Webarchivierung

Webarchivierung bezeichnet das systematische Sammeln, Speichern und Bewahren von Online-Inhalten mit dem Ziel, digitale Informationen langfristig zugänglich zu halten. Sie umfasst die Erfassung von Webseiten, sozialen Medien, digitalen Publikationen und Multimediainhalten, die sonst durch technische Veränderungen, Löschungen oder Linkverfall verloren gehen könnten.

Typische Verfahren sind automatisierte Crawls, selektive Harvests und manuelle Sicherungen. Erfasste Daten werden oft im WARC-Format (Web ARChive) abgelegt, ergänzt durch Metadaten zur Provenienz und Erfassungszeit. Gängige Werkzeuge sind spezialisierte Crawler wie Heritrix sowie institutionelle Systeme von Bibliotheken, Archiven und Forschungsprojekten.

Webarchivierung steht vor technischen Herausforderungen: dynamische Inhalte, serverseitige Skripte, personalisierte oder zeitlich begrenzte Inhalte sowie Streaming-Medien erschweren vollständige Reproduktionen. Rechtliche und ethische Fragen betreffen Urheberrecht, Persönlichkeits- und Datenschutz sowie die Anwendung von robots.txt. Viele Staaten haben Regelungen zum rechtlichen Deposit von Webseiten; zusätzlich wirken Kooperationen zwischen nationalen Bibliotheken, Forschungsinstitutionen und Projekten wie dem Internet Archive.

Ziele der Webarchivierung sind die Sicherung kulturellen Gedächtnisses, die Unterstützung wissenschaftlicher Forschung sowie die Transparenz und Rechenschaftspflicht öffentlicher Kommunikation. Für langfristige Nutzbarkeit sind zusätzliche Maßnahmen erforderlich, etwa Formatmigration, Integritätsprüfungen und Zugangsstrategien, um Authentizität und Auffindbarkeit sicherzustellen.