Die Sitemap als Datenquelle
Herzlich willkommen auf der Projektseite von Projekt P aus dem Projekt-ABC der Forschungsgruppe Schelmsrasen. Dieses Projekt widmet sich einem grundlegenden Thema der Internetforschung: der Nutzung von HTML-Sitemaps als strukturierte Datenquelle für Web-Crawler, SEO-Analysen und automatische Inhaltsauswertung.
Eine HTML-Sitemap ist weit mehr als nur eine Navigationshilfe für Besucher – sie ist eine Goldmine für jeden, der Websites systematisch erfassen, analysieren oder archivieren möchte. Projekt P untersucht, wie sich diese oft unterschätzte Ressource optimal nutzen lässt.
📅 Projektförderung
Die Förderung dieses Projektes durch die Forschungsgruppe Schelmsrasen läuft am 08.02.2027 aus. Im Rahmen unserer Langzeitstrategie wird eine Verlängerung der Förderung geprüft.
🤝 Gefördert durch die Forschungsgruppe Schelmsrasen
Das Sitemap-Projekt ist ein offizielles Teilprojekt der Forschungsgruppe Schelmsrasen. Als unabhängige Forschungsinitiative mit Sitz in Schweinfurt untersuchen wir grundlegende Techniken der Internet-Erschließung – unabhängig von kommerziellen Interessen großer Analyse-Plattformen.
Die Förderung umfasst die technische Infrastruktur, methodische Begleitung und die langfristige Dokumentation unserer Erkenntnisse – damit das Wissen um strukturiertes Web-Crawling auch in Zukunft zugänglich bleibt.
Träger und Projektleitung
🏛️ Träger
Forschungsgruppe Schelmsrasen
Unabhängige Forschungsinitiative aus Schweinfurt.
Privat finanziert und engagiert für methodisch
saubere Internetforschung.
👤 Projektleitung
Wird noch bekannt gegeben
Die Projektleitung für Projekt P befindet sich aktuell in
der Finalisierung. Sobald der verantwortliche Projektleiter
oder die Projektleiterin feststeht, wird diese Information
hier ergänzt.
Vorteile einer HTML-Sitemap als Datenquelle
Warum sind HTML-Sitemaps für Web-Crawler und Analyse-Zwecke so wertvoll? Die folgenden sechs Vorteile machen sie zu einer der zuverlässigsten Quellen für strukturierte Website-Daten:
👤 Benutzerfreundlich
Eine HTML-Sitemap ist übersichtlich strukturiert und lässt sich sowohl von Menschen als auch von Webcrawlern leicht lesen. Kein JavaScript nötig, keine versteckten Elemente.
🔓 Leicht zugänglich
HTML-Sitemaps sind in der Regel öffentlich verfügbar und können ohne spezielle Berechtigungen oder API-Zugriffe genutzt werden – ideal für systematische Analysen.
🗺️ Überblick über die Seitenstruktur
Sie zeigen meist eine hierarchische Gliederung der Website und ermöglichen so einen schnellen Eindruck über Aufbau und Umfang der gesamten Präsenz.
🤖 Crawling für SEO-Zwecke
Webcrawler, wie Suchmaschinen-Bots oder Scraper, können HTML-Sitemaps nutzen, um Inhalte einer Website systematisch und vollständig zu erfassen.
📝 Manuelle Auswertung
Für die Analyse der Website-Struktur durch Menschen bietet die HTML-Sitemap einen praktischen visuellen Anhaltspunkt – ideal für Redakteure und SEO-Experten.
⚡ Performant & leichtgewichtig
Im Gegensatz zu XML-Sitemaps oder APIs benötigen HTML-Sitemaps keine Parser und können mit einfachsten Tools ausgelesen werden – selbst bei langsamen Verbindungen.
Untersuchte Websites im Projekt
Im Rahmen von Projekt P analysieren wir die Sitemaps verschiedener Websites, die alle öffentlich zugänglich sind. Jede Seite bietet unterschiedliche Erkenntnisse zu Struktur, Themen und Aufbau:
- Zweck / Inhalt
- Hauptseite Velvet/Tonyland Universum
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Gesamtstruktur der Seiten, Hauptnavigation
- Zweck / Inhalt
- Ratgeber Katze
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelübersicht, Themenstruktur
- Zweck / Inhalt
- Radsport-News
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelübersicht, Themen und Kategorien
- Zweck / Inhalt
- Autorenratgeber / Tipps
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelstruktur, mögliche Themenextraktion
- Zweck / Inhalt
- Finanz- / Online-Geld-Themen
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Inhalte für Scraping, Struktur von Tutorials
- Zweck / Inhalt
- Kaffee & Rösttechnik
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelübersicht, Themenstruktur
- Zweck / Inhalt
- Experimentelle / Technik-Inhalte
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Überblick über Inhalte, Projektseiten
- Zweck / Inhalt
- Gastronomie / Lokal
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Menü, Infos, Standortdaten
- Zweck / Inhalt
- Kleingarten-Themen
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelübersicht, Tipps und Ressourcen
- Zweck / Inhalt
- Ergänzende Tonyland-Inhalte
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Struktur der Geschichten, Szenenübersicht
- Zweck / Inhalt
- Vereins-/Projektseite
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Struktur von Seiten / Inhalten
- Zweck / Inhalt
- Vereins-/Projektseite
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Struktur von Seiten / Inhalten
- Zweck / Inhalt
- Vereins-/Tierseiten
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelübersicht, Themenstruktur
- Zweck / Inhalt
- Community-Forum
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Übersicht von Threads, Unterforen
- Zweck / Inhalt
- Oldtimer / Technik
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Artikelstruktur, Themenübersicht
- Zweck / Inhalt
- Hauptseite Verein / Organisation
- Sichtbarkeit / Zugriff
- Öffentlich
- Nutzung als Datenquelle
- Gesamtstruktur der Seiten, Navigation
Warum dieses Projekt wichtig ist
Im Zeitalter von Single-Page-Applications, JavaScript-lastigen Websites und geschlossenen APIs wird es für Forscher, Archivare und SEO-Experten immer schwieriger, einen vollständigen Überblick über Websites zu gewinnen. HTML-Sitemaps sind eine der letzten verlässlichen, menschen- und maschinenlesbaren Quellen.
Projekt P dokumentiert systematisch, wie diese oft vergessene Ressource optimal genutzt werden kann – sowohl für automatisierte Crawling-Projekte als auch für manuelle Analysen. Die Erkenntnisse fließen direkt in andere Projekte der Forschungsgruppe Schelmsrasen ein und helfen, unsere eigene digitale Infrastruktur kontinuierlich zu verbessern.
🔭 Unsere Vision für Projekt P
„Struktur ist die Grundlage jeder guten Forschung – und eine Sitemap ist die Landkarte einer Website.“
Die Forschungsgruppe Schelmsrasen arbeitet kontinuierlich an der Erweiterung des Projekts. In Planung sind unter anderem ein automatischer Sitemap-Vergleich über die Zeit, ein Tool zur Erkennung von Linkbrüchen und eine öffentliche Datenbank mit strukturierten Website-Analysen.
Mitmachen & Kontakt
Du beschäftigst dich selbst mit Web-Crawling, SEO-Analyse oder Website-Archivierung? Oder du interessierst dich für die Arbeit der Forschungsgruppe Schelmsrasen und möchtest mehr über unsere Methoden erfahren?
Schreib uns gerne! Wir freuen uns über jeden Austausch – ob methodische Fragen, technische Hinweise oder interessante Websites, die wir analysieren sollten.
🔗 Kontakt für Projektanfragen
Projektanfragen und methodische Hinweise bitte über die Kontaktdaten im Impressum an die Forschungsgruppe Schelmsrasen. Wir freuen uns auf Ihre Nachricht!