Langzeitarchivierung im Bundesarchiv

Transkript

1 Langzeitarchivierung im Bundesarchiv Heinz Gnehm Bundesarchiv Schweiz

2 Langzeitarchivierung elektronischer Unterlagen Heinz Gnehm Dipl. Inf. Ing HTL. Nach dem Studium der Wirtschaftsinformatik an der Fachhochschule Biel fünf Jahre lang als Support- und Enwicklungs-ingenieur in der Abteilung Forschung und Entwicklung der Swisscom auf dem Gebiet von «Voice over IP». In dieser Zeit begann er sich für die Langzeitarchivierung von elektronischen Unterlagen zu interessieren und absolvierte in den Jahren 2000 und 2001 ein Nachdiplomstudium Information und Dokumentation (I+D) an der Fachhochschule Chur. Zur gleichen Zeit suchte die Fachstelle ARELDA des Schweizerischen Bundesarchivs einen Informatiker. Seit September 2000 als Wissenschaft-licher Mitarbeiter mit einem 80 %-Pensum. Neben operativen Aufgaben wie den Verhandlungen mit den Bundesämtern über die Ablieferung von elektronischen Unterlagen, der Entgegennahme und Aufbereitung der Daten, hat er im letzten Jahr eine WTO-Ausschreibung für ein tertiäres Speichersystem (Bandroboter) geleitet: im Laufe dieses Jahres werden die beiden Bandroboter ADIC Scalar 10K mit einer Anfangskapazität von je 30 TByte in Betrieb genommen. Ziel des Projekts ARELDA ist es, langfristige Lösungen für die Archivierung der dauernd wertvollen digitalen Daten und Akten der zentralen Bundesverwaltung im Schweizeirschen Bundesarchiv zu konzipieren und zu implementieren. Archivierung umfasst vier zentrale Aufgaben: Übernahme und Erschliessung: die Daten müssen aus unterschiedlichsten Quellsystemen der Bundesverwaltung übernommen, erschlossen und ins Archiv integriert werden. Dauerhafte Aufbewahrung: die Archivdaten müssen jederzeit zugänglich (lesbar) sein. Dabei müssen technologische Generationenwechsel durch die permanente Pflege von Migrationensketten überwunden werden (Datenträger, Datenformate, Betriebssoftware). Erhaltung der Verständlichkeit und Authentizität: die Archivaten müssen inhaltlich sowie in ihrem ursprünglichen Entstehungs- und Nutzungszusammenhang dauerhaft verstehbar und authentisch gehalten werden. Benutzbarmachung: die Archivdaten müssen jederzeit für die ursprügnlichen Datenherren, die Forschung und die Öffentlichkeit in einer bedarfsgerechten Form zur Benutzung bereitgestellt werden. Diese Aufgaben sind unabhängig von Daten und Datenstruktur zeitlich unbeschränkt zu erfüllen. Zu diesem Zweck setzt das Bundesarchiv auf das OAIS-Referenzmodell («Open Archival Information System», ISO 14721:2003), das folgende sechs Komponenten eines digitalen Archivs definiert: «Ingest»: stellt die Dienste und Funktionen zur Verfügung, um die von den Herstellern übermittelten «Submission Information Packages (SIP)» entgegenzunehmen und für die Langzeitarchivierung als «Archival Information Packages (AIP)» aufzubereiten. «Archival Storage»: stellt die Dienste und Funktionen zur Verfügung, um die AIPs physisch auf Datenträgern zu speichern, zu unterhalten und von dort wieder zu lesen. «Data Management»: stellt die Dienste und Funktionen zur Verfügung, um die in «Archival Storage» physisch gespeicherten AIPs technisch und inhaltlich zu identifizieren, zu beschreiben und langfristig und dauerhaft zu verwalten. «Access»: stellt die Dienste und Funktionen zur Verfügung, welche es dem Endbenutzer erlauben, durch Abfragen die Existenz, Beschreibung und Verfügbarkeit von Archivdaten festzustellen und diese als «Dissemination Informationen Packages (DIP)» anzufordern und in bedarfsgerechter Form einzusehen. «Administration»: Bereitstellung und operative Leitung aller administrativen, planerischen und organisatorischen Prozesse, um das Archiv als Gesamtsystem fachlich und technisch nachhaltig betreiben und strategische Vorgaben (Management) umzusetzen «Preservation Planning»: Stellt die Dienstleistungen und Funktionen zur Verfügung für die Entwicklung von Methoden, Standards und Strategien für die Langzeitarchivierung, um externe Veränderungen zu antizipieren und es der «Administration» zu ermöglichen, die Langzeitarchivierung der im OAIS archivierten Informationen kontinuierlich zu garantieren. Seite 2

3 Archivierung elektronischer digitaler Unterlagen im Bundesarchiv (BAR) Das Projekt ARELDA Heinz Gnehm 15. Juni 2004 Inhalt Vorstellung Problemstellung Lösungsansätze (OAIS) Projekt ARELDA Praktische Beispiele Fragen, Diskussion Seite 3

4 Das Bundesarchiv [i] 1798: Gründung während der Helvetischen Republik ( ) 1899: Bezug des heutigen Gebäudes im Kirchenfeld : Renovation und vierstöckiger unterirdischer Magazintrakt gehört zum Eidgenössischen Departement des Innern (EDI) Das Bundesarchiv [ii] ca. 70 Personen 44 Laufkilometer Papierakten (ca. 1.2 Milliarden Seiten) ca digitale Videodokumente (Sony Betacam) ca. 10 Terabyte elektronische digitale Daten (seit 1982) Seite 4

5 Gesetzliche Grundlage (BGA) Unterlagen im Sinne dieses Gesetzes sind alle aufgezeichneten Informationen, unabhängig vom Informationsträger, welche bei der Erfüllung öffentlicher Aufgaben des Bundes empfangen oder erstellt worden sind, sowie alle Hilfsmittel und ergänzenden Daten, die für das Verständnis dieser Information und deren Nutzung notwendig sind. (Art. 3 Abs. 1) Seite 5

6 Verfügbarkeit Archivierung bedeutet die zeitliche unbeschränkte Verfügbarkeit von Informationen bezüglich der Integrität Verstehbarkeit Authentizität Zugänglichkeit Integrität: Bei Papier: Klimatisierung, Papierentsäuerung, Konservierung, Restuaration. Bei digitalen Unterlagen: integere, fehlerfreie, dauerhafte Speicherung auf Datenträgern. Digital: Beispiel Authentizität: Digitale Signaturen können nicht archiviert werden (und haben rechtlich ohnehin eine beschränkte Lebensdauer) oder gehen bei Migrationen/Konversionen verloren. Archive erhalten neu die Rolle eines Substituts, der originale Authentizität immer neu definieren, erzeugen und gewährleisten muss. Seite 6

7 Integrität/Verstehbarkeit Integrität unversehrte und sichere Aufbewahrung Verstehbarkeit intellektuelle Verstehbarkeit von Inhalt, originalem Entstehungs- und Nutzungszusammenhang Authentizität/Zugänglichkeit Authentizität Zugänglichkeit Authentifizierung (der Autorenschaft und Provenienz) Zuverlässigkeit (der enthaltenen Evidenz) Lesbarkeit Benutzbarkeit Seite 7

8 Logische Probleme Neue Informationstechniken und Kommunikationsformen erzeugen neue Typen und Bedeutungen von Unterlagen Entstehungs- und Nutzungszusammenhänge sind an immer komplexere technische Systeme gebunden Seite 8

9 Technische Probleme Datei- und Datenformate sowie die Software zum Lesen der Daten veralten Haltbarkeit und Kapazität der Datenträger sind begrenzt Hardware zum Lesen der Datenträger ist einem steten Wandel unterworfen Vielfalt und Heterogenität der Formate nimmt zu Datenformate kommen aus der Mode, herstellerspezifische Dateiformate können mit neuen Versionen derselben Software häufig nicht mehr korrekt gelesen werden. Speicherformate (z.b. Dateisysteme, Mediengrössen) hängen von Betriebssystemen und Speichermedien ab, die beide obsolet werden können. -> 8, 5 ¼, 3.5 Zoll-Disketten, TOS-Filesystem, Syquest- Wechselplatten. Seite 9

10 Lebensdauer und Datendichte 100'000'000 10'000'000 1'000' '000 10'000 1' Tontafeln Papyrus Handschriften Gutenberg Moby Dick Zeitungen M ikrofilm Mikrofich e Diskette CD-R Lebensdauer Datendichte Immer kurzlebiger - Je dichter die Information, desto kurzlebiger das Medium! - wir verlieren immer mehr immer schneller! - digitale Information lässt sich beliebig dicht packen - exponentielle Zunahme der Information -> exponentielle Zunahme der Probleme Seite 10

11 Risiken Verlust der operativen Kontrolle über das Datenmanagement Ungenügende Datenqualität führt bei Migrationen eines Datenbestandes zu grossem Personalaufwand Kann das Datenmanagement nicht mehr finanziert werden, folgt der operative Verlust des Archivbestandes Herausforderung Digitales Archivgut muss permanent unterhalten und aktiv gepflegt werden bedingt spezialisiertes Informatikpersonal bedarf eines konsequenten Risikomanagements Seite 11

12 Falsche Lösungsansätze Diese Lösungen eignen sich nicht zur Langzeitarchivierung Ausdrucken auf Papier Computer-Museum Hard- und Software-Emulation proprietäre Migration «Universal Preservation Format (UPF)» Seite 12

13 OAIS [i] «Reference Model for an Open Archival Information System» Empfehlung des «Consultative Committee for Space Data Systems (CCSDS)» mit über 30 beteiligten nationale Organisationen ist ein internationaler Standard (ISO 14721:2003) erlaubt eine Standardisierung, Vergleichbarkeit und Interoperabiltät von digitalen Archiven OAIS: Esperanto der fachübergreifenden Community. Seite 13

14 OAIS [ii] generisches, funktionales Modell ohne Vorgaben für die Implementierung legt ein grobes Datenmodell und über 50 Funktionen fest, die ein digitales Archiv erfüllen muss OAIS [iii] Seite 14

15 ARELDA: Lösungsansatz [i] Daten werden von den sie erzeugenden, spezifischen Umgebungen (Soft- und Hardware, Speicher-, Daten- und Dateiformate) gelöst Daten werden in offene, standardisierte, möglichst generische und vollständig dokumentierte Umgebungen überführt Dieser Ansatz wird heute weltweit von vielen Institutionen propagiert und gilt als bester Kompromiss zwischen pragmatischem Vorgehen und langfristiger technologischen Verfügbarkeit. Die Ausbalancierung von Verlusten und generischer Umgebung stellt allerdings hohe Anforderungen. Dieser Ansatz ist jedoch offen für neue Technologien (z.b. XML) resp. das technologische Entwicklungspotential hin zu leistungsfähigeren Prozessoren und funktionalerer Software, während alle anderen Ansätze auf ihre Art versuchen, technologische Mängel und Hindernisse eines Ist-Zustandes zu konservieren. Funktionalität: Im Gegensatz zu Archiven ist die Konservierung des Look&Feel für Bibliotheken wesentlich, weshalb sich hier z.t. andere Probleme ergeben. Seite 15

16 ARELDA: Lösungsansatz [ii] Die Daten müssen während möglichst langen Migrationszyklen (mindestens 15 Jahre) unterhalten werden können Verluste an Information und Authentizität werden in Kauf genommen Funktionalität von Software wird nicht archiviert Seite 16

17 ARELDA: Subsysteme [i] Übernahme, Erschliessung Priorität 1 Definition und Management von Archiv- Formaten und Metadatenmodellen Normierung von Übernahmeprozeduren und Schnittstellen Qualitätssicherung und Integration ins Archivsystem - offene, standardisierte Formate zur Langzeitarchivierung - Übernahme auf Knopfdruck aus Datenbanken oder Dokumentenverwaltungssystemen - Verwaltung von Metadaten - Schnittstellen zu anderen Archiv-Applikationen Seite 17

18 ARELDA: Subsysteme [ii] Bestandserhaltung Priorität 2 Langzeitspeicherung, Referenz- Datenbanksystem Sicherheits- und Archiv-Management Migrations-Management - Regelmässiges Umkopieren der Daten (möglichst automatisch) - grosse Datenmengen offline, nearline und online - Verwaltung von Akzessionen und Beständen Seite 18

19 ARELDA: Subsysteme [iii] Benutzung Priorität 3 Benutzerführung, Schnittstelle zum Archivinformationssystem (AIS) Generierung von Benutzungsformaten aus Archivformaten Darstellungs- und Recherchesystem auf Web- Oberfläche Projekt ASTOR WTO-Ausschreibung für die Beschaffung einer tertiären Speicherlösung mit einer Anfangskapazität von 60 TByte (Original und Kopie) skalierbar bis 1 PByte Zwei Bandroboter ADIC Scalar 10K an zwei Standorten im Bundesarchiv und der Landesbibliothek Virtuelles Dateisystem mit der StorNext Management Suite von ADIC Seite 19

20 Theorie und Praxis Seite 20

21 Praxis-Beispiele Datenbank des Sonderbeauftragten für die Ficheneinsicht (SOBE) Staatschutz-Datenbank der Bundesanwaltschaft (ISIS) Elektronisches Abstimmungssystem des Nationalrates (ELAN) Website des Delegierten für das Jahr 2000 Personalinformationssystem der Bundesverwaltung (PERIBU) Beispiele - SOBE-Datenbank wird in der Benutzung verwendet (seltenes Ereignis wegen der Schutzfrist) - die Fichen sind bereits durch die neue Datenbank ISIS abgelöst worden (Kontrolle der Einträge) - wie archiviere ich am besten die Abstimmungsdaten des Nationalrats? - ähnlich der Papierversion? - in einer Matrix (Nationalrat/Abstimmung) - als XML-Datei - als flache Textdatei (Abstimmung -> Nationalrat) - die Website besteht aus Java-Programmen, Access-Datenbanken und ähnlichem -> Archivierung schwierig bis unmöglich Seite 21

22 Schlussfolgerungen Mit ARELDA hat das Bundesarchiv die Weichen zur Bewältigung der grossen Herausforderung gestellt Digitale Archivierung ist technisch und personell kostenintensiv. Die hohen Kosten bedrohen grundsätzlich die Erfüllung des gesetzlichen Archivierungsauftrages sowie des rechtsstaatlichen Anspruches auf freien Zugang zu Archiven. Vollkostenrechnung: analog zur vorgezogenen Recyclinggebühr sie wird heute auf allen Computergeräten erhoben eine vorgezogene Archivierungsgebühr beim Einsatz von Informatikmitteln zur Erzeugung archivwürdiger Unterlagen. Seite 22

23 Kontaktadresse Heinz Gnehm Schweizerisches Bundesarchiv (BAR) Archivstrasse 24 CH-3003 Bern Schweiz Telefon Seite 23