Der Ablauf
1. Crawl A (Live) und Crawl B (Staging) laden. 2. Host-Mapping definieren. 3. Matching-Kaskade laufen lassen. 4. Unsichere Matches prüfen. 5. Redirect-Map exportieren. 6. Nach dem Go-Live verifizieren.
Die Matching-Kaskade
Jede Stufe läuft nur auf noch ungematchte A-URLs. Jedes Match trägt einen Confidence-Score.
| Stufe | Verfahren | Confidence |
|---|---|---|
| 1 | Exakter Pfad nach Normalisierung und Host-Mapping | 1.00 |
| 2 | Redirect-Auflösung in B | 0.98 |
| 3 | Canonical-Match | 0.95 |
| 4 | Content-Fingerprint (SimHash, Hamming ≤ 3) | 0.90 |
| 5 | Title und H1 exakt gleich | 0.85 |
| 6 | Slug-Ähnlichkeit (Token-Jaccard + Levenshtein) | 0.50–0.80 |
| 7 | Media-Match über Dateiname und Größe | 0.75 |
Die Stufen 4 bis 7 sind einzeln abschaltbar, die Schwellen einstellbar.
Die Review-Queue
Alles unterhalb einer konfigurierbaren Confidence landet in einer Review-Queue, sortiert nach Inlinks – der besten Näherung an Wichtigkeit aus dem Crawl selbst.
Ergebniskategorien
Erhalten · Fehlend (Hauptrisiko) · Neu · Statuswechsel · Redirect-Kette oder -Schleife · Redirect auf 404/Soft-404 · Meta-Regression · Struktur-Drift.
Redirect-Map exportieren
CSV, nginx map, Apache RewriteRule/RedirectMatch, Next.js redirects(), Cloudflare Bulk Redirects. Der Generator fasst Muster zusammen und meldet Kollisionen.
map $request_uri $redirect {
~^/blog/(.*)$ /wissen/$1;
~^/leistungen/(.*)$ /services/$1;
}Matching: SimHash – semantisch ergänzbar
Die Kaskade (Stufen 4–6) nutzt SimHash: lokal, kostenlos und nachvollziehbar. Für inhaltlich umgeschriebene Seiten gibt es zusätzlich die Embedding-Suche über snitch semantic – optional, mit lokalem Modell (Ollama) oder über OpenAI. Mehr unter Semantik.