Auf Dauer. Erhaltung digitaler Information

Transkript

1 Auf Dauer. Erhaltung digitaler Information über 100 Jahre und mehr Dr. Kai Naumann, Landesarchiv BW Mastering big data in science großskaliges Datenmanagement für die Wissenschaft Kolloquium aus Anlass der Einweihung der Large Scale Data Facility (LSDF) Februar 2011, Steinbuch Centre for Computing, Karlsruher Institut für Technologie

2 Übersicht 1. Was macht ein Landesarchiv? 2. Von 1910 bis heute: Fakten zum Überleben digitaler Daten 3. Von heute bis 2110: Wünsche und Hoffnungen für das Grid und die Cloud S. 2 Kai Naumann LSDF Kolloquium Karlsruhe

3 1. Was macht ein Landesarchiv? Für Zahlenfreunde: 9 Abteilungen, davon 6 Magazinstandorte 11 Mio. EUR Gesamtbudget 188 Mitarbeiterinnen und Mitarbeiter 1198 Jahre: Alter der ältesten datierten Urkunde Nutzungen pro Jahr Regalmeter Akten Digitalisateit t von Archivgut Datensätze aus Datenbanken (auf Dauer) Gewünschte Verwahrdauer der Unterlagen Für alle Interessierten: Ein landeskundliches Kompetenzzentrum, das historisch wertvolle Unterlagen auf Dauer verwahrt. Für Einrichtungen des Landes aber auch: Eine Beratungseinrichtung für die langfristige Erhaltung von Unterlagen aller Art. S. 3 Kai Naumann LSDF Kolloquium Karlsruhe

4 Staatsarchiv Ludwigsburg, Bestand B 503 III Bd. 618, Feld- und Güterbuch Simmringen

5

6 Staatsarchiv Ludwigsburg, Bestand EL 68 V, Liegenschaftskataster BW (Transferform)

7 Staatsarchiv Ludwigsburg, Bestand EL 68 V, Liegenschaftskataster BW (Bitfolge)

8 Staatsarchiv Ludwigsburg, Bestand EL 68 V, Liegenschaftskataster BW (Interpretation)

9 1. Von 1910 bis heute (1) Die Geschichte ht der digitalen it Daten beginnt früher, als man denkt: Lochkartensteuerung am Webstuhl (Mitte 18. Jh.) Morsecode (1833) Lochkartenzählmaschinen (1890) Warum 1910? - Weil wir hier in Baden-Württemberg sind. S. 9 Kai Naumann LSDF Kolloquium Karlsruhe

10 Staatsarchiv Ludwigsburg, Bestand E 258 II, Statistisches Landesamt Württemberg

11 Von 1910 bis heute (2) Weitere Etappen in Baden-Württemberg: 1961 Das Statistische Landesamt verwendet erstmals Rechenmaschinen mit Elektronentechnik für die Volkszählung. Jeder Erhebungsbogen (Urmaterial) wird auf eine Lochkarte gelocht. Die ausgezählten Summen werden gemeindeweise abgelocht Eine Arbeitsgruppe berät mit der Archivverwaltung über die Zukunft des Urmaterials auf Lochkarten. ca Die Lochkarten des Urmaterials fallen einer Überschwemmung im Keller des Statistischen Landesamts zum Opfer. Die Summenkarten überleben und werden auf Magnetband überspielt Eine bundesweite Fachanwendung zur Straßenplanung auf Großrechnern ist konzipiert und geht nach und nach in den Echtbetrieb Die Erhebungsbögen der Volkszählung werden direkt mittels OCR auf Magnetbänder überspielt Ein Mitarbeiter der Pädagogischen Arbeitsstelle für Erwachsenenbildung Inzigkofen füllt eine Diskette mit Textverarbeitungsdateien. S. 11 Kai Naumann LSDF Kolloquium Karlsruhe

12 Von 1910 bis heute (3) 1975 Die Landesarchivverwaltung veranstaltet eine erste Tagung zur Erhaltung digitaler Daten Das Landesarchiv übernimmt erstmals die Verantwortung für digitale Inhalte (Mikrodaten der Volkszählung 1970) Testbetrieb zur Übernahme und Erhaltung beginnt Aktueller Stand: 34 Bestände mit Objekten: Daten aus Vorgangsbearbeitungssystemen Georeferenzierte Daten Statistische Mikrodaten Digitalisate (Fotos, Textdokumente, Pläne) Internetseiten Audiovisuelles Material Messdaten Office-Dokumente S. 12 Kai Naumann LSDF Kolloquium Karlsruhe

13 Von 1910 bis heute (4) Eh Erhaltungsmethodik th Landesarchiv: Sicherung des Bestands vor Ort (Erhebung von Prüfsummen und anderen Eigenschaften) Übertragung Transfervalidierung Validierung der erwarteten Inhalte Vervollständigung g der Dokumentation Migration der Primärdaten und der Dokumentation in Standardformate Regelmäßige Prüfung aller Formate auf Obsoleszenz S. 13 Kai Naumann LSDF Kolloquium Karlsruhe

14 Staatsarchiv Ludwigsburg, Bestand EL 75 V Landesamt für Straßenwesen S. 14 Kai Naumann LSDF Kolloquium Karlsruhe

15 Von 1910 bis heute (4) 2008 Eine Diskette wird abgeliefert und soll gelesen werden. Der Datenträger ist noch lesbar. Doch eine Datei gibt Rätsel auf S. 15 Kai Naumann LSDF Kolloquium Karlsruhe

16

17

18

19

20 Von 1910 bis heute (5) Das Format SCR entspricht dem Bildformat PCX, außer das erste Byte lautet hexcd statt hex0a! S. 20 Kai Naumann LSDF Kolloquium Karlsruhe

21 Voilà!!

22 Von 1910 bis heute (6) In einigen i Fällen war nicht immer alles zu erhalten S. 22 Kai Naumann LSDF Kolloquium Karlsruhe

23 Die Dokumentation zu den Daten von 1980 ist vor Jahren mit anderen Papierakten vernichtet worden. Die CD-ROM des Stands von Mai 2002 war defekt. Die Herkunft der von Ihnen auf unserem Oracle- Server entdeckten Tabellen aus den Jahren ist auch uns selbst unklar. Die Bandkassette der Daten von 1984 war leider nicht mehr lesbar. Der in diesem Bereich kundige Kollege ist vor sechs Jahren in Rente gegangen. Die Schaffung einer Ausgabeschnittstelle war in der Ausschreibung nicht vorgesehen, die nachträgliche Erstellung kostet EUR. Foto: Magnus Gertkemper

24 Von 1910 bis heute: Folgerungen Dauerhafte Zuständigkeiten begünstigen Erhaltung. Dauerhafte Erhaltung ist ein Anliegen, das von Spezialisten vertreten werden muss. Neue Berufsbilder entstehen: data curator, escience professional, Archivinformatiker, cyber-archiviste cyber-archiviste (frz.) Die Zuordnung von Dokumentation und digitalen Daten ist entscheidend: Handbücher, Unterlagen zur Bearbeitung der Daten sind wertvoll wie die Daten selbst. Standards sind nur sinnvoll, wenn sie verbreitet praktiziert werden. Sonderstandards können schwere Folgen haben. S. 24 Kai Naumann LSDF Kolloquium Karlsruhe

25 Von heute bis 2110: Wünsche und Hoffnungen (1) Interoperabilität begünstigen Anreize zur langfristigen Einhaltung von Standards. Anreize für Absprachen zwischen Institutionen und Disziplinen. Transparenz der Informationsbestände (Gesamtkatalog, Beispiel ChemSpider). Erhaltung auf Dauer wird schon bei der Entstehung der Daten eingeplant (Curation Lifecycle). Vgl. hierzu S. 25 Kai Naumann LSDF Kolloquium Karlsruhe

26 Von heute bis 2110: Wünsche und Hoffnungen (2) Ausgehandelte Verantwortlichkeiten tli it zwischen institutionellen und disziplinären Repositorien. Fiktives Negativbeispiel: Messdaten im Umweltbereich Staat A verwahrt seine Messdaten (durch Umweltdatenzentrum X) für die Jahrgänge 2010, 2020, 2030 usw. Staat B verwahrt seine Messdaten (durch Universität Y) für die Jahrgänge 2005, 2015 usw. Fiktives Positivbeispiel: Medizin Bundesland A (Universität X, Medizininformatik) verwahrt bundesweit bestimmte Daten zu Herz-Kreislaufkrankheiten. Bundesland B (Landesarchiv) verwahrt bundesweit bestimmte Daten zu Krebserkrankungen. S. 26 Kai Naumann LSDF Kolloquium Karlsruhe

27 Von heute bis 2110: Wünsche und Hoffnungen (3) Langfristige Budgets. Anpassung und Präzisierung des Urheberrechts. der sonstigen Leistungsschutzrechte. des Informationsfreiheitsrechts. des Archivrechts. S. 27 Kai Naumann LSDF Kolloquium Karlsruhe

28 Vielen Dank! Dr. Kai Naumann Landesarchiv Baden-Württemberg 07141/ Zum Weiterlesen (Digitale Erhaltung): Zum Weiterlesen (Landesarchiv): Beständeübersicht Landesarchiv: p// a d / b/508