Langzeitarchivierung der Wikipedia

[Jakob Voss <jakob.voss@xxxxxxxxxxx>]

Karl Eichwalder schrieb (in der bibliothekarischen Mailingliste INETBIB 
in einem Thread Ãber u.A. die Langzeitarchivierung der Wikipedia):

> Wenn doch die Angebote der DDB und all der anderen Bibliothek nur so
> frei und offen wÃren, wie die Wikipedia-Daten...
>
> Zugegeben, das SQL ist (noch) etwas MySQL-spezifisch, aber SQL ist ein
> internationaler Standard.  Und wenn alle Stricke reiÃen, kann man die
> Wikipedia-Dumps sogar mit einem Texteditor lesen.

7-Bit ASCII ist auch ein Standard - dadurch wird noch lange nicht alles, 
was sich darin ausdrÃcken lÃsst standardisiert.

> > PS: Die Deutsche Bibliothek bietet seit 2001 eine Schnittstelle zur
> > dauerhaften Archivierung deutscher Netzpublikationen an:
> > http://deposit.ddb.de/netzpub/np_stepbystep.htm > 
>
> Genau die dort gewÃnschten Archivformate stehen doch bei
> http://download.wikimedia.org/ zu VerfÃgung - gut, die DDB kÃnnte
> vielleicht auch .bz2 akzeptieren.  Hinweise zum Dateiformat der
> eigentlichen Publikation wÃren auch nicht schlecht.

Die Inhalte der Wikipedia sind zwar offen und frei verfÃgbar, aber 
bislang leider nicht standardisiert. Der einzige Standard ist die 
MediaWiki-Software, die zwar ebenso offen und frei aber ebensowenig 
standardisiert und in stÃndiger Entwicklung begriffen.

Zur Zeit wird zumindest ein XML-Parser fÃr die Syntax der gespeicherten 
Texte entwickelt - bis zu einer festen (ÃberprÃfbaren und zwingenden) 
Standardisierung der gesamten Inhalte (SQL-Tabellenstruktur und 
Wikisyntax) ist es jedoch noch ein langer Weg. Bis dahin wird der 
gesamte Inhalt samt Bearbeitungsgeschichte im Bereich von Terabyte 
angelangt sein (zur Zeit 27.626 GByte gepackt!). Die 
Langzeitarchivierung (im bibliothekarischen Sinne als 
LangzeitverfÃgbarkeit) dieser Daten ist keine Aufgabe, die man eben mal 
so wie ein normales Backups macht.

So wie sich die Wikipedia zur Zeit entwickelt, halte ich es nicht fÃr 
unangemessen zu behaupten, dass sie irgendwann den Rang eines 
Weltkulturerbes erreicht. Der Verlust der Daten aus der Angangszeit wÃre 
 wirklich schade. Schon jetzt ist es in EinzelfÃllen schwierig, den 
Stand  und das Erscheinungsbild einzelner Artikel zu bestimmten 
Zeitpunkten zu ermitteln (zumindest wenn so genannte Vorlagen verwendet 
wurden). Die Langzeitarchivierung der Wikipedia ist natÃrlich in Erster 
Linie Sache der Wikimedia Foundation bzw. der im Projekt Engagierten 
selbst, aber langfristig sind bibliothekarische Kenntnisse gefragt.

Gruss,
  Jakob VoÃ

P.S: Folgendes Zitat sollte zu Denken geben. Von:
http://en.wikipedia.org/wikistats/DE/TablesWikipediaDE.htm

"Hinweis: Die Zahlen fÃr die ersten Monate sind zu niedrig.
Ein GroÃteil der Versions-Geschichten bis Sommer 2002 ging leider verloren."