Broken Link Checker

So funktioniert es

1. Unser Crawler (InsighthackerzBot, eine Anfrage pro Sekunde, kein JavaScript) holt zuerst die robots.txt und die dort deklarierten Sitemaps, startet dann bei Ihrer URL und folgt internen Links in Breitensuche — nur derselbe Host; www und die nackte Domain zählen als eine Website
2. Limits: 50, 100 oder 200 Seiten pro Lauf, 2 MB pro Seite, 15 s pro Anfrage, 5 Weiterleitungen pro URL; URLs, die Ihre robots.txt für unseren User-Agent sperrt, werden übersprungen und gezählt; nofollow-Seiten werden geladen, ihre Links aber nicht verfolgt
3. Jede HTML-Seite läuft durch dieselbe Engine wie der Onpage-SEO-Check: Title, Description, H1, Canonical, Robots-Direktiven, Wortzahl, Bilder ohne Alt — Warnungen und Fehler werden pro Seite behalten, das HTML nicht
4. Interne Links, die beim Crawl als defekt auffallen (4xx, 5xx, Timeouts), werden mit den verlinkenden Seiten gelistet; Links zu anderen Websites werden pro Seite gezählt, aber nie angefragt — der Crawler spricht nur mit der Website, die Sie ihm gegeben haben
5. Das Ergebnis ist ein Job auf unserem eigenen Server: Er enthält nur die Start-URL und die Zusammenfassung, verfällt nach 24 Stunden und wird für nichts anderes verwendet
6. Ein Link gilt als defekt, wenn die Zielseite 4xx oder 5xx antwortet oder die Anfrage scheitert (Timeout, DNS, TLS, Verbindung abgelehnt, Seite über 2 MB). Weiterleitungen auf eine funktionierende Seite sind nicht defekt; sie stehen im Audit-Tab

Über defekte Links und wie der Checker sie findet

Ein defekter Link ist ein Link, dessen Ziel nicht mehr antwortet: ein 404, weil die Seite gelöscht oder umbenannt wurde, ein 410, ein 5xx, weil dahinter etwas ausgefallen ist, oder gar keine Antwort. Für Besucher ist er eine Sackgasse; für Suchmaschinen verschwendeter Crawl und ein — wenn auch kleines — Signal, dass die Website nicht gepflegt wird. Interne defekte Links sind ganz Ihre Sache und kommen meist von einer URL-Änderung, die niemand nachgezogen hat — ein umbenannter Slug, eine entfernte Kategorie, eine Migration, die die meisten Seiten weitergeleitet hat, aber nicht alle.

Der Checker findet sie durch Crawlen. Jede geladene Seite wird nach Links durchsucht; jeder interne Link kommt in die Warteschlange; jede URL aus der Warteschlange, die mit einem Fehler antwortet, ist ein defekter Link, und weil der Crawler über Links dorthin kam, weiß er bereits, welche Seiten ihn geschickt haben. Links zu anderen Websites werden pro Seite gezählt (der Tab „Interne Links“ zeigt sie), aber nie angefragt: Der Crawler spricht nur mit der Website, auf die Sie ihn gerichtet haben — er kann Ihre Website also nirgendwo in ein Rate-Limit bringen, und seine Befunde sind Dinge, die Sie tatsächlich beheben können.

Die Quellseiten sind wichtiger als die defekte URL selbst. Ein 404, der aus einem alten Blogbeitrag verlinkt ist, ist in fünf Sekunden behoben; derselbe 404 im Footer steht auf jeder Seite und verdient eine Weiterleitung. Die Tabelle listet bis zu fünf Quellseiten pro Link und den Ankertext, was oft reicht, um zu erraten, wohin der Link zeigen sollte.

Manche 'defekten' Links sind keine. Eine Seite hinter einem Login antwortet 401 oder 403; eine Seite, die länger als 15 Sekunden brauchte, erscheint als Timeout, obwohl sie existiert; eine Seite über 2 MB wird als zu groß übersprungen. Die Spalten Status und Fehler sagen, was es war — öffnen Sie die URL im Browser, bevor Sie einen Link löschen, den der Checker aus einem anderen Grund als 404 markiert hat.

Häufige Fragen

Prüft er Links zu anderen Websites?

Nein. Externe Links werden pro Seite gezählt — der Tab „Interne Links“ zeigt, wie viele jede Seite aussendet —, aber nie angefragt. Der Checker crawlt nur die Website, die Sie ihm geben; das hält ihn höflich gegenüber fremden Servern und den Bericht bei Dingen, die Sie auf Ihrer eigenen Website beheben können. Einen Link zu einer anderen Website, den Sie für tot halten, öffnen Sie im Browser.

Warum zeigt ein Link 403 oder 401?

Die Seite existiert, hat den Crawler aber abgewiesen: eine Login-Sperre, eine IP-Regel oder ein Bot-Schutz, der InsighthackerzBot nicht kennt. Für Besucher ist das kein defekter Link, aber eine Seite, die auch Google nicht crawlen kann — entscheiden Sie, ob sie überhaupt von öffentlichen Seiten verlinkt sein sollte.

Folgt der Checker Weiterleitungen?

Ja — ein Link auf eine URL, die per 301 auf eine funktionierende Seite zeigt, ist nicht defekt. Die Weiterleitung steht im Audit-Tab, damit Sie den Link auf die finale URL richten und die Kette kürzen können; eine Weiterleitung, die auf einem 404 endet, wird als defekt gemeldet.

Warum findet der Checker einen Link nicht, von dem ich weiß, dass er defekt ist?

Entweder lag die Seite, die ihn enthält, außerhalb des Crawls (jenseits des Seitenlimits, in der robots.txt gesperrt oder von der Start-URL aus nicht per Link erreichbar), der Link zeigt auf eine andere Website, oder er wird per JavaScript eingefügt — der Crawler liest das HTML, wie es ausgeliefert wird, und führt keine Skripte aus. Der Audit-Tab zeigt, welche Seiten gecrawlt wurden.

Was ist mit Bildern, Skripten und Stylesheets?

Nur <a href>-Links werden verfolgt. Ein fehlendes Bild oder ein 404-Stylesheet ist ein echtes, aber ein anderes Problem; der Onpage-Checker meldet Bilder ohne Alt, und die Browser-Devtools zeigen fehlgeschlagene Asset-Anfragen für eine einzelne Seite.

Wie oft sollte ich prüfen?

Interne Links brechen, wenn sich URLs ändern — prüfen Sie direkt nach jeder Migration, jedem Relaunch, jeder Massenumbenennung oder jedem CMS-Update, sonst alle ein bis zwei Monate. Websites über 200 Seiten brauchen ein Tool, das sie vollständig crawlt; dieses liefert eine Stichprobe — starten Sie im Bereich, den Sie geändert haben.