PageRank

Was ist der PageRank?

Der PageRank-Algorithmus bewertet Webseiten nach den Links, die auf sie verweisen. Jeder Link zählt als Empfehlung für die verlinkte Seite, aber nicht jede Empfehlung wiegt gleich viel. Ein Link von einer Seite, die selbst viele starke Links erhält, zählt mehr als ein Link von einer kaum verlinkten Seite. Heraus kommt ein Zahlenwert je Seite, den Google zusammen mit vielen anderen Signalen für das Ranking nutzt.

Entwickelt haben das Verfahren Larry Page und Sergey Brin an der Stanford University. Ab 1996 bauten sie dort die Suchmaschine Backrub, die Links nutzte, um die Bedeutung einzelner Seiten zu bestimmen. 1998 beschrieben sie den PageRank im Paper „The Anatomy of a Large-Scale Hypertextual Web Search Engine“, im selben Jahr gründeten sie die Google Inc. Der Name geht auf Larry Page zurück. Geläufig sind die Schreibweisen PageRank, Page Rank und Pageranking sowie die Abkürzung PR.

Am einfachsten lässt sich der PageRank über sein Vorbild erklären, die Zitationsanalyse der Wissenschaft. Nach ihr gilt eine Fachpublikation als bedeutend, wenn andere Arbeiten sie oft zitieren. Brin und Page übertrugen diese Idee auf das Web, zählten aber nicht jeden Link gleich und teilten den Wert einer Seite durch die Zahl ihrer Links. In der SEO steht der Begriff PageRank deshalb für die Idee, dass Links Wert von Seite zu Seite weitergeben.

Wie funktioniert der PageRank-Algorithmus?

Der PageRank-Algorithmus verteilt den Wert jeder Seite auf ihre ausgehenden Links und addiert für jede Seite, was über eingehende Links bei ihr ankommt. Google nutzte ihn schon beim Start der Suchmaschine, um Seiten nach ihrer Wichtigkeit zu ordnen. Drei Kriterien bestimmen das Ergebnis.

• Zahl der Links. Jeder eingehende Link erhöht den PageRank der verlinkten Seite.
• Stärke der Quelle. Ein Link überträgt umso mehr, je höher der PageRank der verlinkenden Seite ist.
• Zahl der ausgehenden Links. Setzt eine Seite viele Links, teilt sich ihr Wert auf alle auf, und jeder einzelne Link überträgt weniger.

Zufallssurfer und Dämpfungsfaktor

Brin und Page begründen das Verfahren mit dem Modell eines Zufallssurfers, englisch Random Surfer. Er startet auf einer beliebigen Seite und klickt sich von Link zu Link, ohne zurückzugehen. Irgendwann verliert er das Interesse und springt auf eine zufällige andere Seite. In der normierten Fassung der Formel entspricht der PageRank einer Seite der Wahrscheinlichkeit, dass der Surfer gerade auf ihr landet. In der Fassung des Papers von 1998, die auch das Rechenbeispiel nutzt, ist er proportional dazu.

Wie oft er weiterklickt, regelt der Dämpfungsfaktor d, den Brin und Page üblicherweise auf 0,85 setzten. In der Formel gibt damit jede Seite 85 % ihres Werts über ihre Links weiter. Die übrigen 15 % stehen für den Sprung auf eine zufällige Seite und werden als Grundwert von 0,15 auf alle Seiten verteilt, auch auf Seiten ohne eingehende Links. Weil jeder Wert von den Werten der verlinkenden Seiten abhängt, rechnet der Algorithmus alle Seiten gemeinsam und wiederholt die Rechnung, bis sich die Werte kaum noch ändern. Laut dem Paper von 1998 dauerte das für 26 Millionen Seiten wenige Stunden auf einer mittelgroßen Workstation.

PageRank berechnen: Formel und Rechenbeispiel

Der PageRank wird in Runden berechnet, den Iterationen. Alle Seiten starten mit demselben Wert, danach wird die Formel so lange auf alle Seiten angewendet, bis sich die Werte nicht mehr ändern. Jede Seite erhält dabei 0,15 plus 0,85 mal die Summe der Anteile, die ihr die verlinkenden Seiten weitergeben. Ein Anteil ist der PageRank der verlinkenden Seite, geteilt durch die Zahl ihrer ausgehenden Links.

Das folgende Rechenbeispiel wendet den Algorithmus in der Fassung des Papers von 1998 an, mit d = 0,85 und dem Startwert 1. Hat jede Seite mindestens einen ausgehenden Link, ergeben in dieser Fassung alle Werte zusammen die Zahl der Seiten, im Beispiel also 4. Die zweite verbreitete, normierte Fassung teilt den Grundwert 1 − d durch die Zahl der Seiten, dann ergeben alle Werte zusammen 1. Die Rangfolge der Seiten ist in beiden Fassungen gleich.

Rechenbeispiel mit vier Seiten

Das Rechenbeispiel zeigt ein fiktives Finanzportal auf example.com mit Startseite, Tagesgeld-Ratgeber, Festgeld-Ratgeber und Zinsrechner. Die Startseite verlinkt alle drei Unterseiten. Beide Ratgeber verlinken die Startseite und den Zinsrechner, der Zinsrechner verlinkt die Startseite und den Tagesgeld-Ratgeber. Der Festgeld-Ratgeber erhält damit nur einen Link, den von der Startseite.

In der ersten Iteration bekommt der Zinsrechner ein Drittel des Startwerts der Startseite, die drei Links setzt, und je die Hälfte der Werte beider Ratgeber, die zwei Links setzen. Das ergibt 0,15 + 0,85 × (1/3 + 1/2 + 1/2) = 1,28. Der Festgeld-Ratgeber kommt auf 0,15 + 0,85 × 1/3 = 0,43. Ab der neunten Iteration ändern sich die Werte in der zweiten Nachkommastelle nicht mehr.

Startseite und Zinsrechner erhalten je drei Links, trotzdem liegt die Startseite mit 1,30 vor dem Zinsrechner mit 1,17. Der Zinsrechner setzt nur zwei Links und gibt der Startseite die Hälfte seines Werts weiter, die Startseite verteilt ihren Wert dagegen auf drei Links. Den Unterschied zwischen den beiden Ratgebern macht ein einzelner Link. Der Tagesgeld-Ratgeber erhält neben dem Link der Startseite einen Link vom Zinsrechner und erreicht 1,01, fast doppelt so viel wie der Festgeld-Ratgeber mit 0,52. Ohne diesen Link kämen beide Ratgeber auf je 0,61. Der Link hebt also den Wert des Tagesgeld-Ratgebers um rund 65 % und senkt den des Festgeld-Ratgebers, weil die Startseite vom Zinsrechner mit dem Link nur noch die Hälfte seines Werts erhält und weniger weitergibt. Der Zinsrechner, auf den alle drei anderen Seiten verlinken, kommt mit 1,17 auf mehr als das Doppelte des Festgeld-Ratgebers.

PageRank-Script in Python

Ein kurzes Python-Script rechnet das Beispiel nach. Es wendet die Formel 50-mal auf alle vier Seiten an und gibt die auf zwei Stellen gerundeten Werte aus. Für eine echte Website lässt sich die Linkliste aus einem Crawler einsetzen. Jede verlinkte Seite braucht dann einen eigenen Eintrag, Seiten ohne ausgehende Links wie PDFs mit leerer Liste, sonst fehlen sie in der Ausgabe.

# PageRank nach Brin und Page (1998)
# Startwert 1, Dämpfungsfaktor d = 0,85
links = {
    "start": ["tagesgeld", "festgeld",
              "zinsrechner"],
    "tagesgeld": ["start", "zinsrechner"],
    "festgeld": ["start", "zinsrechner"],
    "zinsrechner": ["start", "tagesgeld"],
}
d = 0.85
pr = {seite: 1.0 for seite in links}

for _ in range(50):
    pr = {
        ziel: (1 - d) + d * sum(
            pr[quelle] / len(links[quelle])
            for quelle in links
            if ziel in links[quelle]
        )
        for ziel in links
    }

for seite, wert in pr.items():
    print(seite, round(wert, 2))
# start 1.3
# tagesgeld 1.01
# festgeld 0.52
# zinsrechner 1.17

PageRank ermitteln und prüfen

Den PageRank, den Google für eine Seite berechnet, kann seit 2016 niemand außerhalb von Google ermitteln, weil Google die Werte nicht mehr veröffentlicht und auch keine Abfrage anbietet. Wer einen PageRank anzeigen lassen will, bekommt deshalb nie den echten Wert. Was online als PageRank-Check, PageRank-Test oder Page-Rank-Tool angeboten wird, zeigt eigene Berechnungen oder Schätzungen. Für eine PageRank-Analyse bleiben drei Wege, die jeweils etwas anderes messen.

Google Search Console

Die Google Search Console zeigt keinen PageRank. Der Bericht „Links“ listet für bestätigte Websites bei externen Links die meistverlinkten Seiten, die verweisenden Websites und die häufigsten Linktexte (Ankertexte), bei internen Links nur die meistverlinkten Seiten. Nofollow-Links kennzeichnet er nicht, und er enthält nur eine Auswahl der Links. Die Zahl der internen Links je Seite gibt einen ersten Hinweis, wie eine Website ihren Wert verteilt. Von 11/2005 bis 10/2009 zeigte Google in den Vorläufern der Search Console, anfangs Google Sitemaps, später Webmaster Tools, eine grobe Einstufung des PageRanks als hoch, mittel oder niedrig.

Interner PageRank per Crawler

Den internen PageRank einer Website berechnen SEO-Crawler, also Software, die alle Links zwischen den Seiten einer Website ausliest. Der Screaming Frog SEO Spider etwa gibt dafür einen Link Score von 0 bis 100 aus, der laut Hersteller ähnlich wie Googles PageRank arbeitet. Links von anderen Websites fehlen in dieser Rechnung. Sie zeigt deshalb nur, wie eine Website ihren Wert intern verteilt, und eignet sich, um wichtige Seiten mit zu wenigen internen Links zu finden. Mit der Linkliste aus dem Crawler lässt sich der Wert auch selbst bestimmen, etwa mit dem Script aus dem Rechenbeispiel.

Werte von Drittanbietern

Drittanbieter schätzen einen ähnlichen Wert auf Basis ihres eigenen Linkindex, also der Links, die ihr Crawler im Web gefunden hat. Ahrefs etwa berechnet sein URL Rating nach eigenen Angaben mit den Grundprinzipien des PageRanks, einschließlich Dämpfungsfaktor. Solche Werte sind Näherungen auf einer eigenen Skala, keine Daten von Google. Seiten, die einen „Google PageRank“ einer Website anzeigen, zeigen Toolbar-Werte von 2013 oder eigene Schätzungen. Wie sich solche Kennzahlen unterscheiden, zeigt der Artikel zur Domain Authority.

Toolbar-PageRank, PageRank-Updates und Linkhandel

Von Dezember 2000 bis April 2016 zeigte die Google Toolbar, eine Browser-Erweiterung, den PageRank jeder besuchten Seite als ganze Zahl von 0 bis 10 an. Nach verbreiteter Lesart, etwa bei Ahrefs, war die Skala logarithmisch, ein Schritt von PR 6 auf PR 7 also deutlich schwerer als von PR 1 auf PR 2.

Google aktualisierte die Toolbar-Werte nicht laufend, sondern in einzelnen PageRank-Updates. Das letzte erschien am 6. Dezember 2013. Im Oktober 2014 erklärte Google-Mitarbeiter John Mueller, dass weitere Updates wohl ausbleiben. Ab dem 7. März 2016 nahm Google die Werte schrittweise vom Netz, in der Toolbar und für Tools, die sie abriefen. Mitte April 2016 war die Abschaltung abgeschlossen. Ein Google-Sprecher begründete den Schritt im März 2016 gegenüber dem Fachportal The SEM Post damit, dass der Toolbar-Wert als einzelne, isolierte Kennzahl für Nutzer weniger nützlich geworden sei. Die Abschaltung helfe zu vermeiden, dass Nutzer und Webmaster die Bedeutung der Kennzahl missverstehen. Wer seit 2016 Links von Seiten mit PR 7 anbietet, beruft sich auf Werte von 2013 oder auf Schätzungen.

Solange der Wert sichtbar war, wurden Links von Seiten mit hohem Toolbar-PageRank gekauft, verkauft und getauscht. Google wertete den Kauf und Verkauf von Links, die PageRank weitergeben, als Verstoß gegen seine Richtlinien und senkte im Oktober 2007 den Toolbar-PageRank von Websites, die solche Links verkauften. Nach den Spamrichtlinien (Stand 09/2026) zählen ge- oder verkaufte Links, die das Ranking verbessern sollen, und exzessiver Linktausch zum Link-Spam. Ein Textlinktausch, bei dem Websites einander nur wegen des Rankings verlinken, fällt darunter. Dasselbe gilt für Programme oder Dienste, die automatisch Links erzeugen, etwa Eintragsdienste für Webkataloge, sogenannte Submitter, auch wenn sie als PageRank-Service auftreten.

Welche Rolle spielt der PageRank im Google-Ranking?

Der PageRank gehört laut Google weiterhin zu den wichtigsten Ranking-Systemen, ist aber nur ein Signal unter vielen. In seinem Leitfaden zu den Ranking-Systemen der Google Suche (Stand 12/2025) beschreibt Google mehrere Systeme für Link-Analysen. Sie erkennen, worum es auf einer Seite geht und welche Seiten für eine Suchanfrage am hilfreichsten sind. Zu ihnen gehört der PageRank, den Google schon beim Start der Suchmaschine nutzte. Seine Funktionsweise habe sich seither stark verändert, heißt es dort.

Für die SEO bleiben Links damit ein Rankingsignal. Wie Google den PageRank 2026 berechnet und gewichtet, veröffentlicht Google nicht. Die Formel von 1998 beschreibt also nur das Prinzip. Schon 1998 war der PageRank zudem nur ein Teil der Bewertung. Google kombinierte ihn mit einer Textbewertung, die prüft, wie gut eine Seite zu den Wörtern der Suchanfrage passt. Welche Seite für ein Keyword rankt, entscheidet deshalb nie der PageRank allein.

Der PageRank im Google-Algorithmus

Was umgangssprachlich der Google-Algorithmus heißt, beschreibt Google selbst als automatisierte Ranking-Systeme, die zahlreiche Faktoren und Signale zu Hunderten Milliarden von Webseiten berücksichtigen. Zu diesen Faktoren gehören laut der Google-Seite So funktioniert die Google Suche unter anderem die Wörter der Suchanfrage, Relevanz und Nutzerfreundlichkeit von Seiten, das Fachwissen der Quellen sowie Standort und Einstellungen. Wie stark ein Faktor zählt, hängt von der Art der Suchanfrage ab. Bei Nachrichtenthemen etwa wiegt die Aktualität mehr. Der PageRank ist in diesem Ranking-Algorithmus einer der Bausteine, die Links auswerten. Gewichte für einzelne Rankingfaktoren veröffentlicht Google nicht.

Backlinks und PageRank

Backlinks erhöhen den PageRank einer Seite, weil jede verlinkende Seite einer anderen Website einen Teil ihres eigenen PageRanks weitergibt. Wie viel ankommt, hängt im ursprünglichen Modell vom PageRank der verlinkenden Seite und von der Zahl ihrer ausgehenden Links ab. Ein Link aus einem stark verlinkten Fachartikel mit wenigen Links überträgt mehr als ein Eintrag in einer Linkliste mit Hunderten Links. In der SEO-Szene heißt der weitergegebene Wert bildlich Linkjuice, auch Link Juice geschrieben, oder Linkkraft. Die ursprüngliche Formel unterscheidet dabei nicht, ob ein Link von einer fremden Website oder von einer Seite derselben Website kommt. Deshalb verteilen auch Links innerhalb einer Website PageRank.

Nicht jeder Link gibt PageRank weiter. Links mit nofollow, sponsored oder ugc im rel-Attribut wertet Google seit dem 10.09.2019 als Hinweis und berücksichtigt sie in den meisten Fällen nicht für das Ranking, Links ohne diese Werte heißen im SEO-Jargon Dofollow-Links. Wie sich Backlinks finden, bewerten und aufbauen lassen, beschreibt der Artikel zu Backlinks.

Wie lässt sich der PageRank erhöhen?

Den PageRank einer Seite erhöhen Links von starken Seiten anderer Websites und eine interne Verlinkung, die Wert gezielt auf wichtige Seiten lenkt. Für einen besseren PageRank zählen Links von Seiten, die selbst gut verlinkt sind und wenige ausgehende Links setzen. Redaktionelle Links von themennahen Seiten helfen zusätzlich, weil Googles Link-Analysen auch erkennen, worum es auf einer Seite geht. Gekaufte oder massenhaft getauschte Links taugen nicht zur PageRank-Optimierung. Google wertet sie als Link-Spam, und Websites, die gegen die Spamrichtlinien verstoßen, erhalten möglicherweise ein niedrigeres Ranking oder erscheinen gar nicht in den Suchergebnissen.

Ohne neue Backlinks lässt sich der PageRank wichtiger Seiten intern verbessern, indem die Website ihren Wert anders verteilt. Im Rechenbeispiel hebt ein zusätzlicher Link vom Zinsrechner den Wert des Tagesgeld-Ratgebers von 0,61 auf 1,01. Seiten, die für das Geschäft zählen, etwa Rechner, Produktseiten oder zentrale Ratgeber, sollten deshalb von vielen thematisch passenden Seiten verlinkt sein. Interne Links auf nofollow zu setzen, um Wert zu bündeln, steigert den PageRank anderer Seiten dagegen nicht. Warum, erklärt der Abschnitt Nofollow bei internen Links.

Häufige Missverständnisse zum PageRank

Der PageRank wird oft mit Besucherzahlen, mit der Position in den Suchergebnissen, mit Werten aus SEO-Tools oder mit der Stärke einer ganzen Domain verwechselt. Alle vier beschreiben etwas anderes.

Der PageRank misst keine Besucher. Er wird allein aus der Linkstruktur berechnet, Besucherzahlen kommen in der Formel nicht vor. Der Zufallssurfer ist eine Rechengröße im Modell, kein echter Mensch.

Der PageRank ist keine Ranking-Position. Im ursprünglichen Modell bewertet er eine Seite unabhängig von der Suchanfrage. Ob sie für eine bestimmte Suche weit oben steht, hängt zusätzlich davon ab, wie gut ihr Inhalt passt.

Ein Tool-Wert ist kein PageRank. Domain Authority, URL Rating oder Link Score sind Werte von Drittanbietern auf eigener Datenbasis. Google nutzt sie nicht für das Ranking.

Der PageRank gehört zu einer Seite, nicht zu einer Domain. Die Formel berechnet einen Wert je URL, und auch die Toolbar zeigte den Wert der jeweils besuchten Seite. Eine starke Startseite gibt ihren Wert nur über Links an Unterseiten weiter.

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →