Niemand erzeugt Duplikate absichtlich

DupeGuru ist ein kostenloses Werkzeug, um doppelte Dateien zu finden und zu entfernen und so Speicherplatz zurückzugewinnen; es läuft unter Windows, macOS und Linux. Vor dem Programm steht allerdings die Frage, woher die Duplikate kommen, denn niemand erzeugt sie mit Absicht. Sie sammeln sich an: ein Ordner, der auf ein Laufwerk kopiert und wieder zurückkopiert wurde, ein Download, der zweimal geholt wurde, weil der erste vergessen war, eine Fotosammlung, zweimal importiert unter verschiedenen Ordnernamen, ein Projekt, vor und nach einer kleinen Änderung archiviert. Jeder einzelne Vorgang war vernünftig, und die Summe ist eine Platte, auf der ein Fünftel des Platzes dieselben Bytes ein zweites Mal hält.

Was das Werkzeug tut, ist Rechnen: auf Ordner oder ein ganzes Laufwerk zeigen, vergleichen lassen, und es liefert Gruppen von Dateien, die gleich sind. Was es nicht kann, ist entscheiden. Dieser Teil bleibt beim Menschen, und die Qualität des Ergebnisses hängt weit stärker von diesem Urteil ab als von der Geschwindigkeit der Suche.

Drei Arten zu vergleichen, in steigender Wahrheit

Der Vergleich läuft über Namen, Größen und Inhalte, und es lohnt zu verstehen, dass diese drei nicht gleich verlässlich sind. Der Name ist der schwächste Beweis, den es gibt: dieselbe Datei zweimal umbenannt sieht aus wie zwei Dateien, und zwei völlig verschiedene Dateien mit gleichem Namen sehen aus wie Duplikate. Die Größe ist deutlich stärker, weil zwei Dateien gleicher Länge zumindest plausibel zusammenhängen, und sie ist zugleich das Billigste, was sich prüfen lässt, weshalb jedes ernsthafte Werkzeug sie als erstes Tor benutzt.

Der Inhalt ist die einzige echte Antwort, und jedes Byte jeder Datei zu lesen ist viel zu langsam. Die übliche Lösung ist ein Hash: ein aus dem Inhalt berechneter Fingerabdruck, kurz genug zum Vergleichen und spezifisch genug, dass zwei verschiedene Dateien sich keinen teilen. Berechnet man ihn nur für Dateien, die schon in der Größe übereingestimmt haben, wird aus einer Suche von Stunden eine von Minuten.

Der verbleibende Haken: Inhalte können gleich sein, während die Dateien nicht austauschbar sind. Zwei Fotos, die gleich aussehen, unterscheiden sich in ihren Metadaten; zwei Dokumente, die gleich klingen, unterscheiden sich in ihrer Versionsgeschichte. Ein Inhaltsvergleich ist eine Aussage über Bytes, und was diese Bytes bedeuten, ist eine separate Frage, die vor jedem Löschen noch beantwortet werden muss.

Welche Kopie bleibt, ist eine Entscheidung

Jede Duplikatgruppe stellt dieselbe Frage, und es gibt keine allgemeine Antwort. Die Kopie in dem Ordner, der tatsächlich gesichert wird, ist mehr wert als die auf dem Schreibtisch. Die Kopie mit dem ursprünglichen Zeitstempel ist mehr wert als die, deren Datum eine Übertragung überschrieben hat. Die Kopie, auf die ein anderes Dokument verweist, ist mehr wert als die, auf die nichts zeigt. Ein Werkzeug kann all das aufzeigen — Pfad, Datum, Größe — aber es kann es nicht abwägen, weil die Gewichte im Kopf der Person liegen.

Deshalb sollten manuelle und automatische Optionen nicht als gleichwertig behandelt werden. Automatisches Löschen ist eine echte Erleichterung, wenn die Suche eng war und die Regel offensichtlich ist; es ist eine Katastrophe, wenn ein Ordner mit fast identischen Exporten plattgemacht wird, weil die Regel großzügig war. Das Muster, das den Kontakt mit der Wirklichkeit übersteht, ist: den ersten Durchgang klein und langweilig halten, die Gruppen ansehen und so löschen, dass eine Spur bleibt.

Ergebnisse zu sortieren gehört zur Analyse

In der Ergebnisliste direkt zu den größten oder kleinsten Dateien springen zu können klingt nach Bequemlichkeit und ist tatsächlich eine Strategie. Die größten Duplikate sind dort, wo der Platz ist; geht es also um Kapazität, beginnt die Arbeit dort. Die kleinsten sind meist die Reste von hundert Downloads, und sie zu entfernen ist eine Frage der Ordnung, nicht des Bedarfs. Nach Größe zu sortieren verwandelt eine lange undifferenzierte Liste in eine Prioritätsreihenfolge, und Priorität ist das, was eine Aufräumaktion abschließbar macht.

Ausschlüsse halten eine Suche ehrlich

Ordner und Dateien ignorieren zu können und bestimmte Dateitypen auszunehmen ist kein Detail. Manche Verzeichnisse dürfen überhaupt nicht angefasst werden: Systemordner, Images von virtuellen Maschinen, Container-Speicher, die interne Struktur einer Fotosammlung oder eines Mailspeichers, wo ein gelöschter Teil eine kaputte Anwendung bedeutet. Andere enthalten Dateien, die doppelt aussehen und es nicht sind: harte Links, bei denen ein zweiter Name nur eine weitere Tür zu denselben Daten ist und das Löschen einer Tür nichts spart.

Nach Typ auszuschließen ist die andere nützliche Hälfte. Mediendateien lohnen die Suche, weil ein doppeltes Video wirklich verschwendeter Platz ist; kleine Konfigurationsdateien und Vorschaubilder lohnen das Risiko selten, weil sie aus gutem Grund gleich sind und möglicherweise etwas darauf angewiesen ist, dass jede einzelne existiert.

Was Löschen einem Dateisystem tatsächlich tut

Es hilft zu wissen, was gespart wird. Ein Duplikat zu entfernen gibt den Platz frei, den diese Datei belegte, und sonst nichts; es macht die verbleibende Kopie nicht schneller lesbar, und auf einer SSD macht es den Rechner nicht einmal flotter, weil das Laufwerk durch die zusätzliche Kopie nie gebremst war. Der Gewinn ist Kapazität und Klarheit der Ordnerstruktur, nicht Leistung, und den falschen Nutzen zu erwarten ist der Grund, warum Leute von einer Aufgabe enttäuscht sind, die genau wie beabsichtigt funktioniert hat.

Das andere, was man wissen sollte: Löschen ist in diesem Zusammenhang meist die gewöhnliche Art, das heißt, die Dateien landen an einem wiederherstellbaren Ort statt zu verschwinden. Das ist ein Trost, bedeutet aber auch, dass der Platz erst wirklich zurück ist, wenn der Papierkorb geleert wird — und genau dieser Schritt macht aus einer ordentlichen Liste freie Gigabyte.

Wohin es passt

Das ist kein Speicheranalysator und kein Backup-Werkzeug. Es beantwortet eine Frage gut: Welche dieser Dateien sind dieselbe Datei. Für eine zweimal importierte Fotosammlung, einen Download-Ordner, der zur Deponie geworden ist, oder ein Laufwerk, das vollgelaufen ist, ohne dass offensichtlich etwas Neues ankam, ist genau diese eine Frage die richtige. Kostenlos, quelloffen und auf allen drei Desktop-Systemen verfügbar, ist es die Sorte Hilfsprogramm, das ein Jahr ungenutzt herumliegt und dann einen Nachmittag rettet.