Kosten (2): koffiedikkijken of serieuze planning?

Soms schud ik na een bijeenkomst nog in de trein een blogpost uit mijn mouw. Dan sta ik bij wijze van spreken te trappelen om het verhaal te doen. Vandaag is een ander verhaal. Vandaag kost het me moeite om uit een berg aantekeningen en een vol hoofd de lijnen te halen waar ik jullie een plezier mee kan doen. Ik kies dus maar voor de zoetzure aanpak.
Het ideaalplaatje ziet er zo uit: een organisatie wil weten wat de kosten van duurzame opslag de komende jaren gaan worden. Ze halen een modelletje van internet, typen daar een aantal variabelen in, en voilà, daar ligt de begroting. Als de begroting niet bevalt (te duur) verander je een aantal variabelen in je beleid, net zo lang tot er een passend kostenplaatje ligt.
Zoet: na gisteren weten we wat er in de wereld te koop is aan modellen en benaderingen; zuur: geen enkel model werkt (nog) zoals we dat zouden willen.
Zoet: op diverse plekken bouwen verstandige collega’s aan modellen (zie vorige blog) en we hebben ze gisteren voor het eerst allemaal om één tafel gehad (bijna dan, er was 1 zieke); zuur: het zijn allemaal verschillende benaderingen die niet op elkaar aansluiten en op ieder moment weer afgebroken kunnen worden als de subsidie wordt stopgezet. Voorzichtige pogingen om te streven naar een Europese aanpak, waarbij iedereen een deel van het werk doet en je samen tot één model komt, leken gisteren nog niet vruchtbaar.
Het is dan ook ingewikkelde materie. De meeste modellen gaan uit van ‘activity-based costing’ (ABC): je benoemt welke activiteiten allemaal nodig zijn om ‘iets’ duurzaam toegankelijk te houden en je hangt er de benodigde menskracht/hardware/software aan. En als je nog een stap professioneler wil zijn, dan gebruik je de Balanced Score Card (BSC). Daarop zet je aan de ene kant je ambities als organisatie (wat wil je bereiken, in meetbare performance indicatoren) en aan de andere kant de kosten die je maakt voor diverse activiteiten. Je hoogste prioriteit mag het meeste kosten. Aan wat voor de missie van je organisatie minder of niet belangrijk is, besteed je geen geld. Die laatste stap heeft alleen een project gezet bij ons eigen data-archief DANS (Data Archiving and Networked Services), onder leiding van de Griekse econome Anna Palaiologk. (De resultaten daarvan zijn om auteursrechtelijke redenen nog onder embargo; publicatie gaat volgen). Toen Anna bij de KB op bezoek ging om te kijken of het model van DANS misschien ook toegepast kon worden op de KB, bleek dat er tussen die twee instellingen zal zulke enorme verschillen waren tussen de manier van werken, de manier van organiseren, de manier van kosten toerekenen, dat er geen beginnen aan was.
En dat is in een notendop ook het verhaal van gisteren: een algemeen model is ontzettend lastig te ontwikkelen – want iedereen is anders. e-Journals zijn heel andere dingen dan archiefstukken of onderzoeksgegevens (die per discipline trouwens ook weer behoorlijk blijken te verschillen) en ze vragen om andere inspanningen en een ander beheersregime. Audiovisuele bestanden zijn weer heel anders (Beeld en Geluid), en websites zijn helemaal een duveltjeuiteendigitaaldoosje. Omdat we bovendien nog weinig echte ervaringen hebben met digitaal materiaal waarop we onze schattingen kunnen baseren, en bovendien de technologie zich razendsnel ontwikkelt, is het lastig om voorspellingen te doen, zeker voor de lange termijn. Nog niemand kan voorspellen wat het bijvoorbeeld de KB gaat kosten als ze hun 16 miljoen PDF’s moeten migreren naar een ander bestandsformaat.
De vraag is wel of dat ooit nodig zal zijn. David Rosenthal van LOCKSS heeft daarover een uitgesproken mening, reden om ook hem uit te nodigen voor de bijeenkomst. Veel instellingen migreren de diverse bestandsformaten die ze aangeboden krijgen naar een beperkt aantal bestandsformaten bij binnenkomst (Portico, Nationaal Archief Denemarken). Dat maakt het beheer gemakkelijker, en het idee is ook dat je door toekomstbestendige formaten te kiezen later veel minder vaak zult hoeven migreren. Wat op termijn kosten en moeite bespaart. Maar al die extra inspanningen bij binnenkomst (‘ingest’) maken van de ingest verreweg de duurste fase van het hele duurzaamheidstraject, zo lijkt onderzoek uit de wijzen (LOCKSS, Keeping Research Data Safe). Momenteel wordt vrij algemeen de vuistregel geaccepteerd dat de ingest 40% tot 50% van de totale kosten veroorzaakt (migreren, checken, valideren, soms metadata toevoegen). Daarna vlakken de kosten snel af. Toegang kost ca. 30% van het totaal; opslag en duurzaam beheer is dus maar zo’n 19%.
David Rosenthal stelt nu dat het verhaal van Jeff Rothenberg (de duurzaamheidspionier van het iconische Ensuring the Longevity of Digital Documents uit 1995) niet meer opgaat. Rothenberg maakte zich vooral druk over het in onbruik raken van bestandsformaten en propageerde de noodzaak van emuleren en migreren. Rosenthal (van huis uit techneut) is van mening dat de bestandsformaten sinds 1995 behoorlijk stabiel zijn. Er komen er weliswaar bij, maar dat leidt niet (meer) tot het in onbruik raken van bestaande formaten. Dus zegt hij: stoppen met migreren, en zeker stoppen met migreren bij binnenkomst. Want je kunt toch niet voorzien wat de klant uiteindelijk nodig zal hebben. Het is beter om gewoon de bitstreams te bewaren en een migratietool te zetten tussen het archief en de uiteindelijke gebruiker, dus aan de achterkant van het proces. Dan lever je maatwerk (origineel of migratie) op het tijdstip en het platform waar de klant om vraagt. (En bespaar je je ook nog eens de moeite om die 90% te bewerken die nooit opgevraagd zal worden …). Onze Deense collega’s hoorden de theorie van Rosenthal met veel belangstelling aan, maar, zo zei Anders-Bo Nielsen van het Deense Nationaal Archief, voorlopig nemen we toch het zekere voor het onzekere en blijven we bij binnenkomst migreren. Want stel nou dat Rosenthal geen gelijk heeft? De collega’s van Beeld en Geluid vroegen het nog eens na bij David Rosenthal, want audiovisuele bestanden vragen waanzinnig veel geheugen en een migratie van 12 Petabyte aan audiovisuele data (=12x1024 terabyte! = de verwachting van Beeld en Geluid voor 2014) – daar zou je zomaar een nachtmerrie over kunnen krijgen. Ook zij zijn niet zomaar bereid een nationale collectie AV materiaal in de waagschaal te stellen voor een nog onbewezen theorie. En misschien is Rosenthal’s theorie ook alleen bruikbaar in zijn eigen domein, de e-journals, waar PDF-A ‘regeert’. [NB: in een mail aan mij maakte David Rosenthal bezwaar tegen deze laatste zinsnede; zie zijn reactie.]
Voorlopig zijn we er nog niet uit, dat is duidelijk. Maar het was weer een stap. Iedereen kent elkaar nu en kan gemakkelijker ervaringen en kennis uitwisselen, dat is alvast winst. Ik ga ook nog een formeel verslag schrijven van de bijeenkomst. En volgende week zetten we de gesprekken al weer voort, op de iPRES in Wenen, waar ook een sessie is gepland over kostenmodellen. Eens kijken of we daar een richting kunnen vinden om de lijnen weer aan elkaar te knopen. Tot volgende week.

De kosten van DD: koffiedikkijken of serieuze planning?

Hoe meer we allemaal digitaal werken in archieven, bibliotheken en onderzoeksorganisaties, hoe crucialer de vraag wordt wat duurzame toegankelijkheid ons gaat kosten. Hoe kunnen we goed budgetteren? Hoe kunnen organisaties meerjarenplannen maken? Hoe kunnen we tegenover subsidiegevers waarmaken wat we aan geld nodig hebben en dat we het goed besteden? Op diverse plekken in de wereld wordt onderzoek naar deze materie gedaan. In Engeland is er het LIFE-project. In Denemarken hebben medewerkers van de KB daar en het Nationaal Archief het CMDC-model ontwikkeld. In opdracht van JISC (UK) is door Beagrie et al. onderzoek gedaan naar de kosten van het langdurig toegankelijk houden van onderzoeksresultaten (Keeping Research Data Safe, KRDS). In Nederland deed met name DANS uitgebreid onderzoek naar de kosten van een data-archief.

Koffiedikkijken?

Tot op zekere hoogte is het allemaal koffiedikkijken, want het is erg lastig om de ontwikkelingen in de komende pakweg tien jaar te overzien. En ervaringscijfers om je op te baseren zijn er ook nog niet veel. Maar in die constatering kun je natuurlijk niet blijven hangen. We moeten de kosten onder controle zien te krijgen.

Alle projecten om één tafel 

Daarom ben ik er trots op dat het NCDD, DEN en KB is gelukt om morgen alle lopende projecten om

één tafel te krijgen in Den Haag. Om best practices uit te wisselen, over de diverse modellen te praten, en te bezien hoe we krachten kunnen bundelen. We hebben er geen open congres van gemaakt omdat we willen dat het een echte werkbijeenkomst wordt tussen experts uit diverse contreien.

Ik ben heel benieuwd naar morgen. Niet dat ik de illusie heb dat we het probleem van begroten 'even' zullen oplossen. Maar de krachten bundelen, ook internationaal, lijkt wel een weg te zijn waar we allemaal profijt van kunnen hebben. Ik zit morgen om 9 uur klaar met pen/laptop en camera! 

iPRES (6): de kosten, een horizon van 5 tot 10 jaar, en een tegengeluid ten aanzien van selectie

In Engeland loopt al enkele jaren het LIFE project, dat erop gericht is de kosten voor duurzame toegankelijkheid te leren begroten. Paul Wheatley van de British Library vertelt over dit project, terwijl mijn buurman in de zaal, Steve Knight van de National Archives van New Zealand mompelt: hier geloof ik dus niks van. We kunnen niet verder dan een paar jaar vooruitkijken. Daarna zal de techniek zo geëvalueerd zijn dat we met totaal andere maatstaven gaan meten.'

Altijd een onafhankelijke denker, die Steve. Hij is een van de weinige archivarissen die blijft roepen dat we ALLES moeten bewaren. Hij vindt het van weinig vertrouwen in de toekomst getuigt als we nu al gaan selecteren wat we wel en niet moeten bewaren. Hij ziet onze huidige opgave als vooral zoveel mogelijk materiaal verzamelen dat anders voor altijd verloren is. Omdat we weten dat de techniek zich snel ontwikkelt, zullen de volgende generaties ervoor zorgen dat die hoeveelheden altijd toegankelijk blijven.

Dat hoor ik trouwens vaker vandaag: 'forever is five to ten years' - met andere woorden: als wij er nu maar voor zorgen dat het materiaal de komende vijf tot tien jaar overleeft, dan zal de techniek die dan ontwikkeld is de volgende stappen wel zetten.

De bits en de bytes van het archief: zelf opslaan of uitbesteden?

Het opzetten van een 'rekencentrum' voor de opslag van digitale bits en bytes kost tussen de 1,2 en 1,6 miljoen euri - en dan heb je alleen nog de basisfaciliteiten: een ruimte, airco, servers, racks, lijnen naar buiten en personeel om dat in de lucht te houden. Ingest, normalisatie, ontsluiting, migratie/emulatie enz enz komt daar allemaal nog bij.

Hoewel het zeker niet uitgesloten is dat dit allemaal goedkoper zal worden in de toekomst, betekenen deze bedragen op dit moment dat voor veel kleine archieven het opzetten van een eigen digitaal depot niet is weggelegd. Wat moet je dan? Niets doen, afwachten? Of denken aan uitbesteden?

Rond deze thematiek organiseerde het Gemeentearchief Rotterdam gisteren een expert meeting. Aan tafel zat een stevige vertegenwoordiging uit het veld: de grote stadsarchieven, inspecties, LOPAI, het NA, DEN, enkele leveranciers, en deskundigen van de UvA en HvA. Voor mij uiteraard een prachtige gelegenheid om nog meer informatie te verzamelen voor de Nationale Verkenning Digitale Duurzaamheid.

In een drietal subgroepen werden de juridische, organisatorische en technische aspecten van uitbesteden onder de loep genomen.

De wet heeft geen enkel bezwaar tegen uitbesteden, zo concludeerden de juridische experts, zolang het bij technisch beheer blijft. Binnen- of buitenland maakt ook niets uit. Zolang de archivaris maar het intellectueel beheer kan uitoefenen.

En daar komt nogal wat bij kijken. Welke service providers kun je vertrouwen? In hoeverre kun je kwaliteit afdwingen door middel van doortimmerde contracten en in hoeverre is het toch ook een kwestie van vertrouwen hebben in een partner? Iedereen was ervan overtuigd dat het uitbestedende archief in elk geval flink wat kennis in huis moet hebben om de dienstverlener aan te sturen, niet alleen om de contracten af te sluiten maar ook vooral om 'erboven te kunnen hangen', te kunnen controleren of de afspraken ook nagekomen worden. Peter Horsman (voormalige Archiefschool) suggereerde om dergelijke expertise onder te brengen in een landelijk servicecentrum waar alle archieven een beroep op kunnen doen, maar die suggestie overtuigde de deelnemers niet meteen. Je moet toch ook zelf kunnen controleren of het goed gaat, vanuit je verantwoordelijkheid als archivaris, was de redenering. Authenticiteit, veiligheid, dat zijn allemaal kerntaken van de archivaris.

Marco de Niet van DEN suggereerde dat organisaties nog te weinig gebruik maken van elkaars kennis en ervaring, nog veel te vaak zelf het wiel proberen uit te vinden. Hij verwees daarbij naar de KB die inmiddels 10 jaar ervaring heeft. Gebruik die ervaring, was zijn advies.

Maar dan komen ook weer al die minder 'harde' factoren bovendrijven die samenwerking soms in de weg staan, zeg maar de eeuwige rivaliteit Ajax-Feyenoord in al zijn vormen. Zou een Rotterdams Gemeentebestuur accepteren dat de gegevens in Amsterdam staan? Eric Ketelaar suggereerde dat te veel uitbesteden misschien ten koste kan gaan van de positionering van het archief. Maar uitbesteden hoeft natuurlijk aan de voorkant helemaal niet zichtbaar te zijn: het interesseert de eindgebruiker niet waar de data vandaan komen die hij op de website van het Rotterdamse Gemeentearchief vindt. Het GAR is en blijft voor hem de ingang en de leverancier.

Ik zag in de bijeenkomst een duidelijk stukje ontwikkeling: waar een poosje geleden nog nadrukkelijk werd gesproken over de noodzaak om je materiaal in eigen huis op te slaan, werd uitbesteden nu als een zeer acceptabele oplossing gezien. Ook organisaties als de Koninklijke Bibliotheek en het Nationaal Archief voorzien dat ze op termijn hun bits en bytes elders gaan onderbrengen. Maar gedegen kennis in de eigen organisatie blijft een vitale voorwaarde om dit soort processen in goede banen te kunnen leiden, daarvan is iedereen overtuigd.

Ten slotte nog een compliment aan het GAR, dat van meet af aan veel energie heeft gestoken in het delen van zijn kennis en ervaringen met andere archieven. Ook deze bijeenkomst was daar weer een prima voorbeeld van. Jantje Steenhuis (links) en Josje Everse blijven artikel 9 van de beroepscode van archivarissen (kennisdeling) hooghouden, en ook de altijd zo leerzame nazit is bij hen in goede handen, zoals de foto links duidelijk laat zien.

Zie ook het verslag van Ingmar Koch op de blog van ED3, http://eisenduurzaamdigitaaldepot.blogspot.com/2009/04/kun-je-je-digitaal-archief-uitbesteden.html

'De digitale feiten' en opslag

Afgelopen donderdag presenteerde Digitaal Erfgoed Nederland (DEN) de resultaten van het onderzoek De Digitale Feiten. Dit maakt deel uit van een Europees onderzoek (Numeric) naar de stand van zaken van digitalisering in het Europese erfgoed.

Er stroomden heel veel cijfers uit de beamer van de KB-aula donderdagmiddag, maar er bleek ook veel nog niet bekend. DEN directeur Marco de Niet concludeerde in zijn voorwoord bij het rapport: 'Als het project één ding heeft duidelijk gemaakt, dan is het wel hoe zeer de professionalisering van digitalisering nog op gang moet komen. Zelfs het maken van schattingen over omvang en kosten van digitalisering bleek een brug te ver voor veel instellingen.'


Rekenmodel van het Gelders Archief

Eén van de interessantste bijdragen aan de middag (als het om digitale duurzaamheid gaat) was de presentatie van Peter Wouters, hoofd Publieksbereik van het Gelders Archief. Hij vertelde over het rekenmodel dat zijn organisatie heeft ontwikkeld voor het begroten van digitaliseringsactiviteiten - een rekenmodel waarvoor in de zaal veel belangstelling was en dat door DEN verder uitgebouwd zal gaan worden.

'Waar we wel van schrokken', zo meldde Wouters, 'is dat we erachter kwamen dat vijf jaar opslag van gedigitaliseerd materiaal evenveel kost als de initiële investering.' En daarbij was nog niet eens sprake van een echt 'trustworthy' digitaal depot, maar van een gemengd pakket waarbij alleen waardevolle bronnen echt duurzaam werden opgeslagen.

(foto: Numeric website, http://www.numeric.ws)

De kosten van digitale duurzaamheid (II)

Onlangs verscheen het JISC-rapport Keeping research data safe: a cost model and guidance for UK universities, door Neil Beagrie, Julia Chruszcz en Brian Lavoie. Het is erg toegespitst op de Engelse situatie, en Beagrie schrijft zelf verontschuldigend dat het met drie case studies niet al te breed van opzet is (zodat diverse Aanbevelingen vragen om Meer Onderzoek), maar de lijst met activiteiten waar het management van een digitaal archief rekening mee moet houden ziet er gedegen uit, als ook de lijst met afhankelijkheden die de kostprijs mede bepalen. Vooraf goed nadenken over wat je precies wilt bewaren, voor hoe lang en voor wie (de welbekende OAIS ‘designated community’) is de sleutel. Achteraf materiaal deselecteren of bestanden repareren is erg duur en af te raden.

Andere (voorlopige) conclusies:
- De kosten voor het opslaan van onderzoeksgegevens zijn veel hoger dan voor publicaties, want de bestanden zijn gevarieerder en complexer van aard. Bovendien heb je waarschijnlijk te maken met een diverse (= bewerkelijke) groep aanbieders.
- Meer dan 70% van de kosten gaat zitten in arbeidsloon.
- De meeste kosten worden aan het begin gemaakt. Een schatting: acquisitie en ingest ca. 42%, archiveren en duurzaamheidsacties ca. 23% en toegang 35%.
- Schaalgrootte leidt tot kostenvermindering. Grofweg: 600% meer volume leidde tot 300% meer kosten.
- De diverse takken van wetenschap hebben heel verschillende manieren om data te gebruiken en te hergebruiken. Daarom moet er zoveel mogelijk worden opgeslagen in nationale of internationale discipline-georiënteerde archieven.

Een interessante toegevoegde case study is die van de Archaeological Data Service (p. 87-94), die inmiddels tien jaar ervaring heeft opgedaan met digitale archivering tegen vergoeding. Anders dan bijvoorbeeld bij DANS in Nederland betaalt de organisatie die het onderzoek financiert een eenmalige bijdrage aan de ADS voor opname van de onderzoeksdata, waarna die duurzaam worden opgeslagen en vrij beschikbaar zijn voor hergebruik.Op de ADS-website staat het charging model. De aanloopkosten voor de ingest worden berekend in mandagen; daarna geldt een archief-vergoeding van ₤0,50 per Mb.
Ervaring bij de ADS doet vermoeden dat de apparatuur voor archivering eens in de vijf jaar moet worden vervangen. Diezelfde ADS becijfert op basis van een aantal inschattingen dat de kosten voor duurzame archivering inclusief migraties na 20 jaar nog slechts minimaal zullen zijn, omdat men verwacht dat de systemen steeds slimmer zullen worden en opslagmedia goedkoper. Daar staat dan wel weer tegenover dat het arbeidsloon flink zal stijgen (p. 91).

Nieuwe allianties,nieuwe businessmodellen

Op vrijdag 18 april presenteerde het Instituut voor Beeld en Geluid onder de merknaam Proarchive een fraai dienstenpakket voor encoding, duurzame digitale opslag en beschikbaarstelling van audiovisueel materiaal voor organisaties die zelf geen digitaal depot kunnen of willen bouwen. Uit de vele presentaties haal ik hier twee elementen die van belang zijn voor de toekomst van digitale duurzaamheid:

Nieuwe allianties en coalities
In zijn keynote toespraak onder de titel 'Verleden vandaag' benadrukte Paul Rutten (hoogleraar digitale mediastudies in Leiden) hoezeer de traditionele afbakening van taken tussen de diverse media-instellingen (en daarbij kun je ook denken aan uitgevers, bibliotheken, archieven, de wetenschap) door de digitalisering onder druk is komen te staan. Zo archiveert de Koninklijke Bibliotheek websites, maar die bevatten ook uitzendingen van publieke omroepen die Beeld en Geluid tot zijn taak rekent; een regionaal archief is verantwoordelijk voor de digitalisering van kranten die ook door de KB worden opgeslagen; een student zoekt naar informatie over een onderwerp, en verwacht dat internet hem daar toegang toe geeft, ongeacht de vorm waarin die informatie beschikbaar is en waar die zich bevindt (boek, archiefstuk, televisie-uitzending).
Soms leiden deze 'grensgeschillen' tot fricties tussen instellingen die aan de ene kant aanvullende diensten bieden en samen willen werken maar aan de andere kant concurrenten zijn in de strijd om de schaarse middelen. De noodzaak om zichzelf te profileren leidt dan soms tot keuzes die niet altijd in het belang van de belastingbetaler zijn. De NCDD wil met al deze partijen graag om de tafel gaan zitten om te komen tot goede afspraken over selectie en mandaten. (Foto rechts: DANS, DEN, Beeld en Geluid en ECPA in gesprek - nieuwe allianties in de maak?).

Digitale duurzaamheid kost geld, van wieg tot graf
Zoals ook de Raad voor Cultuur en de Raad voor het openbaar bestuur onlangs bevestigden, kost het 'hebben' van digitale data jaarlijks geld, zo lang de informatie wordt bewaard. Het beleid van 'benign negligence' (zoals Adrian Wilson dat zo fraai formuleerde) werkte vaak nog wonderbaarlijk goed ten aanzien van informatie op papier, maar voor digitale informatie is het echt onbruikbaar geworden.


Heel langzaamaan krijgen we meer inzicht in wat digitale opslag kost - en dat valt niet mee. Beeld en Geluid is met Proarchive de eerste Nederlandse instelling die een prijskaartje aan digitale opslag hangt - voor het abonnement wordt in eerste instantie €1.000 per terabyte per jaar gevraagd (exclusief aanvullende diensten als metadatering, encoding en beschikbaarstelling). 'Wijzigingen voorbehouden' wordt er nadrukkelijk bij gezet, want abonnementen op digitale opslag zijn een nieuw product en men moet er nog ervaring mee opdoen. Van belang is ook om aan te tekenen dat Beeld en Geluid er bij deze prijsstelling van uit gaat dat de grote investeringen in de infrastructuur door het instituut al zijn gedaan en dat alleen het extra gebruik hoeft te worden vergoed, als dienst aan de samenleving. Voor profit-klanten zal men waarschijnlijk ook een ander businessmodel gaan hanteren.

Om een idee te geven: Beeld en Geluid zelf heeft op dit moment 1,3 petabyte aan digitale data en schat dat er bij andere Nederlandse instellingen nog zo'n 4,5 petabyte aan audiovisueel materiaal staat (exclusief audio, foto's en films). (1 petabyte = 1024 terabyte). Een hoeveelheid die dagelijks explosief toeneemt.

Zowel tijdens Economies of the Commons' als tijdens deze presentatie werd de vraag gesteld hoe we die duurzame financiering moeten vinden. Want vooralsnog is er vooral veel projectgeld om de digitalisering zelf te doen, maar weinig structureel geld om wat er gedigitaliseerd is ook goed te bewaren. Dat is een taai probleem - dat dringend om aandacht vraagt.