Web capture: das Web archivieren. Ein LOC-Projekt
Im digitalen Zeitalter kann sich eine Institution wie die Library of Congress längst nicht nur auf gedruckte oder andere analoge Medien beschränken. Gerade die online verfügbaren Informationen sind in einer Qualität und Quantität, die eine Herausforderung an die archivarischen Fähigkeiten der gesamten Menschheit stellen. Das Web in seinen gegenwärtigen Ausprägungen zu dokumentieren, das ist das Ziel eines ambitionierten Projekts an der Library of Congress.
Ein multi-disziplinäres Team aus Bibliothekaren und Technikern, Juristen und Forschern musste zusammengestellt werden, um den vielfältigen Problemen, die bei einer Archivierung von Webinhalten auftreten, begegnen zu können. Im Jahre 2000 entwickelte die Bibliothek als erstes Themengebiete, um die sich die Erfassung von Webinhalten drehen sollte:
- die US-Wahlen von 2000, 2002 und 2004
- der Irak-Krieg
- die Ereignisse um den 11. September
2003 schlossen sich dann einige andere nationale Bibliotheken (wie aus Frankreich, Großbritannien und Australien) in einem Konsortium (International Internet Preservation Consortium) zusammen, um gemeinsam die Web-Archivierung voranzutreiben.
Das für die Öffentlichkeit zugängliche Ergebnis trägt den Namen Minerva. Zum Durchforsten der Bestände wird eine Such- als auch eine Browsing-Funktion angeboten. Das Verzeichnis ist nach Kriterien wie
- Name des Content-Produzenten
- geografische Herkunft der Inhalte
- Sprache des Textes
- Content-Type (wie Regierungsseite, Privat, …)
geordnet. Hat man eine Quelle ausgewählt, wird zunächst eine Übersicht angezeigt, von der dann einzelne “Zeitausschnitte” ausgewählt werden können.
Ende 2005 ist die Datenbank der archivierten Web-Inhalte auf 40 Terabyte angewachsen. Mehr zur Technologie können Sie auch auf der Projekt-Seite nachlesen.
[Technorati Tags: Internet - Archiv - Library of Congress - Bibliothek - Suche ]
Posting bookmarken | Sphere it
Idea Lounge - das Potential von Web 2.0 nützen
