Pagina niet geïndexeerd terwijl de sitemap klopt? Zo diagnosticeer je het

Je sitemap is netjes ingediend, Search Console meldt geen fouten, en tóch staat je pagina niet in Google. Frustrerend, maar logisch: een sitemap is een uitnodiging, geen toegangsbewijs. Hieronder loop je systematisch langs de redenen waarom een pagina niet geïndexeerd raakt, met een concrete diagnose-checklist die je in een kwartier doorloopt.

Waarom een pagina niet geïndexeerd wordt ondanks een kloppende sitemap

De grootste misvatting is dat een sitemap indexatie garandeert. Dat doet hij niet. Een XML-sitemap helpt Google bij ontdekking — het laat weten dat een URL bestaat. Of die URL vervolgens gecrawld, geïndexeerd en getoond wordt, hangt af van een hele keten erna. Google omschrijft dat proces in vier stappen: Find, Index, Understand, Help users. Een pagina die niet geïndexeerd is, struikelt ergens in die keten — en de sitemap zit alleen in stap één.

Het loont om die keten als diagnose-volgorde te gebruiken. Begin bij het meest fundamentele (kan Google de pagina überhaupt bereiken?) en werk omhoog naar het subtielere (is de content goed genoeg om te tonen?). Zo voorkom je dat je uren besteedt aan contentkwaliteit terwijl een simpele noindex-tag de echte boosdoener is.

Find: kan Google de pagina bereiken?

1. HTTP-statuscode

Roep de URL op zoals een crawler dat doet en controleer de statuscode. Alleen een 200 OK komt in aanmerking voor indexatie. Een 3xx betekent dat de pagina doorverwijst (Google indexeert dan het redirect-doel, niet deze URL). Een 4xx of 5xx betekent dat er niets te indexeren valt. Let vooral op intermitterende 503's of timeouts bij druk: als je server hapert tijdens een crawl, slaat Google de pagina over.

2. robots.txt en noindex

Twee aparte mechanismen die vaak verward worden:

• robots.txt blokkeert het crawlen. Staat de URL onder een Disallow, dan leest Google de pagina niet — en ziet dus ook geen content of meta-tags.
• noindex (via meta-tag of X-Robots-Tag-header) blokkeert het indexeren. De pagina mag wel gecrawld worden, maar wordt expliciet uit de index gehouden.

Een veelgemaakte fout: een pagina op noindex zetten én blokkeren in robots.txt. Dan kan Google de noindex nooit lezen, en blijft een eerder geïndexeerde URL juist hangen. Wil je iets uit de index, laat Google de pagina dan crawlen zodat hij de noindex ziet.

3. Te weinig of zwakke interne links

Een URL die alleen in de sitemap staat maar nergens naartoe gelinkt wordt, krijgt een zwak signaal. Interne links zijn voor Google een belangrijke aanwijzing voor het belang van een pagina. Wees eerlijk: linkt iets vanuit je navigatie, een hubpagina of een gerelateerd artikel naar deze URL? Eén link diep weggestopt in een footer telt nauwelijks. Geef belangrijke pagina's meerdere contextuele links vanuit relevante content.

Index: begrijpt en behoudt Google de pagina?

4. Canonical wijst naar een andere URL

Controleer de rel="canonical" in de bron. Wijst die naar een ándere URL dan de pagina zelf, dan vertel je Google: "indexeer die andere versie, niet mij." Dit is een klassieke oorzaak van "pagina niet geïndexeerd": een verkeerde canonical die per ongeluk naar de homepage, een hoofdcategorie of een oude URL verwijst. De canonical van een indexeerbare pagina hoort naar zichzelf te wijzen (zelfreferentieel).

5. Gerenderde HTML en JavaScript

Google indexeert wat er ná het renderen staat, maar JavaScript-rendering is een extra stap die kan misgaan. Bekijk de gerenderde HTML, niet alleen de broncode. Staat je belangrijkste content (koppen, tekst, links) er pas ná uitvoering van JS, controleer dan of die content daadwerkelijk in de gerenderde versie verschijnt. Een lege of half-geladen render is een veelvoorkomende reden dat een pagina als "leeg" wordt beoordeeld.

6. Duplicate content en soft-404

Twee gerelateerde valkuilen:

• Duplicate: als meerdere URL's vrijwel identieke content tonen (parameters, varianten, paginering), kiest Google er één om te indexeren en negeert de rest. Jouw pagina kan de "verliezer" zijn.
• Soft-404: een pagina die 200 OK teruggeeft maar inhoudelijk leeg of een foutmelding is ("geen resultaten", "product niet beschikbaar"). Google herkent dit en houdt zulke URL's uit de index.

Understand & Help users: is de pagina goed genoeg?

7. Contentkwaliteit

Dunne, generieke of grotendeels gekopieerde content komt in aanmerking voor indexatie maar haalt het zelden. Vraag je af of de pagina een eigen, waardevol antwoord geeft dat elders niet beter staat. Bij grote sites met veel vergelijkbare pagina's is dit vaak de doorslaggevende factor.

8. Crawlbudget

Voor de meeste sites geen probleem, maar bij tienduizenden URL's wel relevant. Als Google z'n crawlcapaciteit verspilt aan duplicaten, parameter-URL's of interne zoekpagina's, blijft er minder over voor je belangrijke content. Schoon je crawlruimte op en je belangrijke pagina's krijgen sneller aandacht.

Diagnose-checklist

1. Geeft de URL een schone 200 OK terug, zonder redirect of serverfout?
2. Is de URL niet geblokkeerd in robots.txt?
3. Ontbreekt een noindex (in meta én in de HTTP-header)?
4. Wijst de canonical naar de pagina zelf?
5. Verschijnt de echte content in de gerenderde HTML, ook met JS uit?
6. Linken minstens een paar relevante interne pagina's contextueel naar deze URL?
7. Is de content uniek en inhoudelijk waardevol (geen soft-404, geen duplicaat)?
8. Verspilt je site geen crawlbudget aan ruis-URL's?

Loop je dit door en blijkt alles te kloppen? Dan is het vaak een kwestie van tijd en signaalsterkte. Vraag indexatie aan via de URL-inspectie en zorg voor sterkere interne links. Speelt het probleem ná een verhuizing of domeinwijziging, lees dan ons artikel over "crawled, currently not indexed" na een migratie — daar gelden specifieke oorzaken. Twijfel je of je sitemap zelf wel klopt, check dan veelvoorkomende XML-sitemap-problemen.

Veelgestelde vragen

Hoe lang duurt het voordat een pagina geïndexeerd wordt?

Dat varieert van enkele uren tot meerdere weken. Nieuwe sites en pagina's met weinig interne links duren langer. Als een pagina na drie tot vier weken nog niet geïndexeerd is en alle technische checks kloppen, ligt het vrijwel altijd aan signaalsterkte (interne links) of contentkwaliteit — niet aan geduld.

Garandeert een sitemap dat mijn pagina geïndexeerd wordt?

Nee. Een sitemap helpt Google je URL's te ontdekken, maar geeft geen indexatiegarantie. Of een pagina geïndexeerd raakt hangt af van crawlbaarheid, indexeerbaarheid (geen noindex, juiste canonical), interne links en contentkwaliteit.

Mijn pagina staat in de sitemap maar niet in Google — wat nu?

Loop de diagnose-checklist hierboven van boven naar beneden door. Begin bij de HTTP-statuscode en werk omhoog. In negen van de tien gevallen vind je een noindex, een verkeerde canonical, een robots.txt-blokkade of te zwakke interne links als oorzaak.

Wat is het verschil tussen robots.txt en noindex?

robots.txt blokkeert het crawlen (Google leest de pagina niet), noindex blokkeert het indexeren (Google mag lezen maar houdt de pagina uit de index). Wil je iets uit de index halen, gebruik dan noindex én laat de pagina crawlbaar zodat Google die instructie kan lezen.