Archiving websites Archivierungskonzept für das Intranet der Dresdner

Archivierung von Webseiten
durch „The Internet Archive“, die Archivierung des schwedischen Internets
im Kulturarw3-Projekt, sowie die Gründung der Vereinigung EWA
(European Web Archive) und der Vereinigung europäischer nationaler
Bibliotheken NEDLIB (Networked European Deposit LIBrary) zur
Entwicklung einer Infrastruktur für digitale Publikationen. Aus diesen
Projekten der Zusammenarbeit gehen weitere Projekte hervor. Archive sind
auf dem Fachgebiet noch eindeutig unterrepräsentiert. Es ist aber auch
festzustellen, dass die Archivierung der Websites immer mehr zum Thema
wird 13 .
4.3 Herangehensweisen
In den bereits laufenden Projekten zur Archivierung von Webseiten wird
zwischen zwei Vorgehensweisen unterschieden. Die eine wird oft als
„comprehensive approach“ 14 (vollständige Herangehensweise), die andere
als „selective approach“ (auswählende Herangehensweise) bezeichnet 15 .
Die vollständige Herangehensweise stellt die Sichtweise von
Computerfachleuten dar, deren Schwerpunkt es ist, eine Technologie zu
benutzen, um Informationen zu verlinken. Hierbei liegt der Fokus auf der
Entwicklung von Suchmaschinen. Diese Strategie setzt bereits vorhandene
Technik ein, die bei Suchmaschinen wie Google oder Altavista angewendet
werden. Auf eine Anfrage des Benutzers wird mit einem „Web crawler“,
auch „Web harvester“ (Engl: Ernter, von „Ernten“ abgeleitet) genannt, das
gesamte Web nach einem vordefinierten „web space“ durchsucht, z. B. *.de,
*.com, *.dresdner.net. Das Ergebnis wird in einem Ranking dargestellt.
Diese URL-Seiten werden „geholt“ und auf eingebettete Links analysiert.
Das „Ernten“ von Webseiten wird erst beendet, wenn alle URLs des
vordefinierten Bereichs abgefragt wurden.
13 Vgl. Schmitz, Archivierung, 2002. Auch auf der Jahrestagung 2003 der Vereinigung
deutscher Wirtschaftsarchivare e.V. berichtete Frau Dr. Helen Müller, dass das Historische
Archiv der Bertelsmann AG sich mit dieser Problematik auseinandersetzen muss.
14 Im Englischen wird diese Herangehensweise bezeichnet als „comprehensive approach“
oder auch „bulk approach“. Julien Masanès beschreibt diese Strategie als eine „automatic
harvesting policies“ (automatisch erntende Strategie). (Masanès, Web Archiving, 2001)
15 Vgl. Masanès, Web Archiving, 2001; Lyman, Archiving WWW, 2002; Mannerheim,
heritage, 2000.
11