Veraltete Inhalte richtig archivieren: So bleibst du bei Google und KI-Suche sichtbar

Einleitung

Du hast 2005 einen ausführlichen Blogartikel über das österreichische Hundegesetz geschrieben. Sauber recherchiert, gut gerankt, bringt bis heute Klicks. Dann ändert sich die Gesetzeslage. Du schreibst einen neuen Artikel für 2026. Und jetzt? Den alten löschen? Überschreiben? Mit einem Schema.org-Hack verknüpfen, den du irgendwo auf Stack Overflow gefunden hast?

Die Frage klingt banal, aber sie steckt voller Fallstricke. Google hat mit dem December 2025 Core Update unmissverständlich klargemacht, dass veralteter, ungepflegter Content bestraft wird — 39 % der betroffenen Seiten wurden deindexiert. Gleichzeitig wächst mit ChatGPT, Perplexity und Gemini ein völlig neuer Kanal, der deine alten Inhalte ebenfalls auswertet. Die falsche Entscheidung kostet dich Traffic auf beiden Seiten.

In diesem Guide zeige ich dir die SEO-sichere Archiv-Strategie, die sowohl für Google als auch für die KI-Suche funktioniert. Keine Experimente mit exotischen Schema-Typen, keine Hacks — sondern eine saubere Lösung, die auf dem aufbaut, was Suchmaschinen tatsächlich verstehen.

Das Problem: Löschen, Überschreiben oder Archivieren?

Die meisten Webseitenbetreiber wählen einen von drei Wegen — und zwei davon sind problematisch:

Weg 1: Löschen (301-Redirect)

Du löschst den alten Artikel und leitest per 301 auf den neuen um. Funktioniert bei echten Duplikaten. Aber bei inhaltlich unterschiedlichen Artikeln (alte vs. neue Gesetzeslage) vernichtest du damit einen eigenständigen Inhalt, der eigenen Suchwert hat. Anwälte, die historische Fälle recherchieren, finden nichts mehr. Link-Equity von Backlinks, die auf den alten Artikel zeigen, geht teilweise verloren.

Weg 2: Überschreiben

Du aktualisierst den alten Artikel komplett mit der neuen Rechtslage. Das Problem: Die historische Information geht verloren. Und wenn die URL noch das alte Datum oder Jahr enthält — /hundegesetz-2005 — hast du eine URL, die nicht zum Inhalt passt. Google erkennt das. Die SEO-Experten von Promodo warnen explizit davor, Jahreszahlen in URLs zu verwenden, weil genau dieses Problem entsteht.

Weg 3: Archivieren (richtig)

Beide Artikel bleiben bestehen, jeder mit eigenem Wert. Der alte bekommt einen sichtbaren Archiv-Hinweis und verlinkt auf den neuen. Der neue verlinkt zurück. Beide haben ein sauberes Schema. Das ist der Weg.

Der Schema-Mythos: Warum Legislation nicht funktioniert

Hier ist, warum das in der Praxis scheitert:

Legislation ist ein Pending-Typ

Schema.org führt Legislation als „Pending" — also nicht im stabilen Core. Google unterstützt ihn nicht als Rich-Result-Typ. Das heißt: Kein Snippet, kein visuelles SERP-Feature, null messbarer Ranking-Effekt. Für Schema-Strategie bei Google zählen nur Typen, die der Rich Results Test akzeptiert.

creativeWorkStatus: "Archived" ist Freitext

Es gibt keinen festen Enum-Wert dafür. „Archived" ist eine Konvention, kein Standard. Kein Crawler der Welt validiert das gegen eine offizielle Liste. Eine Maschine kann damit nichts Zuverlässiges anfangen.

isPredecessorOf wird nicht ausgewertet

Weder Google noch bekannte KI-Crawler nutzen diese Property aktiv. Sie existiert in der Schema-Spezifikation, aber kein Ranking-System wertet sie aus. Du schreibst Code, den niemand liest.

KI-Suchmaschinen lesen Text, nicht exotisches JSON-LD

ChatGPT, Perplexity und Gemini parsen in erster Linie den sichtbaren Content. Ein Klartext-Hinweis „Achtung: historische Fassung" wird von jeder KI verstanden. Ein isPredecessorOf-Attribut im JSON-LD wird ignoriert. Die Grundlagen der Maschinenlesbarkeit für GEO zeigen: Einfachheit schlägt Komplexität.

Die Archiv-Strategie: Was tatsächlich funktioniert

Die Lösung ist einfacher, als die meisten denken. Sie basiert auf vier Bausteinen, die sowohl Google als auch KI-Suchmaschinen zuverlässig verstehen.

<div class="archiv-hinweis">
  <strong>Achtung — historische Fassung.</strong>
  Dieser Artikel beschreibt die Rechtslage von 2005.
  Die <a href="/hundegesetz-2026">aktuelle Fassung (2026)</a>
  finden Sie hier.
</div>

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Hundegesetz 2005 (Archiv)",
  "datePublished": "2005-05-12",
  "dateModified": "2026-01-15",
  "description": "Historische Fassung des Hundegesetzes."
}

Der Reality-Check: Was schadet, was wirkt

Hier ist die Gegenüberstellung der typischen Fehler und der korrekten Archiv-Strategie:

Case Study: Rechtsportal mit 47 archivierten Artikeln

KI-Suche: Was ChatGPT & Co. mit deinem Archiv machen

KI-Suchmaschinen haben ein spezifisches Problem mit veralteten Inhalten: Halluzination durch veraltete Quellen. Wenn ein LLM auf einen Artikel stößt, der „Das Hundegesetz schreibt vor..." sagt, ohne Hinweis auf das Gültigkeitsjahr, kann es diese Information als aktuelle Faktenquelle zitieren. Das schadet dem Nutzer — und deiner Glaubwürdigkeit als Quelle.

Die Archiv-Strategie löst das auf drei Ebenen:

Klartext-Signal im Content

Der Archiv-Banner ist der stärkste GEO-Hebel. KI-Crawler parsen sichtbaren Text. Wenn die ersten 50 Wörter deines Artikels „Historische Fassung — gilt nicht mehr — aktuelle Version hier" sagen, wird kein LLM diesen Artikel als aktuelle Quelle zitieren.

datePublished als Zeitstempel

LLMs gewichten Quellen nach Aktualität. Ein datePublished: 2005 im Schema signalisiert dem Modell: alter Content. In Kombination mit dem Klartext-Signal entsteht eine eindeutige Einordnung.

Verlinkung als Kontext-Brücke

Wenn dein Archiv-Artikel auf den neuen verlinkt und umgekehrt, versteht die KI den Zusammenhang: „Es gibt eine neuere Version." Das ist exakt die Information, die RAG-Systeme brauchen, um die richtige Quelle zu wählen. Die technischen Grundlagen dafür erklärt der Maschinenlesbarkeits-Guide.

Checkliste: Löschen, Archivieren oder Aktualisieren?

Nicht jeder alte Artikel verdient ein Archiv. Hier ist die Entscheidungshilfe:

Häufig gestellte Fragen

Fazit: Einfachheit ist die beste Strategie

Die Archiv-Frage ist ein Paradebeispiel für ein Phänomen, das ich in der SEO-Welt ständig beobachte: Die Lösung ist einfacher als das Problem, das sich die Leute ausdenken. Statt mit exotischen Schema-Typen zu experimentieren, die kein Crawler der Welt auswertet, brauchst du genau vier Dinge: Einen sichtbaren Archiv-Hinweis, ein sauberes Article-Schema, einen self-referencing Canonical und gegenseitige Verlinkung.

Das funktioniert, weil es auf dem aufbaut, was Suchmaschinen tatsächlich verstehen — nicht auf dem, was in der Schema.org-Spezifikation theoretisch möglich wäre. Google und die KI-Suche werden immer besser darin, Bedeutung zu erkennen. Und die klarste Bedeutung entsteht durch Klartext, nicht durch verstecktes Markup.

Für die technische Basis deiner Archiv-Strategie liefern die Guides zu semantischem Markup, Maschinenlesbarkeit und strukturierten Daten die Anleitung. Und wenn du wissen willst, wie viel KI-Traffic deine archivierten Seiten tatsächlich generieren — DataPeak zeigt dir das auf einen Blick.