Methodik

Überblick

Der Web Almanac ist ein Projekt, das vom HTTP Archive organisiert wird. Das HTTP Archive wurde 2010 von Steve Souders mit der Mission gegründet, die Entwicklung des Webs nachzuverfolgen. Es untersucht monatlich die Zusammensetzung von Millionen von Webseiten und stellt Terabytes an Metadaten zur Analyse auf BigQuery zur Verfügung.

Die Mission des Web Almanac ist es, ein jährliches öffentliches Wissensarchiv über den Stand des Webs zu werden. Unser Ziel ist es, das Data Warehouse des HTTP Archive der Web-Community noch zugänglicher zu machen, indem Fachexperten kontextualisierte Einblicke liefern.

Die Ausgabe 2025 des Web Almanac gliedert sich in vier Teile: Content, Experience, Publishing und Distribution. Innerhalb jedes Teils beleuchten mehrere Kapitel das übergeordnete Thema aus unterschiedlichen Blickwinkeln. Teil II etwa untersucht verschiedene Aspekte der Nutzererfahrung in Kapiteln wie Performance, Sicherheit und Barrierefreiheit.

Über den Datensatz

Der HTTP-Archive-Datensatz wird monatlich mit neuen Daten fortlaufend aktualisiert. Für die Ausgabe 2025 des Web Almanac stammen alle Metriken, sofern im jeweiligen Kapitel nicht anders angegeben, aus dem Crawl Juli 2025. Diese Ergebnisse sind öffentlich abfragbar auf BigQuery in den Tabellen unter `httparchive.crawl.*` für date = '2025-07-01'.

Alle im Web Almanac vorgestellten Metriken lassen sich mithilfe des Datensatzes auf BigQuery öffentlich nachvollziehen. Die von allen Kapiteln verwendeten Abfragen können in unserem GitHub-Repository eingesehen werden.

Um beispielsweise die Anzahl der Seiten mit barrierefreiem Farbkontrast zu ermitteln, siehe color_contrast.sql:

SELECT
  client,
  is_root_page,
  COUNTIF(color_contrast_score IS NOT NULL) AS total_applicable,
  COUNTIF(CAST(color_contrast_score AS NUMERIC) = 1) AS total_good_contrast,
  COUNTIF(CAST(color_contrast_score AS NUMERIC) = 1) / COUNTIF(color_contrast_score IS NOT NULL) AS perc_good_contrast
FROM (
  SELECT
    client,
    is_root_page,
    date,
    JSON_VALUE(lighthouse.audits.`color-contrast`.score) AS color_contrast_score
  FROM
    `httparchive.crawl.pages`
  WHERE
    date = '2025-07-01'
)
GROUP BY
  client,
  is_root_page,
  date
ORDER BY
  client,
  is_root_page;

Die Ergebnisse zu jeder Metrik sind öffentlich in kapitelspezifischen Tabellen einsehbar, zum Beispiel Accessibility-Ergebnisse. Links zu den Rohdaten und Abfragen finden sich am Ende jedes Kapitels. Metrikspezifische Ergebnisse und Abfragen sind zudem direkt bei jeder Abbildung verlinkt.

Websites

Der Datensatz umfasst 16.213.084 Websites. Davon sind 15.426.398 mobile Websites und 12.155.374 Desktop-Websites. Die meisten Websites sind sowohl in der mobilen als auch in der Desktop-Teilmenge enthalten.

Das HTTP Archive bezieht die URLs seiner Websites aus dem Chrome UX Report. Der Chrome UX Report ist ein öffentlicher Datensatz von Google, der Nutzererfahrungen über Millionen von Websites aggregiert, die aktiv von Chrome-Nutzern besucht werden. Dies liefert uns eine aktuelle Liste von Websites, die die reale Webnutzung widerspiegelt. Der Chrome-UX-Report-Datensatz enthält eine Dimension für den Formfaktor, mit der wir alle über Desktop- oder mobile Geräte aufgerufenen Websites ermitteln.

Der Juli 2025-Crawl des HTTP Archive, der für den Web Almanac verwendet wurde, nutzte die zuletzt verfügbare Chrome-UX-Report-Version für seine Website-Liste. Der Datensatz 202507 wurde am 11. Juli 2025 veröffentlicht und erfasst Websites, die Chrome-Nutzer im Monat Juni besucht haben.

Aufgrund begrenzter Ressourcen konnte das HTTP Archive früher nur zwei Seiten pro Website aus dem Chrome UX Report testen. Dies führt zu einer gewissen Verzerrung der Ergebnisse, da eine Startseite nicht zwangsläufig repräsentativ für die gesamte Website ist. In den letzten Jahren haben wir weitere Unterseiten einbezogen, und viele Kapitel nutzen diese neuen Daten. Einige Kapitel verwendeten jedoch nur die Startseiten.

Das HTTP Archive gilt außerdem als Labor-Testtool, das heißt, es testet Websites von einem Rechenzentrum aus und sammelt keine Daten aus realen Nutzererfahrungen. Alle Seiten werden mit leerem Cache im ausgeloggten Zustand getestet, was möglicherweise nicht widerspiegelt, wie echte Nutzer auf sie zugreifen.

Metriken

Das HTTP Archive erfasst Tausende von Metriken darüber, wie das Web aufgebaut ist. Dazu gehören einfache Metriken wie die Anzahl der Bytes pro Seite, ob die Seite über HTTPS geladen wurde, sowie einzelne Anfrage- und Antwort-Header. Der Großteil dieser Metriken wird von WebPageTest bereitgestellt, das als Test-Runner für jede Website fungiert.

Weitere Testtools liefern erweiterte Metriken über die Seite. Lighthouse etwa führt Audits an der Seite durch, um deren Qualität in Bereichen wie Barrierefreiheit und SEO zu analysieren. Der Abschnitt Tools weiter unten geht näher auf diese Tools ein.

Um einige der inhärenten Einschränkungen eines Labordatensatzes zu umgehen, nutzt der Web Almanac auch den Chrome UX Report für Metriken zu Nutzererfahrungen, insbesondere im Bereich der Web-Performance.

Manche Metriken sind schlichtweg nicht erfassbar. Wir können beispielsweise nicht unbedingt feststellen, mit welchen Tools eine Website gebaut wurde. Wird eine Website mit create-react-app erstellt, können wir zwar erkennen, dass das React-Framework verwendet wird, nicht aber unbedingt, welches Build-Tool zum Einsatz kam. Sofern diese Tools keine erkennbaren Spuren im Code der Website hinterlassen, können wir ihre Nutzung nicht messen.

Andere Metriken sind nicht unbedingt unmöglich zu messen, aber schwierig oder unzuverlässig. Aspekte des Webdesigns sind beispielsweise von Natur aus visuell und lassen sich schwer quantifizieren, etwa ob eine Seite ein aufdringliches Modal-Dialogfenster enthält.

Tools

Der Web Almanac wird durch die folgenden Open-Source-Tools ermöglicht.

WebPageTest

WebPageTest ist ein bekanntes Tool zum Testen der Web-Performance und das Rückgrat des HTTP Archive. Wir nutzen eine private Instanz von WebPageTest mit privaten Test-Agenten, also den tatsächlichen Browsern, die jede Webseite testen. Desktop- und mobile Websites werden unter unterschiedlichen Konfigurationen getestet:

Desktop-Websites werden in einer Desktop-Chrome-Umgebung auf einer Linux-VM ausgeführt. Die Netzwerkgeschwindigkeit entspricht einer Kabelverbindung.

Mobile Websites werden in einer mobilen Chrome-Umgebung auf einem emulierten Moto-G4-Gerät mit einer Netzwerkgeschwindigkeit entsprechend einer 4G-Verbindung ausgeführt.

Die Test-Agenten laufen von verschiedenen Google-Cloud-Platform-Standorten in den USA aus.

Die private WebPageTest-Instanz des HTTP Archive wird mit der aktuellen öffentlichen Version synchron gehalten und um benutzerdefinierte Metriken ergänzt – kleine JavaScript-Snippets, die am Ende jedes Tests auf jeder Website ausgeführt werden.

Die Ergebnisse jedes Tests werden als HAR-Datei bereitgestellt, einer JSON-formatierten Archivdatei mit Metadaten zur Webseite, die wir anschließend in BigQuery speichern.

Lighthouse

Lighthouse ist ein automatisiertes Tool von Google zur Qualitätssicherung von Websites. Es prüft Webseiten, um sicherzustellen, dass sie keine Antipatterns bei der Nutzererfahrung enthalten, wie etwa unoptimierte Bilder oder nicht barrierefreie Inhalte.

Das HTTP Archive führt für alle Seiten die jeweils aktuellste Version von Lighthouse aus. Im Juli 2025-Crawl verwendete das HTTP Archive die Version 12.8.0 von Lighthouse.

Lighthouse wird als eigenständiger Test innerhalb von WebPageTest ausgeführt, verfügt jedoch über ein eigenes Konfigurationsprofil:

Weitere Informationen zu Lighthouse und den im HTTP Archive verfügbaren Audits finden Sie in der Lighthouse-Entwicklerdokumentation.

Wappalyzer

Wappalyzer ist ein Tool zur Erkennung von Technologien, die auf Webseiten eingesetzt werden. Es werden 108 Kategorien von Technologien geprüft, die von JavaScript-Frameworks über CMS-Plattformen bis hin zu Krypto-Minern reichen. Es werden über 3.984 Technologien unterstützt.

Das HTTP Archive nutzt seinen Fork der letzten Open-Source-Version von Wappalyzer (v6.10.65), ergänzt um einige zusätzliche Erkennungen.

Wappalyzer bildet die Grundlage für viele Kapitel, die die Popularität von Entwickler-Tools wie WordPress, Bootstrap und jQuery analysieren. Das Kapitel CMS etwa stützt sich stark auf die entsprechende CMS-Kategorie der von Wappalyzer erkannten Technologien.

Alle Erkennungstools, einschließlich Wappalyzer, haben ihre Grenzen. Die Aussagekraft ihrer Ergebnisse hängt stets von der Genauigkeit ihrer Erkennungsmechanismen ab. Der Web Almanac fügt in jedem Kapitel, in dem Wappalyzer verwendet wird und dessen Analyse aus einem bestimmten Grund möglicherweise ungenau ist, einen entsprechenden Hinweis hinzu.

Chrome UX Report

Der Chrome UX Report ist ein öffentlicher Datensatz zu realen Chrome-Nutzererfahrungen. Erfahrungen werden nach dem Ursprung der Website gruppiert, zum Beispiel https://www.example.com. Der Datensatz enthält Verteilungen von UX-Metriken wie Paint, Load, Interaktion und Layout-Stabilität. Neben der Gruppierung nach Monat können Erfahrungen auch nach Dimensionen wie geografischer Lage auf Länderebene, Formfaktor (Desktop, Smartphone, Tablet) und effektivem Verbindungstyp (4G, 3G usw.) aufgeschlüsselt werden.

Der Chrome-UX-Report-Datensatz enthält relative Website-Ranking-Daten. Diese werden als Rangordnungen (rank magnitudes) bezeichnet, da Websites – im Gegensatz zu feingranularen Rängen wie der #1 oder #116 populärsten Website – in Rangbereiche von den Top 1.000, Top 10.000 bis hin zu den Top 10 Millionen eingeteilt werden. Jede Website wird nach der Anzahl der berücksichtigungsfähigen Seitenaufrufe über alle ihre Seiten hinweg eingestuft. Der diesjährige Web Almanac nutzt diese neuen Daten intensiv, um Unterschiede im Aufbau des Webs je nach Beliebtheit der Website zu untersuchen.

Für Metriken des Web Almanac, die sich auf reale Nutzererfahrungsdaten aus dem Chrome UX Report beziehen, wird der Datensatz Juli 2025 (202507) verwendet.

Mehr über den Datensatz erfahren Sie im Leitfaden Using the Chrome UX Report on BigQuery auf developer.chrome.com.

Blink Features

Blink Features sind Indikatoren, die von Chrome gesetzt werden, sobald die Nutzung eines bestimmten Web-Plattform-Features erkannt wird.

Wir nutzen Blink Features, um eine andere Perspektive auf die Verbreitung von Features zu gewinnen. Diese Daten sind besonders hilfreich, um zwischen Features zu unterscheiden, die auf einer Seite implementiert sind, und solchen, die tatsächlich genutzt werden.

Blink Features werden von WebPageTest im Rahmen unserer regulären Tests erfasst.

Third Party Web

Third Party Web ist ein Forschungsprojekt von Patrick Hulce, dem Autor des Kapitels Third Parties 2019, das Daten aus HTTP Archive und Lighthouse nutzt, um die Auswirkungen von Drittanbieter-Ressourcen auf das Web zu identifizieren und zu analysieren.

Domains gelten als Drittanbieter, wenn sie auf mindestens 50 einzelnen Seiten auftauchen. Das Projekt gruppiert Anbieter zudem nach ihren jeweiligen Diensten in Kategorien wie Werbung, Analyse und Soziales.

Mehrere Kapitel des Web Almanac nutzen die Domains und Kategorien dieses Datensatzes, um die Auswirkungen von Drittanbietern zu verstehen.

Rework CSS

Rework CSS ist ein JavaScript-basierter CSS-Parser. Er nimmt komplette Stylesheets entgegen und erzeugt ein JSON-kodiertes Objekt, das jede einzelne Stilregel, jeden Selektor, jede Direktive und jeden Wert unterscheidet. Weitere Informationen dazu, wie er in den HTTP-Archive-Datensatz auf BigQuery integriert wurde, finden Sie in diesem Thread.

Parsel

Parsel ist ein CSS-Selektor-Parser und Spezifitätsrechner, der ursprünglich von Lea Verou, der Leiterin des Kapitels CSS 2020, geschrieben und als eigenständige Bibliothek quelloffen veröffentlicht wurde. Er wird umfangreich in allen CSS-Metriken eingesetzt, die sich auf Selektoren und Spezifität beziehen.

Analyseprozess

Die Planung und Umsetzung des Web Almanac dauerte etwa ein Jahr und erforderte die Koordination von mehr als hundert Mitwirkenden aus der Web-Community. Dieser Abschnitt beschreibt, warum wir uns für die im Web Almanac gezeigten Kapitel entschieden haben, wie ihre Metriken abgefragt wurden und wie sie interpretiert wurden.

Planung

Der Web Almanac 2025 startete im April 2025 mit einem Aufruf zur Mitwirkung. Wir sind mit denselben Kapiteln wie in den Vorjahren gestartet, und die Community schlug weitere Themen vor, von denen eines dieses Jahr zu einem neuen Kapitel wurde: Generative KI.

Wie wir es bereits in der Methodik des ersten Jahres formuliert haben:

Ein erklärtes Ziel für künftige Ausgaben des Web Almanac ist es, die Einbeziehung unterrepräsentierter und heterogener Stimmen als Autoren und Peer-Reviewer weiter zu fördern.

Zu diesem Zweck haben wir dieses Jahr unseren Auswahlprozess für Autoren mit folgenden Grundsätzen fortgeführt:

• Neue Autoren wurden gezielt ermutigt, um Raum für unterschiedliche Perspektiven zu schaffen.
• Die Projektleitung prüfte alle Nominierungen von Autoren und bemühte sich, Autoren auszuwählen, die neue Perspektiven einbringen und die Stimmen unterrepräsentierter Gruppen in der Community stärken.

Wir hoffen, diesen Prozess in Zukunft weiter zu verbessern, um sicherzustellen, dass der Web Almanac ein vielfältigeres und inklusiveres Projekt mit Mitwirkenden aus allen Hintergründen ist.

Analyse

Im Zeitraum Mai und Juni 2025 arbeiteten Datenanalysten mit Autoren und Peer-Reviewern zusammen, um eine Liste der Metriken zu erstellen, die für jedes Kapitel abgefragt werden mussten. In manchen Fällen wurden benutzerdefinierte Metriken erstellt, um Lücken in unseren Analysemöglichkeiten zu schließen.

Im Verlauf von Juli 2025 durchsuchte die Datenpipeline des HTTP Archive mehrere Millionen Websites und sammelte die Metadaten, die im Web Almanac verwendet werden sollten. Diese Ergebnisse wurden nachbearbeitet und in BigQuery gespeichert.

Da es sich um unser sechste Ausgabe handelt, konnten wir die von früheren Analysten geschriebenen Abfragen aktualisieren und wiederverwenden, mussten sie jedoch für einen neuen, effizienteren Datensatz umschreiben, auf den das HTTP Archive dieses Jahr umgestellt hat. Zusätzlich mussten viele neue Metriken von Grund auf neu geschrieben werden. Alle Abfragen nach Jahr und Kapitel können Sie in unserem quelloffenen Abfrage-Repository auf GitHub einsehen.

Interpretation

Autoren arbeiteten mit Analysten zusammen, um die Ergebnisse korrekt zu interpretieren und angemessene Schlussfolgerungen zu ziehen. Beim Verfassen ihrer jeweiligen Kapitel stützten sie sich auf diese Statistiken, um ihre Sicht auf den Stand des Webs zu untermauern. Peer-Reviewer arbeiteten mit den Autoren zusammen, um die fachliche Korrektheit ihrer Analyse sicherzustellen.

Um die Ergebnisse für die Leser leichter verständlich zu machen, erstellten Webentwickler und Analysten Datenvisualisierungen zur Einbettung in die Kapitel. Manche Visualisierungen wurden vereinfacht, um die Aussagen klarer darzustellen. Anstatt beispielsweise eine vollständige Verteilung zu zeigen, wird oft nur eine Handvoll Perzentile dargestellt. Sofern nicht anders angegeben, werden alle Verteilungen anhand von Perzentilen zusammengefasst, insbesondere dem Median (dem 50. Perzentil), und nicht anhand von Durchschnittswerten.

Abschließend überarbeiteten Redakteure die Kapitel, um einfache grammatikalische Fehler zu beheben und eine einheitliche Leseerfahrung sicherzustellen.

Ausblick

Die Ausgabe 2025 des Web Almanac ist die sechste in einer weitgehend jährlichen Tradition (mit einer Pause im Jahr 2023) der Web-Community, sich selbst zu reflektieren und sich zu positivem Wandel zu bekennen. Bis hierhin zu kommen, war eine gewaltige Kraftanstrengung, die zahlreichen engagierten Mitwirkenden zu verdanken ist, und wir hoffen, so viel wie möglich von dieser Arbeit nutzen zu können, um künftige Ausgaben noch effizienter zu gestalten.