Setting priorities: value shift from printed to digital … and vice versa (LIBER 4)

‘Digital and print is an and and proposition for libraries’, said Graham Jefcoate during the special collections session. But the budgets have not increased. So how should we allocate resources? How should we prioritize?

The Dutch KB has been working on a model that takes an integral view at printed and digital collections. The model can help decide what to spend our money on. At LIBER it was presented by Sophie Ham (photo left) and Tanja de Boer. As it has not been published yet, I gladly offer it here with some detail, because I think it can really help libraries make tough decisions (slides courtesy of Sophie Ham).

The model rates the value of (parts of) collections to determine which ones should be conserved or preserved with priority. Here are the rating criteria:

Primary criteria:

Secondary criteria:

 

And this is how the process works:

Multiplying primary and secondary criteria might look like this (just an example):

Sophie gave two extreme examples of how such a value assessment can turn out. This example concerns printed versions. Obviously, newspapers score higher on informational value and medieval manuscripts score higher on uniqueness and historic value.

	Newspapers	Medieval manuscripts
Informational value	8	5
Aesthetic value	2	9
Historic value	3	9
Use	8	3
Uniqueness	4	10
Condition	2	8
TOTAL	27	44

What happens when these collections are digitized? Some values are transferred to the digital copy (e.g., much of the use and informational value for newspapers), but other values cannot be transferred (e.g., the uniqueness of a medieval manuscript). As Claudia Fabian of the Bayerische Staatsbibliothek demonstrated, the use value of a physical object may even increase when it is digitized, because more people become aware of its existence and become interested.

And here is the end result of this (extreme) example:

 

As you can see, the value of the physical medieval manuscript has remained unchanged, whereas some of the value of the printed newspaper collection has been transferred to the digital copy, especially the use value; the KB’s online newspaper database is in great demand by users of all kinds in the Netherlands.

 Discussing the KB model, from the left: Sophie Ham, Claudia Fabian and workshop chair Graham Jefcoate.

So, if push comes to shove, and painful decisions have to be made about whether to build new stacks for physical newspapers or invest in expanding the e-Depot that holds the digital newspapers, this (limited) analysis clearly points in the direction of investing in the e-Depot and perhaps deciding to keep only representative selections of printed newspapers.

Obviously, lots of questions remain. At what granularity should one assess collections? How can one make the assessments as objective as possible?, etc. But it is a promising beginning. If you want to know more or contribute to developing the model, please get in touch with sophie.ham@kb.nl.

 KB colleagues at Sophie’s presentation: from the left, Els van Eijck van Heslinga, Lotte Wilms, Lieke Ploeger,  Victor-Jan Vos.

Value shift: cool conference bag being put to alternative use. Those with short legs thank the sponsors for the abundance of printed promotional material.

 

Webarchivering in Nederland: de status anno 2011

Hoe staat het ervoor met webarchivering in Nederland? ; en: Wat moeten we doen om webarchivering in Nederland beter te organiseren? – dat waren de centrale vragen die gisteren, 18 april 2011, op de rechthoekige tafel lagen van de NCDD rondetafelbijeenkomst webarchivering.
Het zal de lezer niet verbazen dat wij, ondanks de hoge opkomst en de enthousiaste discussies, vraag twee in één middag niet hebben kunnen beantwoorden. Maar de beantwoording van vraag één is voor mij een stuk dichterbij gekomen.
Omdat de NCDD een sectoroverkoepelende organisatie is, waren er deelnemers uit overheidsorganisaties (‘zorgdragers’ in Archiefwettermen), uit archieven, bibliotheken, de wetenschap, een museum, en enkele commerciële aanbieders van webarchiveringsdiensten. Omdat bovendien de insteek van de deelnemers kon variëren van conceptueel/cultuurhistorisch tot héél praktisch, had ik tijdens mijn inleiding al spraakverwarringen aangekondigd, waarna ik de voorzittershamer direct overdroeg aan René Voorburg van de KB. Ik moest immers kunnen bloggen …. ;-)

Websites archiveren is iets anders dan websites verzamelen (collectievorming)

In de loop van de middag kwamen we erachter dat er verschillende vormen van webarchiveren zijn, en dat die in aanpak nogal van elkaar verschillen. Daarom krijgen ze hier allebei een eigen benaming:

• websites archiveren door overheidsdiensten (zorgdragers) is het pure archiveren conform de Archiefwet om verantwoording af te kunnen leggen over het handelen van de overheid. Het gaat hier om organisaties die hun eigen website archiveren, en dat in principe (zouden moeten) doen elke keer als de site verandert. Je moet immers kunnen aantonen wat er op 19 april 2011 aan informatie voor de burger op de site stond.
• websites verzamelen (collectievorming) is meer een activiteit van erfgoedinstellingen zoals de Koninklijke Bibliotheek. Het doel is niet verantwoording afleggen maar om toekomstige onderzoekers te dienen met informatie over ons huidige tijdsgewricht. Het gaat hier om instellingen die (vele) websites van anderen harvesten en dat in principe één of twee keer per jaar doen.

Ik ga op allebei wat dieper in:

Websites archiveren: ‘Websites zijn archieven in de zin van de Archiefwet’

Voor wie er nog aan mocht twijfelen: er waren drie archiefinspecteurs (Esther Balkestein, Jacko de Groot en Ingmar Koch) in de zaal en een zelfstandig overheidsadviseur (Erika Hokke) en die waren het over één ding roerend eens: websites zijn archieven in de zin van de Archiefwet. En dus, zo benadrukte Maurice van den Dobbelsteen van het Nationaal Archief, hebben overheidsinstellingen (‘zorgdragers’) zelf de plicht om die te archiveren. Dat gaat het Nationaal Archief niet voor ze doen. Het NA ontfermt zich pas over websites nadat ze zijn overgedragen. Momenteel staat daar twintig jaar op, en Maurice gaf direct toe dat die overdrachtstermijn in de digitale 21ste eeuw niet meer kan. Daarom komt er nu een beweging op gang waarbij het Nationaal Archief, maar ook lokale archieven, zullen proberen invloed uit te oefenen op de productiefase van digitale documenten zoals websites, om ervoor te helpen zorgen dat ze duurzaam worden bewaard. Aan de verantwoordelijkheid van de zorgdrager doet dat echter niets af.

Maar, zo verwoordde Bente Steffenssen van de Gemeente Bergen op Zoom het dilemma van veel collega’s: ‘Ik heb een vage opdracht om webarchivering op te starten, maar ik kan nergens concrete handvatten vinden en heb dus de neiging om het voorlopig maar in de ijskast te zetten. Begrijpen jullie dat?’ Waarop Ingmar Koch (archiefinspecteur) en Maurice van den Dobbelsteen (NA) eenstemmig antwoordden: ‘Officieel mogen we dat niet begrijpen.’

Maar simpel is het niet. Jaap-Jan Bakker van het Gewest Gooi- en Vechtstreek organiseerde onlangs een marktconsultatie. Daaruit kwam als conclusie dat geen enkele commerciële aanbieder een oplossing heeft die past in de huidige manier van werken. Websites kunnen natuurlijk wel worden gearchiveerd, maar als losse objecten, niet als onderdeel van het proces dat voor verantwoording zo belangrijk is. ‘Maar’, benadrukt Ingmar Koch, ‘dan doe je tenminste iets, en alles is beter dan niets.’ In dat licht keek hij ook naar de methode die het UWV momenteel hanteert: na iedere wijziging wordt de webpagina in een Word-document gevat en gearchiveerd. Niet ideaal, maar in het kader van roeien-met-de-riemen-die-je-hebt tenminste een vastlegging.


Toch moet de conclusie zijn dat er bestuurlijk nog steeds weinig aandacht is voor webarchivering, en dat er ook veel te weinig middelen en menskracht voor wordt ingezet. Marcel Prive van GWCrossmedia (o.a. Archiefweb) gaf aan dat er veel kan, maar dat organisaties vaak schrikken van de kosten. Men is gewend geld uit te geven voor fysiek beheer, maar niet voor digitaal beheer. Grote organisaties als NA, KB en NCDD doen hun best om de urgentie aan te tonen, maar dat blijft lastig.
Wat kunnen zorgdragers zelf doen? Een praktisch handvat: ervoor zorgen dat de ontwerpers van hun websites de Webrichtlijnen van de overheid kennen en toepassen. Dat voorkomt veel technische problemen achteraf. Ook het goed archiveren van het bronmateriaal voor de website is een alternatief dat kan werken.

 

Websites verzamelen: problemen met auteursrecht en kwaliteitscontrole

Organisaties die websites verzamelen vanuit een cultuurhistorisch perspectief, hebben weer andere problemen, om te beginnen het auteursrecht. Een kopie maken en die weer opnieuw ter beschikking stellen (wat deze organisaties willen) mag volgens het auteursrecht niet zonder toestemming. Er is een uitzondering voor on-site inzage, maar alle drie de aanwezige verzamelaars (KB, Nederlands Documentatie Centrum Politieke Partijen/Archipol en het Gemeentearchief Rotterdam met zijn cultuurhistorische Rotterdamcollectie) willen uiteindelijk hun verzamelingen online tonen. Zo ver is het trouwens nog niet. KB, Archipol en GAR zijn momenteel nog besloten verzamelingen. De KB gaat later dit jaar voorzichtig van start met on-site openstelling. Om zich auteursrechtelijk in te dekken, hanteert de KB een opt-out regeling: beheerders van websites krijgen een melding dat de KB ze wil harvesten. Als men dat niet wil, kan men dat aangeven. Archipol heeft overeenkomsten met de politieke partijen die geharvest worden, maar zo nodig wil men er wel toe overgaan om een naam te verwijderen uit privacy-overwegingen.

Ten behoeve van de KB-harvester voor één keer zonder mouse-over: vlnr René Voorburg (KB, gespreksleider), Marcel Prive (GWCrossmedia), Peter de Bode (KB), Peter Tervooren en Marleen Pijpelink (Atos/Archipol), en vele anderen

Zouden de instellingen erbij gebaat zijn om met zijn allen wat minder krampachtig met het auteursrecht om te gaan en zich uit cultuurhistorisch belang dezelfde rechten toeëigenen als bijvoorbeeld Google en het InternetArchive? Henk Druiven (Archipol): ‘Er is nog nooit iemand om deze reden in de gevangenis beland …’ Wellicht iets om in NCDD-verband over na te denken.
De KB harvest momenteel 3.000 websites, ca. twee maal per jaar. Op termijn moeten dat er jaarlijks 10.000 worden. Het selectiecriterium van de KB is het belang voor de Nederlandse samenleving en geschiedenis. Dat is, zoals bij alle cultuurhistorische verzamelingen, een subjectieve keuze van de verantwoordelijke medewerkers (w.o. Peter de Bode, foto boven). De KB probeert geen websites te verzamelen die elders worden opgenomen (Rotterdam, Archipol). Andere landen, zoals Frankrijk en Zweden, doen hele domeinharvests. De KB acht dat organisatorisch en financieel voor Nederland niet haalbaar, ook al omdat het .nl-domein naar schatting 4 miljoen urls domeinnamen  heeft [met dank aan Bob Coret voor de correctie].


Het harvesten van duizenden websites van onbekende makelij levert technisch veel problemen op. Daarom worden alle harvests handmatig gecontroleerd. Als bijvoorbeeld de plaatjes niet zijn meegekomen van een kunstenaarswebsite, wordt de harvest afgekeurd. In internationaal verband werken de o.a. de KB en het NA aan manieren om dit werk (deels) te automatiseren.

Andere meer op cultuurhistorie gerichte instellingen die aanwezig waren oriënteren zich nog. Beeld en Geluid onderzoekt momenteel diverse scenario’s voor websites verzamelen, in eerste instantie de websites van de omroepen, maar ook audiovisueel materiaal in breder verband, en social media. Dat is heel dynamische content, die men diep zou willen verzamelen, en er zijn nog geen kant-en-klare oplossingen voor het harvesten en weer beschikbaar stellen. Ook auteursrechtelijke aspecten moeten nog bekeken worden.

Het Friese Tresoar werkt samen met de KB bij het selecteren van Friese websites. Het NIOD beheert een aantal websites en laat er enkele door de KB harvesten. Technisch bleek het niet mogelijk ze allemaal bij de KB onder te brengen.

 

Duurzaamheid nog een groot technisch probleem

De KB, Archipol, diverse zorgdragers, het GemeenteArchief Rotterdam en diverse commerciële aanbieders zijn nu in staat om de meeste websites binnen te halen.  De KB gebruikt voor het harvesten de Web Curator Tool, een open-source schil rond de Heritrix software. Voor de beschikbaarstelling gaat de KB de Wayback Machine van InternetArchive gebruiken. Dat gaat allemaal goed zolang het html-pagina’s betreft. De harvestingsoftware kan (nog) niet omgaan met plug-ins en Javascript, en bijvoorbeeld de mouse-overs die ik in deze blog gebruik.
De duurzaamheid is ook nog een onopgelost probleem voor alle harvesters. Het is onbekend hoe de websites eruit zullen zien in de browsers van de toekomst. En dan zijn er vragen rondom migreren of emuleren. De techneuten zijn er nog lang niet uit hoe dat georganiseerd moet worden. De KB en het NA nemen deel aan internationale projecten om dit nader te onderzoeken (Dioscuri, Keep), maar concrete handvatten zijn nog niet ontwikkeld. Daarvoor is nog veel meer research nodig. En meer overleg tussen de NCDD-techneuten onderling (daar wordt aan gewerkt).
Overigens is die duurzaamheid ook internationaal nog een probleem. Het InternetArchive, bijvoorbeeld, heeft een onzekere financieringsstructuur en ook de backupstrategie is niet ideaal (zie o.a. mijn verslag van de PrestoCentre-conferentie en Brewster Kahles bijdrage daar).

 

Hoe gaan we webarchiveren/webverzamelen verder organiseren?

Het is niet gemakkelijk om echte conclusies te trekken uit zo’n eerste verkenning van het landschap in Nederland. De bijeenkomst leverde vooral het nodige inzicht op in de huidige situatie: de verschillende vormen van webarchivering, de verantwoordelijkheid van de zorgdragers, het feit dat helaas niemand nog het Ei van Columbus heeft ontdekt en dat webarchivering vooralsnog een zeer experimentele activiteit is.
Er kwamen wel een aantal duidelijke wensen op tafel richting NCDD en de NCDD-partners:

• Maak en publiceer een overzicht van wat waar verzameld/gearchiveerd wordt en waar het beschikbaar is
• Werk aan de urgentie bij bestuurders en het Ministerie
• Breng meer kennis naar buiten; help kleine instellingen met adviezen en handvatten
• Kleinere instellingen accepteren hun verantwoordelijkheid, maar denken dat research & development vooral van de grote spelers moet komen en dat instellingen als de KB ook diensten zouden moeten kunnen bieden aan derden, al dan niet tegen betaling.

Wat die laatste twee betreft kwam ik even uit mijn rol als blogger om aan te tekenen dat ze een altijddurend streven zijn van de NCDD, maar dat het in de praktijk lastig blijkt om vraag en aanbod qua kennis goed te koppelen. De bezuinigingen slaan ook toe bij de NCDD-partners, en dat betekent dat er minder personeel beschikbaar is om de eigen organisatie draaiend te houden en research te doen. Voor het ontwikkelen van kennis/diensten voor derden is er momenteel domweg niet genoeg capaciteit … Wat allemaal niet wegneemt dat de NCDD er naar blijft streven om een landelijke infrastructuur voor duurzame toegankelijkheid te bouwen, en vooral aan de achterkant, in de back office, samen te werken om het allemaal wat minder duur te maken. Alleen vanwege de bezuinigingen in een trager tempo dan we vorig jaar hoopten.

 

Ten slotte

Met dank aan Ingmar Koch en Petra Links: Het is waar dat we nog lang niet alles hebben opgelost, maar als je niets doet ben je er zeker van dat je alles verliest. Ook met beperkte middelen kunnen we al heel wat verlies aan informatie voorkomen, dat hebben we vanmiddag gezien.

Zie ook het verslag van Ingmar Koch op zijn blog.

Linked data (2): de praktijk

De blog van eerder deze week met een stuk (onmisbare) theorie over linked data trok veel bezoekers. Afgelopen woensdag kwam bij SURFfoundation meteen de praktijk aan de orde tijdens de kick-off van een zestal projecten rondom ‘verrijkte publicaties’ (enhanced publications) (zie ook de website van SURF). Een verrijkte publicatie (oftewel VP) is een publicatie die maximaal gebruik maakt van alle nieuwe digitale mogelijkheden. Het kan een on-line publicatie zijn met allerhande digitale objecten erin (databases, films, AV-materiaal, visualisaties), maar ook bijvoorbeeld een website waarop allerhande extra informatie te vinden is die niet in een boek past. De mogelijkheden zijn schier onuitputtelijk.

Maar … om die mogelijkheden te kunnen uitbuiten en soepel van het ene medium naar het andere te kunnen springen (d.w.z. alles in context bij elkaar te houden), is heel wat (nieuwe) techniek nodig, gebaseerd op de  principes van Linked data. Er moeten goede tools komen om verrijkte publicaties te maken, wetenschappers moeten leren daarmee om te gaan, universiteiten en data-archieven moeten zich instellen op een heel nieuwe informatiestroom.

De VP projecten van SURF zullen niet alle antwoorden opleveren, daarvoor zijn ze te klein. Maar ze pakken wel de hele keten aan: de productiefase, de gebruiksfase en zelfs de fase van duurzame toegankelijkheid. Interessant aan de bijeenkomst was dan ook dat hier alle belanghebbenden om de tafel zaten: wetenschappers, repositories van universiteiten, archieven, ontwikkelaars van instrumenten en een uitgever. Dat leidde tot interessante discussies die heen en weer vlogen tussen de inhoud van het werk en de techniek. Het enthousiasme van de wetenschappers voor de mogelijkheden was aanstekelijk. Maar, zo zei Nicholas Jankowski van KNAW e-Humanities: “We are not evangelical’.

Technisch komt er wel het een en ander bij kijken, zo lieten de ontwikkelaars zien, van SURF zelf, maar ook uit de Universiteit Twente. De dia hiernaast laat de belangrijkste eisen zien waaraan VP’s moeten voldoen, zoals samengevat door SURF-ontwikkelaar Magchiel Bijsterbosch. Het draait allemaal weer om de triples, de relaties tussen objecten en concepten. Die kunnen per wetenschappelijke discipline verschillen, en daarom kunnen alleen de wetenschappers zelf die relaties goed leggen.

Duurzame toegankelijkheid – de wereld verandert snel

Dat het duurzaam toegankelijk houden van dit soort materiaal een hele nieuwe uitdaging is, mag duidelijk zijn. Onder andere in NCDD-verband hebben de Koninklijke Bibliotheek en DANS afgesproken dat de KB voor publicaties zorgt en DANS voor de onderzoeksdata, maar de wereld verandert snel en die afspraken moeten ter discussie worden gesteld. De KB en DANS hebben daarom besloten om de vijf verrijkte publicaties uit deze SURFshare ronde te analyseren op duurzame toegankelijkheid en aanbevelingen te doen hoe die gewaarborgd kan worden. Maar het zal niet bij deze vijf publicaties blijven. Het project wil ook fundamenteler kijken naar het duurzaam toegankelijk houden van dit soort complexe digitale ‘publicaties’ in het algemeen. De NCDD kan zijn borst natmaken – maar daar zijn we natuurlijk ook voor.

Ten slotte: omdat het vrij kortlopende projecten zijn wil SURFfoundation de projectmedewerkers niet belasten met al te veel bureaucratische rompslomp. Zij vragen de medewerkers om via een blog SURF en elkaar op de hoogte te houden van de vorderingen. Welke blog maakt niet uit. En daarom: Paul Doorenbosch en Barbara Sierman van de KB en de betrokken DANS-medewerkers: ik nodig jullie graag uit om Duurzame Toegang als jullie voortgangsblog te gebruiken. Dan blijven we allemaal op de hoogte.

 

Het Planets-project: wat heb je eraan?

Iedereen in het (DD-)wereldje heeft weleens gehoord van het vierjarige Europese Planetsproject voor duurzame toegankelijkheid, maar wie weet er nu echt het fijne van? Wie weet precies wat je eraan kunt hebben? Ook ik wist het niet. Nu het project (in mei 2010) ten einde loopt organiseert Planets op diverse plekken in Europa driedaagse ‘outreach’-evenementen, maar daarvoor moet je naar Londen (februari) of Rome (juni?). Frank Houtman van de KB (foto rechtsonder) bedacht vlak voordat hij vertrok naar de Gemeente Nieuwegein dat we ook iets moesten bieden voor de Nederlandse collega’s, en zo ontstond in samenwerking met het Nationaal Archief en de NCDD op 14 december het evenement ‘Planets: toolkit voor ons digitaal geheugen’ (alle presentaties). Het werd geen letterlijke vertaling van het driedaagse Planetsevenement, maar wel een ‘bloemlezing’, die blijkens de commentaren bij de borrel zeer op prijs werd gesteld. Een deelnemer die op het laatste moment moest afhaken vroeg om een zo volledig mogelijk rapport. Welnu, ik doe mijn best hieronder met links naar de presentaties en meer informatie elders.

Basisles duurzame toegankelijkheid

Op basis van de dia’s van Ross King van Planets verzorgde ondergetekende de basisles digitale duurzaamheid (wat ik tegenwoordig liever duurzame toegankelijkheid noem, maar dat terzijde): wat is het probleem met digitale objecten? En hoe moet je dat technisch oplossen?

Hoe verantwoord je de kosten? Op basis van risicomanagement

Ook in het NCDD-onderzoek bleek het een probleem: hoe krijg je geld voor duurzame toegankelijkheid? Hoe verantwoord je de tijd die je erin stopt aan je manager? Clive Billenness, de programmamanager van Planets, is tot een conclusie gekomen die ik dit jaar heel erg ben gaan delen: je kunt de kosten voor DT niet verantwoorden met winstprognoses later. Want de winst is niet te kwantificeren en de toekomst is een te vage klant om je businessmodel op te baseren. Wat je wel kunt doen is in kaart brengen wat je digitale collecties je waard zijn, welke risico’s ze lopen, en hoe je die risico’s kunt beheersen. Zo’n handvat geeft je ook de mogelijkheid om prioriteiten te stellen: welke collecties zijn het belangrijkst voor je? Welke risico’s zijn het urgentst? Clive zette de producten van Planets in het kader van de bekende cirkel uit het risicomanagement (zie links) en maakte daarmee duidelijk dat er over Planets is nagedacht. Het is niet zomaar een losse verzameling gereedschappen, maar alles hangt aan elkaar, en bij iedere stap in het proces kun je gebruik maken van weer andere Planetsonderdelen. Voor een overzicht verwijs ik graag naar de Nederlandstalige Planetsfolder die we voor de bijeenkomst hebben gemaakt.

Intermezzo: over de terminologie

Voordat Hans Hofman aan het woord kwam moest even een terminologische horde worden genomen: wat ik preserveren noem heet bij Hans conserveren. Maar we bedoelen er hetzelfde mee en ik beloof dat ik volgend jaar mijn best zal doen om vanuit de NCDD tot eenduidige benamingen te komen.

Of je het nu preserveren noemt of conserveren: je moet het plannen

Hans Hofman van het Nationaal Archief ging dieper in op de zo belangrijke planningsfase: hoe neem je beslissingen ten aanzien van je collecties? Het was een kleine schok voor sommige deelnemers dat de sprekers er allemaal van uitgaan dat je bij bewaaracties (emulatie of migratie) altijd informatie zult verliezen [Toevoeging: maar zie ook de commentaren onder deze blog met iets andere meningen]. Het is dus zaak om van te voren te bedenken welke informatie verloren mag gaan en welke niet. Welke keuzes een organisatie daarin maakt zal afhangen van de missie en doelstellingen van een organisatie: voor een archiefstuk zal de kleur van een lijntje nauwelijks belangrijk zijn, maar voor een kunstwerk kan het essentieel zijn. Die keuzes kan  Planets niet van je overnemen, betoogde Hans Hofman, maar als je ze eenmaal gemaakt hebt kunnen de Planetsgereedschappen, met name de Planets Preservation Planning Tool (PLATO) je helpen om die keuzes ook goed te implementeren. De tools kunnen de collecties analyseren op bestandsformaten, ze kunnen de risico’s in kaart brengen en ze kunnen de beste bewaaracties adviseren – maar allemaal op basis van een eisenpakket dat je zelf moet opstellen. Uit de zaal klonk gemompel – diverse deelnemers gaven aan dat hun organisatie helemaal geen beleid had en dat het jaren zou duren voordat er enig beleid op papier zou kunnen worden gezet. En toch ben je nergens zonder zo’n plan …

Diverse mogelijkheden uitproberen op het Testbed

Petra Helwig van het Nationaal Archief liet heel beeldend zien wat de consequenties kunnen zijn als je op een kritiek punt één enkel bitje verliest bij een migratie. Het is dus vooral zaak om Planets en andere diensten uit te proberen voordat je ze loslaat op je collecties. Daarvoor is het Testbed ontwikkeld, waar je met je eigen gegevens of met corpora (gegevensbestanden) die door Planetspartners zijn ingebracht naar hartenlust kunt experimenteren – niet alleen met de software van Planets zelf maar ook met allerhande andere programma’s die door Planets zijn ‘ingepakt’ (wrapped) tot diensten. De live demonstratie lukte maar kan hier niet herhaald worden – wie wil zien wat er allemaal kan met het testbed kan zelf inloggen bij Planets en zich bij de helpdesk aanmelden als tester.

Hoe selecteer je preserveringsdiensten?

Sara van Bussel van de KB vertelde over de ‘gap analysis’ van Planets. In een brede enquête vroeg het team de 16 Planetspartners welke bestandsformaten men in huis heeft. Daarna onderzocht Sara voor welke bestandsformaten er migratie- en emulatietools zijn. Die werden vervolgens opgespoord en ‘ingepakt’ tot diensten om in de Planetsomgeving te kunnen worden gebruikt. Ook zitten ze allemaal in de Core Registry die Planets heeft ontwikkeld: een database met alle bekende bestandsformaten en de bekende tools. Die Registry wordt o.a. gevoed door experimenten op het Testbed en levert weer input voor Plato. Ook in Planets hangt alles met alles samen.

Maar wat héb je er nu aan?

Het was indrukwekkend wat we allemaal te zien kregen, in praktische en technische zin – maar natuurlijk waren er ook een aantal kanttekeningen. De eerste gaf Clive Billenness zelf in zijn bonuspresentatie 'Putting it all together': alle Planetsdiensten zijn momenteel nog in de betaversies. Via de website kun je ermee experimenteren, maar je kunt er nog niet echt op bouwen. Dat kan pas met de definitieve versies die eind mei gepubliceerd worden als het project ten einde loopt. Natuurlijk roept dat projecteinde ook weer vragen op: wie gaat de Planetsdiensten onderhouden als het project is afgerond? Clive vertelde dat er plannen zijn voor een structurele Planets-community. Ook gaf hij aan dat enkele grote organisaties de Planetsdiensten gaan gebruiken, wat weer voor continuïteit zal zorgen. Ik hoop dat dat goed van de grond komt.

In de discussie had Mirjam Eikelboom van Rijkswaterstaat de nodige vragen bij het nut van Planets voor de archiefvormers binnen de overheid. Hoe is het gesteld met de taakafbakening tussen de archiefvormer en het Nationaal Archief? Gedeeltelijk ligt die wettelijk vast, zo vertelde Hans Hofman, maar voor eigen rekening voeg ik daaraan toe dat het NCDD-rapport wel duidelijk heeft gemaakt dat het digitale tijdperk om nieuwe afspraken vraagt. Het NA experimenteert ook al met nieuwe vormen van overdracht, onder andere met Binnenlandse Zaken.

Marjet Douze van Aletta stelde hardop een vraag die een aantal andere vertegenwoordigers van kleine organisaties in gedachten moeten hebben gehad: ‘Krijg je er een consultant bij?’ En toen waren we terug bij het thema dat bijv. ook vorige week ter sprake kwam: kennis en informatie zijn cruciale factoren – en we hebben er nog veel te weinig van. Toen Marjet aan het panel van sprekers vroeg waar ze die als (piep-)kleine organisatie kon vinden, was het antwoord van Hans Hofman: door te gaan samenwerken met anderen.

Aan het eind van een jaar vol NCDD-activiteiten, waarin we ons rapport opleverden, een conferentie organiseerden, ik op vele plekken mocht komen praten over duurzame toegankelijkheid en de bezoekersstatistieken van deze blog er niet om logen, is wat mij betreft daarmee de agenda gezet voor 2010: kennis en samenwerken, zo praktisch en bruikbaar mogelijk: er is nog veel werk te doen!

(Voor wie nu echt alles in detail wil weten van Planets en er zelf mee wil experimenteren is er op 9-10-11 februari in London een driedaagse training. Ingmar Koch blogde in juni over een dergelijk evenement in Kopenhagen en ging veel dieper in op de technische aspecten.)

Curating research (1): wrap up / samenvatting

Hieronder de eerste impressies die ik tijdens de Curating Research conferentie van gisteren in Den Haag opdeed en als 'wrap-up' aan het slot presenteerde; voor één keer in het Engels. Zie ook de blog hiervoor.

First impressions as I presented them yesterday to the conference Curating Research (The Hague, 17 April 2009) during the final session.

A long, long time ago … that is: early this morning, the organisers started us out on a very ambitious agenda, I quote Hans Jansen (opening speaker, KB): ‘At the end of the day you will be able to assess the preconditions for implementing long-term preservation in your own organisation – both in terms of policy, technical infrastructure and organisational development.’

So, I ask you, audience: ARE YOU?

[as the room remains quite silent ...]

Perhaps a few highlights will help you answer that question.

Eileen Fenton (Portico, a US digital archive) painted a very clear general picture of the digital curation landscape: digital information is exploding; we need to manage that information to safekeep it for future generations. And preservation is only a means to the all important end of access.

How do we do it? Well, permanent access does not happen by accident. It takes work, work we still have many uncertainties about, as this is a new field. One thing Eileen told us right away: one size does not fit all, this game is complex.

Eileen had some notable advice for librarians: befriend selection, and get close to the creators of the content. They make critical decisions when it comes to keeping research information accessible in the long term.

Her last, and I think very important point: ‘do not go at this game alone’. Find yourself trusted partners to work with, nationally or internationally.

Jeffrey van der Hoeven and Tom Kuipers (KB) presented their PARSE.insight project which surveyed how the LIBER libraries deal with digital preservation. To my mind an important outcome of their survey was the low response rate: out of 400 institutions, only 59 completed the questionnaire. What does this say about the current position of research libraries? They are to some degree aware of the issues, but are hesitant to get involved. Perhaps because the issues are too daunting? Or because others should take on the task?

Dale Peters (Göttingen, DRIVER project) reviewed the many European research projects which are under way to tackle the more technical aspects of digital preservation. Although these do assure research libraries that many technical issues are being dealt with on an international scale, I must admit that the quantity and variety of acronyms in this field sometimes overwhelms me. Fortunately, all of them have websites to which you can refer for more detailed information. And if you cannot find your way, send an e-mail to Dale and she will no doubt help you along.

Dale stressed two important points:

a) that we need to do work on linking all the digital information that is out there to serve our clients. I am sure nobody in the room disagrees with that!

b) Also, Dale mentioned – almost in passing – that of course not every repository must by definition have long-term preservation facilities. She agreed with Eileen Fenton that trusted third-party services are not only an acceptable but often an essential part of the digital preservation equation.

Maria Heijne (TU Delft Library, 3TU Datacentre) agreed with Hans Jansen that securing long-term access to research data and publications is core business for libraries. In her view, libraries have no choice but to engage in data management. She rhetorically asked her audience: who else could do it? It is libraries that have the experience needed, they just need to give their services a digital twist.

This digital twist – as also stressed by Eileen Fenton – involves working very closely together with the research communities themselves. They all have very distinct workflows and metadata schemes which are also very different from libraries’ traditional schemes, so both sides must do a lot of adapting. Although it is early days yet, I think the 3TU.datacentre is really developing into a best practice of research libraries’ involvement with data curation. 3TU do exciting work in developing an entirely new relationship with the research community to create a win-win-situation for researchers and research libraries: better quality data during the research process, which then flows into the digital archive with very little additional effort. Be sure to have another look at her powerpoint presentation when we publish it on our website for more details. And perhaps we can write an article about it in LIBER Quarterly, Maria?

I was very sorry that I could not be in two places this afternoon. Of course I had fellow rapporteurs in the workshops I could not attend, but there was too little time to integrate their notes here. We will, of course, provide a full account in the next issue of LIBER Quarterly.

Here are my own notes from two of the four workshops (with apologies to the other workshop hosts who no doubt had much to say as well):

National and international roles

This session was led by Keith Jeffery (STFC, UK, and chairman of the Alliance for Permanent Access) and Peter Wittenburg (Max Planck Institute of Linguistics, Nijmegen). They focussed their attention on research itself; what elements of the research life cycle should in fact be preserved, and who is responsible for preserving them? This is a monumental question, especially as the researchers in our group kept stressing how complicated research data are. Only the publication is static, everything else is dynamic and thus difficult to preserve.

Some doubts were raised as to whether libraries are in fact best suited for the job of preserving the manifold elements of the research life cycle. Libraries’ work flows and metadata schemes, it was suggested, are perhaps too ‘library-centric’ to serve the research community properly.

So should perhaps the management of live data, including providing access, be separated from the archiving functions? And, more importantly, should communities themselves take care of curation rather than libraries? Krystyna Marek from the European Commission explained that the e-infrastructure vision of the EU is in fact focussing on the research communities themselves.

I should not forget to mention that Hans Geleijnse of LIBER suggested that we draw up 5 or 10 golden rules of digital curation, to help the community along. UNESCO drew up such guidelines in 1996, but they need modernising and updating. Half the attendees of this workshop volunteered on the spot to help bring this about, which I thought was very impressive.

Problems, preconditions and costs: opportunities and pitfalls

Neil Beagrie (Charles Beagrie Ltd.) took his cue from David Rosenthal, who recently held a controversial presentation at CNI, saying that our real problems now are not about media and hardware obsolescence, as predicted by Jeff Rothenburg in his famous 1995 article, but rather about scale and cost and intellectual property. ‘Bytes are vulnerable to money supply glitches,’ is a memorable quote, especially in these credit crunch times.

So, what does digital preservation cost? Marcel Ras shared his experiences with the KB e-Depot which now archives about 13 million journal articles, thereby providing a sound base for archiving the published output of research. Between now and 2012, however, the size of the e-Depot will grow expotentially, as the e-Depot will incorporate digitised masters and websites. Yet the cost is expected to remain more or less stable at 6 million euro’s a year, which includes 14 full-time staff.

What does this say about possible costs for research libraries? Neil Beagrie investigated the costs of preserving research data at higher education institutions in the UK; the report 'Keeping Research Data Safe' is on the JISC website. Notable findings are that preserving research data is much more expensive than preserving publications. Also, as predicted earlier this morning, timing is a crucial factor. Good care at creation saves a lot of money in the long run.

Another finding: scale matters. Start-up costs are high, but adding content to existing infrastructures is relatively cheap. The Archaeological Data Service estimates that overall costs tail off substantially anyway with time and scale. This is important for our thinking about funding models and up-front (endowment) payment.

Neil Beagrie concluded his presentation with the observation that when it comes to defining a policy for digital preservation, many higher education institutions still have a long way to go and the same seems to hold true for research libraries.

As a co-organiser of this workshop I would not dare presume that we have answered all your questions, but I do hope that this day has helped you a little further along this no doubt complicated, but also very exciting road.

(The powerpoint presentations will be published next week at http://www.kb.nl/curatingresearch; a full report will appear in the next issue of LIBER Quarterly at http://liber.library.uu.nl/, the current issue of which is devoted entirely to digital preservation issues.)

Photographs, top to bottom (IA): Hans Jansen, KB; Eileen Fenton, Portico; Jeffrey van der Hoeven, KB (ducking behind him his PARSE teammate Tom Kuipers); Maria Heijne, TU Delft Library; Neil Beagrie, Charles Beagrie Ltd., Marcel Ras, KB.

Duurzaamheid: (ook) een kwestie van organiseren

Afgelopen woensdag organiseerde de NCDD een workshop op de jaarlijkse conferentie van Digitaal Erfgoed Nederland (DEN). Voor een publiek van zo'n veertig erfgoedinstellingen (vooral musea en bibliotheken, bleek later, een paar archieven en enkele 'overige' instellingen) mocht ik de workshop openen met de belangrijke constatering dat we voor duurzame toegang natuurlijk techniek nodig hebben, maar dat we er met techniek alleen niet komen (zie powerpoint). Digitale informatie is mobiel, het overschrijdt grenzen tussen instellingen en tussen sectoren, wat je vandaag opslaat wordt wellicht over 50 jaar opgevraagd door een gebruiker met een totaal ander soort computer. Omdat digitale informatie zorg vereist van wieg tot graf, betekent dit dat al die betrokkenen actief moeten samenwerken om de informatie zodanig te managen dat zij toegankelijk, bruikbaar, begrijpelijk en authentiek blijft. Het is een soort keten, en als er één zwakke schakel tussen zit . . .

En er is meer. Zoals de volgende spreker, Tom Wever van de ING-bank beaamde: het managen van digitale data is een vak apart dat veel specialistische kennis vereist. Als erfgoedinstelling moet je je afvragen of je dat allemaal wel zelf moet willen doen. Het was bijzonder dat Tom er zijn vrije dag én drie uur fileleed voor over had om ons erfgoedinstellingen een kijkje te geven in de keuken van een grote bank; en ik zal niet de enige zijn geweest die bij het luisteren naar Tom naast al dat mooie erfgoed ook de veiligheid van mijn eigen spaarrekening daarbij in gedachten had :-).

Het voorbeeld van de ING-bank

Wat een grote bank wel en niet mag doen met digitale informatie wordt gelukkig streng bewaakt door De Nederlandsche Bank. Alle transactiegegevens moeten bijvoorbeeld na een jaar worden vernietigd. De Afdeling Marketing mag wel onderzoek doen naar financiële profielen van klanten, maar alleen anoniem. Informatie die wel moet worden bewaard (verzekeringen, pensioenen) wordt uiteraard goed beheerd op uitstekende schijven die her en der back-ups en spiegels hebben. De ING migreert de data wanneer nodig, en Tom gaf aan dat dat tot nu toe niet zo'n groot probleem is geweest, omdat er in de jaren 60 nog maar weinig digitaal werd bewaard. Hij ziet het probleem wel groeien in de toekomst, als de hoeveelheden enorm zullen toenemen. Schijfruimte is daarbij niet het probleem, die wordt steeds goedkoper. De echte kosten gaan zitten in het beheer van die data: wie weet wat er op de schijven staat, wanneer moet het weer worden omgezet en naar welk formaat? En je moet natuurlijk de risico's in de gaten houden en beperken. Tom gaf aan dat wat hem betreft de risico's niet zozeer in de pure techniek zitten - die is tegenwoordig robuust genoeg. De welbekende hackers vormen eigenlijk ook maar een klein probleem. Wat blijkt? De grootste risico's zitten toch in menselijke fouten. Een nulletje meer of minder is gauw getikt en ook de IT-medewerkers die de back-ups verzorgen zijn maar mensen die een keer de fout in kunnen gaan. Het beperken van die risico's vraagt om ijzeren discipline in de organisatie en vele controleslagen - organisatie, dus.

Daarbij - en dat vond ik wel opmerkelijk - kijkt de bank niet verder dan een termijn van een jaar of vijf. Onder het motto "we will cross that bridge when we get there" doet de bank nu alles wat in haar macht ligt om duurzaamheid te bevorderen, ervan uitgaande dat ze dat steeds zal blijven doen. Pragmatisch stap-voor-stap-denken, dus, met weliswaar een langetermijnperspectief, maar geen 'langetermijnblokkade' ("we weten nog niet hoe we het voor 100 jaar goed moeten doen, dus we doen maar even niets").

Tom had een aantal duidelijke adviezen voor erfgoedinstellingen:

- "Wordt geen IT-center" - kijk als organisatie naar wat je uniek maakt, en steek daar al je energie in. Andere zaken, vooral specialistisch werk dat je niet dagelijks doet, kun je beter uitbesteden. Dat doet ING ook.
- Probeer coöperaties te vormen met even grote instellingen als je diensten gaat uitbesteden. Zo krijg je een betere onderhandelingspositie.
- Koop geen computersystemen maar huur ze. Computersystemen verouderen razendsnel, en als je ze zelf moet vervangen, stel je die beslissing vaak te lang uit.
- Je hoeft zelf geen IT expert te zijn, maar je moet als inkoper wel de expertise hebben om de prestaties van je service providers te beoordelen.

Yola de Lusenet, die bekwaam het voorzitterschap voor haar rekening nam, merkte na Toms presentatie op dat deze adviezen eigenlijk helemaal tegen het gevoel van erfgoedinstellingen indruisen: van oudsher zijn we gewend dat we objecten juist in veiligheid brengen door ze binnen onze muren te halen; nu zouden ze veiliger zijn door ze weg te brengen?? Dat is echt even wennen . . .

De lessen van zes jaar KB e-Depot

Zelf doen of uitbesteden? Hilde van Wijngaarden van de KB, die samen met IBM een eigen e-Depot ontwikkelde, vertelde dat ook de KB nu besloten heeft om te gaan uitbesteden, precies om de redenen die Tom Wever noemde. Wat overigens niet wegneemt, zo benadrukte Hilde, dat de KB zelf veel expertise in huis zal moeten hebben en houden om externe providers aan te sturen en te controleren. Hilde toonde zich ook direct bereid die kennis te delen met andere partners - bijvoorbeeld in het kader van de NCDD.

Daarmee haakte ze in op een deel van mijn presentatie: samenwerking is geboden als we de uitdaging van digitale duurzaamheid willen aangaan, met name op het gebied van expertise en financiering. Geen enkele instelling kan dit alleen oplossen. Daarom is de NCDD opgericht, met als doel een solide landelijk netwerk van beleid, organisatie en faciliteiten waarin de digitale informatie van de publieke sector veilig kan worden bewaard.

Hilde vertelde dat de KB in het kader van dit landelijke netwerk in ieder geval de zorg op zich neemt voor alle digitale publicaties die in Nederland verschijnen; die kunnen via het webloket van het e-Depot gedeponeerd worden. Ook de publicaties uit de universitaire repositories worden door de KB geharvest, en binnenkort gaat het Nederlandse webarchief van start.

Maar ook de KB moet de tering naar de nering zetten. Enkele jaren geleden kondigde de KB aan dat zij een nationaal TIFF-archief zou ontwikkelen voor digitale masters. Dat plan bleek vooralsnog te ambitieus. Het bestaande DIAS-systeem kon een dergelijk grote toevloed van data niet aan. Daarom is besloten om de hele infrastructuur te gaan vernieuwen voordat eventuele nieuwe projecten worden opgestart. Dit programma "Vernieuwing e-Depot" zal enkele jaren in beslag nemen. Gedurende de looptijd zal de KB de lopende stroom publicaties gewoon archiveren, maar kan zij geen nieuwe verplichtingen op zich nemen.


De dagelijkse realiteit van het Fries Museum

Met de duo-presentatie van Wilbert Helmus en Trineke Kamerling van de Friese musea werd het publiek weer even teruggebracht naar de dagelijkse realiteit van veel erfgoedinstellingen. Toen Wilbert bij het Fries Museum aantrad was er wel sprake van automatisering en digitalisering, maar er was geen ICT-beleid en geen applicatiebeheer. Die situatie bracht grote risico's met zich mee. Inmiddels is een begin gemaakt met duurzaamheidsbeleid: er is een Informatieplan en het museum heeft een data-conservator benoemd (Trineke Kramer). Ook is samenwerking gezocht met andere Friese instellingen om een back-upstrategie te ontwikkelen. En er zijn nieuwe contracten gesloten met service providers. Het Fries Museum evolueert van beheersing naar strategisch beleid, van incident gedreven acties naar vooraf sturen. Wilbert benadrukte ten slotte dat duurzaamheid eigen verantwoordelijkheid is en dat kleine(re) instellingen moeten samenwerken.

Nationale Verkenning Digitale Duurzaamheid

Waarmee we (niet geheel toevallig) terug zijn bij de NCDD. Een team onderzoekers trekt de komende zes maanden het land in om te onderzoeken hoe dat landelijk dekkende netwerk, die samenwerking, gestalte kan krijgen. Wat voor digitale data worden er in Nederland bewaard, door wie en hoe? Waar dreigt digitale data verloren te gaan? En: wat is ervoor nodig om de data uit de publieke sector verantwoord te managen? Al die vragen komen tijdens de Nationale Verkenning aan bod.
Aan het eind van de workshop namen we een voorschot op de Verkenning, en vroegen de aanwezigen wat zij nodig dachten te hebben. Hier zijn de resultaten:














(dubbelklik op de afbeelding voor een betere weergave)



Met stip op één staan: richtlijnen - wat moeten we nu concreet doen? Waar beginnen we?
- Een nationaal servicecentrum haalt de tweede plaats. Ligt hier een taak weggelegd voor de bestaande instellingen? Ik denk dan bijvoorbeeld aan de businessmodellen voor dienstverlening aan het land waarmee het Nationaal Archief volgend jaar gaat experimenteren (zie blog 17 oktober, vlak onder de tweede foto). Of moet er iets heel nieuws ontstaan?
- Over het nut van een centraal depot verschillen de meningen. De musea zien er wel wat in, maar de archieven niet.
- Dat een optie met "dwang" erin laag zou scoren in Nederland, had ik wel verwacht, maar dat hij gelijk zou eindigen met de "onvermoeibare lobby voor meer geld" vond ik eerst opmerkelijk - totdat ik me realiseerde dat de instellingen die in de zaal zaten aan het begin van de workshop op drie na hadden aangegeven dat ze de duurzaamheid van hun digitale data nog niet onder controle hebben. Misschien weten ze gewoon nog niet wat het kost? Is het een idee om Hilde van Wijngaarden voor een volgende workshop te vragen of de KB hier inmiddels meer zicht op heeft?

Uiteraard was dit maar een mini-enquete en mogen we er nog geen waarde aan hechten. Ik ben benieuwd of de resultaten van de Nationale Verkenning anders zullen uitpakken. Het project loopt van januari tot juli, met een nationale conferentie in september. Het projectteam kan niet heel Nederland bezoeken. Daarom worden op basis van netwerkkennis selecties gemaakt van zo representatief mogelijke instellingen (groot, klein, wel actief, niet actief, etc.).

Mocht jij een briljant idee hebben voor de opzet van een nationale infrastructuur, maar mocht het projectteam jou niet kunnen vinden om je te interviewen, meld je dan bij inge.angevaare@kb.nl.