Bibliotheken in der Verantwortung: 'Literatur im Netz' authentisch archivieren und langfristig verfügbar machen

Karin Schmidgall, Jochen Walter, Deutsches Literaturarchiv Marbach

Vortrag gehalten auf dem Bibliothekartag Berlin am 08.06.2011 (Block „Blick auf die Informationslandschaft“ 09:00-11:00, Raum Paris)

1 Allgemeines

Das Deutsche Literaturarchiv gilt als Zentrum für Literatur und Geistesgeschichte; der Schwerpunkt liegt auf der deutschsprachigen Literatur seit 1750

Es stellt Quellen für Wissenschaft und Forschung bereit, der Zugang ist für die wissenschaftliche Nutzung frei und kostenlos

Im Zentrum des Sammelns stehen der Autor und sein Werk

Ziel ist eine möglichst umfassende Quellendokumentation, dazu gehört auch die konsequente Ausweitung des Sammelprofils auf die im Internet publizierte Literatur eines Autors

2 Ausgangsthesen

Was heißt es, Quellen für die Wissenschaft authentisch zu archivieren und langfristig verfügbar zu machen? Thesenhaft beleuchten. Mit Auswahl, Erwerbung, Erschließung, Aufbewahrung und Ausstellung von Quellen kennen sich Bibliotheken aus, verfügen über Jahrhunderte lange Erfahrung. Wie sieht es aber mit dem Sammlungsgut „flüchtige Internet-Quellen“ aus?

2.1 These 1: Man kann nicht jede Quelle sammeln

Für die Auswahl werden literaturgeschichtliche Kenntnisse und eindeutige Sammelkriterien benötigt. Bei der Auswahl konventioneller Literatur helfen der Nachweis in der Deutschen Nationalbibliographie oder die Veröffentlichung in einem literarisch einschlägigen Verlag oder einer Zeitschrift. Diese redaktionellen Filter fehlen jedoch bei der Auswahl von Internet-Quellen. Wird mit der Aufnahme in das Archiv ein wissenschaftlicher Kanon gebildet?

2.2 These 2: Eine Quelle muss authentisch sein

Eine Handschrift oder Erstausgabe mit handschriftlicher Widmung des Autors wird per se als echt, „als Original“ befunden - wie sichert man aber die Authentizität eines Weblogs? Wie weit entspricht eine Spiegelung dem Original? Wie sehr beeinflussen Zeitpunkt und technische Parametereinstellungen das Ergebnis? Was passiert bei Migrationsprozessen?

2.3 These 3: eine Quelle muss zitierbar sein

Zitate in wissenschaftlichen Arbeiten müssen nachvollziehbar und nachprüfbar sein. Es gibt zwar Zitierregeln für Internetquellen, aber was ist wenn die zitierte Quelle selbst nicht mehr existiert? Wie sichert man langfristig die Zitierbarkeit?

2.4 These 4: eine Quelle muss angemessen aufbewahrt werden

Mit dem Sammeln übernimmt eine Institution die Verantwortung für die Aufbewahrung ihres Sammelguts. Die optimalen Bedingungen für die Aufbewahrung von Handschriften und Büchern sind seit vielen Jahren erforscht, es gibt dafür eine ganze Reihe von DIN/ISO -

Standards und viel Erfahrung. Wie aber sieht die optimale Langzeitarchvierung für Web-Ressourcen aus, bei der für einige Quellen die gesamte Erstellungsumgebung (Daten, Software und Lesegeräte) mitarchiviert werden müsste?

Auswahlkriterien und Erschließung sind übertragbar auf das „Digitale Sammlungsprofil“, neu kommt hinzu, dass die Rechte zur Archivierung und Verbreitung beim Autor eingeholt werden müssen.

Zugangswege und Aufbewahrung aber stellen eine Bibliothek vor Herausforderungen, die sie nicht allein bewältigt werden kann und für die sie Partner suchen muss.

3 Abriss Projektverlauf LiN / Eckpunkte

1997: Meldung FAZ zum 2. Internet-Literaturpreis -> Damals war schon klar: Wir müssen uns um die Archvierung kümmern“, ebenfalls klar war: Wir kommen nur weiter, wenn wir direkt auf die Autoren zugehen - und diese hatten Interesse an der Archivierung! Wir hatten aber nicht die technische Ausstattung und das Know How.

1999: wird das Netzwerk der Bestände im Erschließungssystem Kallías sichtbar gemacht

2004: Aufbau der ViFa Germanistik. DLA übernimmt als Kooperationspartner im Fachinformationsführer die Redaktion für die Literaturformen „literarische Zeitschriften, Weblogs und Netzliteratur und erschließt Internetquellen mit bibliothekarischen Metadaten und kurzer Inhaltsbeschreibung

2004: Beschäftigung mit dem Thema Web-Archivierung, Durchführung einer Marktsichtung. Unser Anspruch: die Quellen müssen analog zum konventionellen Sammlungsgut gesichert werden, auch wenn das Konzept der Virtuellen Fachbibliotheken dies nicht vorsah. Erst seit diesem Jahr nimmt die Bayerische Staatsbibliothek sich dieser Aufgabe für die dort geführten Virtuellen Fachbibliotheken an und steigt gemeinsam mit Academic Linkshare in die Langzeitarchvierung von Webseiten ein! Cooles Gefühl: bei einer aktuellen Thematik einmal schneller reagiert zu haben als die BSB.

2008: Ausrichtung eines Nestor-Workshops „Langzeitarchivierung von Netzliteratur“ gemeinsam mit der DNB Frankfurt. Archivare, Bibliothekare, Autoren, Rechtswissenschaftler, Webarchivbetreiber und ein Vertreter des Börsenvereins diskutieren. Es bleiben viel offene Fragen: technische, urheberrechtliche, organisatorische. Eine Nestor-Überlegung war, den Autoren zu vermitteln, dass sie zur Archivierbarkeit ihrer Publikationen beitragen können, wenn sie bereits bei der Produktion die Anforderungen einer langfristigen Speicherung bedenken -> („Best-Practices“). Doch wäre man jemals auf die Idee gekommen, Schriftstellern die Tinte und das Papier für die ersten Überlegungen zu einem neuen Roman, den Umschlag der Erstausgabe vorzuschreiben?

2009: Start der Plattform „Literatur im Netz“. Das BSZ Konstanz ist mit dem Betrieb und dem Hosting beauftragt, zum Einsatz kommt das Workflowtool SWBcontent, das zur Spiegelung und Archivierung der Quellen eingesetzt wird, für das Webharvesting wird als Baustein HTTrack verwendet, die URN-Vergabe (persistenter Identifier) erfolgt über ein vom BSZ zusammen mit der DNB entwickeltes Verfahren. Das BSZ übernimmt als vertrauenswürdiges Archiv auch die Verantwortung für die Langzeitarchivierung.

2011: 170 literarische Weblogs und Zeitschriften, die in regelmäßigen Abständen (4mal im Jahr) gespiegelt werden, 55 GB Speicherplatz, erwartete Zunahme 30% pro Quartal. Nachweis der Quellen in SWB, ZDB, ViFa Germanistik und lokaler Datenbank Kallías. Personal: DLA: 50%-Stelle für den gesamten Workflow (Rechteeinholung, Katalogisierierung, Webharvesting)

„Authentisch, spannend und gesucht: Unsere neuen Weine im Mai“ las ich neulich - übertragen auf unser Thema: Authentisch, spannend und gesucht: die Netzliteratur im Archiv

Übergabe an Jochn: [Präsentation Fokus: wie im Projekt Literatur im Netz Quellen für die Wissenschaft authentisch archiviert und langfristig verfügbar gemacht werden.]

4 Archivierungspraxis konkret

4.1 Spiegelungsbedingungen und Folgen

Parameter-Folien Einige Spiegelstriche zu den Bedingungen, unter denen gespiegelt wird: Die Zahl der Downloadparameter des Crawlers Httrack (in SWBcontent integriert) geht in die Dutzende. Die Netzquellen selbst zeichnen sich durch eine starke Veränderbarkeit aus. Wir archivieren nicht das Netz, nicht einmal größere Teile dessen, sondern Ausschnitte. Das hat mit Kosten, mit der Besinnung auf den fachlichen Kernbereich und mit dem zu tun, was uns das Urheberrechtsgesetz gestattet bzw. nicht gestattet. Daraus und aus der oben erwähnten Vielzahl an Einstellungsmöglichkeiten folgt, dass es keine standardisierten, also quellenunabhängigen oder institutionsübergreifend anwendbaren Spiegelungsparameter geben kann. Weiter ist keine Kollationierung möglich. Netzquellen sind im Unterschied zu bsp. Büchern in ihrem Umfang nicht definiert. Unterschiedliche Interpretationen des Umfangs der Vorlage sind daher nicht möglich oder wahrscheinlich sondern sicher. Der Umfang der Vorlage wird erst durch die Archivierung definiert. Daher empfehlen wir auch allen kontaktierten Rechteinhabern, von der Vorstellung einer hundertprozentigen 1:1-Kopie Abstand zu nehmen.

4.2 Probleme

Über diese ganz allgemeinen Folgen hinaus gibt es Probleme, auch technischer, auch rechtlicher Art, aber diese sollen hier und jetzt keine Rolle spielen. Stattdessen seien noch einmal die beiden bereits angesprochenen Hauptanforderungen an die archivierten Quellen genannt als Folie

Authentizität

o Unveränderlichkeit der archivierten Ressource

o Entsprechung von Kopie und Original

Zitierfähigkeit

o Unveränderlichkeit der archivierten Ressource

o Dauerhaftigkeit der archivierten Ressource

Hauptproblem 1 vor dem Hintergrund dieser Anforderungen: Die Archivierung der Quelle bereits verändert diese und erschafft ein Unikat. Das liegt in den

Spiegelungseinstellungen und in der Veränderbarkeit der Quellen begründet, die den Zeitpunkt der Spiegelung zu einem bestimmenden Datum machen. Eine Lösung dieses Problems, in dem Sinne, dass Gegebenheiten wie bei klassischen Printmedien geschaffen würden, gibt es nicht und ist auch nicht vorstellbar. Was man tun kann, ist, die archivierten Quellen objektiv nachvollziehbar machen, indem man die üblichen Metadaten um die Archivierungsbedingungen, die Downloadparameter ergänzt. Die Zitierfähigkeit verschiebt sich so von der Titel- auf die Einzelspiegelungsebene. Damit verschiebt sich auch der Fokus etwas von der Authentizität des Dokuments auf die Vertrauenswürdigkeit des Archivs.

Hauptproblem 2 vor dem Hintergrund dieser Anforderungen: Die langfristige Verfügbarkeit. Hier sieht die Arbeitsteilung so aus, dass das DLA für die Überführung der Quellen ins Archiv (und alle damit zusammenhängenden Arbeiten) zuständig ist. Bei allen Belangen der Langzeitarchivierung, sowohl konzeptionell wie auch ganz konkret technisch, sind die Grenzen unserer Tätigkeit erreicht. Hier sind der SWB, die Verbünde allgemein, aber auch Nestor und die DNB gefragt. Was aber schon jetzt dauerhaft den Archivalien zugewiesen ist und deren Zitierfähigkeit befördert, sind URNs. Diese werden den Quellen in Zusammenarbeit mit dem BSZ und der DNB zugeordnet.

Fazit für unsere Archivierungspraxis (Was geht denn dann noch?) Wir schreiben 1 Rechteinhaber an und spiegeln nach Erteilung der Rechte mit folgenden Parametern als Folie

Ausgangsadresse

o http://quantenleser.de/mam/

Zeitbegrenzung

o 2 Tage

Volumenbegrenzung

o 2 GB

ggf. Filter

o weitere ein- bzw. auszuschließende Adressen bzw. Adressbereiche

Verhalten gegenüber robots.txt

o abhängig von den jeweiligen Gegebenheiten

interne Spiegelungstiefe

o 997

externe Spiegelungstiefe

o null

4.3 Netzressourcen vergleichen mit "monographischer" Netzliteratur

LiN umfasst die drei Bereiche elektronische Zeitschriften, Weblogs und Netzliteratur. Bei den Zeitschriften (in der Regel Websites) und den Weblogs ist von einer periodischen, in den meisten Fällen integrierenden Erscheinungsweise zu sprechen. Daraus ergibt sich auch eine wiederholte, regelmäßige Archivierung jeweils der kompletten Quelle. Diese bestehen häufig

aus vorfabrizierten verteilten, vernetzten Bestandteilen, Stichwort: Web 2.0. Die im Zusammenhang mit diesen Medien auftretenden Probleme können meist bewältigt werden. Folien zu Maulle au Mer Das vom DLA betriebene punktuelle Harvesting erlaubt eine derart genaue Qualitätskontrolle, die beispielsweise bei großflächigen Vorgehensweisen gar nicht möglich ist. Da sich das Harvesting nicht bzw. noch nicht vollständig automatisieren lässt, kann es in solchen Bereichen auch zu Archivkopien kommen, die unseren Anssprüchen an Authentizität nicht genügen würden. Folien Vergleich DLA - IA Die Netzliteratur-Projekte, die zu einem großen Teil aus den Neunziger Jahren stammen, sind jedoch in der Regel in sich abgeschlossen. Eine einmalige Archivkopie ist für diese quasi monographischen Fälle ausreichend. Es handelt sich weitgehend um eigenständig produzierte Kunstwerke, deren Archivierung ihre eigenen Probleme hat. Diese können damit zusammenhängen, dass, um Johannes Auer zu zitieren "Stück und Aufführungsbasis untrennbar miteinander verbunden sind" (Auer, Archivierung von performativer Netzliteratur). Die Archivierung von Systemumgebungen, also Betriebsystemen, Software bzw. bestimmten Versionen von Programmen, kann so zum notwendigen Bestandteil einer authentischen Archivkopie werden. Hinzu kommt die rasante technische Entwicklung im Netzbereich. Zum Schluss noch einen recht typischen Netzliteratur-Titel: Link-Folie zu Kill the poem

5 Ausblick

Die Titel aus dem Bereich der Netzliteratur bzw. der frühen Netzliteratur sind zum Teil noch online verfügbar. Zum Teil befinden sie sich in Form von Speichermedien wie CD-ROMs in Marbach, und zum Teil sind sie einfach bereits verschwunden. Daraus und aus den oben erwähnten technischen Schwierigkeiten leiten wir für die Archivierung dieses Segments folgenden Arbeitsplan für die Zukunft, eine teils webarchäologische Vorgehensweise, ab:

Webharvesting (wenn das scheitert, was wir im stärkerem Maße vermuten als bislang:)

Direktlieferung (wenn das scheitert:)

Unterstützung durch Programmierer (wenn das scheitert:)

Archivierung nicht durchführbar, es bleibt bei der Dokumentation der Arbeit im Projekt-Wiki zu Zwecken späterer Arbeit und Forschung (Vorbild: Web harvesting survey der LoC)

Literatur im Netz

Bibliotheken in der Verantwortung: „Literatur im Netz“ authentisch archivieren und langfristig verfügbar machen,

100. Bibliothekartag, Berlin, 8. Juni 2011

Karin SchmidgallJochen Walter

Bibliothek

800.000 Bücher, Zeitschriften

144 Autoren, Gelehrten-

Sammlerbibliotheken

353.000 andere Materialien

Archiv

1.200 Nachlässe und Sammlungen

Verlagsarchive

100.000 Bildnisse

51.000 literarische Autoren

Friedrich Schiller, Eduard Mörike, Rainer Maria Rilke, Gottfried Benn, Franz Kafka, Alfred Döblin, Kurt Tuchholsky, Ricarda Huch, Carl Zuckmayer, Paul Celan,

Sudabeh Mohafez, Ernst Jünger, W.G. Sebald, Hannah Arendt, Martin Heidegger, Alban Nikolai Herbst, Erich Kästner, Joachim Ringelnatz, Gertrud Kolmar, Elisabeth Langgässer, Justinus Kerner, Else Lasker-

Schüler, Thomas Mann, Georg Trakl, Uwe Timm, Hans Magnus Enzensberger, Thomas Bernhard, Hilde Domin, Christa Wolf, Julian Heun, Martin Klein, Sascha Lobo, Anna Seghers, Isolde Kurz, Reinhold Schneider, Oskar Loerke, Nikolaus Lenau, Günter Kunert, Wilhelm Raabe, Martin Walser, Stefan Zweig, Stefan George, Karl Wolfskehl, Gabriele Wohmann, Ken Yamamoto −

haben Sie die Blogger entdeckt?

Der Tianhe-1A (Bild: Nvidia)

Httrack, Windows-Version

-

Authentizität–

Entsprechung von Original und Kopie

-

Zitierfähigkeit–

Unveränderlichkeit der archivierten Ressource

–

Dauerhaftigkeit der archivierten Ressource

Ausgangsadresse –

http://quantenleser.de/mam/Zeitbegrenzung

–

2 Tage Volumenbegrenzung

–

2 GB ggf. Filter

–

weitere ein-

bzw. auszuschließende Adressen bzw. Adressbereiche Verhalten gegenüber robots.txt

–

abhängig von den jeweiligen Gegebenheiten interne Spiegelungstiefe

–

997 externe Spiegelungstiefe

–

null

Die Reise nach Maulle au Mer 1

Die Reise nach Maulle au Mer 2

Die Reise nach Maulle au Mer 3

Die Reise nach Maulle au Mer 4

Die Reise nach Maulle au Mer 5

http://auer.netzliteratur.net/kill/killpoem.htm

karin.schmidgall@dla-marbach.de

jochen.walter@dla-marbach.de

Deutsche Schillergesellschaft e.V.

Schiller-Nationalmuseum

Deutsches Literaturarchiv

Literaturmuseum der Moderne

www.dla-marbach.de