Definition PageRank

Der PageRank (engl. page = Seite; engl. rank = Rang) ist die Grundlage, auf der Google die Popularität von Webseiten bemisst und wird als Wert zwischen 0 und 10 angegeben. Webseiten mit einem Wert von 0 haben keine oder sehr wenige Verlinkungen und bei Webseiten mit einem PageRank von 10 verweisen Millionen andere Websites auf diese Webseite. Als quantitative Messgröße trifft der PageRank keine Aussage über die Qualität einer Webseite.

FAQs zu PageRank

Was ist der PageRank und wie funktioniert er?

Der PageRank ist ein von Google-Mitgründer Larry Page und Sergey Brin an der Stanford University entwickelter Algorithmus, der die Bedeutung einer Webseite anhand der Anzahl und Qualität ihrer eingehenden Backlinks berechnet. Der Name leitet sich von Larry Page ab – nicht, wie häufig angenommen, vom englischen Wort „page" für Seite.

Das Grundprinzip basiert auf dem sogenannten Random-Surfer-Modell: Ein hypothetischer Nutzer klickt sich zufällig von Seite zu Seite über Verlinkungen durchs Web. Je mehr Links auf eine Seite verweisen und je höher die Bedeutung der verlinkenden Seiten selbst ist, desto wahrscheinlicher landet der zufällige Surfer dort – und desto höher fällt der PageRank aus. Entscheidend ist also nicht allein die Zahl der Backlinks, sondern deren Gewicht: Ein einzelner Link von einer hochautoritativen Website kann mehr PageRank vererben als hunderte Links von unbedeutenden Seiten. Dieses Prinzip der gewichteten Linkverwertung bildet die Grundlage dessen, was in der Suchmaschinenoptimierung als Linkjuice bezeichnet wird.

Wie berechnet sich der PageRank mathematisch?

Die PageRank-Formel wurde 1998 im Originalpaper „The Anatomy of a Large-Scale Hypertextual Web Search Engine" veröffentlicht und folgt einem iterativen Berechnungsverfahren mit einem Dämpfungsfaktor.

Vereinfacht dargestellt: Der PageRank einer Seite A ergibt sich aus der Summe der PageRank-Werte aller Seiten, die auf A verlinken, wobei der PageRank jeder verlinkenden Seite durch die Anzahl ihrer ausgehenden Links geteilt wird. Verlinkt eine Seite mit PageRank 8 auf vier externe Seiten, erhält jede dieser Seiten ein Viertel des weitergereichten PageRanks. Der Dämpfungsfaktor d (im Originalpaper mit 0,85 angesetzt) bildet die Wahrscheinlichkeit ab, dass der Random Surfer einem Link folgt statt eine neue, zufällige Seite aufzurufen. Dieser Faktor verhindert, dass isolierte Linkschleifen den PageRank künstlich aufblähen.

Wichtig für die SEO-Praxis: Der PageRank wird nicht auf Website-Ebene berechnet, sondern für jede einzelne Webseite (URL) separat. Eine Unterseite kann einen höheren PageRank haben als die Startseite, wenn sie mehr oder hochwertigere eingehende Links besitzt. Die interne Verlinkung verteilt den PageRank innerhalb der eigenen Website – ein Grund, warum eine durchdachte Seitenarchitektur und strategische interne Links die Suchmaschinenoptimierung direkt beeinflussen.

Warum ist der öffentlich sichtbare PageRank nicht mehr verfügbar?

Google hat die öffentliche Anzeige des PageRank in der Google Toolbar im Jahr 2016 endgültig abgeschaltet. Das letzte öffentliche Update der Toolbar-Werte – die Skala von 0 bis 10, die der Glossareintrag beschreibt – fand bereits im Dezember 2013 statt.

Die Gründe für die Abschaltung waren vielfältig: Der sichtbare PageRank hatte eine ganze Branche des Linkhandels befeuert, in der Backlinks nach Toolbar-PageRank-Wert gepreist und gehandelt wurden – ein direkter Verstoß gegen Googles Richtlinien. Zudem gab die Toolbar nur einen stark vereinfachten, selten aktualisierten Snapshot des tatsächlichen internen PageRanks wieder und führte zu Fehleinschätzungen. Die Abschaltung bedeutet allerdings nicht, dass der PageRank-Algorithmus selbst eingestellt wurde. Google hat mehrfach bestätigt, dass PageRank intern weiterhin als einer von vielen Ranking-Faktoren verwendet wird – er ist nur nicht mehr öffentlich einsehbar. In einem Google-Patent von 2018 wird eine aktualisierte Variante des Algorithmus beschrieben, und Google-Ingenieure haben den PageRank wiederholt als weiterhin relevanten Bestandteil des Ranking-Systems bezeichnet.

Worin unterscheidet sich der PageRank von Linkpopularität, TrustRank und Linkjuice?

PageRank, Linkpopularität, TrustRank und Linkjuice beschreiben unterschiedliche Aspekte der linkbasierten Bewertung von Webseiten, werden aber in der SEO-Praxis häufig vermischt.

  • PageRank: Ein konkreter Algorithmus, der den Autoritätswert einer einzelnen Seite auf Basis der Quantität und Qualität eingehender Links berechnet. Der PageRank ist rein quantitativ – er misst die Wahrscheinlichkeit, dass ein zufälliger Surfer auf einer bestimmten Seite landet.
  • Linkpopularität: Die Gesamtanzahl aller eingehenden Links auf eine Website oder eine einzelne Seite. Im Gegensatz zum PageRank wird dabei nicht die Qualität der verlinkenden Seiten berücksichtigt – 100 Links von Spam-Domains ergeben eine hohe Linkpopularität, aber kaum PageRank.
  • TrustRank: Ein Konzept (ursprünglich 2004 von Yahoo-Forschern veröffentlicht), das Vertrauenswürdigkeit misst, indem es die Nähe einer Seite zu manuell verifizierten, vertrauenswürdigen Seed-Seiten bewertet. TrustRank ergänzt den rein quantitativen PageRank um eine Qualitäts- und Vertrauensdimension und wird als konzeptionelle Grundlage für Googles Spam-Bekämpfung angesehen.
  • Linkjuice: Ein informeller SEO-Begriff, der beschreibt, wie viel Ranking-Kraft ein Link von der Quellseite an die Zielseite weitergibt. Linkjuice ist das praktische Ergebnis des PageRank-Algorithmus: Je höher der PageRank der verlinkenden Seite und je weniger ausgehende Links sie hat, desto mehr Linkjuice fließt pro Link.

In der modernen SEO ergänzen sich diese Konzepte: Google bewertet Links nicht mehr nur nach PageRank, sondern bezieht Relevanz, Kontext, Vertrauenswürdigkeit und Natürlichkeit des Linkprofils ein – eine Weiterentwicklung, die Elemente aller vier Konzepte vereint.

Welche Metriken ersetzen den öffentlichen PageRank in der heutigen SEO-Praxis?

Nach dem Ende des öffentlichen PageRanks haben SEO-Tool-Anbieter eigene Autoritätsmetriken entwickelt, die auf ähnlichen Prinzipien basieren, aber jeweils eigene Crawling-Daten und Berechnungsmodelle verwenden.

  • Domain Rating (DR) von Ahrefs: Misst die Stärke des gesamten Backlink-Profils einer Domain auf einer Skala von 0 bis 100. Der DR berücksichtigt die Anzahl der verlinkenden Domains und deren eigene DR-Werte – ein Prinzip, das dem PageRank-Algorithmus nahekommt.
  • Domain Authority (DA) von Moz: Ebenfalls eine Skala von 0 bis 100, berechnet aus Linkdaten des eigenen Moz-Indexes. Die DA korreliert statistisch mit Google-Rankings, ist aber keine direkte Google-Metrik und sollte nicht als absoluter Wert, sondern als Vergleichsgröße zum Wettbewerb genutzt werden.
  • Sichtbarkeitsindex von Sistrix: Misst nicht die Linkstärke, sondern die organische Sichtbarkeit einer Domain in den Google-Suchergebnissen. Besonders im deutschsprachigen Raum ist der Sichtbarkeitsindex die Referenzgröße für SEO-Erfolg und ein Indikator für die Gesamtwirkung aller Ranking-Faktoren – einschließlich der linkbasierten Autorität.
  • URL Rating (UR) von Ahrefs: Anders als der DR bewertet der UR einzelne Seiten-URLs statt ganzer Domains – und bildet damit das Seitenlevel-Prinzip des originalen PageRanks am genauesten ab.
  • Citation Flow und Trust Flow von Majestic: Citation Flow misst die Quantität der Links (vergleichbar mit Linkpopularität), Trust Flow deren Qualität (vergleichbar mit TrustRank). Das Verhältnis beider Werte gibt Aufschluss über die Gesundheit des Linkprofils.

Welche Bedeutung hat das PageRank-Prinzip in der Ära KI-gestützter Suchsysteme?

Das PageRank-Prinzip – die Bewertung von Autorität durch Verlinkungen – bleibt auch in der Ära von KI-Suchsystemen ein fundamentaler Baustein der Informationsbewertung, hat sich aber von einem dominierenden Ranking-Signal zu einem von vielen Eingangssignalen in komplexen KI-Modellen entwickelt.

Googles aktuelle Ranking-Systeme nutzen hunderte von Signalen, die über maschinelles Lernen gewichtet werden. Der PageRank fließt weiterhin ein, wird aber durch Nutzersignale (Klickverhalten, Verweildauer), inhaltliche Qualitätsbewertungen (E-E-A-T), semantisches Verständnis (BERT, MUM) und Aktualitätssignale ergänzt und relativiert. In den KI-Suchsystemen wie Googles AI Overviews und Perplexity entscheiden Algorithmen, welche Quellen für eine KI-generierte Antwort herangezogen werden – und auch hier spielen linkbasierte Autoritätssignale eine Rolle bei der Quellenauswahl.

Darüber hinaus inspiriert das PageRank-Konzept neue Anwendungen außerhalb der Websuche: In sozialen Netzwerken bewerten ähnliche Algorithmen die Einflussreichweite von Accounts, in Wissensgraphen die Relevanz von Entitäten und in wissenschaftlichen Datenbanken die Bedeutung von Publikationen (z. B. Eigenfactor Score). Das Grundprinzip – Autorität durch Verlinkung und Zitation zu messen – hat sich als eines der einflussreichsten Konzepte der Informatik erwiesen und wird in immer neuen Kontexten angewendet.

letzte Aktualisierung: 26. April 2026