Core Web Vitals: Messen und verbessern

Web2026-11-12TryQuickToolBox

Deine Seiten laden, aber Nutzer springen trotzdem ab. Oder die Search Console meldet „schlechte“ Core Web Vitals auf Mobilgeräten, und du bist unsicher, ob das Problem real ist oder nur ein Laborartefakt. Core Web Vitals verwandeln vage „Performance“-Diskussionen in drei messbare Signale – und jedes davon hat eine konkrete Ursache, die du finden und beheben kannst.

Dieser Leitfaden erklärt, was jede Metrik misst, wie du vertrauenswürdige Daten sammelst und welche Korrekturen tatsächlich etwas bewirken. Keine erfundenen Benchmarks – nur die Mechanik und der Workflow.

Was Core Web Vitals tatsächlich messen

Core Web Vitals sind drei nutzerzentrierte Metriken, die von der Web-Performance-Community definiert und in Googles Page-Experience-Signalen berücksichtigt werden. Jede steht für eine andere Art von Frustration:

Diese Metriken ersetzen ältere Proxys wie First Input Delay und werden am 75. Perzentil echter Seitenaufrufe ausgewertet. Dieses Detail ist wichtig: Ein schneller Laptop beweist nichts, wenn der Großteil deines Traffics über Mittelklasse-Mobilgeräte kommt.

Felddaten vs. Labordaten: Messe beides

Der häufigste Messfehler ist, einem einzelnen Lighthouse-Lauf zu vertrauen. Labor-Tools simulieren einen Ladevorgang unter festen Bedingungen; Felddaten stammen von echten Nutzern auf echten Geräten und Netzwerken. Du brauchst beides, für unterschiedliche Aufgaben.

QuelleTypAm besten geeignet für
Chrome UX Report / Search ConsoleFeldFeststellen, ob echte Nutzer Probleme haben
PageSpeed InsightsBeidesSchneller Feldüberblick plus Labor-Diagnose
Lighthouse / DevToolsLaborReproduzieren und Debuggen spezifischer Probleme
web-vitals JS-BibliothekFeld (eigene)Aufschlüsselung nach Seite, Gerät und Land

Beginne mit Felddaten, um zu bestätigen, dass ein Problem existiert, und nutze dann Labor-Tools, um es zu reproduzieren. Wenn die Felddaten sagen, dass LCP in Ordnung ist, Lighthouse aber schreit, optimierst du wahrscheinlich ein Szenario, das deine Nutzer nicht haben.

Schritt für Schritt: Baue eine Messschleife auf

  1. Basislinie. Hole Felddaten für deine wichtigsten Templates (Startseite, Produkt, Artikel) auf Mobil und Desktop. Notiere die Werte am 75. Perzentil.
  2. Instrumentierung. Füge die web-vitals-Bibliothek hinzu und sende LCP, INP und CLS an deinen Analytics-Endpunkt, getaggt mit Route und Gerätetyp.
  3. Reproduzieren. Drossle in den DevTools auf ein Mittelklasse-Mobilprofil mit schnellem 4G und zeichne einen Performance-Trace eines langsamen Templates auf.
  4. Behebe eine Ursache. Ändere eine einzelne Sache (z. B. das Hero-Bild vorladen) und messe unter denselben Bedingungen erneut.
  5. Im Feld verifizieren. Felddaten hinken Deployments hinterher, also vergleiche Woche für Woche statt Stunde für Stunde.

Ein minimales Instrumentierungs-Snippet sieht so aus:

import { onLCP, onINP, onCLS } from 'web-vitals';

function report(metric) {
  const body = JSON.stringify({
    name: metric.name,
    value: metric.value,
    rating: metric.rating,
    path: location.pathname,
  });
  navigator.sendBeacon('/vitals', body);
}

onLCP(report);
onINP(report);
onCLS(report);

Halte die Payload klein und sample bei hohem Traffic. Das Ziel ist Trend-Sichtbarkeit, nicht vollständiges Logging.

LCP beheben: Hauptinhalt früh ausliefern

LCP wird meist durch eines von vier Dingen blockiert: langsame Serverantwort (TTFB), render-blockierende Ressourcen, ein spät entdecktes Hero-Bild oder clientseitiges Rendering, das nichts malt, bis JavaScript läuft.

Wenn dein LCP-Element ein Textblock ist, spielt das Font-Loading eine Rolle: Nutze font-display: swap und lade die Primärschrift vor, damit Text während des Ladevorgangs nicht unsichtbar ist.

INP beheben: Halte den Main-Thread frei

INP misst die Verzögerung zwischen einer Nutzerinteraktion und dem nächsten gemalten Frame. Lange JavaScript-Tasks auf dem Main-Thread sind die übliche Ursache, gefolgt von schweren Event-Handlern und teurer Layout-Arbeit.

Suche in einem Performance-Trace nach langen gelben „Scripting“-Blöcken, die mit Nutzereingaben überlappen. Das ist dein INP-Budget, das ausgegeben wird.

CLS beheben: Platz reservieren und Sprünge stoppen

Layout-Shift entsteht, wenn Elemente ohne reservierten Platz eingefügt oder in der Größe geändert werden. Die Korrekturen drehen sich meist darum, explizit zu sein:

CLS ist oft die günstigste Metrik zum Beheben, weil es ein Markup-Disziplin-Problem ist, kein Infrastruktur-Problem.

Vergiss die Auslieferungsschicht nicht

Frontend-Fixes bringen nur begrenzt etwas, wenn dein Server langsam ist oder deine Assets nicht gecacht werden. Prüfe Kompression (Brotli oder gzip), langlebige Cache-Header mit Content-Hashes, HTTP/2 oder HTTP/3 und ein CDN für statische Assets. Server-Logs sind ein nützlicher Plausibilitätscheck: Wenn du langsame Upstream-Antwortzeiten auf HTML-Routen siehst, wird keine Bildoptimierung LCP reparieren.

Du kannst Access-Logs inspizieren, um langsame Routen und starke Traffic-Muster zu erkennen, mit dem Nginx-Log-Analyzer, der hilft, Backend-Latenz mit den Seiten zu korrelieren, die Nutzer tatsächlich laden.

Priorisiere nach Template, nicht nach Score

Ein einzelner site-weiter Score verdeckt die Realität. Gruppiere Seiten nach Template (Startseite, Listing, Detail, Checkout) und behebe zuerst die Templates mit dem meisten Traffic und den schlechtesten Felddaten. Ein perfekter Lighthouse-Score auf einer wenig besuchten Seite ist wenig wert; eine bescheidene LCP-Verbesserung auf deiner Top-Landingpage betrifft jeden Besucher.

Widerstehe auch der Versuchung, einer runden Zahl nachzujagen. Core Web Vitals sind Schwellenwerte, kein Wettbewerb – der Sprung von „schlecht“ zu „verbesserungswürdig“ auf deinem meistbesuchten Template ist ein echter Gewinn.

FAQ

Was sind die drei Core Web Vitals?

LCP (Largest Contentful Paint) misst das Laden des Hauptinhalts, INP (Interaction to Next Paint) misst die Reaktionsfähigkeit auf Nutzereingaben und CLS (Cumulative Layout Shift) misst die visuelle Stabilität.

Sollte ich Lighthouse oder Felddaten vertrauen?

Nutze Felddaten, um zu entscheiden, ob ein echtes Problem existiert, und Labor-Tools wie Lighthouse, um es zu reproduzieren und zu debuggen. Ein einzelner Laborlauf ist eine Momentaufnahme, kein Urteil.

Warum unterscheidet sich mein Lighthouse-Score von PageSpeed Insights?

PageSpeed Insights zeigt sowohl Labor- als auch Felddaten, und die Laborbedingungen (Gerät, Drosselung, Netzwerk) unterscheiden sich zwischen Läufen. Vergleiche unter gleichen Bedingungen und konzentriere dich auf Feldtrends.

Bereit, deine eigenen Seiten zu prüfen? Schicke deine wichtigsten Templates noch heute durch eine Messschleife, behebe die eine größte Ursache auf deinem meistbesuchten Template und verifiziere die Änderung mit Felddaten, bevor du weitermachst.