen – ein direkter Beweis für den geschäftlichen Schaden durch Performance-Probleme.

Die Core Web Vitals und ihre Bedeutung

Methoden und Tools der Page-Speed-Analyse

Praxistipp: Analysieren Sie mit Google PageSpeed Insights die Ladezeit Ihrer meistbesuchten Landing Pages separat für Mobile und Desktop. Priorisieren Sie die gefundenen Probleme nach dem Einfluss auf den LCP-Wert, da dieser die größte SEO-Relevanz hat. In der Regel bringt die Optimierung von Bildern (WebP-Format, korrekte Größenangaben im HTML, Lazy Loading für Bilder unterhalb des sichtbaren Bereichs) die schnellsten und größten Verbesserungen. Implementieren Sie anschließend das web-vitals-Paket für GA4, um die tatsächlichen Performance-Werte echter Nutzer zu überwachen und Regressions nach Deployments frühzeitig zu erkennen.