Wiederherstellung alter Webseiten: Schnellste Wege, eine verlorene Seite zu finden

Jemand schickt Ihnen einen Link. Sie klicken darauf, und statt der Seite erscheint ein 404 – oder schlimmer, eine geparkte Domain voller Pillen- und Krypto-Werbung. Die Seite existierte letztes Jahr. Sie wissen das. Vielleicht haben Sie sie zitiert. Die Wiederherstellung einer alten Webseite ist die Kunst, diese einzelne Seite zurückzubekommen. Anders als die Wiederherstellung einer ganzen Website ist dies in der Regel eine Zehn-Minuten-Aufgabe, wenn man an die richtigen Türen in der richtigen Reihenfolge klopft.

Dies ist die Reihenfolge, die ich verwende, zuerst die schnellste, mit den Erfolgsquoten, die ich tatsächlich sehe. Die gute Nachricht: Bei einer öffentlichen Seite, die länger als ein paar Monate existierte, stehen die Chancen stark zu Ihren Gunsten.

Wiederherstellung alter Webseiten: Versuchen Sie es zuerst mit der schnellsten Quelle

Der schnellste Schritt bei der Wiederherstellung alter Webseiten kostet nichts und dauert fünf Sekunden. Fügen Sie die tote URL in die Adressleiste der Wayback Machine ein – oder verwenden Sie die Abkürzung web.archive.org/web/ gefolgt von der URL – und Sie erhalten einen Kalender mit jedem jemals erstellten Schnappschuss. Wählen Sie ein Datum, erhalten Sie die Seite. Bei Seiten, die ein Jahr oder länger öffentlich waren, funktioniert dies meiner Erfahrung nach etwa acht von zehn Mal.

Wenn Sie ungefähr wissen, wann die Seite lebendig war, fügen Sie ein Jahr zur Abkürzung hinzu: web.archive.org/web/2019/ gefolgt von der URL springt direkt zur nächsten Aufnahme von 2019, anstatt dass Sie durch den Kalender scrollen müssen. Ein kleiner Trick, aber echte Zeitersparnis, wenn Sie ein Dutzend URLs nacheinander überprüfen.

Wayback Machine: das Rückgrat der Wiederherstellung alter Webseiten

Die Wayback Machine ist der Ort, an dem die meisten Einzelseiten-Wiederherstellungen beginnen und enden. Lernen Sie daher die beiden Eigenheiten. Erstens: Der Kalender markiert Aufnahmedaten mit Kreisen – größere Kreise, mehr Aufnahmen an diesem Tag – und die gesunden Jahre sind die, die Sie ausbeuten sollten, nicht das Jahr, in dem die Domain gestorben ist. Die letzten Aufnahmen einer sterbenden Seite sind in der Regel Parkseiten. Zweitens: Was Sie zurückbekommen, ist ein Schnappschuss: Bilder werden aus archivierten Kopien geladen, Links verweisen auf andere archivierte Seiten, und das Kontaktformular tut jetzt überhaupt nichts mehr.

Zwei weitere nützliche Schritte. Die Changes-Ansicht hebt hervor, was sich zwischen den Aufnahmen unterschied – praktisch, wenn Sie die Version von vor der Bearbeitung des Teils benötigen, wegen dem Sie gekommen sind. Und wenn die Wayback Machine nichts hat, hören Sie nicht auf. Sie ist das größte Archiv, nicht das einzige.

archive.today: der Backup-Plan, der oft gewinnt

archive.today – auch erreichbar als archive.ph, archive.li und eine Handvoll anderer Spiegel – ist ein anderes Kaliber. Es speichert Seiten auf Abruf, anstatt nach einem Zeitplan zu crawlen, es respektiert nicht die gleichen Ausschlussanfragen und es hält regelmäßig Seiten, die die Wayback Machine völlig verpasst hat. Suchen Sie die URL auf der Startseite: Wenn jemand, irgendwo, jemals diesen Link in das Speicherfeld eingefügt hat, ist der Schnappschuss da.

Seine Aufnahmen behandeln auch moderne Seiten besser. Es rendert JavaScript vor dem Speichern, sodass Seiten, die auf der Wayback Machine wie leere Hüllen erscheinen, manchmal vollständig zurückkommen. Der Nachteil ist, dass alles manuell ist, eine Seite nach der anderen – in Ordnung für eine einzelne Seite, schmerzhaft für fünfzig.

Was ist mit dem Google-Cache und dem Bing-Cache passiert?

20 Jahre lang war die schnellste Antwort auf 'Die Seite ist weg' die zwischengespeicherte Kopie von Google. Das endete im Februar 2024, als Google den cache:-Suchoperator zurückzog und die Cached-Links aus den Ergebnissen entfernte. Die offizielle Begründung war, dass Seiten jetzt zuverlässig genug laden, dass niemand sie braucht – ein schwacher Trost, während Sie auf einen 404 starren.

Bing hat länger einen Cached-Page-Link behalten, versteckt im Menü neben jedem Ergebnis, aber er wird ebenfalls auslaufen. Wenn Sie noch einen sehen, nutzen Sie ihn, solange er hält. Suchmaschinen-Caches haben sowieso immer nur den letzten Crawl behalten, was sie für eine Seite, die vor Jahren verschwunden ist, unbrauchbar macht – aber für eine Seite, die letzten Dienstag gelöscht wurde, können sie die einzige Kopie sein, die je existiert hat.

Orte, an die man nicht denkt

• Wikipedia-Zitate. Wenn die Seite jemals in Wikipedia zitiert wurde, enthält das Zitat normalerweise einen Link 'archiviert vom Original' zu einem Schnappschuss. Überprüfen Sie auch die Bearbeitungsgeschichte des Artikels.
• Common Crawl. Ein kostenloser öffentlicher Crawl-Datensatz auf index.commoncrawl.org. Reines HTML, keine hübsche Oberfläche, schwer abzufragen – und Seiten, die niemand sonst behalten hat.
• RSS-Reader. Feedly, Inoreader und Co. speichern abgerufene Artikeltexte. Wenn die Seite ein Blogbeitrag mit einem Feed war, könnte ihr voller Text gerade in den Readern von Fremden sitzen.
• Ihr eigener Browser. Wenn Sie die Seite kürzlich besucht haben, bestätigt Ihr Verlauf die genaue URL, und ein Neuladen ruft die Seite manchmal aus dem Festplatten-Cache ab, bevor der 404 erscheint. Geringe Chance, null Kosten.
• Read-it-later-Apps. Pocket- und Instapaper-Speicherungen – Ihre oder die des Autors.
• Der Autor. Eine kurze E-Mail – 'Ich habe Ihren Artikel zitiert, haben Sie noch eine Kopie?' – funktioniert öfter, als die Leute denken.

Wiederherstellung alter Webseiten, wenn nichts archiviert wurde

Manchmal ist die ehrliche Antwort, dass kein Schnappschuss existiert: Die Seite war zu neu, die Website blockierte Crawler, oder sie lebte hinter einem Login. Die Wiederherstellung alter Webseiten ist an diesem Punkt noch nicht vorbei, aber die Werkzeuge wechseln von Archiven zur Forensik.

Suchen Sie nach markanten Phrasen von der Seite in Anführungszeichen – Websites, die den Inhalt syndiziert, zitiert oder schlichtweg geklaut haben, werden auftauchen, und Sie können den Inhalt aus deren Material rekonstruieren. Suchen Sie auch nach dem Seitentitel allein: Redesigns verschieben Inhalte ständig auf neue URLs, ohne jemanden zu informieren, und die 'gelöschte' Seite lebt oft unter einer neuen Adresse auf derselben Website. Suchen Sie nach PDF- oder Druckversionen; Dokumentation und akademische Inhalte haben oft eine solche. Und prüfen Sie, wer darauf verlinkt hat – ein Blogger, der die Seite im Detail zusammengefasst hat, hat bereits die Hälfte Ihrer Rekonstruktion erledigt.

Wiederherstellung alter Webseiten: Welche Quelle zuerst versuchen

Eine einzelne Seite ist mit dieser Tabelle eine Zehn-Minuten-Aufgabe. Zwanzig Seiten von derselben Website sind keine Wiederherstellung alter Webseiten mehr – das ist eine Website-Wiederherstellung. Wenn Sie diesen Punkt erreicht haben, hören Sie auf, URLs einzeln abzurufen, und stellen Sie sie in großen Mengen wieder her: Restorix CMS bietet eine kostenlose Schätzung mit der genauen Anzahl archivierter Dateien, bevor Sie etwas ausgeben, was Ihnen auch sagt, ob die Seite überhaupt wiederhergestellt werden sollte. Wenn die gesamte Website weg ist, lesen Sie Wiederherstellung alter Websites für die Vollversion dieses Playbooks.

Speichern Sie die Seite diesmal richtig

Was immer Sie wiederherstellen, gehen Sie davon aus, dass es wieder verschwinden kann – Archive haben Lücken, Ausschlussregeln ändern sich, Dienste kommen und gehen. Speichern Sie die Seite sofort auf drei Arten. Übermitteln Sie die Live-URL an die Wayback Machines 'Save Page Now', damit ein neuer Schnappschuss nach Ihrem Zeitplan existiert. Übermitteln Sie sie an archive.today als zweite, unabhängige Kopie. Und behalten Sie eine lokale Kopie, die kein Dienst kontrolliert: ein Druck-als-PDF oder ein Single-File-HTML-Save aus Ihrem Browser. Drei Kopien in drei Systemen klingt paranoid, bis es eines Tages offensichtlich wird.

Wenn die wiederhergestellte Seite Ihre ist und wieder online geht, skaliert die gleiche Logik: Stellen Sie die Website richtig wieder her, behalten Sie die Dateien bearbeitbar, und verlassen Sie sich nie wieder auf das Gedächtnis eines Crawlers für Ihre eigenen Inhalte. Das Restorix-Tutorial führt Sie durch eine vollständige Wiederherstellung, wenn Sie den Prozess sehen möchten, bevor Sie sich festlegen.