Archivalia : Rubrik:Webarchivierung

Agenda des öffentlichen Workshops "Webarchivierung" ist nun verfügbar

Wolf Thomas — 2012-02-07T12:19:00Z

http://www.langzeitarchivierung.de/informationsdienste/kalender/ws_webarchivierung.htm

Auf dem gemeinsamen, öffentlichen Workshop geben nestor und der Arbeitskreis 6.2 "Dokumentation und Archivierung von Internetpräsenzen" der AWV - Arbeitsgemeinschaft für wirtschaftliche Verwaltung e.V. einen einführenden Überblick über die Umsetzungsmöglichkeiten und Herausforderungen in der Webarchivierung. Der Workshop richtet sich an Bibliothekare, Archivare, Museumsmitarbeiter und sonstige Interessierte, die die Archivierung von Webseiten planen und einen Überblick über vorhandene Initiativen gewinnen möchten.

Die Veranstaltung findet statt am 20. März 2012 in der Deutschen Nationalbibliothek, Frankfurt am Main (Vortragssaal).

Programm

10:30 Uhr Begrüßung und Einführung

* Begrüßung (Reinhard Altenhöner, Deutsche Nationalbibliothek)
* AWV und der AWV Arbeitskreis 6.2 zur Archivierung und Dokumentation von Webpräsenzen (Rudolf Schmitz, Archiv der sozialen Demokratie der Friedrich-Ebert-Stiftung)
* nestor und nestor-Workshops zur Webarchivierung; Einführung in den Tag (Sabine Schrimpf, Deutsche Nationalbibliothek)

11:15 Uhr Aufgabenspektrum und Anforderungsprofile unterschiedlicher Webarchive

* Bibliotheken (Lars Jendral, Rheinische Landesbibliothek)
* Öffentliche Archive (Johannes Renz, Landesarchiv Baden-Württemberg)
* Wirtschaftsarchive (Ute Schiedermeier, Siemens)
* Parlaments- und Parteiarchive (Dr. Renate Höpfinger, Hanns-Seidel-Stiftung)
* Produktionsarchive (Robert Fischer, Südwestrundfunk)

[12:15 Uhr: Mittagspause]

13:15 Uhr Erfassung und Erschließung

* Auswahl und Bewertung - archivische Aspekte der Erfassung von Webpräsenzen (Rudolf Schmitz, Archiv der sozialen Demokratie der FES)
* Zwischen Client und Server - technische Aspekte des Datentransfers bei der Webarchivierung (Sebastian Vesper)
* Erschließung im Webarchiv Schweiz (Barbara Signori, Schweizerische Nationalbibliothek)

14:15 Uhr Langzeitarchivierung und Recht

* Rechtliche Fragestellungen rund um die Webarchivierung (Dr. Eric W. Steinhauer, FernUni Hagen)
* Herausforderungen bei der Langzeitverfügbarkeit von Webarchiven (Tobias Steinke, Deutsche Nationalbibliothek)

[Kaffeepause]

15:30 Uhr Bereitstellung und Nutzung

* Authentisch und nutzerfreundlich - Die Bereitstellung archivierter Netzressourcen über das Webarchiv des Deutschen Bundestages (Angela Ullmann, Parlamentsarchiv des Deutschen Bundestags)
* Webarchive - Eine neue Quelle für die Forschung (Prof. Dr. Hanns Jürgen Küsters, Archiv für Christlich-Demokratische Politik der Konrad-Adenauer-Stiftung e.V.)

16:30 Uhr Ausblick

16:45 Uhr Schluss

Die Teilnahme an der Veranstaltung ist kostenfrei. Eine Anmeldung unter VL-nestor@dnb.de ist erforderlich.

Mit freundlichen Grüßen

Rudolf Schmitz (Leiter des Arbeitskreis zur Archivierung und Dokumentation von Webpräsenzen)

Sabine Schrimpf (nestor - Kompetenznetzwerk digitale Langzeitarchivierung)
Deutsche Nationalbibliothek
Informationstechnik
Adickesallee 1
D-60322 Frankfurt am Main
Tel.: 069 / 15 25 17 61
Fax: 069 / 15 25 17 99
s.schrimpf@dnb.de
http://www.dnb.de

via Archivliste

Vom Verschwinden des Netbib-Wiki

KlausGraf — 2011-11-19T23:08:00Z

http://log.netbib.de/archives/2011/11/20/vom-verschwinden-des-netbib-wiki/

Das Internet vergisst ... viel

KlausGraf — 2011-11-09T13:26:00Z

Anscheinend gibt es die letzte Schätzung für die durchschnittliche Lebensdauer einer Website (so problamtisch dieses Maß auch ist) aus dem Jahr 2003. Damals betrug sie 100 Tage:

http://blogs.loc.gov/digitalpreservation/2011/11/the-average-lifespan-of-a-webpage/

Soviel zum Thema "Das Internet vergiß nichts".

Fehler 404, oder: Die Stümper vom baden-württembergischen Online-Archiv

KlausGraf — 2011-10-30T14:46:00Z

Websites und Publikationen im Internet aus oder über Baden-Württemberg werden im "Baden-Württembergischen Online-Archiv" (BOA) gesammelt, erschlossen, der Öffentlichkeit zur Verfügung gestellt und für die Zukunft archiviert.

http://la.boa-bw.de/menu.do?indexGlobal

Was ist der größte anzunehmende Unfall für so ein Webarchivierungsangebot? Richtig, wenn eine mit Archiv-URL zitierte Seite nicht mehr auffindbar ist:

http://archiv.twoday.net/stories/5672187/ Anmerkung [2]

20 Jahre World-Wide-Web

KlausGraf — 2011-08-07T16:59:00Z

Gedenkartikel der taz:

http://www.taz.de/20-Jahre-World-Wide-Web/!75717/

Erstmals im Internet war ich Ende 1995. Mich haben Bilder mongolischer Saurierfunde damals sehr beeindruckt, und das WWW hat mich bis heute nicht losgelassen.

Scott G. Ainsworth, Ahmed AlSum, Hany SalahEldeen, Michele C. Weigle, Michael L....

Wolf Thomas — 2011-07-31T18:32:00Z

"ABSTRACT
The Memento Projects archive access additions to HTTP have enabled development of new web archive access user interfaces. After experiencing this web time travel, the inevitable question that comes to mind is How much of the Web is archived? This question is studied by approximating the Web via sampling URIs from DMOZ, Delicious, Bitly, and search engine indexes and measuring number of archive copies available in various public web archives. The results
indicate that 35%90% of URIs have at least one archived copy, 17%49% have two to five copies, 1%8% have six to ten copies, and 8%63% at least ten copies. The number of URI copies varies as a function of time, but only 14.631.3% of URIs are archived more than once per month. .....
CONCLUSIONS
Although our research shows 3590% of public URIs have at least one memento, coverage is inconsistent and appears dependent on several factors. Human desire for URI publicity appears to be a major factor as shown by the relatively high DMOZ and Delicious archival rates. Search engine discoverability is the next most important factor followed by explicit archiving. The best overall coverage is provided by the Internet Archive. The search engines follow, but only for very recent mementos. The specialized archives provide good coverage for the URIs they cover (but only for the URIs they cover).
Future work will include study of the relationship between the rate of change of the URI and the rate of the archiving process. This work has been done on a general sample of URIs. In future work, archived URIs will be studied based on specific languages beyond English."
in: JCDL11, June 1317, 2011, Ottawa, Ontario, Canada.

Link to PDF

International internet preservation consortium

Wolf Thomas — 2011-07-20T17:50:00Z

Linterweb verwaltet die automatische Archivierung der externen Weblinks der rumänischsprachigen...

KlausGraf — 2011-07-09T13:54:00Z

http://blog.wikiwix.com/de/2011/07/08/linterweb-verwaltet-die-automatische-archivierung-der-externen-weblinks-der-rumanischsprachigen-wikipedia/

"Collect now Ask later why?!" - Webseitenarchivierung

Wolf Thomas — 2011-06-07T18:03:00Z

Link zu einem Bericht von Tobias Beinert (Bayerische Staatsbibliothek), Sabine Schrimpf (Deutsche Nationalbibliothek), Stefan Wolf
(Bibliotheksservice-Zentrum Baden-Württemberg) über ein nestor-Expertengespräch zur Archivierung von Websites im
deutschsprachigen Raum.

Gildas Illien: "Une histoire politique de l'archivage du web Le consortium...

Wolf Thomas — 2011-06-02T09:59:00Z

" .... Conclusion

Au terme de ce récit, que retenir de lexpérience de lIIPC ? La sociologie des organisations nous enseigne que les intentions initiales dune organisation se réalisent rarement. En réalité, ce quelles produisent est le fruit dune conjonction de facteurs internes (valeurs, croyances et interactions individuelles des acteurs) et externes (hasards, accidents, opportunités). La brève histoire de lIIPC confirme cette analyse. Ce qui est néanmoins remarquable, et à porter au crédit des personnalités à lorigine de cette aventure, cest quelles avaient dès le départ identifié les grands sujets mais aussi les points de tension qui allaient déterminer toute sa dynamique dinnovation. Essayons den tirer quelques enseignements utiles pour le développement de la coopération internationale dans le domaine numérique.
Dans le domaine des bibliothèques numériques, le développement logiciel est le nerf de la guerre

Cest peut-être une évidence, mais il est bon de la rappeler : ce nest pas parce quil est gratuit quun logiciel libre ne coûte pas cher. Dans les activités du patrimoine, vouées par définition à fonctionner sur un temps long, il est encore plus dangereux quailleurs dêtre tributaire de logiciels propriétaires. Néanmoins, le recours à lopen source implique de disposer de moyens informatiques conséquents, et daccepter en outre de contribuer ponctuellement à des développements qui ne répondent pas aux priorités immédiates de létablissement. À la place du paiement de licences, il faut impérativement prévoir du temps de travail dingénieur dédié au développement (distinct du temps de travail consacré aux opérations de production), ainsi que de certains déplacements à létranger. La coopération internationale offre des possibilités de mutualisation des charges de lopen source qui sont réellement intéressantes. Mais, pour que ce calcul soit rentable, il faut que le développement sappuie sur une communauté dutilisateurs assez nombreuse et assez active. Cest un peu toute la différence entre la poignée de développeurs qui a inventé le robot Heritrix et limmense communauté qui maintient le navigateur Firefox.
La mixité et lorganisation interne des communautés numériques déterminent leurs chances de réussite

Pour que les bibliothèques semparent durablement dun défi technique et se donnent les moyens de le relever, il est nécessaire que des décideurs, des bibliothécaires et des usagers se mobilisent dès le départ au côté des experts techniques afin que les problèmes soulevés fassent sens pour lensemble des acteurs potentiellement impactés par linnovation et susceptibles de la mettre en uvre ensuite. Sans cette alliance objective et cet accompagnement métier de lexpertise, la portée politique de linnovation technologique ne sera pas comprise assez tôt. La construction dune relation de confiance entre ces familles professionnelles est toutefois la chose la plus difficile à réaliser. Si la structure de lorganisation enferme les experts, elle les étouffera et, avec eux, toutes les forces innovantes. Si, au contraire, elle les laisse inventer en orbite, trop à lécart des contraintes documentaires, humaines et économiques, linnovation ne trouvera pas non plus le chemin de la production.
La question de la taille et du champ de lorganisation est déterminante

Trop petite, confinée à un seul aspect du problème, ou à une seule région du monde, une organisation naura ni laudience ni la taille critique nécessaires à sa survie. Trop grande, trop ambitieuse, elle aura à embrasser trop de problèmes pour en résoudre aucun correctement. De ce point de vue, la culture professionnelle des Américains, moins holistique et plus pragmatique que celle des Français, peut être une source dinspiration : plutôt que de sattaquer en permanence à tous les problèmes dans leur globalité sans en avoir les moyens, il vaut mieux couper le travail en plus petits morceaux (les « work packages »), les répartir entre acteurs autonomes, et phaser leur réalisation dans le temps, à raison dun ou deux grands objectifs par an. De la même façon, on préférera des organisations souples et évolutives, affranchies de contraintes administratives ou salariales potentiellement paralysantes dans le cas où le besoin de sadapter rapidement à un environnement en mutation se ferait sentir. De ce point de vue, le modèle de lIIPC, qui conduit à revisiter les modalités de gouvernance tous les trois ans, est intéressant, puisquil permet denvisager assez facilement toutes sortes dévolutions. Y compris sa propre dissolution, le jour où larchivage du web aura été banalisé et ne justifiera plus lexistence dune entité distincte des autres organisations et associations de bibliothèques. Une organisation nest pas une fin en soi. "

Quelle: Illien, Gildas, « Une histoire politique de l'archivage du web », BBF, 2011, n° 2, p. 60-68
[en ligne] Consulté le 02 juin 2011, Link

(T)

Eher analoges Verzeihen statt digitales Vergessen

KlausGraf — 2011-05-08T13:12:00Z

http://futurezone.at/meinung/3022-das-internet-ist-ein-vergesslicher-faelscher.php

Die Diskussion um den digitalen Radiergummi hat einmal öfter den Satz Das Internet vergisst nicht aus der Mottenkiste der populären Irrtümer hervorgekramt. Natürlich vergisst das Netz.

Sehr richtig.

Zur Autorin Bettina Hammer geborene Winsemann (Künstlername Twister):

http://de.wikipedia.org/wiki/Bettina_Hammer

(T)

Die neueste Hysterie: Das Internet vergisst nichts mehr

KlausGraf — 2011-04-13T07:45:00Z

Das Internet hat ein gnadenloses Gedächtnis: Sein Wissen über die Menschen hält ewig, meint Karsten Polke-Majewski in der ZEIT, die sich schämen sollte, solchen Unsinn zu drucken:

http://www.zeit.de/2011/15/Internet-Gedaechtnis?page=all

Für alle, die hochwertigen wissenschaftlichen Ressourcen nachjagen, die aus dem Netz verschwunden sind, weil z.B. Thaller zu viel zu tun hat (hunderte digitalisierte tolle Drucke und Handschriften der Lutherhalle Wittenberg

http://luther.hki.uni-koeln.de/luther/pages/sucheDrucke.html seit Anfang 2010 offline) ist das reiner Hohn. Vom öffentlichrechtlich erzwungenen Depublizieren der Rundfunkanstalten ganz zu schweigen.

(T)

"Das verschwundene Web"

Wolf Thomas — 2011-04-05T20:03:00Z

" .... Die einfachste Form der Archivierung im Netz ist das sogenannte Caching, bei dem Suchmaschinen beim Durchforsten des Netzes Kopien von Seiten erfassen und diese dann mittels Links in ihren Suchergebnissen verfügbar machen. Dabei werden meist Texte erfasst, keine Bilder; können diese nicht mehr vom Originalort nachgeladen werden, weisen die gespeicherten Seiten an diesen Stellen Lücken auf. Auf diese Weise wird so manches Angebot unleserlich.

Aber auch dieses Caching erfolgt nur, wenn der Seitenbetreiber es nicht explizit unterbindet. Festgelegt wird dies in der sogenannten robots.txt-Datei. Dieses kleine Textfile bestimmt, was Suchroboter (Robots) dürfen und was nicht. Die enthaltenen Vorgaben werden von den meisten Suchmaschinenbetreibern ausgelesen und beachtet - Google tut das genauso wie Bing oder Yahoo.

Internet Archive

In der robots.txt-Datei lässt sich beispielsweise die Angabe "NOARCHIVE" integrieren, das das Caching grundsätzlich untersagt. Der Seitenbetreiber kann dabei festlegen, ob dies nur für bestimmte Verzeichnisse oder Seiten oder für den gesamten Server gelten soll. So manche Nachrichtenseite setzt mittlerweile auf "NOARCHIVE" - aus den unterschiedlichen Gründen. Manchmal möchte ein Anbieter nicht, dass Nutzer ältere Versionen seiner Informationen abfragen können, manchmal wird befürchtet, dass Nutzer auf Caching-Versionen zugreifen, die dann keine bezahlte Werbung mehr enthalten. Auch die Beschränkung der Macht Googles wird gelegentlich angeführt.

Die Folgen können sein, dass ein restriktives "NOARCHIVE" auch große Projekte wie das Internet Archive (IA) ausbremst, das versucht, ein möglichst akkurates Bild der Netzentwicklung zu liefern - von den Anfängen des Web seit 1993 bis zum heutigen Tag. Wer beispielsweise ein Caching durch Google verhindern, die Archivierung durch das Internet Archive aber beibehalten will, kann auch das tun: Dazu muss er in seiner robots.txt nur den Google-Roboter aussperren, die Technik des IA aber durchlassen.

Die robots.txt-Datei bietet auch sonst einige Möglichkeiten, Daten aus dem Netz verschwinden zu lassen. So lässt sich hier ein "NOINDEX"-Tag setzen, das Suchmaschinen verbietet, ein Angebot überhaupt in seinen Index aufzunehmen. Da Webserver ohne Suchmaschinenerfassung im Netz so gut wie nicht existieren (nur Direktlinks würden die Auffindbarkeit ermöglichen), ist auch das ein Weg, historische Inhalte im Netz zu tilgen.

Öffentlich-rechtlicher Sonderweg

Bei den öffentlich-rechtlichen Sendern in Deutschland hat man mit dem Thema seit dem vergangenen Jahr intensiv zu tun. Da nach dem aktuellen Staatsvertrag viele Inhalte nur noch eine bestimmte Zeit online bleiben dürfen, musste eine eigene "Depublizierungs-Infrastruktur" geschaffen werden, die Inhalte löscht und, wenn möglich, auch aus Suchmaschinen tilgt.

Netzbürger, die ja mit ihren GEZ-Gebühren für die Inhalte bezahlt hatten, möchten da nicht mitspielen. Projekte wie Depub.org versuchen sich deshalb mit einer Gegenstrategie: Sie archivieren einfach selbst - trotz potenzieller Urheberrechtsverletzungen."
Quelle: Ben Schwan, TAZ, 5.4.11

(T)

Usenet: Das frühe Internet setzt sich ins digitale Nirwana ab

KlausGraf — 2011-04-03T16:57:00Z

Bewertet Heise das Aus für das Usenet bei der Telekom:

http://www.heise.de/newsticker/meldung/Usenet-Aus-bei-der-Deutschen-Telekom-1220735.html

Siehe auch
http://www.heise.de/netze/meldung/Usenet-Keimzelle-geht-vom-Netz-1004201.html

Im Jahr 1979 hatten die Duke-Absolventen Tom Truscott und Jim Ellis in Zusammenarbeit mit Steve Bellovin von der University of North Carolina zwei Unix-Server mit einem einfachen Programm verbunden, das über eine Modemverbindung Nachrichten und Daten per UUCP austauscht, und so das Usenet (User Network) aus der Taufe gehoben.

Ich selbst habe schon lange nichts mehr im Usenet geschrieben:

https://groups.google.com/groups/search?hl=de&q=%22klaus+graf%22

(T)

Wikipledia-Liste zu Webarchivierungsinitiativen

KlausGraf — 2011-03-31T15:38:00Z

Sehr lückenhaft und ohne Hinweis, ob öffentlich Inhalte angeboten werden:

List of Web Archiving Initiatives
http://en.wikipedia.org/wiki/List_of_Web_Archiving_Initiatives

(T)