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.

StufeVerfahrenConfidence
1Exakter Pfad nach Normalisierung und Host-Mapping1.00
2Redirect-Auflösung in B0.98
3Canonical-Match0.95
4Content-Fingerprint (SimHash, Hamming ≤ 3)0.90
5Title und H1 exakt gleich0.85
6Slug-Ähnlichkeit (Token-Jaccard + Levenshtein)0.50–0.80
7Media-Match über Dateiname und Größe0.75

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.