Core Web Vitals sind ein bestimmter Satz standardisierter Kennzahlen, die Google definiert hat, um die reale Nutzererfahrung einer Webseite hinsichtlich Ladeperformance, Interaktivität und visueller Stabilität zu messen. Im aktuellen Kennzahlensatz sind die drei Core Web Vitals Largest Contentful Paint (LCP), der misst, wie lange es dauert, bis das größte sichtbare Inhaltselement, etwa ein Hero-Bild oder eine Überschrift, auf dem Bildschirm dargestellt wird, Interaction to Next Paint (INP), der die Reaktionsfähigkeit einer Seite auf Nutzerinteraktionen wie Klicks und Taps während des gesamten Besuchs misst, und Cumulative Layout Shift (CLS), der unerwartete visuelle Verschiebungen von Seitenelementen während des Ladens von Inhalten misst. Die von Google veröffentlichten Schwellenwerte stufen einen LCP von 2,5 Sekunden oder weniger, einen INP von 200 Millisekunden oder weniger und einen CLS-Wert von 0,1 oder weniger als gut ein, jeweils gemessen am 75. Perzentil der Seitenaufrufe auf Mobilgeräten und Desktop.
Core Web Vitals sind aus zwei sich überschneidenden Gründen wichtig: Sie bestimmen unmittelbar, ob echte Nutzer eine reibungslose oder frustrierende Erfahrung auf einer Seite haben, und Google hat bestätigt, dass Signale der Seitenerfahrung, einschließlich der Core Web Vitals, als Rankingfaktor in den Suchalgorithmus einfließen. Schlechte Werte können die organische Sichtbarkeit einer Seite gegenüber Wettbewerbern mit vergleichbaren Inhalten, aber besserer technischer Performance also schwächen. Über die Suchrankings hinaus steht die zugrunde liegende Nutzererfahrung, die diese Kennzahlen messen, nachweislich in Zusammenhang mit Conversion- und Engagement-Ergebnissen. Mehrere umfangreiche Branchenstudien haben gezeigt, dass die Absprungraten deutlich steigen und die Conversion-Raten sinken, wenn der LCP über etwa 2,5 bis 4 Sekunden hinaus wächst, da Nutzer besonders empfindlich auf wahrgenommene Langsamkeit reagieren, vor allem bei mobilen Verbindungen.
Core Web Vitals werden mit zwei einander ergänzenden Methoden gemessen: Felddaten (auch Real User Monitoring bzw. RUM genannt), die über den Chrome User Experience Report von tatsächlichen Besuchern erhoben und in Tools wie der Google Search Console ausgewiesen werden und die echte, aggregierte Leistung über verschiedene Geräte und Netzwerkbedingungen hinweg abbilden, sowie Labordaten, die durch einen kontrollierten, simulierten Seitenaufruf in Tools wie Lighthouse oder PageSpeed Insights erzeugt werden. Letztere eignen sich, um konkrete technische Ursachen in einer reproduzierbaren Umgebung zu diagnostizieren, entsprechen aber nicht zwingend dem, was reale Nutzer erleben. Da Feld- und Labordaten auseinanderlaufen können, etwa wenn eine Seite in einem Labortest mit schneller Laborverbindung gut abschneidet, bei realen Nutzern in durchschnittlichen Mobilfunknetzen aber schlecht, werden für eine zutreffende Diagnose in der Regel beide Datenquellen gemeinsam herangezogen.
Ein verbreiteter Irrtum ist, Core Web Vitals seien der dominierende oder primäre Google-Rankingfaktor. Tatsächlich haben inhaltliche Relevanz und Qualität weiterhin weit größeren Einfluss, und die Core Web Vitals wirken eher als Tiebreaker oder Modifikator zwischen Seiten von ansonsten vergleichbarer Relevanz und Qualität. Eine technisch schnelle Seite mit schwachen, wenig hilfreichen Inhalten wird also nicht eine tatsächlich nützlichere Seite überholen, die bei diesen Kennzahlen mittelmäßig abschneidet. Eine weitere häufige Falle in der Optimierungsarbeit ist es, Core-Web-Vitals-Werte mit Techniken zu verbessern, die der tatsächlichen Nutzererfahrung schaden, die sie messen sollen, etwa sichtbare Inhalte künstlich zu verzögern, um eine Kennzahl für den ersten Seitenaufbau zu verbessern, während Nutzer auf eine leere oder unvollständig wirkende Seite starren. Das verbessert technisch eine ausgewiesene Zahl, nicht aber die tatsächlich wahrgenommene Performance.
Für eine CRO- oder UX-Beratung sind Core-Web-Vitals-Audits typischerweise ein früher Schritt eines technischen Gesundheitschecks, da schlechte Werte sowohl das organische Traffic-Volumen durch geringere Suchsichtbarkeit als auch die Conversion-Rate des tatsächlich eintreffenden Traffics drücken können. Performance-Arbeit ist damit einer der seltenen Optimierungshebel, die Ergebnisse an mehreren Stellen im Funnel gleichzeitig verbessern können. Zu den gängigen Maßnahmen zählen die Optimierung und korrekte Dimensionierung von Bildern, das Verzögern oder Entfernen unnötiger Drittanbieter-Skripte wie übermäßiger Tracking-Pixel und Chat-Widgets, das Reservieren von Layoutfläche für Elemente wie Anzeigen und Bilder vor dem Laden, um Verschiebungen zu verhindern, sowie die Minimierung von JavaScript-Ausführung, die den Haupt-Thread des Browsers bei Nutzerinteraktionen blockiert. Jede dieser Maßnahmen wird in der Regel anhand von Vorher-Nachher-Felddaten validiert und nicht allein anhand von Laborwerten.
