Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

#WAT26: Webarchivierung: aktueller Stand und Perspektiven

Foto: LWL-Archivamt, Schröder

Unter der Moderation von David Gniffke (LWL-Archivamt, Münster) begann der erste Vortragsabschnitt des Westfälischen Archivtags 2026. Es sollte um ein Thema gehen, das für einige Archive noch in der Zukunft liegt, für andere Archive aber bereits zumindest ein kleiner Teil des Arbeitsalltag geworden ist: Die Webarchivierung. – Wie der aktuelle Stand in NRW ist und welche Möglichkeiten und Probleme auf die Archive zukommen, wurde in den folgenden Beiträgen dargestellt.

 

Webarchiv.NRW – eine Pflichtaufgabe der Landesbibliotheken in NRW – Dr. Andrea Ammendola (Universitäts- und Landesbibliothek Münster)

In seinem Beitrag stellte Herr Dr. Ammendola das Projekt „Webarchiv.NRW“ vor. Grund für dieses Projekt ist das 2013 verabschiedete Pflichtexemplargesetz NRW, welches neben elektronischen Publikationen auch Webseiten miteinschließt und damit die Landesbibliotheken NRW mit der Aufgabe der Webarchivierung betraut. Da es keine eindeutige gesetzliche Grundlage für die Archivierung von Webseiten gibt und damit bisher auch keine Richtlinien oder Standards entwickelt wurden, dauerte es einige Jahre, bis die Aufnahme dieser Aufgabe ins Rollen kam.

2017 gewann das Thema durch eine bundesweite Arbeitsgruppe zur Webarchivierung an Bedeutung. Die Landesbibliotheken NRW begannen im selben Jahr die Zusammenarbeit mit der Deutschen Nationalbibliothek und führten von 2019 bis 2021 eine Testphase durch. Nach zwischenzeitlichen Einschränkungen entwickelte sich das Projekt ab 2023 mit neuen Partnern, dem Hochschulbibliothekszentrum des Landes Nordrhein-Westfalen, weiter. Seit 2024 wird „Webarchiv.NRW“ durch das Ministerium für Kultur und Wissenschaft (MKW) gefördert.

Inhaltlich konzentriert sich die Sammlung auf öffentliche und zugleich landeskundlich relevante Webseiten. Dazu gehören insbesondere Internetauftritte von Landesregierung und weiteren Landeseinrichtungen, Kommunen, Hochschulen, Bibliotheken sowie im Einzelfall Webseiten von Privatpersonen. Die Auswahl erfolgt nach abgestimmten Sammelprofilen und unterschiedlichen Intensitätsstufen; eine vollständige Archivierung aller Webseiten wird nicht angestrebt.

Die Webarchivierung erfolgt über halbjährliche Crawls mit möglichst großer Tiefe. Jährlich können so rund 2400 URLs neu erfasst werden. Die Qualitätssicherung erfolgt sowohl visuell als auch durch einen kontinuierlichen fachlichen Austausch zwischen den Kooperationspartnern. Die Erschließung der archivierten Webseiten erfolgt als vereinfachte Monographien und wird mit Metadaten im Standard der Nordrhein-Westfälischen Bibliographie angereichert.

Aktuell liegt der Fokus auf der Sicherung der Inhalte, da die Rechtslage derzeit unsicher ist, insbesondere im Hinblick auf Urheberrecht und Datenschutz. Daher soll auch der Zugang zu den archivierten Webseiten ab 2026 nur im Closed Access und ausschließlich an den Standorten der Projektpartner möglich sein. Langfristig soll die Qualitätssicherung technisch weiterentwickelt werden, um manuelle Prozesse zu verringern. Des Weiteren hofft man auf eine mögliche Migration in das deutsche Webarchiv der DNB.

Webarchivierung: ein Blick in die Praxis – Mathis Nolte M.A. (Stadtarchiv Löhne), Dr. Peter Worm (Stadtarchiv Münster), Eric Witt (Stadtarchiv Iserlohn)

Um die Realitäten der Webarchivierung in westfälischen Archiven besser greifen zu können, stellte David Gniffke die Ergebnisse einer kurzen Umfrage des LWL-Archivamtes im Plenum vor.

Beteiligt hatten sich insgesamt 73 Archive aus Westfalen, darunter Kommunalarchive aber auch das Landesarchiv NRW.

Besonders stach heraus, dass 28% der teilnehmenden Archive Webseiten der eigenen Kommune bereits archivieren, während 71% sich noch nicht mit der Thematik auseinandergesetzt hatten. Mehr als die Hälfte gab an die BKK-Empfehlung zur Webseitenarchivierung (2011) nicht zu kennen.

Ab 2020 konnte ein Anstieg der Webarchivierung verzeichnet werden, hierbei wurden unterschiedliche Ansätze und technische Standards verwendet. Die Mehrzahl der Archive archivieren im WARC Format, gefolgt von der Speicherung von Komponenten wie HTML. Als Crawler wurde zumeist Heritrix verwendet. Wer die Speicherung der Webseiten übernimmt, wurde unterschiedlich gelöst: mal übernimmt das Archiv (teils im Zusammenarbeit mit der IT) die Speicherung, andernorts läuft es über die Pressestelle oder es wird eine externe Lösung über einen Dienstleister genutzt. Dabei sind im Moment die archivierten Seiten selten für Nutzer zugänglich.

Anschließend an die Umfrage hatten sich Mathis Nolte (Stadtarchiv Löhne), Dr. Peter Worm (Stadtarchiv Münster) und Eric Witt (Stadtarchiv Iserlohn) bereit erklärt über ihre Erfahrungen und aktuellen Lösungsansätze zur Webseitenarchivierung zu sprechen. Geleitet wurde der Austausch von David Gniffke (LWL-Archivamt, Münster).

Das Stadtarchiv Löhne nutzt eine Dienstleisterlösung, das Stadtarchiv Münster übernimmt HTML-Komponenten direkt von der Verwaltung, während im Stadtarchiv Iserlohn in Eigenregie mit dem Webcrawler Heritrix gearbeitet wird.

Eric Witt führte aus, dass 2024 die Webseite der Stadt Iserlohn überholt werden sollte und eine Löschung alter Inhalte bevorstand. Als Archivar mit Digitalisierungs-Schwerpunkt horchte Witt auf und nahm dies als Anlass die Webseite zu crawlen und im Web ARChive (WARC)-Format zu erhalten. Mathis Nolte hatte bereits 2023 eigene Versuche angestellt, ist dann aber schnell aufgrund der fehlenden zeitlichen Kapazität in einem 1-Mann Archiv, auf eine Dienstleisterlösung umgestiegen, die im Moment noch finanziell von der Kämmerei getragen wird. Dr. Peter Worm erklärte kurz das System des Stadtarchivs Münsters bei dem, abweichend von der o.g. BKK-Empfehlung, die HTML-Komponenten gespeichert werden. Worm sah hier das WARC-Format als nicht wesentlichere überzeugende Variante, da die angebotenen Spiegelungen der Seiten kostengünstig gespeichert, einfach nutzbar und veränderungsresistent seien.

Je nach Ansatz wurde deutlich, dass der Arbeitsaufwand und auch die Kosten variieren. Die selbstständige Arbeit mit Heritrix benötigt Personalressourcen, während die Auslagerung an einen Dienstleister natürlich eine finanzielle Frage ist.

Abgesehen von der Frage der Ressourcen traf Worm die Aussage, dass Webseiten überhaupt erstmal bewertet werden müssen: Kann es nicht sein, dass dieselben Informationen aus dem Internet nicht genauso gut über andere Medien abgebildet werden? Falls die Webseiten nicht intensiv archiviert werden, sehe Worm kaum Informationsverlust. Nolte entgegnete, dass Webseiten bzw. das Internet nicht geringgeschätzt und als eigenständiges Medium mit spezifischer Haptik anerkannt werden sollte. Hier sieht Worm nicht den zentralen Auftrag, als Archiv zu dokumentieren, wie das Internet funktioniert. Immerhin gäbe es verschiedenste Darstellung von Internet, abhängig vom benutzen Browser oder Endgerät.

Zum Schluss des Austausches warf David Gniffke die Frage in den Raum wie die Zukunft der Webseitenarchivierung in kommunalen Archiven aussehen könnte. Witt ist der Meinung, die Seiten sollten ebenfalls im Lesesaal einsehbar sein und nicht nur bei den Landesbibliotheken. Ebenfalls habe er an die 1000 Seiten aus der Kommune ermittelt, die teils archivwürdig erscheinen. Hier kommt also eine Ausweitung der Webseitenarchivierung in Frage. Worm gefiel der Gedanke einer kooperativen Lösung mit den Landesbibliotheken, sieht aber Schwierigkeiten in der Kommunikation. Er betont die klare Zuständigkeitsregel – städtische Webseiten gehören ebenso ins kommunale Archiv.

Social Media-Archivierung im Archiv der sozialen Demokratie. Aktueller Stand und konzeptionelle Überlegungen – Dr. Andreas Marquet (Archiv der sozialen Demokratie der Friedrich-Ebert-Stiftung, Bonn)

In seinem Vortrag teilte Dr. Andreas Marquet einen Werkstattbericht über den Aufbau und die Entwicklung des Webarchivs im Archiv der sozialen Demokratie und wie die Archivierung von Social Media als Teil des Webarchivs verstanden wird.

Marquet gab einen kurzen Überblick zur technischen Entwicklung des Webarchivs, wobei ab 2019 auf den Einsatz von Webcrawlern, die WARC-Dateien produzieren, gesetzt wird.

Daraufhin erläuterte er die Zielsetzungen eines Integrierten Webarchivs: Die Nutzungsperspektive soll beachtet werden, insofern als der Zugang zu Webseiten, Social Media-Inhalten und Pressemitteilungen in einem gemeinsamen Suchraum zusammengefasst werden soll. Die Archivierung soll möglichst ressourcenschonend geschehen. Das Team um Marquet habe sich nach Rücksprache mit ausgewählten Organisationen hinter den Social Media-Konten auf die populären sozialen Medien festgelegt. Es stellte sich heraus, dass die Relevanz von Webseiten abnimmt. Social Media hingegen kann differenziert betrachtet werden und demnach sollen die Konten auf Facebook und TikTok gesichert werden.

Um die Archivwürdigkeit zu prüfen wurde eine Art Übernahmemodell entwickelt in dem signifikante, erhaltenswerte Eigenschaften wie z.B. Vollständigkeit textueller Inhalte, Postings und Reaktionen, geprüft und priorisiert werden.

Rechtlich abgesichert wird die Webarchivierung im Archiv der sozialen Demokratie durch ein Gutachten der Kanzlei iRights.Law (2021), dass keinen Widerspruch im Harvesting von Social Media-Plattformen sieht. Der Zugang für Nutzer*innen wird über ein Terminal im Lesesaal des AdsD ermöglicht.

Die verschiedenen Plattformen werden einheitlich in der Rechercheanwendung AFIS/Online-Modul und über die Zugänge PyWayback und SolrWayback dargestellt. Eine Suche ist insofern möglich als die WARC-Dateien indexiert und in Solrwayback eingespielt werden. Bei einer Stichwortsuche können dann Treffer erzielt werden. Diese werden dann im Monet nicht z.B. als Korpus einer ganzen Facebook-Seite dargestellt. Hier stellt sich die Frage, wie die Suchergebnisse und Exporte in Kontext gesetzt werden.

Marquet schließt seinen Vortrag mit einem Ausblick auf den aktuellen Stand des Webarchivs. Momentan läuft die Altdatenmigration von Webseiten sowie die Migration von Twitter-Auftritten in das Webarchiv. Bei der Social Media Archivierung zeigt sich TikTok als schwieriges Medium zu archivieren. Die Crawl-Ergebnisse sind inkonsistent, aber überwiegend schlecht. Die Facebook-Auftritte werden als HTML-Export nach WARC konvertiert, wobei hier ein Konflikt mit höchster Priorität „Vollständigkeit“ der signifikanten Eigenschaften entsteht. Es werden Nutzungsmöglichkeiten im Webarchiv (Browsingeinstieg, Suchmöglichkeiten) sowie Instagram-Exporte geprüft.

David Gniffke schloss den ersten Vortragsblock mit dem Aufruf sich von den Erfahrungen der Beitragenden inspirieren zu lassen und sich im Rahmen von Bewertungsarbeiten auch mit den eigenen städtischen bzw. kommunalen Webseiten zu befassen.


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
lhaselhoff, rmoj (19. März 2026). #WAT26: Webarchivierung: aktueller Stand und Perspektiven. archivamtblog. Abgerufen am 10. Mai 2026 von https://doi.org/10.58079/15wos


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

This site uses Akismet to reduce spam. Learn how your comment data is processed.