Wayback Back Machine: Egal wie Sie es tippen, so nutzen Sie es

Sie haben nach der 'wayback back machine' gesucht. Vielleicht hat sich ein Wort verdoppelt, vielleicht sitzt der Name einfach schief in Ihrer Erinnerung. Egal. Das Tool, das Sie brauchen, ist die Wayback Machine auf web.archive.org, und dieser Leitfaden behandelt die drei Dinge, die die Leute tatsächlich davon brauchen: einen Snapshot finden, eine Seite herunterladen und eine ganze Website wiederherstellen, wenn das Original verschwunden ist.

Ich hole seit Jahren Websites aus diesem Archiv – für einen Kunden ein phpBB-Forum von 2009, für einen anderen einen WooCommerce-Shop, dessen Hosting-Rechnung im Spam-Ordner unterging. Das Tool ist jedes Mal dasselbe. Die Technik ändert sich.

Warum so viele Leute 'Wayback Back Machine' tippen

Der offizielle Name hat einen seltsamen Rhythmus, daher füllen sich die Suchprotokolle mit Abwandlungen. 'Wayback back machine' ist eine der häufigsten. Man sieht auch 'machine way back', 'the way back machine' und 'internet wayback machine'. Alle landen am selben Ort: im Webarchiv des Internet Archive.

Der Name stammt von der WABAC-Maschine, dem Zeitreise-Gerät aus der Zeichentrickserie The Adventures of Rocky and Bullwinkle and Friends. Wenn man das im Hinterkopf behält, verrutscht der Name nicht mehr. Wayback. Ein Wort, kein zusätzliches 'back' nötig.

Google verzeiht den Tippfehler. Das Archiv auch. Entscheidend ist, was Sie tun, sobald der Kalender geladen ist.

Einen Snapshot in der Wayback Machine finden

Öffnen Sie web.archive.org und fügen Sie die vollständige Adresse der Seite oder Website in das Suchfeld ein. Zurück kommt eine Zeitleiste: oben eine Sparkline der Captures pro Jahr, darunter ein Kalender. Tage mit Captures tragen farbige Kreise. Blau bedeutet, der Crawler erhielt eine saubere 2xx-Antwort, Grün eine Weiterleitung, Orange und Rot bedeuten Fehler. Ein größerer Kreis bedeutet mehr Captures an diesem Tag.

1. Fügen Sie die URL mit oder ohne Protokoll ein – das Archiv normalisiert sie.
2. Klicken Sie auf ein Jahr in der Sparkline, fahren Sie dann über ein Datum und wählen Sie einen Zeitstempel.
3. Prüfen Sie, ob die Seite tatsächlich gerendert wird. Ein Capture kann existieren und trotzdem defekt sein.
4. Klicken Sie sich durch den Snapshot. Interne Links und Assets werden ebenfalls aus dem Archiv geladen.
5. Probieren Sie die www- und die nicht-www-Variante sowie http gegenüber https. Alte Websites sind oft ungleichmäßig archiviert.

Können Sie sich nicht an eine genaue Adresse erinnern? Öffnen Sie die Kalenderseite der Website und nutzen Sie die URLs-Ansicht, um erfasste Pfade aufzulisten. Sie bringt Seiten zum Vorschein, von denen Sie vergessen haben, dass sie existierten – und genau dort versteckt sich meist der Inhalt, den Sie tatsächlich vermissen.

Eine Angewohnheit, die Ärger erspart: Beurteilen Sie ein Datum nie allein anhand der Startseite. Die Startseite ist die am häufigsten erfasste Seite jeder Website und sieht daher fast immer gut aus. Bevor Sie sich auf ein Datum festlegen, öffnen Sie zwei oder drei tiefer liegende Seiten – eine Produktseite, einen Blogbeitrag, eine Kontaktseite – und stellen Sie sicher, dass sie mit Bildern und Styles gerendert werden. Eine Viertelstunde Klicken hier spart später einen Tag Nacharbeit.

Eine einzelne Seite herunterladen

Für eine Seite haben Sie drei praktikable Methoden, von bequem bis chirurgisch.

1. Browser-Speichern. Öffnen Sie den Snapshot, drücken Sie Strg+S, wählen Sie 'Webseite, vollständig'. Sie erhalten das HTML samt Assets, mit eingebautem Rewrite-Markup des Archivs. Gut zum Lesen, unschön für die Wiederverwendung.
2. Das id_-Suffix. Bearbeiten Sie die Snapshot-URL so, dass der Zeitstempel auf id_ endet – etwa https://web.archive.org/web/20140601120000id_/http://example.com/ – und das Archiv liefert die Seite exakt so, wie sie erfasst wurde: keine Toolbar, keine umgeschriebenen Links. Quelltext anzeigen und kopieren, was Sie brauchen.
3. wget. Richten Sie wget -p -k auf die id_-URL, um die Seite und ihre Abhängigkeiten in einem Rutsch herunterzuladen. Das ist die Methode, wenn Sie auch die Bilder haben möchten.

Alle drei sind für ein oder zwei Seiten in Ordnung. Ab etwa Seite fünfzig hören sie auf, eine Methode zu sein, und werden zur Strafe.

Welche Methode Sie auch wählen, öffnen Sie die gespeicherte Datei lokal, bevor Sie ihr vertrauen. Prüfen Sie, ob Bilder von der Festplatte statt von web.archive.org geladen werden, und entfernen Sie das eingefügte Toolbar-Markup des Archivs, falls Sie etwas erneut veröffentlichen wollen. Fünf Minuten Hygiene jetzt ersparen Ihnen später ein Durcheinander von Hotlink-Assets.

Grenzen der Wayback Back Machine, wenn Sie die ganze Website wollen

Das Archiv wurde zum Durchstöbern der Geschichte gebaut, nicht um Ihnen Ihre Website zurückzugeben. Das merkt man schnell, sobald man mehr als eine Handvoll Seiten wiederherstellen will.

• Es gibt keinen Massen-Download-Button. Jede Datei – jede Seite, jedes Bild, jedes Stylesheet, jedes Skript – ist ein eigener Capture.
• Tiefer liegende Seiten werden selten oder nie erfasst. Eine Startseite mag 400 Snapshots haben, eine Produktseite zwei.
• Assets fehlen. Das HTML kann vom März sein, während das CSS überhaupt nie erfasst wurde.
• Ratenbegrenzungen machen das seitenweise Herunterladen zu einer tagelangen Plackerei.
• Seiten, die zur Anzeigezeit von JavaScript zusammengesetzt werden, sind oft als leere Hüllen archiviert.

Rechnen Sie nach, bevor Sie anfangen. Eine 500-Seiten-Website bei zwei Minuten pro Seite bedeutet über sechzehn Stunden Klicken – und dann müssen Sie immer noch Links reparieren, Archiv-Markup entfernen und Hosting finden. Das vollständige Bild finden Sie im Leitfaden zum Herunterladen einer ganzen Website von archive.org.

Eine ganze Website wiederherstellen, Schritt für Schritt

Dafür wurde dieser Service gebaut. Geben Sie die Domain ein und Sie erhalten eine kostenlose Sofortschätzung: die genaue Anzahl archivierter Dateien, die Gesamtgröße und einen festen Preis, bevor Sie etwas bezahlen. Keine Abos – Sie laden ein Guthaben per Karte oder Krypto auf und zahlen pro wiederhergestellter Datei. Die erste Datei ist kostenlos.

1. Geben Sie die Domain ein und prüfen Sie die Schätzung.
2. Wählen Sie Ihren Datumsbereich, damit Sie die Website in ihrer besten Form wiederherstellen und nicht in der aktuellsten.
3. Legen Sie Ihre Optionen fest: Analytics, Werbung und Iframes entfernen, interne Links in relative umwandeln, HTTPS erzwingen, JS und CSS minifizieren.
4. Starten Sie die Wiederherstellung und verfolgen Sie den Fortschritt live im Dashboard.
5. Laden Sie die fertige Website herunter oder deployen Sie sie direkt auf Ihr Hosting.

Deployments erfolgen per Klick auf einen SSH- oder SFTP-VPS, FTP/FTPS-Shared-Hosting oder S3, mit AES-256-GCM-verschlüsselten Zugangsdaten. Jedes Deployment enthält das kostenlose Restorix CMS – einen Ein-PHP-Datei-Editor unter /webarchive-cms.php mit einem pro Website vergebenen Passwort, das im Dashboard angezeigt wird –, sodass Sie Inhalte korrigieren können, ohne erneut zu deployen. Das Tutorial führt durch den gesamten Ablauf.

Was die Wayback Back Machine nicht speichert

Setzen Sie Erwartungen, bevor Sie jemandem eine vollständige Wiederherstellung versprechen. Manche Inhalte haben es einfach nie ins Archiv geschafft.

• Seiten hinter Logins oder Paywalls – Crawler kommen auch nicht rein.
• Bereiche, die robots.txt blockiert hat, was Crawler historisch fernhielt.
• Inhalte, die über Formulare und POST-Anfragen abgerufen werden, wie interne Suchergebnisse.
• Die meisten Streaming-Audio- und Video-Einbettungen.
• Alles, was rein clientseitig von JavaScript generiert wird, das der Crawler nicht ausgeführt hat.
• Die Datenbank selbst. Sie erhalten gerendertes HTML, nicht den MySQL-Dump.

Das Forum eines Kunden kam wunderschön zurück – jeder Thread von 2009 intakt. Die Fotoanhänge lagen hinter einem Login und waren weg. Wissen Sie, in welche Kategorie Ihre Inhalte fallen, bevor Sie anfangen, Dateien zu zählen. Wenn Sie die Rohdaten trotzdem brauchen, kann Restorix einen strukturierten Artikelexport als XML, CSV oder JSON exportieren, plus ein JSON- oder SQLite-Manifest jeder wiederhergestellten Datei – praktisch zur Prüfung, was überlebt hat.

Ihre wiederhergestellte Website online halten

Eine wiederhergestellte Website ist statisches HTML, daher ist Hosting günstig und einfach. Behalten Sie die 301- und 302-Weiterleitungen bei, die die Wiederherstellung bewahrt hat, wählen Sie einen kanonischen Host – www oder nicht-www – und stellen Sie die Website wieder auf ihre alte Domain, falls Sie sie noch besitzen. Alte eingehende Links funktionieren wieder, was die Hälfte des SEO-Werts einer Wiederherstellung ausmacht.

Egal wie Sie den Namen getippt haben – ein 'back' zu viel, Wörter in der falschen Reihenfolge – der Weg hinaus ist derselbe. Finden Sie den Snapshot, speichern Sie, was wichtig ist, und stellen Sie die Website wieder auf einen Host, den Sie kontrollieren.