Lorixen.
DE

PDF-Inhalte in der Website-Suche finden

Kurz gesagt: Viele wichtige Informationen stecken auf Websites in PDFs: Datenblätter, Preislisten, Montageanleitungen, Kataloge, Formulare. Die eingebaute Suche der Website findet sie aber oft nicht, weil sie nur Seitentexte durchsucht und PDFs lediglich als Dateinamen kennt. Wer „Anzugsmoment M10“ sucht, bekommt keinen Treffer, obwohl die Angabe auf Seite 4 eines Datenblatts steht. Abhilfe schafft eine Suche, die den Text der PDFs ausliest und mitdurchsucht, mit sinnvollen Treffern, die direkt zum Dokument führen. Voraussetzung ist, dass die PDFs echten Text enthalten und nicht nur eingescannte Bilder.

Warum die Suche PDFs nicht findet

Die Standardsuche vieler Content-Management-Systeme durchsucht Titel und Text von Seiten und Beiträgen. Eine hochgeladene PDF-Datei ist für sie nur ein Eintrag in der Mediathek, mit Dateiname und vielleicht einer Beschreibung. Der Inhalt der Datei wird nicht ausgelesen.

Typische Folgen:

  • Kundinnen finden Datenblätter nicht und rufen an.
  • Die Suche liefert „Keine Ergebnisse“, obwohl die Information auf der Website steht.
  • Mitarbeitende im Außendienst suchen lieber in alten Mails als auf der eigenen Website, weil sie dort schneller fündig werden.

Ein Beispiel zur Veranschaulichung: Ein Hersteller von Befestigungstechnik in Chemnitz stellt über dreihundert technische Datenblätter als PDF bereit. Die Website-Suche findet nur Produktnamen aus den Seitentiteln, nicht aber technische Angaben. Nachdem der Text der Datenblätter in den Suchindex aufgenommen wurde, führen Suchen nach Normbezeichnungen, Materialangaben oder Artikelnummern direkt zum passenden Datenblatt.

Voraussetzung: PDFs mit echtem Text

Nur PDFs, die Text enthalten, lassen sich durchsuchen. Prüfen Sie Ihre Dateien:

  • Lässt sich im PDF-Betrachter Text markieren und kopieren? Dann ist echter Text vorhanden.
  • Ist das Dokument ein eingescanntes Papier ohne Texterkennung, besteht es nur aus Bildern. Dann muss zuerst eine Texterkennung laufen, oder Sie erstellen das PDF neu aus der Originaldatei.

PDFs, die aus Textverarbeitung oder Layoutprogramm exportiert wurden, enthalten in der Regel Text. Auch für Suchmaschinen ist das wichtig: Google listet PDF in seiner Übersicht der Dateitypen, die es indexieren kann, unter den Formaten, deren lesbarer Text mit einem eigenen Parser ausgelesen wird.

Wie PDF-Text in die Suche kommt

Text auslesen. Programme wie pdftotext aus der Werkzeugsammlung Poppler wandeln laut ihrer Beschreibung PDF-Dateien in reinen Text um. Standardmäßig wird dabei das physische Layout aufgelöst, also Spalten und Silbentrennung, und der Text in Lesereihenfolge ausgegeben. Mit der Option -layout bleibt das ursprüngliche Layout so weit wie möglich erhalten. Für die Suche ist die Lesereihenfolge meist besser, weil zusammengehörige Wörter dann auch im Text zusammenstehen.

In den Suchindex aufnehmen. Der ausgelesene Text wird zusammen mit Titel, Adresse und eventuell Kategorie des Dokuments im Suchindex gespeichert. Je nach System gibt es dafür verschiedene Wege:

  • Erweiterungen für das Content-Management-System, die PDFs in der Mediathek auslesen und in die Suche aufnehmen. Viele Suchplugins bieten das als Zusatzfunktion.
  • Eigene Suchlösungen mit einer Suchdatenbank, in die Seiten und PDF-Texte gemeinsam eingespeist werden.
  • Statische Suchwerkzeuge, die nach dem Erzeugen der Website einen Index aufbauen. Laut der Dokumentation von Pagefind läuft das Werkzeug zum Beispiel nach dem statischen Seitengenerator und erzeugt den Suchindex aus der fertigen Website. PDFs müssen dafür vorher in eine durchsuchbare Form gebracht werden, etwa als begleitende Textseite.

Aktuell halten. Wenn ein PDF ersetzt wird, muss auch der Index aktualisiert werden. Am zuverlässigsten ist eine Automatik, die beim Hochladen oder in festen Abständen neu ausliest. Gelöschte PDFs müssen ebenso aus dem Index entfernt werden, sonst führen Treffer ins Leere und Besucher landen auf einer Fehlerseite.

Treffer sinnvoll anzeigen

Ein PDF-Treffer sollte in der Ergebnisliste klar erkennbar sein:

  • Typ kennzeichnen: „PDF“ und die Dateigröße neben dem Titel.
  • Aussagekräftiger Titel: der Dokumenttitel, nicht der Dateiname.
  • Textauszug mit Suchbegriff, damit sichtbar ist, warum das Dokument passt.
  • Seitenangabe, wenn möglich, damit man im Dokument direkt zur Stelle findet.
  • Zugehörige Seite verlinken: Gehört das Datenblatt zu einem Produkt, führt ein zweiter Link zur Produktseite.

Was Besucher tatsächlich suchen

Bevor Sie die Suche umbauen, lohnt ein Blick in die Suchbegriffe, die Besucher bisher eingegeben haben. Viele Analysewerkzeuge und Suchplugins speichern sie. Häufige Begriffe ohne Treffer zeigen, wo Informationen fehlen oder nur in PDFs stecken. Oft sind es Artikelnummern, Normbezeichnungen, Abmessungen oder Fachbegriffe, die Kundinnen anders schreiben als Ihr Team. Eine kleine Liste mit Synonymen, etwa „Dübel“ und „Anker“, oder „Bedienungsanleitung“ und „Handbuch“, verbessert die Treffer zusätzlich. Wiederholen Sie diese Auswertung nach der Umstellung, um zu sehen, ob die Zahl der Suchen ohne Ergebnis sinkt.

Gewichtung festlegen

Wenn Seiten und PDFs gemeinsam durchsucht werden, stellt sich die Frage der Reihenfolge. Meist ist es sinnvoll, Produkt- und Leistungsseiten vor PDFs zu zeigen und PDFs nur dann weit oben einzuordnen, wenn der Suchbegriff im Dokumenttitel vorkommt. Bei sehr langen Katalogen hilft es, sie in einzelne Kapitel aufzuteilen, damit nicht ein riesiges Dokument jede Suche dominiert.

Wichtige Inhalte nicht nur im PDF

Die PDF-Suche ist eine Hilfe, aber kein Ersatz für gute Seiten. Inhalte, die viele Menschen suchen, gehören zusätzlich als normaler Text auf eine Seite: Produktmerkmale, Öffnungszeiten, Preise, häufige Fragen. Seiten lassen sich am Handy besser lesen, sind für Screenreader zugänglicher und für Suchmaschinen leichter zu erfassen. Das PDF bleibt dann die Fassung zum Herunterladen und Ausdrucken.

Auch die Dateien selbst verbessern

Für die Suche und für Besucher hilft es, wenn PDFs gut vorbereitet sind:

  • Dokumenttitel in den Eigenschaften des PDFs setzen, nicht nur den Dateinamen.
  • Sprechende Dateinamen, etwa „datenblatt-ankerbolzen-m10.pdf“.
  • Sprache des Dokuments angeben, damit Silbentrennung und Vorlesefunktionen funktionieren.
  • Veraltete Fassungen entfernen oder klar als alt kennzeichnen, damit die Suche nicht drei Versionen desselben Datenblatts liefert.

Häufige Fragen

Warum findet meine Website-Suche keine PDFs?

Weil die Standardsuche vieler Systeme nur Seitentexte durchsucht. Der Inhalt von PDFs muss eigens ausgelesen und in den Suchindex aufgenommen werden.

Funktioniert das auch mit eingescannten Dokumenten?

Nur nach einer Texterkennung. Ohne sie enthält das PDF nur Bilder, und es gibt keinen Text zum Durchsuchen.

Werden PDFs auch in Google gefunden?

PDF gehört laut Google zu den indexierbaren Dateitypen. Ob ein bestimmtes PDF erscheint, hängt wie bei Seiten von vielen Faktoren ab.

Muss ich jedes PDF manuell erfassen?

Nein. Eine Automatik kann neue und geänderte PDFs beim Hochladen auslesen und in den Index übernehmen.

Wenn Ihre Website-Suche Datenblätter, Kataloge und Anleitungen in PDFs finden soll, richten wir die passende Suchlösung mit Ihnen ein: Website-Suche verbessern.

Quellen

WhatsAppTermin buchen