PageSpeed Insights zeigt zwei getrennte Informationen: oben echte Nutzerdaten (Felddaten), die anzeigen, ob eine Website die Core Web Vitals im echten Betrieb besteht oder nicht – darunter einen 0-100-Labor-Score, der ein gewichteter Durchschnitt aus fünf Labor-Metriken ist. Total Blocking Time zählt dabei mit 30 Prozent am stärksten, gefolgt von LCP und CLS mit je 25 Prozent. INP selbst fließt in diesen Score gar nicht ein – ein niedriger Score bedeutet deshalb nicht automatisch, dass die echten Core Web Vitals schlecht sind.
Die zwei Berichtsteile: Felddaten oben, Labordaten unten
Laut Googles eigener Dokumentation zeigt PageSpeed Insights im oberen Bereich „Discover what your real users are experiencing“ echte Felddaten aus dem Chrome User Experience Report (CrUX) – vorausgesetzt, die Website hat genug echten Besucherverkehr, damit Google überhaupt Daten sammeln konnte. Erst darunter, im Abschnitt „Diagnose performance issues“, folgt der reine Labortest mit dem bekannten 0-100-Score. Ein Beispiel zur Einordnung: Ein Betrieb mit wenig Besucherverkehr sieht bei den Felddaten oft nur den Hinweis, dass keine ausreichenden Daten vorliegen – in diesem Fall bleibt der Labor-Score vorübergehend die einzig verfügbare Orientierung, bis genug echter Verkehr gesammelt wurde.
Was der 0-100-Score wirklich misst
Laut der offiziellen Chrome-Dokumentation zur Lighthouse-Bewertung setzt sich der Score aus fünf einzeln gewichteten Labor-Metriken zusammen – keine davon ist INP, weil ein automatisierter Testlauf keine echte Nutzerinteraktion simulieren kann. Total Blocking Time, ein Näherungswert für Reaktionsfähigkeit während des Ladens, hat mit 30 Prozent das größte Gewicht, LCP und CLS folgen mit je 25 Prozent. Genau diese Gewichtung überrascht viele Betriebsinhaber: Eine Website kann bei LCP hervorragend abschneiden und trotzdem einen mittelmäßigen Gesamt-Score erhalten, weil Total Blocking Time einzeln schlecht ausfällt.
| Labor-Metrik | Gewichtung im Score |
|---|---|
| Total Blocking Time | 30 % |
| Largest Contentful Paint | 25 % |
| Cumulative Layout Shift | 25 % |
| First Contentful Paint | 10 % |
| Speed Index | 10 % |
Was die einzelnen Werte LCP und CLS konkret bedeuten und welche Werte als gut gelten, erklärt unser Ratgeber zu Core Web Vitals.
Warum der Score bei jedem Test schwankt
Wer denselben Test zweimal hintereinander laufen lässt, sieht oft unterschiedliche Werte – laut Chrome-Dokumentation liegt das selten am eigenen Code, sondern an äußeren Schwankungen: wechselnde Werbeeinblendungen, unterschiedliches Netzwerk-Routing zum Testserver, oder sogar Browser-Erweiterungen und Antivirus-Software auf dem Testgerät, die zusätzliche Skripte einschleusen. Ein Beispiel zur Einordnung: Ein Betrieb testet seine Website morgens mit einem Score von 78 und nachmittags erneut mit 65, ohne dass in der Zwischenzeit etwas an der Website geändert wurde – beide Werte sind für sich genommen gültig, aber erst der Trend über mehrere Messungen hinweg zeigt die tatsächliche Entwicklung. Sinnvoller als ein einzelner Testlauf ist deshalb, denselben Test drei- bis viermal im Abstand weniger Minuten zu wiederholen und den mittleren Wert als Ausgangspunkt zu nehmen – Ausreißer nach oben oder unten fallen dann weniger stark ins Gewicht.
Opportunities und Diagnostics: Was die Vorschläge bedeuten
Unterhalb des Scores listet der Bericht zwei getrennte Kategorien: „Opportunities“ (Möglichkeiten) benennt konkrete Optimierungen mit geschätzter Zeitersparnis, etwa das Komprimieren von Bildern oder das Entfernen ungenutzten CSS-Codes – wie sich Bilder dafür richtig vorbereiten lassen, zeigt unser Ratgeber zur richtigen Foto-Anzahl. Ein ähnlich häufiger Opportunity-Hinweis betrifft ungenutztes oder blockierendes JavaScript – oft die Folge vieler gleichzeitig geladener Baukasten-Widgets, wie unser Ratgeber zu Skripten und Ladezeit zeigt. „Diagnostics“ (Diagnose) liefert dagegen zusätzliche technische Detailinformationen ohne direkte Zeitangabe, etwa zur Reihenfolge, in der Ressourcen geladen werden. Wichtig: Beide Listen fließen laut Chrome-Dokumentation nicht direkt in den Score ein – sie helfen aber indirekt, weil ihre Umsetzung in der Regel genau die fünf gewichteten Metriken verbessert. Ein Beispiel zur Einordnung: Ein Betrieb sieht unter Opportunities den Hinweis „Bilder in Formaten der nächsten Generation bereitstellen“ mit einer geschätzten Ersparnis von 1,2 Sekunden – nach dem Umwandeln der drei größten Fotos in WebP steigt sowohl der Score als auch der tatsächlich gemessene LCP-Wert spürbar.
Mobil und Desktop: unterschiedliche Maßstäbe
Laut Chrome-Dokumentation bewertet PageSpeed Insights mobile und Desktop-Aufrufe mit eigenen, getrennten Bewertungskurven, weil sich das reale Nutzungsverhalten und die technischen Voraussetzungen stark unterscheiden. Für lokale Betriebe ist deshalb ausschließlich der mobile Wert relevant, da ein Großteil der Kundschaft über das Smartphone sucht – ein guter Desktop-Score bei gleichzeitig schwachem Mobil-Score verschleiert damit das eigentliche Problem, wenn nur der Desktop-Wert betrachtet wird. Warum gerade die mobile Ladezeit bei lokalen Suchanfragen über den nächsten Klick entscheidet, erklärt unser Ratgeber zur Ladezeit bei lokalen Suchanfragen.
Interaktiv: Ihr PageSpeed-Insights-Check
Prüfen Sie, ob Sie den eigenen Bericht bereits richtig einordnen:
Fazit: Der Score ist ein Hinweis, keine Wahrheit
Der 0-100-Score bei PageSpeed Insights ist ein gewichteter Labor-Wert, der bei jedem Testlauf leicht schwanken kann und INP bewusst ausklammert – die tatsächliche Bewertung durch Google stützt sich stärker auf die echten Felddaten oben im Bericht. Wer beide Bereiche gemeinsam liest und die Opportunities gezielt abarbeitet, bekommt ein deutlich realistischeres Bild als beim bloßen Blick auf die Zahl. Warum besonders die mobile Ladezeit für lokale Betriebe entscheidend ist, erklärt unser Ratgeber zum Mobile-First-Prinzip.