Largest Contentful Paint (LCP)
Schätzen Sie, wann das größte sichtbare Bild oder der größte Textblock im Labortest fertig gerendert ist. Untersuchen Sie bei einem langsamen Ergebnis den Hauptinhalt, Assets und die Auslieferung.
Führen Sie tägliche Labortests für ausgewählte öffentliche URLs aus und halten Sie LCP, CLS, FCP, TTFB, TBT, Speed Index, die aktuelle Bewertung und Prüfzeit neben Ihrem technischen SEO-Workflow. Finden Sie Regressionen und testen Sie gezielte Korrekturen erneut, ohne synthetische Messungen mit echten Felddaten zu verwechseln.
Zu lang; nicht gelesen
Screpy führt wiederkehrende Labortests für ausgewählte öffentliche URLs aus. Es meldet LCP und CLS sowie FCP, TTFB, TBT, Speed Index, eine Laborbewertung und die Aktualität der Prüfung. So finden Teams Performance-Regressionen, untersuchen eine konkrete Ursache und messen erneut, ohne synthetische Ergebnisse mit echten Nutzerdaten zu verwechseln.
Der Bericht trennt Ladezeit, visuelle Stabilität, Serverantwort und Main-Thread-Diagnosen, damit eine Gesamtbewertung das zu untersuchende Signal nicht verbirgt.
Schätzen Sie, wann das größte sichtbare Bild oder der größte Textblock im Labortest fertig gerendert ist. Untersuchen Sie bei einem langsamen Ergebnis den Hauptinhalt, Assets und die Auslieferung.
Messen Sie unerwartete visuelle Bewegungen während des Tests. Bilder ohne Abmessungen, Einbettungen, Schriften und spät geladener Inhalt sind häufige Untersuchungsstellen.
Sehen Sie, wann der erste Text, das erste Bild oder anderer Seiteninhalt gezeichnet wird. FCP hilft, Verzögerungen beim frühen Rendering einzugrenzen.
Prüfen Sie die anfängliche Serverantwort-Verzögerung des Labortests. Ein langsamer Wert kann auf Hosting, Caching, Weiterleitungen oder Backend-Arbeit hinweisen.
Messen Sie, wie lange Main-Thread-Aufgaben die Reaktionsfähigkeit im Labor blockieren. TBT ist eine nützliche Diagnose, aber nicht die echte Nutzer-Metrik Interaction to Next Paint.
Fassen Sie zusammen, wie schnell sichtbarer Seiteninhalt während des Labortests erscheint, statt sich nur auf einen Rendering-Meilenstein zu verlassen.
Nutzen Sie die Bewertungen Gut, Verbesserungsbedarf oder Schlecht, um ausgewählte URLs mit dem größten Handlungsbedarf zu finden. Sie fassen Laborergebnisse zusammen, nicht Googles Nutzerbewertung.
Verknüpfen Sie jedes Ergebnis mit der genauen öffentlichen URL und dem Zeitpunkt der letzten Prüfung, damit keine alte oder unpassende Messung aktuelle Entscheidungen beeinflusst.
Fügen Sie repräsentative öffentliche URLs hinzu und prüfen Sie nach jeder täglichen Prüfung das aktuelle Ergebnis. Jede Bewertung bleibt mit der getesteten URL und dem Erfassungszeitpunkt verbunden.
Prüfen Sie LCP und CLS zusammen mit FCP, TTFB, TBT und Speed Index. Screpy kennzeichnet TBT als Labor-Diagnose der Reaktionsfähigkeit und nicht als echte INP-Messung.
Nutzen Sie die aktuell schwächste Metrik, um Inhaltsdarstellung, Layout-Reservierung, Serverantwort, Assets oder Main-Thread-Arbeit zu untersuchen. Ändern Sie eine wahrscheinliche Ursache und messen Sie dieselbe URL erneut.
Halten Sie URL und Messmethode stabil, verwenden Sie die schwächste Metrik zur Eingrenzung und bestätigen Sie eine Änderung mit einer späteren Prüfung.
Beginnen Sie mit Startseite, Conversion-Seite oder einer URL einer wichtigen Vorlage. Jede wertarme Seite zu überwachen erzeugt zunächst Rauschen statt Erkenntnisse.
Screpy prüft berechtigte überwachte URLs täglich und speichert aktuelle Laborbewertung, unterstützende Metriken, getestete URL und Prüfzeit.
Nutzen Sie LCP, CLS, FCP, TTFB, TBT und Speed Index, um zuerst Inhaltsdarstellung, Layout-Reservierung, Serverantwort, Assets oder Main-Thread-Arbeit zu untersuchen.
Veröffentlichen Sie die kleinste relevante Korrektur, lassen Sie die überwachte URL unverändert und prüfen Sie mit dem nächsten Ergebnis, ob sich die Labormessung verbessert hat.
Eine kleine repräsentative URL-Auswahl ist leichter zu untersuchen als ein Dashboard voller wertarmer Seiten. Beginnen Sie mit geschäftskritischen Abläufen und wiederverwendbaren Vorlagen.
Überwachen Sie Seiten, die Produkt, Service oder Kampagne vorstellen, da ein langsamer erster Eindruck Entdeckung und Conversion beeinflussen kann.
Wählen Sie eine repräsentative Produkt-, Kategorie-, Artikel- oder Dokumentations-URL, um Performance-Probleme aufzudecken, die sich über dieselbe Vorlage wiederholen.
Halten Sie Preis-, Registrierungs-, Lead- und Checkout-Einstiegsseiten sichtbar, wenn Skripte, Einbettungen, Experimente oder Drittanbieter-Tags ihre Performance verändern.
Verfolgen Sie von Redesigns, Framework-Änderungen, neuen Medien, Tag-Manager-Updates oder Auslieferungsänderungen betroffene URLs, bevor Sie das Muster weiter ausrollen.
Screpy macht wiederkehrende Performance-Prüfungen umsetzbar. Diese Grenzen halten das Ergebnis korrekt, wenn Felddaten, Ursachenanalyse oder Rankingwirkung die eigentliche Frage sind.
Screpy führt kontrollierte Seitentests aus. Das Ergebnis repräsentiert nicht den laufenden echten Nutzerdatensatz von Chrome UX Report oder Google Search Console.
TBT hilft bei der Diagnose der Laborreaktionsfähigkeit. INP erfordert echte Nutzerinteraktionen; ein TBT-Ergebnis darf daher nicht als INP-Messung dargestellt werden.
Eine schlechte Metrik zeigt, wo Sie suchen sollten. Bestätigen Sie das tatsächliche Element, die Anfrage, das Skript, die Vorlage oder das Serververhalten vor einer Änderung.
Gute Seitenerfahrung unterstützt Nutzer und Suchqualität, ersetzt aber keine relevanten Inhalte, Crawlbarkeit, Indexierung, Links oder andere Suchsignale.
Überwachen Sie ausgewählte URLs für wiederkehrende Laborergebnisse, prüfen Sie die gesamte Website auf wiederholte technische Muster oder lesen Sie die Messmethode vor dem Vergleich mit Felddaten.
Führen Sie tägliche Labortests für ausgewählte öffentliche URLs aus und prüfen Sie Bewertung, Metriken und Aktualität.
Crawlen Sie die gesamte Website, um wiederholte Seiten-, Asset-, Rendering- und technische Muster rund um eine betroffene URL oder Vorlage zu finden.
Verstehen Sie Umfang, Zeitpunkt und Grenzen der Screpy-Labordaten, bevor Sie sie mit echten Nutzerberichten vergleichen.
Screpy-Dokumentation
Folgen Sie dem Screpy-Leitfaden, um URLs auszuwählen, jede Metrik mit URL und Datum zu lesen, Labor- von Felddaten zu trennen und eine gezielte Verbesserung zu testen.
Verstehen Sie Labor- und Felddaten, LCP, CLS, TBT, unterstützende Geschwindigkeitsmetriken, tägliche Prüfungen, URL-Auswahl, Bewertungen und die Grenzen von Aussagen zur Seitenerfahrung.
Screpy führt laborbasierte Prüfungen für ausgewählte öffentliche URLs aus. Es meldet LCP, CLS, FCP, TTFB, TBT, Speed Index, eine Laborbewertung und den Zeitpunkt der letzten Prüfung.
Nein. Screpy meldet kontrollierte Labormessungen für die geprüfte URL. Felddaten aus Chrome UX Report oder Google Search Console spiegeln echte Besuche über einen rollierenden Zeitraum wider und können wegen Geräten, Netzwerken, Regionen und Nutzerverhalten abweichen.
Google definiert derzeit Largest Contentful Paint, Interaction to Next Paint und Cumulative Layout Shift als Core Web Vitals. Screpy misst LCP und CLS im Labor und meldet TBT als Labor-Diagnose neben FCP, TTFB und Speed Index. TBT wird nicht als INP dargestellt.
Interaction to Next Paint hängt von echten Nutzerinteraktionen ab und ist eine Feldmetrik. Total Blocking Time kann in einem kontrollierten Labortest gemessen werden und zeigt blockierende Main-Thread-Arbeit, aber beide Metriken sind nicht austauschbar.
Aktive URLs sind nach einem Tag für eine weitere geplante Prüfung berechtigt. Warteschlange, Seitenverfügbarkeit und Tarif können beeinflussen, wann ein Ergebnis bereitsteht; beachten Sie daher den angezeigten Zeitpunkt der letzten Prüfung.
Beginnen Sie mit Startseite, stark besuchten Landingpages, Conversion-Einstiegen und einer repräsentativen URL jeder wichtigen Vorlage. Fügen Sie Seiten hinzu, bei denen eine Regression viele Besucher betrifft oder dieselbe Implementierung oft wiederverwendet wird.
Nicht unbedingt. Screpy fasst einen Labortest zusammen, während Googles Bewertung echte LCP-, INP- und CLS-Felddaten nutzt, wenn genügend Daten vorhanden sind. Verwenden Sie die Screpy-Bewertung als Testhilfe und vergleichen Sie bei Bedarf den relevanten Feldbericht.
Nein. Google empfiehlt gute Core Web Vitals für Nutzer und Suche, doch Seitenerfahrung ist nur ein Teil vieler Signale. Relevanter Inhalt kann auch bei schwächerer Seitenerfahrung ranken, und eine schnelle Seite erhält keine Rankinggarantie.
Wählen Sie repräsentative öffentliche URLs, erstellen Sie eine tägliche Laborbasis, untersuchen Sie die schwächste Metrik und messen Sie nach einer gezielten Änderung erneut.