Nicht verlinkt heißt nicht verschwunden
Ein Branchenverband, dessen TYPO3-Website wir betreuen, bekam eine Abmahnung. Es ging um ein Bild in einer PDF, einem eingescannten Dokument aus dem Jahr 2017. Auf der Website war diese Datei seit Jahren auf keiner Seite mehr verlinkt. Abrufbar war sie trotzdem: Wer die Adresse kannte, bekam sie angezeigt.
Der Grund ist schlicht. Der Dateibereich eines CMS ist ein öffentliches Archiv. Der Webserver liefert aus, was dort liegt, ohne TYPO3 zu fragen, ob noch eine Seite darauf verweist. Und Suchmaschinen behalten eine einmal gefundene Adresse im Index, auch wenn der Link längst verschwunden ist. Genau das war hier passiert: Seit März 2026 wurde die Datei über 90-mal abgerufen, einige Aufrufe kamen direkt über die Google-Suche.
Was im Dateibereich liegt, ist öffentlich – egal, ob eine Seite darauf verlinkt.
Der Auftrag des Verbands war entsprechend klar: alle Dateien finden, die auf der Website nicht mehr verwendet werden, die Liste freigeben lassen, löschen und nachweisen, dass nichts davon mehr abrufbar ist. Dieser Beitrag zeigt, wie wir das in gut einem Tag erledigt haben.
Die Herausforderung
- Die Menge. Im Dateibereich lagen rund 6.800 Dateien mit zusammen 13 GB, über Jahre gewachsen und zum Teil aus dem Vorgängersystem übernommen. Von Hand lässt sich das nicht verlässlich prüfen.
- Der Verweis-Index von TYPO3 reicht nicht. TYPO3 führt Buch darüber, welche Datensätze auf welche Datei verweisen. Er kennt aber nicht jeden Weg: direkte Dateipfade im Fließtext, Angaben in TypoScript, Formular-Definitionen, Dateisammlungen, die einen ganzen Ordner einbinden, und automatisch erzeugte Bildvarianten. Wer allein auf den Index vertraut, entscheidet auf unvollständiger Grundlage.
- Was zählt als „verwendet“? Ein Bild an einem ausgeblendeten Inhaltselement ist technisch noch verknüpft, für Besucher aber unsichtbar. Ist es damit noch in Gebrauch?
- Löschen ist endgültig. Jeder Schritt muss nachvollziehbar sein: Was wurde freigegeben, was wurde tatsächlich gelöscht, und ist es danach wirklich nicht mehr erreichbar?
Unsere Lösung
1. Ein Prüfwerkzeug, das zunächst nur liest
Wir haben einen eigenen Konsolenbefehl für die TYPO3-Installation geschrieben. Ohne weitere Angaben liest er nur und verändert nichts. Er geht den Dateibereich direkt im Dateisystem durch – nicht nur die Dateiliste von TYPO3, damit auch Dateien auffallen, die TYPO3 nie registriert hat – und prüft jede Datei gegen alle Stellen, an denen die Website auf Dateien verweisen kann:
- Bilder und Downloads an Inhaltselementen, Seiten und News
- Links im Fließtext, als TYPO3-Link ebenso wie als direkter Pfad, auch URL-kodiert oder mit voller Domain
- TypoScript, Formular-Definitionen und der Code der Website selbst
- Weiterleitungen und Dateisammlungen, die einen ganzen Ordner einbinden
- verkleinerte Bildvarianten, die auf ihr Original zurückgeführt werden
Das Ergebnis ist eine Liste aller Kandidaten und eine Übersicht je Ordner. Beides landet an einer Stelle auf dem Server, die von außen nicht erreichbar ist – eine Liste verwaister Dateien im öffentlichen Bereich wäre genau das falsche Signal. Den Verweis-Index von TYPO3 frischt der Befehl vor jedem Lauf selbst auf, damit nicht ein vergessener Handgriff einen veralteten Stand entscheiden lässt.
2. Die Regel des Kunden: im Zweifel verwaist
Unser erster Plan folgte der üblichen Vorsicht beim Löschen: Im Zweifel gilt eine Datei als verwendet und bleibt liegen. Der Verband hat uns da zu Recht korrigiert. Für ihn ist das Risiko nicht die fehlende Datei, sondern die, die weiter öffentlich herumliegt. Also gilt umgekehrt: Im Zweifel ist eine Datei verwaist und kommt auf die Liste.
Konkret zählt eine Datei nur dann als verwendet, wenn ein Besucher sie auf der Website tatsächlich erreichen kann. Nicht als Verwendung zählen Verweise aus
- ausgeblendeten oder abgelaufenen Inhaltselementen,
- Inhalten auf einer ausgeblendeten Seite oder unterhalb davon,
- ausgeblendeten Dateiverknüpfungen und Elementen innerhalb eines ausgeblendeten Elements, etwa Bildern in einem versteckten Karussell,
- gelöschten Datensätzen.
Bewusst weiter als verwendet gelten Inhalte, die erst in Zukunft erscheinen sollen, Bereiche nur für angemeldete Nutzer und Verweise im Code der Website. Das sind geplante Verwendungen, keine vergessenen.
Dateien, die nur noch von versteckten Inhalten benutzt werden, stehen mit auf der Liste, aber eigens markiert – samt dem Element, an dem sie zuletzt hingen. Soll ein solcher Inhalt wieder online gehen, kann der Kunde die Datei gezielt behalten.
3. Freigabe durch den Kunden
Auf dem Live-System brauchte der Bericht 72 Sekunden:
- 5.880 Dateien (rund 11 GB) in 103 Ordnern werden nicht mehr sichtbar verwendet
- 318 davon nur noch von versteckten Inhalten
- 931 Dateien sind weiterhin auf der Website im Einsatz
Der Verband bekam die Liste als Excel-Datei mit einer Spalte „behalten“ und einem zweiten Blatt mit der Übersicht je Ordner. Dazu ein deutlicher Hinweis: Die Prüfung sieht nur Verweise innerhalb der Website. Dateien, die ausschließlich von außen verlinkt sind – aus Newslettern, E-Mails oder Drucksachen mit QR-Code –, erscheinen als unbenutzt und sind nach dem Löschen auch dort nicht mehr erreichbar. Einige erst kürzlich hochgeladene Druckversionen von Veranstaltungsprogrammen haben wir deshalb eigens zur Prüfung hervorgehoben.
Die Antwort kam am nächsten Vormittag: „Ein paar wenige x haben wir gemacht. Der Rest kann alles weg.“ 60 Dateien blieben, darunter Logos, Icons und Bilder der E-Mail-Signatur.
Für die abgemahnte Datei selbst bat der Verband, vor dem Löschen alles zu sichern, was über sie bekannt ist. Das haben wir getan: eine Kopie mit Prüfsumme, die zugehörigen Datenbankeinträge und einen Auszug aus den Zugriffsprotokollen. Der Auszug war eilig – ein großer Teil davon lag in einer Protokolldatei, die in der folgenden Nacht turnusmäßig gelöscht worden wäre. Wer die Datei 2017 hochgeladen hat, ließ sich dagegen nicht mehr feststellen: Das alte System hatte diese Angabe bei der Übernahme nicht mitgegeben.
4. Löschen nur von der Liste – mit Gegenprobe
Gelöscht wird ausschließlich, was auf der freigegebenen Liste steht, und zwar in festen Schritten:
- Probelauf mit der freigegebenen Liste: Er zeigt, was gelöscht würde, ohne etwas anzufassen. Ergebnis: 5.820 Dateien, keine übersprungen.
- Erneute Prüfung jeder Datei unmittelbar vor dem Löschen, nach derselben Regel wie im Bericht. Wurde eine Datei seit dem Bericht wieder sichtbar verlinkt, bleibt sie liegen.
- Löschen über die Dateiverwaltung von TYPO3, damit auch Datenbankeinträge, Metadaten und erzeugte Bildvarianten verschwinden. Jeder gelöschte Pfad wird protokolliert.
- Gegenprobe über das Internet: Jede gelöschte Adresse muss mit „nicht gefunden“ (HTTP 404) antworten.
Das eigentliche Löschen dauerte gut zwei Minuten.
Eine kleine Lehre am Rande: Die erste Gegenprobe lief in die eigene Schutzvorkehrung der Website. Anfragen nach nicht vorhandenen Dateien landen bei TYPO3, und der Webserver begrenzt solche Anfragen auf wenige pro Sekunde. 5.304 Prüfungen bekamen deshalb „zu viele Anfragen“ (HTTP 429) statt einer Antwort. Ein zweiter, gedrosselter Durchlauf bestätigte für alle Adressen „nicht gefunden“. Wer Tausende Adressen prüft, muss das Tempo der Prüfung anpassen.
Das Ergebnis
- 5.820 Dateien gelöscht, keine übersprungen, keine Fehler.
- Der Dateibereich schrumpft von 13 GB auf 1,1 GB.
- Alle 5.820 Adressen liefern „nicht gefunden“, die abgemahnte Datei eingeschlossen.
- Die 60 markierten Dateien sind alle noch da, die Website läuft unverändert.
- Nachvollziehbar dokumentiert: freigegebene Liste, Protokoll jeder gelöschten Datei und gesicherte Angaben zur abgemahnten Datei.
- Gut ein Tag von der Beauftragung bis zur geprüften Löschung.
Aus dem Google-Index verschwinden die gelöschten Adressen in den folgenden Wochen von selbst. Schneller geht es über die Google Search Console, dort lassen sich einzelne Adressen vorab entfernen.
Fazit
Ein gewachsener Dateibereich ist ein Archiv, das jeder öffnen kann, der eine Adresse kennt – und Suchmaschinen kennen viele. Ihn sicher aufzuräumen, braucht keine Handarbeit, sondern drei Dinge: eine Prüfung, die alle Stellen kennt, an denen die Website auf Dateien verweist, eine klare Regel für den Zweifelsfall und eine Löschung, die nur von einer freigegebenen Liste ausgeht und hinterher nachweist, dass alles weg ist.