Seminar DatoCMS: SEO und Social-Metadaten

Der Seminartag überführt Such- und Social-Metadaten in ein konsistentes Content-Modell und einen prüfbaren Veröffentlichungsprozess. Titel, Beschreibung, Canonical-Entscheidung, Robots-Steuerung, Social-Vorschau, lokalisierte Werte, strukturierte Angaben und Frontend-Mapping werden gemeinsam betrachtet.

Inhaltsübersicht

Kapitelinhaltsverzeichnis

• Lernziele und Einsatzbereiche
• Vorbereitung und Arbeitsweise
• Seminarinhalte
• Praktische Übungen und Anwendung

Lernziele und Einsatzbereiche

Kapitelinhaltsverzeichnis

• Kompetenzziele
• Typische Einsatzszenarien
• Abgrenzung und Schwerpunkt

Kompetenzziele

Die Inhalte sind auf unmittelbar anwendbare, prüfbare Kompetenzen ausgerichtet.

• Metadaten als strukturierten, redaktionell pflegbaren Bestandteil des Schemas modellieren.
• Titel, Beschreibung, Canonical, Robots und Social-Daten mit klaren Fallbacks pflegen.
• Lokalisierte Werte und Slugs konsistent ausgeben.
• Frontend-Mapping und Abnahme mit einer wiederholbaren Checkliste prüfen.

Typische Einsatzszenarien

Das Seminar eignet sich insbesondere für die folgenden Projekt- und Betriebssituationen.

• Redaktionell steuerbare Metadaten für Websites.
• Mehrsprachige Kampagnen- und Produktseiten.
• Standardisierung von Social-Vorschauen und Indexierungsregeln.

Abgrenzung und Schwerpunkt

Die fachliche Tiefe wird durch folgende Grenzen bewusst fokussiert.

• Keine allgemeine Suchmaschinenmarketing-Schulung.
• Rankingversprechen oder juristische Bewertungen werden nicht gegeben.
• Crawler- und Site-Search-Integration gehören in das Suchseminar.

Vorbereitung und Arbeitsweise

Kapitelinhaltsverzeichnis

• Zielgruppen
• Vorkenntnisse und Schulungsumgebung
• Didaktisches Vorgehen
• Qualitäts- und Abnahmekriterien

Zielgruppen

Redaktion, Online-Marketing, Content Strategy, Frontend-Entwicklung und technische Qualitätssicherung.

Vorkenntnisse und Schulungsumgebung

Grundkenntnisse der Content-Pflege und des eigenen Frontends. Ein Beispielmodell mit Seitentitel, Slug und Bild ist erforderlich.

1. Schritt 1: Zugänge, Rollen und Schulungsprojekt vor Seminarbeginn kontrollieren.
2. Schritt 2: Beispieldaten, Assets, Quellmaterial oder Codebasis entsprechend dem Seminarthema bereitstellen.
3. Schritt 3: Ausgangszustand dokumentieren, damit Übungen wiederholt und Abweichungen eindeutig bewertet werden können.

Didaktisches Vorgehen

Kurze Fachblöcke werden unmittelbar mit Demonstrationen, geführten Arbeitsschritten, eigenständigen Laborphasen und kontrollierten Fehlerfällen verbunden.

1. Schritt 1: Ausgangsproblem und gewünschtes Sollverhalten präzisieren.
2. Schritt 2: Konfiguration oder Implementierung in kleinen, überprüfbaren Schritten ausführen.
3. Schritt 3: Normalfall, Grenzfall und mindestens einen Fehlerfall testen.
4. Schritt 4: Nachweis, Betriebsregel oder Checkliste aus dem Übungsergebnis ableiten.

Qualitäts- und Abnahmekriterien

• Konfigurationen und Arbeitsschritte sind reproduzierbar dokumentiert.
• Berechtigungen, Datenstände und Environments sind eindeutig voneinander getrennt.
• Positive und negative Testfälle besitzen ein erwartetes und nachvollziehbares Ergebnis.
• Fehlerzustände führen zu einer kontrollierten Diagnose und einem definierten Wiederanlauf.

Seminarinhalte

Kapitelinhaltsverzeichnis

• Metadateninventur und Verantwortungen
• SEO-Feld und ergänzende Felder
• Titel und Beschreibung
• Canonical- und Robots-Entscheidung
• Social Cards und Bildvorgaben
• Lokalisierung und Slugs
• GraphQL-Ausgabe und Frontend-Mapping
• Strukturierte Angaben und Governance
• Abnahme und Pflegekontrolle

Metadateninventur und Verantwortungen

Pflichtwerte, Fallbacks, technische Ableitungen und redaktionelle Freigaben werden vor der Modellierung geklärt.

1. Schritt 1: Benötigte Such- und Social-Felder inventarisieren.
2. Schritt 2: Redaktionell pflegbare und technisch abgeleitete Werte trennen.
3. Schritt 3: Owner und Abnahmekriterium je Feld festlegen.

SEO-Feld und ergänzende Felder

Standardisierte Metadaten werden mit projektbezogenen Canonical-, Robots- oder strukturierten Angaben ergänzt.

1. Schritt 1: Bestehendes Modell und Ausgabebedarf prüfen.
2. Schritt 2: SEO-Feld sowie notwendige Ergänzungsfelder konfigurieren.
3. Schritt 3: Pflichtregeln, Hilfetexte und Fallbacks mit Beispieldaten testen.

Titel und Beschreibung

Länge, Aussage, Eindeutigkeit und Locale werden als redaktionelle Qualitätsmerkmale behandelt.

1. Schritt 1: Seitentyp und Suchintention festlegen.
2. Schritt 2: Titel und Beschreibung ohne Duplikate formulieren.
3. Schritt 3: Längen-, Inhalts- und Locale-Prüfung durchführen.

Canonical- und Robots-Entscheidung

Indexierung und kanonische Zuordnung folgen einer dokumentierten Seitenlogik.

1. Schritt 1: Seitentypen mit Indexierungsrisiko identifizieren.
2. Schritt 2: Canonical-Quelle und Robots-Regel je Typ definieren.
3. Schritt 3: Entwurf, Duplikat und archivierte Seite als Grenzfall prüfen.

Social Cards und Bildvorgaben

Social-Titel, Beschreibung und Bild werden mit Format, Fokus und Fallback abgestimmt.

1. Schritt 1: Zielplattformen und Bildseitenverhältnisse dokumentieren.
2. Schritt 2: Social-Werte und Asset pflegen.
3. Schritt 3: Vorschau und Fallback bei fehlendem Bild prüfen.

Lokalisierung und Slugs

Metadaten und Slugs werden je Locale gepflegt, ohne globale Werte ungewollt zu vervielfachen.

1. Schritt 1: Lokalisierte und globale Felder klassifizieren.
2. Schritt 2: Zwei Locale-Varianten mit eindeutigen Slugs pflegen.
3. Schritt 3: Fallback und fehlende Übersetzung in der Frontendvorschau prüfen.

GraphQL-Ausgabe und Frontend-Mapping

Nur benötigte Metadaten werden typisiert abgefragt und in die korrekten Dokumentbereiche übertragen.

1. Schritt 1: Query-Fragment für Metadaten definieren.
2. Schritt 2: Fallbackreihenfolge im Frontend implementieren.
3. Schritt 3: Nullwerte, Sonderzeichen und mehrere Seitentypen testen.

Strukturierte Angaben und Governance

Strukturierte Daten werden aus zuverlässigen Feldern erzeugt und nicht frei als unkontrollierter Text gepflegt.

1. Schritt 1: Benötigte Entitäten und Pflichtdaten bestimmen.
2. Schritt 2: Daten aus fachlichen Modellen zuordnen.
3. Schritt 3: Ausgabe validieren und Änderungsprozess dokumentieren.

Abnahme und Pflegekontrolle

Eine kurze Checkliste verhindert fehlende, doppelte oder widersprüchliche Metadaten.

1. Schritt 1: Prüfregeln für Record, Locale und Seitentyp festlegen.
2. Schritt 2: Stichprobe mit positiven und negativen Fällen durchführen.
3. Schritt 3: Abweichungen und wiederkehrende Kontrollen zuweisen.

Praktische Übungen und Anwendung

Kapitelinhaltsverzeichnis

• Metadatenmodell für drei Seitentypen
• Mehrsprachige Social-Vorschau
• Negativprüfung vor Veröffentlichung
• Prüf- und Abnahmekriterien

Metadatenmodell für drei Seitentypen

Szenario: Startseite, Artikel und Produkt benötigen unterschiedliche Fallbacks und Indexierungsregeln.

1. Schritt 1: Anforderungen je Seitentyp vergleichen.
2. Schritt 2: Gemeinsame und spezifische Felder modellieren.
3. Schritt 3: Fallbacks und Hilfetexte konfigurieren.
4. Schritt 4: Drei Beispielrecords vollständig pflegen.

Prüfkriterium: Das Modell ist redaktionell verständlich und deckt Titel, Beschreibung, Social-Bild, Canonical und Robots ohne Feldduplikate ab.

Mehrsprachige Social-Vorschau

Szenario: Ein Artikel wird in zwei Sprachen mit unterschiedlichen Social-Bildern veröffentlicht.

1. Schritt 1: Locale- und Bildregeln festlegen.
2. Schritt 2: Metadaten und Assets pflegen.
3. Schritt 3: GraphQL-Ausgabe prüfen.
4. Schritt 4: Frontendvorschau in beiden Sprachen abnehmen.

Prüfkriterium: Beide Vorschauen zeigen korrekte Locale-Werte, Bildausschnitte und Fallbacks.

Negativprüfung vor Veröffentlichung

Szenario: Ein Record enthält doppelten Titel, fehlende Beschreibung und eine ungeeignete Robots-Einstellung.

1. Schritt 1: Abnahmecheck auf den fehlerhaften Record anwenden.
2. Schritt 2: Abweichungen nach Risiko priorisieren.
3. Schritt 3: Werte und Einstellung korrigieren.
4. Schritt 4: Erneute technische und redaktionelle Prüfung ausführen.

Prüfkriterium: Alle Fehler werden vor Veröffentlichung erkannt, korrigiert und in der Checkliste nachvollzogen.

Prüf- und Abnahmekriterien

Die Übungen werden nicht allein nach sichtbarer Funktion, sondern nach Reproduzierbarkeit, Sicherheit, Datenqualität und Betriebsfähigkeit bewertet.

• Der Ausgangszustand, die Änderung und der geprüfte Zielzustand sind dokumentiert.
• Mindestens ein Negativ- oder Störungstest wurde kontrolliert durchgeführt.
• Geheimnisse, produktive Daten und unbeteiligte Systeme wurden nicht in die Übungen einbezogen.
• Offene Punkte besitzen Priorität, verantwortliche Stelle und nächsten Prüftermin.