Ist Langzeitarchivierung finanzierbar?

Überlegungen zur Produktion langzeitarchivierbarer Objekte

Ralf Stockmann, Göttinger Digitalisierungszentrum

Langzeitarchivierung – Was kostet es, nichts zu tun?

• Dr. Ross King Austrian Research Centers

• Kosten für (vergebliche) Produktion, Anzahl relevanter Dokumente, Halbwertzeit von Dokumentenformaten

• Für den EU-Raum:

Das Göttinger Digitalisierungszentrum (GDZ)

• Abteilung der Staats- und Universitätsbibliothek Göttingen (SUB)

• Nationales und Internationales Service- und Kompetenzzentrum seit 1997 - zu Beginn gefördert von der Deutschen Forschungsgemeinschaft (DFG)

• Entwicklung eines Produktionsworkflows für große Mengen an Digitalisaten im Printbereich

• Standardisierungsaktivitäten (METS)

• Mehr als 6 Millionen Seiten digitalisiert, über 4 Millionen Seiten online bereitgestellt

• Konzeption, Beratung und Durchführung von Projekten (häufig kooperativ)

• Zielsetzung: Masse UND Klasse

Gliederung

• Ebenen der LZA

• Komponenten und Kostenfaktoren der LZA

• Kostenrechnung

• Empfehlungen

Ebenen der LZA

• Bitstream Preservation (Hardware)– Integrität der Dateien erhalten

• Inhalte im Zugriff halten (Software)– Nutzung/Bedeutung der Datei erhalten– Migration– Emulation

Komponenten und Kostenfaktoren

• Dateiformate

• Produktionswerkzeuge

• Metadaten

• LZA-Management System (für Migration, Emulation)

• Storage (4-fach redundant)

Produktionworkflow (Digitalisierung)

Quality ControlQuality ControlSelection(Bookshelf)Selection

(Bookshelf) ScanningScanningImage

OptimizationProcessing

Image OptimizationProcessing

PDF Rendering, OCR, backup

PDF Rendering, OCR, backup MetadataMetadata Upload,

CMS / DMSUpload,

CMS / DMS

förderungsfähig

Selection(Bookshelf)Selection

(Bookshelf) ProduktionProduktion UploadCMS / DMS

UploadCMS / DMS LZALZA

Kostenfaktoren

Quality ControlQuality ControlScanningScanningImage

OptimizationProcessing

Image OptimizationPro

cessing

PDF Rendering, OCR, backup

PDF Rendering, OCR, backup MetadataMetadata Upload /

LZAUpload /

LZA

Dateiformat JPGTIFF (FAXG4)JPG20003D-Scan

Header

Hardware

Software

Dateiformat JPGTIFF (FAXG4)JPG20003D-Scan

Header

Hardware

Software

Log Log Header

Software

Header

Software

PDF/A

Software

PDF/A

Software

Format

ZVDD-METSEADMuseumDAT

LZA: PREMIS

Format

ZVDD-METSEADMuseumDAT

LZA: PREMIS

Archivobjekt

Ingest

Storage

Updates

Migration

Archivobjekt

Ingest

Storage

Updates

Migration

Kosten entstehen durch…

• Weiche Kosten– Change Management Prozesse– Wechsel des Workflow, Schulungen auf neue

Tools und Verfahren, …

• Harte Kosten– Anschaffungen– Software, Lizenzen– Hardware (Storage, RAID-Systeme)

Kosten Software LZA

• Produktionssysteme– Open Source (Supportkosten)

• Goobi (GDZ)– Kommerziell (Lizenzkosten)

• ZENDpro (MDZ)• Semantics• CCS

– Ziel: ingestfähige LZA Pakete • LZA Systeme

– LOCKSS (open source)– KOPAL (DNB/SUB/IBM)– …

Beispielrechnung Storage

• Lizenzgebühren LZA Software– 40.000 € p.a.– 100 TB LZA-Storage: 25.000 € einmalig

• 4-fach redundant• Tape

• 1TB = 250 €– Platz für 62.000 unkomprimierte TIFF Bilder A5 (16

MB pro Seite)– Kosten GDZ Jahresproduktion (3 Mio Seiten): ca.

20.000 €• Kosten pro Seite: ca. 2 Cent• Ca. 10% der Gesamtkosten

Dienstleistungs-Infrastruktur

• Der Aufbau eigener LZA-Archive ist wenig ratsam

• Dienstleister:– GWDG (KOPAL, DNB, SUB)– Leibnitz RZ (BSB)– Angebote noch nicht im Dauerbetrieb getestet

Werkzeuge für Format-Validierung

JHOVE (JSTOR/Harvard Object Validation Environment)Konformitätsvalidierung für:– AIFF, AIFF-C– ASCII– GIF 87a, 89a– HTML 3.2, 4.0, 4.01, XHTML 1.0, 1.1– JPEG, JFIF, SPIFF, JTIP, JPEG-LS, Exif 2.0, 2.1, 2.2– JPEG 2000 JP2, JPX– PDF 1.0 – 1.6, PDF/X-1, -1a, -2, -3, PDF/A, Tagged PDF, Linearized PDF– TIFF 4.0 – 6.0, Class B, G, P, R, Y, F, RFC 1314, TIFF/EP, TIFF/IT (CT, LW, HC,

MP, BP, BL, FP, and P1, P2), GeoTIFF, TIFF-FX, Exif 2.0, 2.1, 2.2, DNG– UTF-8– WAVE, BWF– XML

http://hul.harvard.edu/jhove/http://www.nationalarchives.gov.uk/pronom/

Empfehlungen

• Vorsicht vor proprietären Formaten

• Formate/Metadaten jetzt umstellen, jeder Tag Verzug führt zu höheren Kosten

• Bitstream Preservation jetzt garantieren (LOCKS, RAID, Verbund)

• LZA Archivsysteme: abwarten bis Marktreif erwiesen und Konsolidierung erreicht

• Auf dem Laufenden bleiben:– www.nestor.sub.uni-goettingen.de

Vielen Dank