Digitale Tipp-Ex

Vroeger, zeker op de middelbare school, maar als ik het me goed herinner ook al op de lagere school (ja, zo oud ben ik al), gebruikten verschillende kinderen uit mijn klas Tipp-Ex om schrijffouten weg te lakken. Vreselijk: het stonk en het maakte kabaal, want je moest natuurlijk eerst heel goed schudden. Toen ik het zelf eens probeerde, bleek ook nog dat je er niets aan hebt als je met een vulpen schrijft, zoals ik van kinds af aan doe.

Ik moest hier aan denken toen ik een stukje van L’Archivista las over wat ze in Amerika ‘redaction’ noemen: het weglakken van vertrouwelijke informatie uit archiefstukken voordat deze gepubliceerd worden.
Bij papieren documenten is dat redelijk simpel: je maakt een kopie van het document, Tipp-ext alle problematische passages weg (je kunt hier natuurlijk ook een dikke zwarte alcohol-stift voor gebruiken) en maakt een nieuwe kopie van het document, die je ter inzage geeft. Dat dit bij digitale documenten iets ingewikkelder ligt, hebben we in Nederland pas nog gezien bij het voortijdig uitlekken van de Miljoenennota.
Een nog mooier voorbeeld is de actie van de Belastingdienst twee jaar geleden geleden, die toen in het kader van de WOB het Draaiboek Project Bank Zonder Naam op zijn website publiceerde. Allerlei vertrouwelijke informatie was met zwarte balken 'weggelakt', maar bleek redelijk simpel leesbaar te maken.

L'Archivista schrijft daar over:

There are also several really bad PDF redaction techniques. Never, ever use Adobe Acrobat's Draw or Annotate tool to place black, white, etc. boxes over information you wish to redact. Another spectacularly bad idea: "redacting" a word processing document by changing the font color to white or using a shading or highlighting feature to obscure the text and then converting the document to PDF format.

Hoe het wel moet, beschrijft ze kort in haar blog en uitgebreider in een presentatie tijdens de MARAC-conferentie een paar dagen geleden. (Ik heb die presentatie helaas nog niet gevonden.)
Er zijn verschillende hulpmiddelen die het mogelijk maken om pdf-bestanden te 'schonen', waaronder de standaard-functionaliteiten van Adobe Acrobat 8 en 9. Er zijn ook aparte applicaties die dit soort dingen doen, zoals Redax en Redact-It.

Haar belangrijkste, maar ook meest problematische advies, is dat het cruciaal is "to keep abreast of the relevant legal and digital forensics literature: people are trying to figure out how to crack these tools and techniques and recover redacted information, and one of them may eventually succeed."

Hier speelt het probleem van 'duurzame toegankelijkheid' eigenlijk andersom dan we gewend zijn. Een geschoond, papieren document zal altijd schoon blijven. Mits er goed gelakt is, zijn er simpelweg geen technieken om op basis van enkel het gekopieerde document de weggelakte informatie te reconstrueren. Maar bij een digitaal geschoond bestand, is het heel goed denkbaar dat de techniek die gebruikt is om te schonen na bijvoorbeeld een jaar al zodanig achterhaald is, dat de verwijderde passages eenvoudig terug te halen zijn. En als je deze bestanden via je website beschikbaar hebt gesteld, kun je er zeker van zijn dat er op diverse plekken nog kopieën opgeslagen zijn. Met alle mogelijke gevolgen van dien.

Er zijn twee redenen waarom deze problematiek relevant kan zijn voor digitale depots.
De eerste is dat er op dit moment de tendens is om digitale archiefbescheiden maar zo snel mogelijk in het digitaal depot op te nemen. Bij het Nationaal Archief start binnenkort een pilot waarbij een ministerie alle afgehandelde dossiers direct in het depot van het Nationaal Archief onderbrengt. Aangezien deze bestanden nog onder het regime van de WOB vallen, moet bij een verzoek om toegang bekeken worden of alle informatie wel openbaar is. Dat kan dus leiden tot het weglakken van bepaalde passages.
De tweede is de trend dat steeds meer (ook oudere) archiefbescheiden via internet beschikbaar gesteld worden, vooral bouwvergunningen zijn populaire dossiers. Het CBP heeft in zijn richtsnoer opgenomen dat ook in deze gevallen voorkomen moet worden dat gegevens over natuurlijke personen vrij beschikbaar komen. Ook hierbij kan dus sprake zijn van het 'schonen' van de gepubliceerde archiefbescheiden.

Worden met dit schonen archiefbescheiden gecorrumpeerd?
Ik denk het niet, op voorwaarde dat het schonen enkel gebeurd in het Beschikbaar Digitaal Archiefstuk (DIP in OAIS-termen) en niet in het Opgenomen Digitaal Archiefstuk (AIP in OAIS-termen). Het betekent natuurlijk wel dat een dienst bij het 'samenstellen' van een BDA hier rekening mee moet houden en moet documenteren dat er passages 'ontoegankelijk' gemaakt zijn.

Afbeelding: Oxna

Digitale duurzaamheid?

De afgelopen jaren heb ik er wel wat over gelezen, maar ik heb er eigenlijk nooit erg lang bij stilgestaan: de invloed van digitalisering op ons milieu. Vanochtend kwamen drie dingen samen:

1. Vandaag is het Blog Action Day en dit jaar is het thema Climate Change
2. In de NRC van gisteren las ik over een onderzoek van Tebodin naar het energiegebruik van de Nederlandse ICT-sector
3. Afgelopen weken las ik via de weblog van Alan Ake over 'very  long term preservation'.

Uit het onderzoek van Tebodin bleek dat het aantal datacenters in Nederland in twee jaar met een kwart groeide (van 80 naar 100), maar dat het energieverbruik in diezelfde tijd met meer dan 50% steeg. Daarmee vertegenwoordigt de ICT-sector circa 2 procent van het nationale energieverbruik. (Volgens Tebodin is dit dan evenveel als de luchtvaartsector, maar ik vraag me af of bij de luchtvaartsector dan ook het energieverbruik van hun ICT-voorzieningen meegerekend is...) Bij datacentra gaat de meeste energie trouwens op aan de koeling en blijkbaar lukt het nog niet om met efficiënter koelen het stroomverbruik gelijk te houden aan de groei.

In The monster footprint of digital technology schrijft Kris de Decker dat het te beperkt is om alleen naar het energieverbruik te kijken. De Decker strooit zo gul met Watts, MegaJoules per kilo en MegaWattUren, dat het me een beetje duizelt. Maar zijn centrale punt is volgens mij dat de productie van microchips, processoren en nanomateriaal zo energie-intensief is, dat de energie die voor het gewoon gebruik van laptops en gadgets nodig is, daarbij bijna in het niet valt.

"The most up-to-date life cycle analysis of a computer dates from 2004 and concerns a machine from 1990. It concluded that while the ratio of fossil fuel use to product weight is 2 to 1 for most manufactured products (you need 2 kilograms of fuel for 1 kilogram of product), the ratio is 12 to 1 for a computer (you need 12 kilograms of fuel for 1 kilogram of computer). Considering an average life expectancy of 3 years, this means that the total energy use of a computer is dominated by production (83% or 7,329 megajoule) as opposed to operation (17%). Similar figures were obtained for mobile phones."

En Richard Heinberg brengt het allemaal bij elkaar:

"Ultimately the entire project of digitized cultural preservation depends on one thing: electricity. As soon as the power goes off, access to the Internet goes down. CDs and DVDs become meaningless plastic disks; e-books become inscrutable and useless; digital archives become as illegible as cuneiform tablets—or more so. Altogether, digitization represents a huge bet on society’s ability to keep the lights on forever."

Hij schetst scenario's waarbij tussen nu en 15 tot 20 jaar regelmatig 'black-outs' plaatsvinden en we dus voor kortere of langere tijd zonder stroom moeten leven. Naar aanleiding daarvan vindt Heinberg dat het de plicht van een bibliothecaris is, om ervoor te zorgen dat "essential cultural knowledge" analoog bewaard blijft. Het is me niet helemaal duidelijk of hij dan doelt op cultuuruitingen heeft, of op meer praktische antwoorden die nodig zijn om zonder stroom te kunnen overleven (Hoe zuiver ik water? Welke planten kun je eten?)

Maar uiteindelijk is de paradox dus dat het voortbestaan van datgene wat we de afgelopen jaren digitaal gemaakt hebben en de komende jaren zullen maken, afhankelijk is van de continue groei van de infrastructuur voor energieproductie en -consumptie. En juist die groei eist een steeds grotere, misschien wel catastrofale tol van milieu en maatschappij.

Misschien zou dit ook een aspect moeten zijn bij het maken en beheren van een Duurzaam Digitaal Depot (al bevat ED3 hier natuurlijk geen eisen  over).

Het plaatje is van Grace Grothaus.

Officieel verslag "Toekomst voor ons digitaal geheugen" beschikbaar

Op de website van de NCDD is vandaag het officiële verslag van de werkconferentie van 18 september 2009 verschenen. Daarnaast zijn ook de presentaties van Abigail Potter en Inge Angevaare integraal opgenomen.

Toekomst voor ons digitaal geheugen

"De Nederlandse overheid zorgt voor zijn digitale bestanden, zoals de burger thuis zorgt voor zijn digitale foto's."

Dat zou Martin Berendse de kabinetsformateur vertellen als hij naar "Beesterzwaag" mocht om het probleem van duurzame digitale toegankelijkheid uit te leggen.

Deze toch wel schokkende omschrijving was een van de uitkomsten van de werkconferentie "Toekomst voor ons digitaal geheugen: duurzame toegang tot informatie in Nederland" die de NCDD op 18 september in de KB organiseerde. Aanleiding voor de conferentie was de interrimrapportage van de Nationale Verkenning Duurzame Toegankelijkheid, die de NCDD op 1 juli 2009 publiceerde.  In het rapport worden op de beleidsterreinen Overheid, Cultuur en Wetenschap verschillende knelpunten voor de duurzame toegankelijkheid gezien. Hieronder een mindmap van de samenvatting die Inge Angevaare van het rapport gaf:



In twee Break out-sessies moesten vertegenwoordigers van de drie beleidsterreinen vast stellen of ze het eens waren met de in de rapportage geconstateerde knelpunten en welke oplossingen ze hiervoor zagen. Hieronder een weergave van de uitkomsten van alle sessies:



Ik heb (uiteraard) deelgenomen aan de sessie voor de Overheid. De eerste, waarin we de problemen moesten benoemen was heel interessant. Al verzuchtte een van de deelnemers terecht: "De eerste publicaties over digitale duurzaamheid dateren uit 1988 en we zijn nog geen stap verder!" Een van de conslusies was dan ook dat 'de sector' de afgelopen jaren niet verder gekomen is dan 'het rondspelen van de bal' en het uitdenken van 100% perfecte oplossingen.

In de sessie na de lunch moesten we oplossingen aandragen voor de geconstateerde problemen. Eerlijk gezegd ben ik er nog niet in geslaagd om de oplossingen die 'we' bedacht hebben te laten aansluiten op de geconstateerde problemen. We begonnen met 'grote' problemen als De democratie is in gevaar  en uiteindelijk zijn de oplossingen een aanwijzing van hogerhand om de duurzaamheid te regelen en een 'financiële impuls'.
Het gebeurde voor mijn ogen, maar ik weet nog altijd niet wat er gebeurd is.

In de paneldiscussie daarna ging het maar heel even over de knelpunten in het rapport, iedere sector herkende en erkende deze. Het ging meer over het zijn en wezen van de NCDD. De 'wetenschappers' verwoordden het probleem helder: "De NCDD moet blijven bestaan, maar we weten niet in welke vorm en met welke taken." Toen de leden van het bestuur hiernaar gevraagd werd, was het antwoord een soort jij-bak "Wat verwacht u van ons? Wat willen jullie dat wij doen?" Dat leverde wat ongemakkelijk gewiebel op, totdat Jeroen van Os (gemeentearchivaris van Utrecht) opstond en aangaf dat hij vooral een agenda verwacht: dit gaat de NCDD de komende jaren wel doen en dit zal de NCDD niet doen.
Een andere vraag (van Maarten Schenk, namens BRAIN in dit geval) aan de leden van het bestuur was: "Wat verwachten jullie dat wij als instellingen doen? Moeten we allemaal lid worden?" Het ietwat gemakkelijke antwoord hierop was dat iedereen lid moest worden, want dan was er meer geld beschikbaar om de goede dingen te doen.

Later begreep ik uit de weblog van Inge Angevaare dat het bestuur hard nadenkt over de toekomstige strategie, maar dat de tijd nog niet rijp is om daar al iets over te zeggen.
"Tja", zou Martin Bril waarschijnlijk zeggen.

Laat ik dan proberen te schetsen hoe ik denk dat de NCDD moet gaan functioneren.
De keynote-speech van de conferentie werd gegeven door Abigail Potter van NDIIPP. Deze organisatie is min of meer de voorbeeld-organisatie voor de NCDD. Hier een mindmap van haar presentatie, die erg snel werd uitgesproken en vergezeld ging van erg volle sheets, dus het best mogelijk dat ik dingen gemist heb.



Twee dingen heb ik wel onthouden:

1. NDIIP is neutraal. Hoewel opgericht door de Library of Congress, staat de organisatie daar eigenlijk los van. Hierdoor is ze voor alle partijen en belanghebbenden in Amerika geaccepteerd als partner en coördinator.
2. NDIIP is gefocust op concrete samenwerkingsprojecten en speelt daarin vooral een coördinerende en faciliterende rol.

Dit zijn twee uitgangspunten die wat mij betreft ook voor de NCDD moeten gelden:

1. Zorg dat je neutraal bent en ook zo gezien wordt.
   Het is voor mij dan dus de vraag of je zo nadrukkelijk moet aangeven wie de leden van de Coalitie zijn.
   
2. Zorg dat je een echte coördinator kunt worden.
   Dat doe je door goed op de hoogte te zijn van wat verschillende organisaties in Nederland (en Europa) ontwikkelen en daarna in staat te zijn relevante partijen er toe te bewegen zaken gezamenlijk aan te pakken. Zorg dus dat je deskundige mensen in dienst heb, die dit kunnen realiseren.

Tenslotte nog twee verwijzingen:
Hier vind je de tweets en mindmaps die ik tijdens de conferentie verzonden heb.
Tweets NCDD 20090918

En hier vind je het radio-interview dat Inge aan Goedemorgen Nederland gegeven heeft voorafgaand aan de werkconferentie (vanaf 55:20)

Digital preservation - The Planets Way (3)

Ik had nog een bericht over Digital preservation - The Planets Way beloofd.

Planets Testbed
De laatste dag mochten we experimenteren met het Planets Testbed. Het idee achter dit Testbed is om met een zo groot mogelijk corpus aan verschillende bestanden en bestandstypen te testen wat in een individueel geval de beste bewaarstrategie zou zijn.
Met behulp van het Testbed kun je testen wat de consequenties zijn van een conversie van formaat A naar formaat B, zonder dat je daar zelf al allerlei hulpmiddelen (servers, software) voor hoeft in te zetten. Eerst laad je (een selectie) van je bestanden op naar de Testbed-server of je zoekt in het beschikbare corpus naar bestanden die overeenkomen met je eigen bestanden en je bekijkt welke strategie je wil uitproberen. Naderhand kun je de resultaten zien en beoordelen.
Doordat deze beoordelingen ook weer aan het Testbed worden toegevoegd, wordt de kennis over welke bewaarstrategieën het best in specifieke situaties toegepast zouden kunnenw worden steeds groter.

Voor de cursus hadden ze een vijftal scenario's uitgewerkt, die in kleine groepen uitgevoerd moesten worden. De belangrijkste conclusie van deze 'hands on-experience' was dat de komende tijd aandacht besteed moet worden aan 'usability', aangezien iedere groep na verloop van tijd niet meer wist op welke knop nu weer geklikt moest worden.
Andere conclusie was dat de volgende keer de werkplekken waar de scenario's op uitgevoerd worden, iets beter op hun taak berekend moeten zijn. Een van de scenario's ging over het migreren van SVG-bestanden, maar op de laptop bleek geen programma geïnstalleerd te zijn waarmee svg-bestanden bekeken konden worden.

Overigens was dit ook het enige minpunt waar ik tijdens deze drie uitstekend georganiseerde dagen tegenaan gelopen ben. Ik weet niet wie daar de meeste complimenten voor verdient, PLANETS of de medewerkers van de KB en de Staatsbibliotheek die samen voor de organisatie verantwoordelijk waren.

Planets Interoperability Framework
Als afsluiting het PLANETS-plaatje, dat ik nog niet had laten zien.



Het doel van PLANETS is om een geïntegreerd platform te bieden, waarin alle activiteiten die uitgevoerd moeten worden bij het preserveren van digitale bestanden, gedaan kunnen worden: het Interoperability Framework.
Dat Platform zal zodanig in elkaar zitten dat een organisatie eigenlijk zelf amper nog faciliteiten en kennis nodig heeft om de taken uit te voeren:

• Met behulp van de PLANET Core Registry kan achterhaald worden om wat voor typen bestanden het gaat en wat de beste bewaarmethode is
• Met behulp van PLATO kunnen de activiteiten gepland worden
• In het Testbed kan de organisatie ook nog een keer testen of de voorgestelde methode ook echt de beste is
• De eventuele conversie wordt in het Framework uitgevoerd, waarbij op de achtergrond wordt met behulp van XCEL vastgesteld of een conversie echt goed is verlopen

Digital Preservation - The Planets Way (2)

Een van de doelstellingen van de bijeenkomst in Kopenhagen was om belanghebbenden en geïnteresseerden te informeren over de dingen die binnen PLANETS ontwikkeld worden. Vandaag een overzicht van een paar kleine dingen. Later volgen nog het Testbed en het Interoperability Framework waar alles uiteindelijk in samen moet komen.

Migratie van relationele databases

Voor het bewaren van relationele databases ontwikkelt het Schweizeris Bundesarchiv het SIARD-formaat.

Het probleem bij relationele databases zit hem in de relaties. Als je een database migreert moet je die relaties in stand zien te houden, want anders is de 'inhoud' van de database bijna waardeloos. Om dit te bewerkstelligen is SIARD ontwikkeld: Software-Independent Archiving of Relational Databases, waarmee Oracle, MS SQL en MS Access databases duurzaam bewaard kunnen worden.

Een SIARD-bestand is een container (zip64) met verschillende xml-bestanden. Voor iedere tabel in de database wordt een apart xml-bestand gemaakt, waarin de inhoud van de tabellen is opgenomen. Daarnaast wordt een metadata.xml gemaakt waarin de metadata (gebaseerd op SQL 1999) zijn opgenomen.

Uit de presentatie van Jean Marc Comment van juli 2008 maak ik op dat er drie applicaties ontwikkeld worden:

SiardFromDb extraheert en conveert de inhoud van een relationele database naar het SIARD-formaat.

SiardEdit is bedoeld voor het toevoegen en wijzigen van metadata

SiardToDb plaatst een SIARD bestand weer in een database instance en maakt het zoeken en navigeren in de database mogelijk.

Emulatie

Ik heb het hier al eerder gehad over emulatie en mijn bedenkingen bij deze techniek. In PLANETS is Dioscuri, de modulaire emulator van KB en NA waarop MS-DOS, FreeDos, LINUX 16-bits (ELKS) en MS Windows 3.0 kunnen draaien, verder ontwikkeld. Hier staat een uitgebreid verslag van vijf case studies met Dioscuri.

Een van mijn bezwaren tegen Dioscuri (en tot nu toe tegen emulatie in het algemeen), is dat het nogal wat technische kennis vergt om een emulator werkend te krijgen. En voor ieder hardware-platform moet je een aparte emulator bouwen. Daar hopen ze in PLANETS door middel van GRATE een oplossing voor te vinden. GRATE (Global Remote Access To Emulation) biedt "Emulation as a Service". Het zou als volgt moeten gaan werken en dit is de simpele uitleg, technisch zitten er nog wat haken en ogen aan:

Stel je hebt een Ami Pro bestand en je wil dit in de 'orgininele configuratie' bekijken. Dan upload je het bestand naar de GRATE-website, waar met behulp van PRONOM en de Planets Core Registry (zie beneden) bekeken wordt welk bestandsformaat het is en op wat de beste manier is om het bestand te tonen. GRATE levert dan een URL en door daar op te klikken, verschijnt in je browser Ami Pro in Windows 98!

 

Natuurlijk heb je dan nog altijd het probleem dat je moet weten hoe Ami Pro werkt, maar, vroeg Maureen Pennock zich tijdens de presentatie af, is dat niet vergelijkbaar met het kunnen ontcijferen van oud-schrift?

Planets Core Registry

Het laatste wat ik hier wil noemen is eigenlijk geen 'klein ding' maar het hart van PLANETS: de Core Registry.

Bij The National Archives in Londen hebben ze enige tijd geleden PRONOM ontwikkeld. Dit is een (online) register waarin allerlei gegevens over bestandsformaten worden bij gehouden, bijvoorbeeld over Word 6.0. 

De Core Registry wordt een uitbreiding van PRONOM, doordat het niet alleen informatie bevat over bestandstypen, maar ook over software(applicaties), hardware en media en 'preservation pathways'. Dit zijn een soort stappenplannen voor het bewaren van bepaalde bestandsformaten. In de Core Registry wordt bijvoorbeeld opgenomen met welke emulator Ami-pro bestanden het beste geraadpleegd kunnen worden, waardoor GRATE deze kan opstarten. Of in de Registry wordt bijvoorbeeld (op basis van Testbed-resultaten) opgenomen dat gif-bestanden het beste via jpg naar png gemigreerd kunnen worden, inclusief welke applicatie daar het meest geschikt voor is. Op basis hiervan kan dan in PLATO de juiste bewaarstrategie gekozen worden.

Wordt nog één keer vervolgd...

Digital Preservation - The Planets Way (1)

Hoe beschrijf je drie zeer volle, zeer interessante en leerzame dagen in de prachtige KB in Kopenhagen? 

De makkelijke oplossing is: kijk hier. Dit zijn de tweets die drie van de aanwezigen de afgelopen dagen verzonden hebben. 

Een andere oplossing is: kijk hier. Dit is de weblog van Audun, die drie dagen live geblogd heeft.
Maar dat zou te gemakkelijk zijn. Laat ik zelf dus maar proberen een samenvatting te geven van de (in mijn ogen) belangrijkste dingen die ik gehoord en geleerd heb.

Planets staat voor Preservation and Long-term Access through Networked Services en is een vierjarig project, dat gedeeltelijk door de EU gesponsord wordt. Doel van het project is om praktische, toepasbare hulpmiddelen te ontwikkelen voor het langdurig toegankelijk houden van digitale objecten. De afgelopen dagen heb ik een paar heel spannende en veelbelovende ontwikkelingen gezien, die ik niet allemaal in één bericht kan beschrijven. Vandaag daarom alleen een stukje over XCL en PLATO.

XCDL en XCEL

Van de XCL-presentaties was ik echt heel erg onder de indruk. Bij de Universiteit van Keulen wordt gewerkt aan een eXtensible Characterisation Language. Doel is om te komen tot een 'taal' (eXtensible Characterisation Definition Language, XCDL) waarmee het mogelijk is de inhoud van digitale objecten te beschrijven. Tegelijkertijd werken ze aan eXtensible Characterisation Extraction Language (XCEL) waarmee het mogelijk is om geautomatiseerd XCDL-beschrijvingen van unieke bestanden te maken.

Een paar jaar geleden hoorde ik tijdens Tools & trends in de KB in Den Haag professor Thaller hier ook een presentatie over geven en ik snapte er destijds helemaal niets van. Gelukkig lieten Jan Schnasse en Volker Heydegger (medewerkers van Thaller) ons echt zien hoe het werkt en wat er mee mogelijk is. 

Met behulp van XCL kun je van een afbeelding bijvoorbeeld automatisch aspecten als het kleurenpalet, de breedte en de hoogte vastleggen. Maar dat niet alleen, op bit-niveau worden ook alle pixel-gegevens (waarde/kleur) opgeslagen. 

Wat heb je daar aan? Stel je wil een tiff-bestand converteren naar een png-bestand. Dan kun je met behulp van de Extraxctor vóór de conversie een XCDL-beschrijving van het tiff-bestand maken en na conversie een XCDL-beschrijving van het png-bestand. En nu komt de truc: deze beschrijvingen kun je geautomatiseerd laten vergelijken door een programma dat "Comparator" heet. Dat betekent dus dat je conversies niet 'handmatig' hoeft te controleren! En, wat ook interessant is, die Comparator ziet iedere pixel-afwijking, zelfs wanneer die met het menselijk oog niet te zien is!

Het beschrijven en analyseren van afbeelding zijn één ding, plaatjes zijn nog redelijk recht-toe recht-aan (al kunnen ze ook die bewegende gif-bestanden beschrijven). Teksten zijn echter een heel ander verhaal. Ze zijn nu bezig met het maken van een XCEL voor het beschrijven van tekst-bestanden. Hierin zal ook rekening gehouden worden met opmaak-verschijnselen als voetnoten, andere lettertypes en alinea's. Het is nu wel mogelijk om dit handmatig in een XCDL te beschrijven, maar ze hebben nog geen 'extractor' die dit geautomatiseerd voor grotere bestanden kan doen. Als het zo ver is, dan is het dus mogelijk om automatisch vast te stellen wat er eventueel verloren is gegaan bij een conversie van Microsoft Word naar ODF.

PLATO

Een andere ontwikkeling is de Planets Preservation Planning Tool (PLATO), waarmee bewaaracties voor een collectie gepland kunnen worden. 

Voor een organisatie is het vaak niet eenvoudig om vast te stellen wat de beste manier is om een bepaalde 'collectie' digitale objecten duurzaam toegankelijk te maken. Kunnen de bestanden het best gemigreerd worden of is emulatie de beste strategie? Naar welk nieuw bestandformaat kan het best gemigreerd worden en welke conversie-programma's zouden daar het best geschikt voor zijn? Hoe lang zal zo'n conversie-traject duren en wat gaat dat dan kosten?

Op basis van een mindmap-sjabloon kan een organisatie eerst proberen alle randvoorwaarden (zoals wettelijke bepalingen, budget, doorlooptijd, opslagruimte, eisen aan vorm, structuur en inhoud etc) zo 'meetbaar' mogelijk beschrijven. Daarna kunnen (op basis van sjablonen en beschreven 'migratiepaden' in de applicatie) de mogelijke bewaarstrategieën uitgeprobeerd worden. Dit is echt heel letterlijk, met behulp van en in PLATO kan een representatieve set bestanden bijvoorbeeld geconverteerd worden, waarna de resultaten vergeleken kunnen worden met de beschreven randvoorwaarden.  In de derde stap kan de organisatie de resultaten van de experimenten beoordelen en een aanbeveling voor een bewaarstrategie schrijven. De laatste stap is dan het vaststellen van een uitvoerbaar 'bewaarplan' en dat kan ook in PLATO.

Een van de belangrijkste doelen van PLATO is vooral vastleggen waarom welke keuzes gemaakt zijn, zodat het later altijd mogelijk is om hier verantwoording over af te leggen.

Later meer...