PageSpeed Insights verständlich erklärt: Lab- vs. Felddaten
PageSpeed Insights (PSI) ist ein kostenloser Webdienst von Google zur detaillierten Leistungsanalyse von Webseiten. Das Tool ist die wichtigste Anlaufstelle für Webmaster, um Ladezeiten und Nutzererfahrungen zu prüfen. Der entscheidende Vorteil von PageSpeed Insights gegenüber reinen lokalen Audits ist die Gegenüberstellung von künstlichen Labortests (Lab Data) und echten, historischen Nutzerdaten (Field Data).
Technisch nutzt PSI im Hintergrund dieselbe Analyse-Engine wie Google Lighthouse, reichert das Ergebnis aber mit den realen Felddaten aus dem Chrome User Experience Report an. Erst diese Kombination macht das Werkzeug zur zentralen Anlaufstelle für die Beurteilung der Core Web Vitals.
Der Unterschied: Labordaten vs. Felddaten
Um einen PageSpeed-Insights-Bericht korrekt zu interpretieren, müssen Sie die beiden Datenquellen unterscheiden:
1. Felddaten (Field Data - Echte Nutzererfahrung)
Diese Daten stammen aus dem Chrome User Experience Report (CrUX).
- Datenbasis: Google sammelt kontinuierlich und anonymisiert Daten von echten Besuchern Ihrer Website, die den Chrome-Browser nutzen.
- Zeitraum: Der Score zeigt den rollierenden Durchschnitt der letzten 28 Tage.
- Bedeutung: Dies sind die Daten, die Google für das SEO-Ranking nutzt. Nur wenn Ihre Felddaten bei mindestens 75 % aller Besuche im grünen Bereich liegen, gilt die Core-Web-Vitals-Prüfung als bestanden.
2. Labordaten (Lab Data - Synthetische Analyse)
Diese Daten werden live während der Abfrage über eine Google-Instanz generiert, die Google Lighthouse ausführt.
- Datenbasis: Ein einzelner, simulierter Testlauf.
- Bedeutung: Ideal zum Debuggen. Da die Testbedingungen (gedrosseltes Netzwerk, feste CPU-Leistung) immer identisch sind, können Sie die Auswirkung von Code-Optimierungen sofort messen, ohne 28 Tage auf neue Felddaten warten zu müssen.
Warum driften Feld- und Labordaten auseinander?
Es kommt häufig vor, dass die Labordaten eine perfekte 100/100-Wertung anzeigen, die Felddaten aber rot (ungenügend) eingefärbt sind. Dafür gibt es klare Ursachen:
- Geräte-Diversität: Ihr Labortest simuliert ein Durchschnittsgerät. Besuchen Ihre Kunden Ihre Seite jedoch vorwiegend mit sehr alten Smartphones, sinkt die reale Performance (Feld-Score).
- Netzwerkbedingungen: Labordaten testen mit stabiler, gedrosselter Verbindung. Reale Nutzer greifen auf Ihre Website in Zügen mit Funklöchern oder in überlasteten Mobilfunkzellen zu, was den LCP (Largest Contentful Paint) in den Felddaten hochtreibt.
- Nutzerverhalten: Ein Labortest lädt die Seite und stoppt. Echte Nutzer scrollen, klicken und interagieren mit der Seite, was sich direkt auf den INP (Interaction to Next Paint) auswirkt.
Labor- vs. Felddaten im Überblick
Die folgende Tabelle fasst die beiden Datenquellen und ihren jeweiligen Einsatzzweck zusammen:
| Eigenschaft | Labordaten (Lab) | Felddaten (Field / CrUX) |
|---|---|---|
| Herkunft | einzelner simulierter Testlauf | echte Chrome-Nutzer |
| Zeitraum | Momentaufnahme | rollierende 28 Tage |
| Reproduzierbar | ja (stabile Bedingungen) | nein (reale Streuung) |
| Rankingrelevant | nein | ja (Page Experience) |
| Bester Einsatz | Debugging, Vorher/Nachher | Erfolgskontrolle, Monitoring |
Merksatz: Mit Labordaten optimieren, mit Felddaten validieren. Erst wenn eine Code-Änderung im Labor wirkt und sich nach Wochen in den Felddaten niederschlägt, war sie für reale Nutzer relevant.
Praxisbeispiel: Guter Labor-Score, rote Felddaten
Ein Online-Shop feiert einen Labor-Score von 98/100 – doch die Core Web Vitals in der Search Console bleiben rot. Die Analyse deckt die Ursache auf:
- Diagnose: Der Labortest läuft mit gedrosseltem, aber stabilem 4G und einem Durchschnittsgerät. Die reale Kundschaft nutzt jedoch ältere Smartphones, und ein großes Hero-Bild ohne Priorisierung treibt den LCP im Feld auf 4,2 s. Zusätzlich liegt der TTFB durch einen langsamen Server bei 900 ms.
- Massnahmen: Hero-Bild per
fetchpriority="high"und Preload vorgezogen, Server-Antwortzeit durch Caching gesenkt, ungenutztes JavaScript entfernt. - Ergebnis: Nach drei Wochen wandern die CrUX-Werte in den grünen Bereich – 75 % der realen Aufrufe erreichen nun einen LCP unter 2,5 s. Der Labor-Score blieb dabei nahezu unverändert.
Die Lehre: Ein hoher Labor-Score ist notwendig, aber nicht hinreichend. Entscheidend ist immer das, was die echten Besucher erleben – und genau das messen die Felddaten.
[!TIP] PageSpeed Insights liefert Ihnen wertvolle Diagnosen und empfiehlt konkrete Optimierungsschritte (z. B. ungenutzte Skripte entfernen oder Bilder komprimieren). Messen Sie die Geschwindigkeit Ihrer Website mit dem PageSpeed Check auf balou.tools.
Häufig gestellte Fragen (FAQ)
Warum weichen die Werte in PageSpeed Insights von meinen lokalen Lighthouse-Werten ab?
PageSpeed Insights vergleicht künstliche Labortests mit echten Nutzerdaten aus den letzten 28 Tagen (CrUX). Ihre lokalen Tests spiegeln nur die Leistung Ihres Computers und Ihrer Internetverbindung im Moment des Tests wider.
Was ist der Chrome User Experience Report (CrUX)?
CrUX ist eine öffentliche Google-Datenbank. Sie enthält anonymisierte Telemetriedaten zur Ladezeit und Interaktivität, die von Millionen echten Chrome-Nutzern weltweit beim Surfen erfasst werden.
Warum zeigt PageSpeed Insights keine Felddaten für meine Seite an?
Felddaten erscheinen nur, wenn eine URL genügend Chrome-Besuche im Erhebungszeitraum hat. Kleine oder neue Seiten erreichen diese Schwelle oft nicht. In diesem Fall greift PageSpeed Insights auf Daten der gesamten Herkunft (Origin) zurück oder zeigt ausschliesslich Labordaten an.
Ist PageSpeed Insights ein direkter Rankingfaktor?
Nicht der Score selbst, sondern die zugrundeliegenden Core Web Vitals aus den Felddaten fließen als Teil des Page-Experience-Signals ins Ranking ein. Ein hoher Labor-Score ohne gute Felddaten verbessert das Ranking daher nicht zwingend.