ONE Redirector – Weiterleitungsziele auf Knopfdruck finden

Q: Wie viele Weiterleitungsziele erhalte ich pro URL?

Semantisches Matching : Bis zu fünf Kandidaten pro Alt-URL mit Cosine-Similarity-Score, nach Relevanz sortiert (nur Treffer ≥ deiner Schwelle). Exact Match : 1:1-Treffer pro gewählter Spalte mit Score = 1.0 und Angabe der Matching-Basis z. B. „Exact Match (H1)“. Wenn eine Alt-URL in mehreren Spalten exakt übereinstimmt, erscheinen mehrere Trefferzeilen für diese URL.

Q: Was passiert, wenn keine Übereinstimmung gefunden wird?

Die Alt-URL erscheint mit dem Vermerk No Match in der Output-Datei.

Was kannst du mit dem Tool machen?

Der ONE Redirector unterstützt dich bei Relaunches und Domain-Migrationen dabei, für deine weiterzuleitenden URLs passende Weiterleitungsziele zu finden. Das Tool prüft einerseits exakte Übereinstimmungen (z. B. gleiche H1, Meta Title) und kann andererseits mithilfe von semantischem Matching auch inhaltlich ähnliche Seiten automatisch erkennen. So stellst du sicher, dass kein Traffic verloren geht und Nutzer wie auch Suchmaschinen reibungslos weitergeleitet werden.

Wie kannst du das Tool nutzen?

Die Nutzung ist einfach: Lade zwei Dateien hoch – eine mit den alten URLs, eine mit den neuen. Danach noch Matching-Methode auswählen, durch die weiteren Schritte wirst du intuitiv geführt. Folgende Modi stehen dir zur Verfügung:

Exact Match: identischer Spalteninhalt (z. B. H1) wird als Weiterleitungsgrundlage genutzt.
Semantisches Matching: Weiterleitungsziele basierend auf inhaltlicher Ähnlichkeit bestimmen

Die Ergebnisse kannst du für die Weiterverarbeitung als CSV exportieren. Pro weiterzuleitender URL werden bis zu 5 Kandidaten ausgegeben (nach Score absteigend sortiert). Mit dem Similarity-Threshold legst du fest, ab welchem Score Treffer in den Output kommen.

Probiere das Tool direkt hier aus oder teste den ONE Redirector auf Streamlit.

Semantisches Matching näher erklärt

Beim semantischen Matching werden alte und neue URLs nicht nur auf Basis identischer Spaltenwerte verglichen, sondern nach ihrer inhaltlichen Nähe bewertet. Dafür kommen sogenannte Embeddings zum Einsatz – numerische Vektoren, die den Textinhalt einer Seite in einem semantischen Raum abbilden.

Du hast dabei zwei Möglichkeiten: Entweder bringst du bereits vorberechnete Embeddings in deinen Dateien mit, oder du lässt sie direkt im Tool erzeugen. Für die automatische Generierung stehen die Modelle all-MiniLM-L6-v2 (sehr schnell, solide Semantik) sowie all-MiniLM-L12-v2 (etwas gründlicher, dennoch performant) bereit.

Das Ergebnis ist stets eine CSV-Datei, in der für jede alte URL bis zu fünf passende Weiterleitungsziele inklusive Similarity-Score aufgeführt sind. Sollte für eine Seite kein hinreichend ähnliches Ziel gefunden werden, erscheint sie mit dem Hinweis No Match.

Embeddings-Quelle beim semantischen Matching

Grundsätzlich stehen bei der Embedding-Generierung zwei Möglichkeiten zur Verfügung:

Im Tool erzeugen: via SentenceTransformers (all-MiniLM-L6-v2 oder all-MiniLM-L12-v2) auf Basis der von dir gewählten Spalten.
Embeddings liegen bereits vor: Embeddings aus deinen Dateien. Hinweis: Spalte muss den Begriff embedding, um vom Tool erkannt zu werden. Weiterhin sollten die Embeddings in beiden Dateien mit demselben Modell erzeugt worden sein.

Weitere Features des ONE Redirectors

Flexible Spaltenauswahl für Exact und/oder semantisches Matching
Manuell einstellbarer Similarity Threshold
Unterstützung von vorberechneten Embeddings
Transparenz: Jeder Treffer enthält Score, Match-Typ und bei Exact Match auch die Matching-Basis

Fragen, die uns häufig gestellt werden

Was ist der Unterschied zwischen Exact Match und semantischem Matching?

Exact Match verknüpft alte und neue URLs nur, wenn der Spalteninhalt identisch ist (z. B. gleiche H1). Semantisches Matching erkennt inhaltlich ähnliche Seiten auch dann, wenn Titel oder Inhalte leicht variieren

Welche Dateien brauche ich um loslegen zu können?

Zwei CSV- oder Excel-Dateien – je eine für Alt-URLs und Ziel-URLs. Wichtig: In beiden Dateien muss es eine Spalte mit URLs geben (Benamung z. B. „Address“, „URL“, „Page“, „Seiten-URL“ …). Für Exact Match sollten in beiden Dateien identisch benannte Inhalts-Spalten existieren (z. B. H1, Title, Text), die du dann im Tool auswählen kannst.

Wie viele Weiterleitungsziele erhalte ich pro URL?

Semantisches Matching: Bis zu fünf Kandidaten pro Alt-URL mit Cosine-Similarity-Score, nach Relevanz sortiert (nur Treffer ≥ deiner Schwelle).

Exact Match: 1:1-Treffer pro gewählter Spalte mit Score = 1.0 und Angabe der Matching-Basis z. B. „Exact Match (H1)“. Wenn eine Alt-URL in mehreren Spalten exakt übereinstimmt, erscheinen mehrere Trefferzeilen für diese URL.

Was passiert, wenn keine Übereinstimmung gefunden wird?

Die Alt-URL erscheint mit dem Vermerk No Match in der Output-Datei.

Welche Anforderungen gelten für Embeddings in den Dateien?

Wenn du Embeddings im Tool erzeugst, werden die von dir gewählten Spalten (z. B. H1, Title, Text) zusammengeführt und mit SentenceTransformers all-MiniLM-L6-v2 oder all-MiniLM-L12-v2 vektorisiert.

Wenn du Embeddings bereits mitbringst, müssen beide Dateien Embeddings aus demselben Modell enthalten und die Werte sollten als kommagetrennte Floats vorliegen. Die Spaltenüberschrift muss das Wort embedding enthalten (z. B. „Aus Library Extract embeddings from page content“).

Mit dem ONE Redirector passende Weiterleitungsziele auf Knopfdruck finden