Websites herunterladen, die Apache HTTP Server nutzen

Über Apache HTTP Server

Apache ist so alt, dass die interessante Frage nicht mehr lautet, warum er marktbeherrschend wurde, sondern warum er geblieben ist. Er liefert seit 1995 Seiten aus, was ihn älter macht als das kommerzielle Web, das auf ihm gewachsen ist, und Stand Oktober 2026 erkennen wir ihn noch immer auf 12.290.199 Websites.

Software dieser Größe hält sich nicht, weil sie gewählt wird. Sie hält sich, weil sie schon da ist. Shared-Hosting-Plattformen, Voreinstellungen von Control Panels, Appliance-Images und interne Tools halten sie am Leben, ohne dass jemand neu entscheidet, und jeder dieser Kanäle erneuert den Bestand im Stillen.

Am deutlichsten zeigt sich das an der Länderverteilung, und sie liefert die Zahl auf dieser Seite, die am häufigsten überrascht. Allein in Deutschland verorten wir 3.619.081 der Websites, auf denen wir ihn erkennen, und damit weit mehr, als der Anteil dieses Landes am gesamten Web erwarten ließe. Eine einzige Erklärung gibt es nicht. Die Struktur des Hosting-Markts, die Langlebigkeit von Shared Hosting dort und die installierte Basis von Control Panels, die ihn standardmäßig mitliefern, dürften alle dazu beitragen. Wichtig für alle, die mit den Daten arbeiten, ist, dass das Muster über mehrere Neuberechnungen des Datensatzes hinweg stabil bleibt und kein Artefakt eines einzelnen Crawls ist, sodass man damit planen kann.

Die Versionen erzählen dieselbe Geschichte aus einem anderen Blickwinkel. Derzeit sehen wir im Produktivbetrieb 182 verschiedene Versionsstrings, am häufigsten Version 2.4.68. Eine so breite Verteilung ist die Handschrift von Software, die einmal installiert und dann in Ruhe gelassen wurde, und genau deshalb ist die Spitze der Verteilung ihr am wenigsten nützlicher Teil. Sicherheitshinweise gelten für Versionsbereiche, und den Bestand innerhalb eines verwundbaren Bereichs muss ein Sicherheitsteam, ein Versicherer oder ein Käufer tatsächlich beziffern.

Darin liegt die praktische Grenze jeder zusammenfassenden Statistik über diese Technologie. Die Gesamtzahl allein liefert nichts, womit sich arbeiten lässt. Zu wissen, welche Domains in einem bestimmten Land eine Version unterhalb einer bestimmten Schwelle betreiben, hinter einem bestimmten Proxy, unter einer bestimmten Endung, ist dagegen ein Filter über einen vollständigen Bestand, und den gibt es entweder als herunterladbare Liste oder überhaupt nicht.

Der Export von webatla ist genau diese Liste: jede Domain, auf der wir ihn erkennen, mit dem beobachteten Versionsstring, dem Hosting-Land, der Endung und den anderen Technologien, die wir auf derselben Website identifiziert haben, als eine einzige Datei, die täglich neu erstellt wird. Es gibt keine Kosten pro Abfrage und keine Grenze dafür, wie genau Ihr Filter wird, weil das Filtern auf Ihrem Rechner stattfindet und nicht auf unserem.

Für alle, die einen Markt beziffern, lohnt es sich, eine Folge dieser Trägheit klar zu benennen. Der Bestand unterliegt nicht der Fluktuation, die man von der Nutzerbasis eines Produkts kennt. Er bröckelt langsam an den Rändern, wenn Hosting-Plattformen stillgelegt werden, und wird durch Standard-Images aufgefüllt, die niemand ausgewählt hat. Eine Kampagne, die auf diesen Bestand zielt, konkurriert also nicht mit einer Kaufentscheidung. Sie konkurriert mit dem Fehlen einer solchen, was einen anderen und in der Regel langsameren Vertriebsprozess bedeutet.

Die vollständige Liste ermöglicht außerdem Negativfilter. Zu wissen, welche Websites diesen Server betreiben, ist nützlich. Wer weiß, welche Websites in einem Segment ihn nicht einsetzen und was sie stattdessen nutzen, kann eine Migrationschance oder die Verdrängung eines Wettbewerbers beziffern. Beide Richtungen ergeben sich aus derselben Datei, und keine lässt sich als Abfrage pro Domain ausdrücken.

Die Stiftung Apache Software Foundation veröffentlicht ihn unter der Lizenz Apache 2.0, und auf die Endung .com entfällt der größte einzelne Anteil. Wie bei allem, was frei verteilt wird, besitzt kein Anbieter eine Kundenliste, deshalb ist die Messung der einzige Weg zu einer Zählung des Bestands. Genau diese Lücke soll dieser Datensatz schließen.