Websites herunterladen, die Amaya nutzen

Über Amaya

Nicht alles, was ein Crawler findet, ist auch im Einsatz. Manches ist eine Signatur, die ein Tool hinterlassen hat, das vor Jahren einmal lief und nie wiederkam. Amaya gehört in diese zweite Gruppe und ist ein besonders deutliches Beispiel, denn das Produkt war nie ein Webserver oder ein Framework. Das Programm war ein Editor und Browser, der beim W3C entwickelt wurde, um die Standards zu testen, an denen die Organisation selbst schrieb.

Eine Seite, die mit einem solchen Programm erstellt wurde, verrät das in ihrem Markup, nämlich in den Generator-Metadaten, die Autorenwerkzeuge in den Head eines Dokuments schreiben. Unsere Erkennung liest diese Signatur. Eine Domain in dieser Liste betreibt also keine Software. Sie liefert ein Dokument aus, das mit einem bestimmten Editor geschrieben wurde und in dieser Hinsicht seither unverändert überdauert hat.

Die zeitliche Einordnung macht es deutlich. Amaya geht auf 1996 zurück und wurde in C geschrieben, in einer Zeit, in der die Institutionen des Webs selbst noch Client-Software auslieferten, und heute gehört das Tool zu niemandes Werkzeugkasten mehr. Alles, was wir heute finden, ist daher eine Seite, die ihr Autorenprogramm, die Gewohnheiten ihrer Autoren und in vielen Fällen ihren ursprünglichen Zweck überlebt hat.

Die Signatur hat eine bekannte Schwäche. Generator-Metadaten werden mitkopiert, wann immer ein Dokument kopiert wird. Eine einmal geschriebene und auf einer ganzen Website wiederverwendete Vorlage meldet den Editor daher auf jeder Seite, die das Markup geerbt hat, und eine Seite kann das Tag enthalten, obwohl ihr sichtbarer Inhalt Jahre später von Hand neu geschrieben wurde. Unsere Zählung erfasst, wo die Markierung vorhanden ist, nicht, wie viel der Seite das Tool tatsächlich erzeugt hat. Das Vorhandensein der Markierung belegt eine Herkunft, nicht die Urheberschaft für alles auf der Seite.

Wir verfügen tatsächlich über Versionsangaben, was für eine so alte Signatur ungewöhnlich ist. Am häufigsten taucht Version 8.1a auf. Dass die Versionen nur wenig streuen, passt zu dem, wofür die Signatur steht, nämlich zu einem kleinen, abgeschlossenen Bestand von Dokumenten, die in dem Build eingefroren sind, mit dem ihr Autor gerade arbeitete.

Die Zielgruppe einer solchen Liste ist nicht im üblichen Sinn kommerziell. Niemand verkauft ein Plugin an eine Seite, die mit dem ausgemusterten Editor eines Standardisierungsgremiums geschrieben wurde. Der Wert liegt in dem, was solche Seiten über die Domains verraten, auf denen sie gehostet werden, denn ein Dokument, das seit einem Jahrzehnt niemand angerührt hat, liegt meist auch auf einer Infrastruktur, die seit einem Jahrzehnt niemand geprüft hat. Wer den Zerfall des Webs, institutionellen Linkverfall und das Überleben früher akademischer Websites erforscht, nutzt genau diese Art von Markierung, um eine Stichprobe zu finden. Sicherheitsteams deuten dasselbe Zeichen kritischer, nämlich als Hinweis auf unbeaufsichtigtes Hosting.

Stand Oktober 2026 erkennen wir die Signatur auf 147 Websites, ein Bestand, klein genug, um ihn durchzusehen, aber zu verstreut, um ihn durch Raten zu finden. Keine Suchmaschine listet Seiten nach ihrem Autorenwerkzeug auf, und auch eine Abfrage pro Domain hilft nicht weiter, weil man in der Forschung gar nicht weiß, welche Domains man prüfen soll. Der praktikable Einstieg ist die vollständige Menge der Treffer, und eine herunterladbare Datei ist genau das: der gesamte gefundene Bestand, sortierbar nach Ländercode und Endung, bereit, auf den Winkel des Webs eingegrenzt zu werden, um den es bei der Frage tatsächlich geht.