Informationsarchitektur

Informationsarchitektur (kurz: IA) ist die Disziplin, die sich mit der Organisation, Strukturierung, Benennung und Navigation von Inhalten in digitalen Umgebungen befasst. Sie ist die strategische Schicht hinter jeder Website und Anwendung – das Fundament, auf dem UX Design, Navigation und Content aufbauen.

Eine gute IA ist unsichtbar: Wenn Nutzer intuitiv finden, was sie suchen, ohne nachzudenken, hat die IA funktioniert. Eine schlechte IA ist schmerzhaft sichtbar: Nutzer klicken sich durch Menüs ohne Ergebnis, verlassen frustriert die Website – und das Unternehmen verliert potenzielle Kunden.

Laut einer Studie von Forrester Research kostet schlechte Findability (das Unvermögen, Inhalte zu finden) US-Unternehmen jährlich 10 Milliarden Dollar durch entgangene E-Commerce-Umsätze und Produktivitätsverluste. IA ist damit ein wirtschaftlich messbares Thema.

Die vier Komponenten der Informationsarchitektur

Peter Morville und Louis Rosenfeld, die Begründer der modernen IA-Disziplin ("Polar Bear Book", 1998), definierten vier grundlegende Systeme:

1. Organisationssystem

Wie sind Inhalte kategorisiert und gruppiert? Die häufigsten Organisationsschemas:

• Hierarchisch (Most Common): Inhalte in Über-/Unterkategorien (z. B. Hauptkategorie → Unterkategorie → Artikel)
• Sequenziell: Inhalte in einer festgelegten Reihenfolge (z. B. Checkout-Schritte, Onboarding-Flow)
• Matrix: Inhalte in mehreren Dimensionen gleichzeitig (z. B. Produkte nach Marke und Kategorie filterbar)
• Alphabetisch: Für Glossare, Verzeichnisse
• Chronologisch: Für Blogs, News, Aktivitäts-Feeds
• Thematisch: Nach Nutzerbedürfnissen statt nach Unternehmensstruktur (nutzerzentriert)

Kritischer Fehler: Die IA nach interner Unternehmensstruktur statt nach Nutzerbedürfnissen zu gestalten. Nutzer kennen keine Abteilungen – sie kennen ihre Ziele.

2. Labelingsystem

Wie heißen die Inhalte, Kategorien und Navigationspunkte? Labels sind die sichtbare Oberfläche der IA.

Gute Labels:

• Verwenden die Sprache der Nutzer, nicht der internen Fachabteilung
• Sind eindeutig (kein Interpretationsspielraum)
• Sind konsistent (gleiche Konzepte heißen immer gleich)
• Sind prägnant (so kurz wie möglich)

Problematische Labels:

• "Lösungen" (was genau? Zu abstrakt)
• "Ressourcen" (zu generisch)
• Interne Fachjargon-Begriffe ohne Entsprechung im Nutzer-Vokabular

3. Navigationssystem

Wie bewegen sich Nutzer durch die Inhalte? Das Navigationssystem umfasst alle Wege, auf denen Nutzer Inhalte erreichen können.

4. Suchsystem

Wie finden Nutzer Inhalte direkt durch Suche? Für große Websites mit vielen Inhalten (E-Commerce, Medienportale) ist das Suchsystem oft genauso wichtig wie das Navigationssystem.

IA-Methoden: Wie gute IA entwickelt wird

Card Sorting: Mentale Modelle der Nutzer verstehen

Beim Card Sorting erhalten Nutzer Karten (jede repräsentiert einen Inhalt/eine Seite) und werden gebeten, diese in für sie sinnvolle Gruppen zu sortieren und zu benennen.

Open Card Sort:

• Nutzer erstellen selbst Gruppen und Namen
• Ergebnis: Nutzers mentales Modell der IA
• Zeitaufwand: 15–30 Minuten pro Teilnehmer
• Empfohlene Stichprobengröße: 15–20 Nutzer

Closed Card Sort:

• Nutzer ordnen Karten in vorgegebene Kategorien ein
• Ergebnis: Validierung einer bestehenden IA
• Nützlich: Überprüfung vor Re-Launch

Tools: Optimal Workshop (OptimalSort), Maze, Miro, physische Karteikarten

Sitemap: Die visuelle IA-Dokumentation

Eine Sitemap visualisiert alle Seiten und ihre hierarchischen Beziehungen. Sie ist das Planungsdokument vor dem Wireframing.

Tree Testing: Die IA ohne visuelle Ablenkung testen

Tree Testing testet die IA-Struktur isoliert – ohne Navigation-Design, ohne Farben, nur als eingerückte Text-Hierarchie. Nutzer lösen Aufgaben wie "Wo würden Sie die Kontaktseite finden?" und klicken durch die Textstruktur.

Messgrößen:

• Direkterfolg: Nutzer navigiert direkt zum richtigen Ziel ohne Irrwege
• Indirekter Erfolg: Nutzer findet das Ziel nach Umweg
• Scheitern: Nutzer findet das Ziel nicht
• Firstclick-Rate: Anteil der Nutzer, die beim ersten Klick die richtige Richtung wählen

Navigation-Patterns im Überblick

IA und SEO: Direkte Wechselwirkung

Informationsarchitektur und SEO sind untrennbar verbunden:

URL-Struktur

Die IA spiegelt sich direkt in der URL-Struktur wider:

/leistungen/webdesign/landingpage
vs.
/page?id=456&cat=7

Sprechende, hierarchische URLs sind sowohl für Nutzer verständlicher als auch für Google besser crawlbar.

Interne Verlinkung

Eine durchdachte IA definiert, welche Seiten intern miteinander verlinkt sind. Interne Links übertragen PageRank und signalisieren Google, welche Seiten besonders wichtig sind. SEO-relevante Seiten sollten mehr interne Links erhalten.

Topical Authority

Wenn Inhalte zu einem Thema logisch unter einer übergeordneten Kategorie gebündelt sind, erkennt Google thematische Expertise (Topical Authority). Eine IA, die thematisch zusammengehörige Inhalte gruppiert, stärkt die SEO-Autorität in diesem Bereich.

Crawl-Tiefe

Seiten, die mehr als 3 Klicks von der Startseite entfernt sind, werden von Google seltener gecrawlt und haben schwächere Rankings. Eine flache IA (max. 3 Hierarchieebenen) ist SEO-technisch vorteilhafter.

IA-Fehler und ihre UX-Auswirkungen

Strategische IA für Ihre Website