5765 1 Eerste ervaringen en conclusies uit de casus Rotterdam 1 door Peter Horsman 1. Inleiding 5765-02 2. Het begin 5765-03 3. Uitgangspunten 5765-05 4. Projectverloop: 2094 5765-09 4.1. Voorbereiding 5765-09 4.2. Eerste prototype 5765-09 4.3. Tweede prototype 5765-10 4.4. Afsluiting eerste jaar 5765-10 5. Projectverloop: tweede jaar 5765-13 5.1. Wijzigingen in de projectfilosofie 5765-13 5.2. Resultaten 5765-14 6. Metadatamodel 5765-15 7. Architectuur 5765-16 8. Toekomst 5765-17 9. Conclusies 5765-18 1 Met dank aan de staf van het gemeentearchief Rotterdam voor de verleende medewerking, in het bijzonder Klaartje Pompe. De auteur is echter volledig verantwoordelijk voor de inhoud van dit artikel.
5765 2 1. Inleiding De duurzame bewaring van digitale informatie is een probleem dat al in de jaren 70 door archivarissen is onderkend. Zolang de digitale informatie men sprak destijds van machine readable data, of in Nederland van machine leesbare gegevensbestanden naar archivistische maatstaven niet voor permanente bewaring in aanmerking leek te komen, bleef de kring van hen die zich om de problematiek druk maakten, klein en hoofdzakelijk beperkt tot de Verenigde Staten. In Nederland waren er in de beginjaren enkele VAN-commissies op het gebied van archiefautomatisering werkzaam, maar het bleef bij verkenningen. Toen de bevolkingsboekhouding geautomatiseerd zou worden, waren archivarissen echter wel degelijk op hun hoede om er voor te zorgen dat historisch belangrijke informatie voor later onderzoek behouden zou blijven. Het is hier niet de plaats de geschiedenis van de zorg voor digitaal archief te schrijven. In grote lijnen is een verschuiving waarneembaar van de kwaliteit van drager naar de duurzame authenticiteit van de informatie; van de technologie naar de organisatie en archivistische concepten, zoals het belang van het vastleggen van contextuele gegevens: the medium is not the message. In Nederland is een mijlpaal het rapport dat de RAND-corporation in opdracht van het Ministerie van Binnenlandse zaken en de Rijksarchiefdienst in 1993 uitbracht: Preserving the Present. 1 Enkele jaren daarvoor had een onderzoek van de Algemene Rekenkamer al duidelijk gemaakt dat de duurzaamheid van door de overheid geproduceerde gegevens bepaald niet verzekerd was. Het RAND-rapport gaat uit van een conceptueel raamwerk, waarbinnen technologie, organisatie en records management onderzocht worden. Enkele jaren na het uitbrengen van het rapport startten het Ministerie van Binnenlandse zaken en de Rijksarchiefdienst het programma Digitale Duurzaamheid. In het programma participeerden ook de provincies. De deelnemende partijen detacheerden een aantal medewerkers in het Programma bureau, aanvankelijk gehuisvest in het voormalige Algemeen Rijksarchief aan het Blijenburg, later in de Koninklijke Bibliotheek. Het bureau begon een systematische verkenning en ontwikkelde concepten voor het beheer van digitaal archief. Een kleine reeks publicaties, die ook nog doorliep nadat het programmabureau was opgeheven, was daarvan het resultaat. De conceptuele uitwerking van het recordkeeping system komt bij het programmabureau vandaan. Toch, ondanks alle vooruitgang en verworven inzichten bleef het vooral bij theoretiseren althans wat betreft het duurzaam beheer van digitaal archief. 1 T.K.Bikson and E.J. Frinking, Preserving the Present. Toward viable electronic records. The Hague: SDU publishers, 1993. Van het rapport verscheen bij de Staatsuitgeverij ook een Nederlandse vertaling, Het heden onthouden.
5765 3 Dat geldt ook voor internationale onderzoeken, zoals dat van de universiteiten van Pittsburgh en British Columbia (Vancouver). Slechts op beperkte schaal is er daadwerkelijk praktijkervaring opgedaan, in Nederland nog nauwelijks. 1 De bewaring van elektronische tijdschriften bij de Koninklijke Bibliotheek, of de bestanden van het Steinmetz archief, stelt niet dezelfde eisen die aan de bewaring van digitale archiefbescheiden gesteld moeten worden. Dat zegt tenminste de theorie. De toenmalige Rijksarchiefdienst publiceerde in 2000 een functioneel ontwerp van een digitaal depot, maar heeft het nog niet gerealiseerd. De belangrijkste reden daarvoor zijn de hoge kosten die met de ontwikkeling ervan gemoeid zijn. De impasse tussen droom en daad, waaruit het programmabureau Digitale Duurzaamheid niet wist te ontsnappen, duurt nog voort. Deze bijdrage beschrijft een poging van het Gemeentearchief Rotterdam en de Archiefschool in Amsterdam de impasse te doorbreken. De volgende paragraaf verhaalt het begin en doelstellingen van het project. Vervolgens passeren de uitgangspunten de revue. Na een uiteenzetting over de projectopzet en het projectverloop, volgt een presentatie van de resultaten en een bespreking van de logische architectuur van het systeem. Het artikel wordt afgesloten met conclusies en een evaluatie van de oorspronkelijke uitgangspunten. 2. Het begin Eind 2003 vroeg de gemeentearchivaris van Rotterdam de Archiefschool mee te werken aan de realisatie van een digitaal depot voor de dienst. Er was voor het project een bescheiden bedrag beschikbaar ter dekking van de onderzoekskosten. Het doel was een werkbare en betaalbare oplossing te vinden voor het probleem van het duurzaam beheer van de digitale informatie die het gemeentearchief beheerde en op termijn verwachtte te gaan beheren. Er zou geen nieuw theoretisch onderzoek mogen plaatsvinden, maar de resultaten van eerder uitgevoerd onderzoek zouden toepasbaar voor Rotterdam gemaakt moeten worden. Het project beperkte zich niet alleen tot digitaal archief in engere zin, maar tot alle mogelijke vormen van digitale informatie, dus ook de rijke documentaire verzamelingen die het gemeentearchief beheert: bibliotheek, beeldmateriaal, geluidsmateriaal, en alle mogelijke combinaties daarvan. Het project zou zich evenmin alleen richten op de bewaring, maar ook op preservering, toegankelijk maken en beschikbaarstellen. Alle afdelingen werden bij het project betrokken. 1 In dit verband moet wel genoemd worden het Testbed Digitale Archivering; www.digitaleduurzaamheid.nl
5765 4 De eerste taak was het ontwikkelen van een projectontwerp en het vaststellen van de uitgangspunten. Bij aanvang was de projectorganisatie gegeven: de afdelingshoofden vormden de projectgroep, een aangewezen parttime projectleider was daarvan de voorzitter en een stuurgroep bestaande uit leden van het managementteam overzag de grote lijnen van het project. De Archiefschool leverde een extern projectleider die in het bijzonder de kennis in zou moeten brengen. Het project ging van start met de optimistische opvatting dat een digitaal depot maakbaar was, ook binnen het beschikbare budget. Het motto bij start was: e- depot: doen! Het projectontwerp sloot zich daarbij aan, het was vooral pragmatisch, resultaat gericht. Als doctrine diende het simpele advies van Doug Taylor Munroe, in de jaren 90 van de vorige eeuw werkzaam voor de National Archives of Canada: hoe begin je een digitaal archief in twee stappen? Stap 1: koop een computer. Stap 2: Have fun. Alleen met een computer ben je er nog niet, er is ook software nodig. En dus was de eerste keuze, welke software is bruikbaar en beschikbaar? Er ligt nu eenmaal niets voor digitale archieven op de plank. Gezien de breedte van de eigen digitale collecties koos het gemeentearchief voor software voor digital libraries. Daarvoor is een aantal pakketten beschikbaar en met de gedachte dat een bit een bit is, of het nu onderdeel van een archiefstuk is of van een boek of een foto, besloot de projectgroep met een dergelijk pakket te beginnen. In het donker zijn alle katjes grauw. Het startpunt waren dus niet de verschillen tussen de verschillende collecties, maar de overeenkomsten. Om de titel van een artikel van Ketelaar te citeren: The difference best postponed. De keuze viel op het softwarepakket DSpace. Ook de redenen voor die keuze waren vooral pragmatisch. Ten eerste was het open source software en gratis beschikbaar. (Op het begrip open source en het eventuele belang ervan kom ik naderhand nog terug). Ten tweede, er was dichtbij praktische ervaring met het pakket aanwezig: de bibliotheek van de Erasmus Universiteit; de projectleider daar was bereid die ervaring beschikbaar te stellen. Zo gaf hij een demonstratie aan de projectgroep, die daarmee inzicht kreeg in de ogenschijnlijke eenvoudigheid van het pakket. Dat nam direct aan het begin al onzekerheid weg. Een derde reden voor de keuze was de beschikbare technische ondersteuning en de waarschijnlijke duurzaamheid van de software. Juist in de open source wereld zijn er nogal wat eendagsvliegen; door de betrokkenheid van het Massachussets Institute for Technology (MIT) en Hewlitt Packard (HP) bij de ontwikkeling van DSpace, evenals het redelijk grote aantal gebruikende instellingen leek continuïteit van de software in voldoende mate verzekerd. HP was zelfs bereid een server aan het gemeentearchief ter beschikking te stellen. Aan de eerste voorwaarde van Taylor Munroe was zo voldaan, de fun kon beginnen.
5765 5 Toch bleef het een sprong in het duister. De projectgroep had behoefte aan kennismaking met een organisatie die al praktische ervaring had met beheer van digitaal archief. Bij wijze van kick off van het project toog een brede delegatie naar The National Archives in Londen, waar op basis van het hierboven genoemde functioneel ontwerp van het Nederlandse Nationaal Archief een digitaal depot was ingericht. Het eendaagse bezoek was een intensieve kennismaking met de Engelse aanpak en werkwijze. Het bracht het team onder andere in aanraking met verschillende organisatiemodellen waarbinnen het depot kan functioneren. Ook daarop kom ik verderop terug. Ten slotte moest worden vastgesteld welke ontwerpdocumenten de conceptuele basis van het depot vormen. Ook hier was de keuze verantwoord pragmatisch: de grondslag zou zijn het Open Archives Information System Reference model. Omdat dit model wel erg abstract is, werd gekozen voor de interpretaties van het functioneel ontwerp Depot 2000 van de Rijksarchiefdienst (Nationaal Archief) en de modellen van de Preservation Taskforce van het InterPares project. 1 De grondslag voor het nader formuleren van de uitgangspunten was hiermee gelegd. In deze grondslag zijn niet toevallig dezelfde drie aspecten te herkennen als in het RAND-rapport uit 1993 Preserving the Present: organisatie, technologie en archivistische concepten. 3. Uitgangspunten De uitgangspunten voor het project zijn in grote lijnen bij aanvang van het project vastgesteld, maar waren niet onwrikbaar en onveranderbaar in marmer gebeiteld. Vanwege het pragmatische karakter en de hoge mate van onzekerheid behoorde het vaststellen van de uitgangspunten en een voortdurende kritische bezinning daarop tot het project zelf. Dat hield in dat de uitgangspunten deels gaandeweg zijn ontwikkeld, herzien en bijgesteld. In de eindconclusies van dit artikel laat ik ze nogmaals de revue passeren. Primair voor digital born objecten Aanvankelijk werd het project beperkt tot het opnemen, bewerken en beschikbaarstellen van oorspronkelijk digitale objecten (digital born). Het omvangrijke eigen digitaliseringprogramma van analoge bestanden bleef voorlopig buiten het project. Die beperking was vooral van praktische aard; het project moest niet te groot worden en zo min mogelijk andere lopende projecten verstoren. Wel is en wordt voortdurend gekeken naar de nodige functionaliteit 1 www.interpares.org
5765 6 voor het bewaren van wat ik zou willen noemen digital re-born objecten. Objecten die gedigitaliseerd zijn ten behoeve van beschikbaarstelling en die inmiddels zo n verworvenheid zijn dat ook deze duurzaam bewaard en beheerd dienen te worden. Een voorbeeld zijn de gedigitaliseerde kranten. Preserveringstrategie Uit de omvangrijke literatuur (en uit dagelijkse ervaring) is bekend dat voor het behoud van de leesbaarheid goede bewaring niet volstaat. Dat is juist een van de wezenlijke verschillen met traditionele documenten, waarvoor passieve preservering een veel grotere bijdrage aan de duurzaamheid levert. Digitale informatie vereist een actieve preserveringstrategie. Uit de beschikbare strategieën koos het gemeentearchief voor migratie (waar mogelijk), gecombineerd met maximale standaardisatie van opslagformaten. In de loop van het project zou deze strategie nader getoetst moeten worden en de standaards worden vastgesteld. Zeker conceptueel is de migratiestrategie niet optimaal, maar gelet op de beschikbare technologie en de beschikbare middelen leek het de beste en een haalbare keuze. 1 Beheer van digitaal archief betekent tot op zekere hoogte accepteren van verlies aan functionaliteit. Het is een nog te beantwoorden vraag hoe erg dat verlies is. Voorlopig geldt nog: beter iets dan niets. Open standaards en open source Al eerder kwam het feit ter sprake dat de software waarmee het project startte, DSpace, een zogenaamd open source pakket was, dat wil zeggen dat de programmacode beschikbaar is en onder zekere voorwaarden aangepast kan worden aan de specifieke behoeften, zonder dat daarvoor betaald hoeft te worden of toestemming gevraagd van de licentiehouder. Dit soort software gaat uit van het vormen van communities, die zoveel mogelijk gezamenlijk nieuwe functies toevoegen en deze delen met andere gebruikers. Goede open source software is bovendien gebaseerd op open standaards. Open source en open standaards is een nieuw fenomeen in de archivistiek. Het bracht het gemeentearchief in contact met Ososs, een van de programma s die zich bezighouden met e-government, ondergebracht bij het Ictu 2. Ososs was bereid een financiële bijdrage te leveren aan het aanpassen van de software aan de eisen van het gemeentearchief. Op zijn beurt koos het Gemeentearchief Rotterdam voor het gebruik van open standaards en open source software. De 1 Theoretisch zijn de emulatiestrategie en de nu in ontwikkeling zijnde virtual machine betere technologieën. De kosten lijken evenwel de beschikbare middelen van een gemeentearchief verre te overtreffen. 2 De Stichting Ictu is een uitvoeringsorganisatie van het Ministerie van BZK met als doel overheden te ondersteunen bij de innovatieve toepassing van informatie- en communicatietechnologie. Onder de stichting vallen verschillende programma s, waarvan Ososs er een is. Ososs propageert het gebruik van open standaarden en open source software. Zie www.ictu.nl.
5765 7 resultaten van het project, inclusief de te ontwikkelen software, zouden vrijelijk beschikbaar gesteld worden aan het hele archiefwezen. In feite lag deze intentie al van het begin in de opzet van het project besloten. Het gemeentearchief beschouwt een dergelijke openheid als de verantwoordelijkheid van een grotere dienst. Ook alle in de loop van het project ontwikkelde documenten zijn vrijelijk beschikbaar en regelmatig organiseert het gemeentearchief seminars voor belangstellenden. Applicatiearchitectuur Een digitaal depot is te beschouwen als een software applicatie, of een verzameling van applicaties. 1 Maar het gemeentearchief heeft meer applicaties in gebruik en die applicaties zullen op een of andere manier met het depot moeten communiceren of gegevens uitwisselen. Bij het begin van project werd besloten de bestaande applicaties voorlopig niet te veranderen of te vervangen ook dit weer om het project niet te gecompliceerd en te kostbaar te maken. Het e-depot werd voor het project gezien als een afzonderlijk systeem en naar al spoedig bleek als een leeromgeving. Gedurende het project werd wel duidelijk dat de bestaande applicaties, of ze nu functioneel goed voldeden of niet, niet (volledig) conform open standaards waren ontwikkeld, en zeker niet open source waren. Organisatiemodel Het bezoek aan The National Archives hielp de plaats van het depot in de organisatie te bepalen. Daar was een afzonderlijke afdeling digital preservation ingericht, die verantwoordelijk was voor alle beheersfuncties ten aanzien van digitale informatie. Dat was niet het model dat het gemeentearchief voor ogen stond; dat koos bewust voor maximale integratie in de bestaande organisatie. Elke beherende afdeling zou ook verantwoordelijk moeten zijn voor digitale informatie; anders gezegd: elke afdeling beheert bepaalde typen documenten, ongeacht de vorm. De afdeling Materieel Beheer krijgt ook de preservering van digitaal materiaal in haar takenpakket. En de studiezaal (baliediensten) stelt zowel analoge als digitale informatie beschikbaar. Het gevolg van die keuze was dat beheer en beschikbaarstelling van digitale bestanden in werkprocessen ingepast zou moeten worden en dat bestaande applicaties die in de werkprocessen worden gebruikt op den duur aangepast zouden moeten worden. Dat leidde tot drie fundamentele functionele eisen: geen dubbele invoer van beschrijvingen; één zoek- en raadpleeginterface voor bezoekers; maximale integratie in bestaande technische infrastructuur, volgens standaards die de gemeente Rotterdam bepaalt. 1 In moderne ICT opvattingen wordt gesproken van services. Ik kom daarop later terug.
5765 8 Bij het testen van de software golden deze basiseisen als belangrijkste toetsinstrument. De paragraaf over het eerste en tweede prototype werkt dit nader uit. Projectontwerp De projectfilosofie was doen. Door middel van prototyping zou ontwikkeld worden en zou de organisatie leren wat een e-depot behelst en wat de consequenties voor de organisatie zouden zijn. De doorlooptijd moest kort zijn. De afdelingshoofden droegen in hoge mate de verantwoordelijkheid voor ontwikkeling en implementatie. Die aanpak sloot goed aan bij de bedrijfscultuur van het gemeentearchief. De stuurgroep bewaakte budget en voortgang. Een ander kenmerk van het project was het voorkomen van het opnieuw uitvinden van wielen. Er moest maximaal gebruik gemaakt worden van wat aan kennis en middelen beschikbaar was. Het werken met open source en open standaards bleek daarin heel goed te passen. Ontwerpdocumentatie Het systeemontwerp volgde het prototype en ging er niet aan vooraf zoals dat bij traditionele systeemontwikkeling het geval is. Wel lagen er al het eerder genoemde functioneel ontwerp Depot 2000 en de InterPares-modellen. Als ontwerpmethode werd gekozen voor System Development Framework, een afgeleide van de Yourdon Modellen cyclus. Deze methode ondersteunt de cyclische benadering van het project, waarin door middel van prototypes het systeem stapsgewijs ontwikkeld wordt. De methode levert drie modellen: een organisatiemodel, een essentieel model (overeenkomend met een logisch ontwerp) en een implementatiemodel (overeenkomend met een technisch ontwerp). Het organisatiemodel beschrijft de organisatie waarin het systeem moet functioneren. Dit model is inmiddels gereed. Het essentieel model bestaat uit een aantal deelmodellen: omgevingsmodel (de interacties van het systeem met zijn omgeving), procesmodel (de processen die het systeem uitvoert), het metadatamodel (de gegevens waarmee het systeem werkt en/of die het produceert), een kennismodel (de regels volgens welke het systeem werkt en de kennis die nodig is om de functies naar behoren uit te voeren) en het besturingsmodel (de wijze waarop de functies worden aangestuurd). Het implementatiemodel beschrijft de hardware en software componenten, de modules (applicaties) en de interfaces.
5765 9 4. Projectverloop: 2004 4.1. Voorbereiding Aan de installatie van de hard- en software, waarmee het prototype gerealiseerd zou moeten worden, ging een verkenning vooraf van de functionaliteit van Dspace. Ik maakte hiervoor al gewag van het bezoek aan de bibliotheek van de Erasmus Universiteit. Deze verkenning resulteerde in het besluit om voor de zoek- en raadpleegfunctie geen gebruik te maken van Dspace, maar van een Nederlands open source product, i-tor, dat ontwikkeld was in het kader van het Dare-project. Het voordeel daarvan was tweeërlei. Ten eerste was de kwaliteit van het product hoger dan die van Dspace; ten tweede kon zo ervaring worden opgedaan met een type software dat mogelijk gebruikt zou kunnen worden als interface op alle bestanden, dus als basis zou kunnen dienen om de eis van één interface voor de gebruikers tegemoet te komen. Dat i-tor, evenmin als Dspace, uiteindelijk niet zou voldoen, doet niet af aan het leereffect en aan het verwerven van inzicht in architecturen. Het bezoek aan de Erasmus Universiteit bracht de projectgroep ook in contact met een tweetal kleine bedrijven dat ervaring had met de gekozen software en met het ontwikkelen in een open source omgeving. Deze bedrijven zouden dan ook later ingehuurd worden om aanpassingen te realiseren. Het belangrijkste effect van de eerste kennismaking met de software was dat de projectgroep inzicht kreeg in de basisfunctionaliteit: het opnemen van documenten, het toekennen van unieke identificaties, het toekennen van (beschrijvende) metadata, het zoeken naar documenten in het depot en het presenteren van de documenten. Het was begrijpelijk en leek eenvoudig. Voor de feitelijke uitvoering waren in het projectplan 2004 twee iteratieslagen, twee prototypes voorzien. Beide activiteiten waren tevoren in tijd begrensd, dat wil zeggen dat ze niet langer mochten duren dan gepland (time boxing). Voor de gewenste resultaten waren voor elk prototype (time box) minimale en maximale doelen geformuleerd. 4.2. Eerste prototype De eerste iteratieslag bestond in feite uit niet meer dan installatie van de hardware en de standaardversie van Dspace, as it is. Om het prototype projecteigen te maken, werden de logo s van het gemeentearchief en de Archiefschool erin geplakt. Ondertussen hadden de beherende afdelingen testsets samengesteld van verschillende typen documenten om in het depot op te nemen. In veel gevallen
5765 10 ging het de projectuitgangspunten ten spijt om digital reborn materiaal, omdat nog weinig origineel digitaal materiaal beschikbaar was. Na installatie van de software ging de projectgroep met die testsets aan de slag, nauwkeurig bevindingen en opmerkingen noterend. De evaluatie van het eerste prototype bracht direct al een aantal functionele tekortkomingen in de software aan het licht, en droeg daardoor bij aan het formuleren van functionele eisen, waarvoor het prototype uiteindelijk bedoeld was. Op voorhand was al duidelijk dat de basisversie van Dspace niet voldeed aan de initiële functionele eisen; het pakket zou zich dus nadrukkelijk moeten bewijzen. Dspace kent zijn eigen module voor beschrijven, heeft een eigen zoek- en presentatiefunctie en wijkt in technische zin af van de technische standaards van de gemeente Rotterdam. Dspace heeft zijn eigen open source database management systeem en draait onder Linux als operating system. Dit laatste leek een minder bezwaar omdat de ontwikkelaars al een versie hadden aangekondigd die op Oracle zou draaien en dus ook onder Windows. Het voorkomen van dubbele invoer van metadata en de eigen zoekinterface zou in het project opgelost moeten worden. Gedurende de eerste ronde prototyping konden de beperkingen van Dspace nader worden gepreciseerd: De in Dspace ingebouwde workflow sluit niet aan op de werkwijze die het gemeentearchief hanteerde. De workflow van het pakket was ingericht op het aanbieden aan een digitale bibliotheek door auteurs van digitale publicaties. In de bibliotheekwereld voegt de auteur metadata toe, maar de bibliothecaris heeft uiteindelijk het laatste woord, hij/zij accepteert de publicatie of niet. Een archiefdienst werkt niet op die manier, dus diende de workflow te worden aangepast. Een duidelijk leermoment voor het gemeentearchief was wel het werken volgens een strakke workflow. Het metadatamodel dat Dspace hanteert is Dublin Core. Dat is niet direct een archivistisch metadatamodel, maar eerder afgeleid van bibliografische standaards. Het wekte dan ook daarom geen verwondering dat het Dspace metadatamodel voor digitale publicaties goed bruikbaar was. De afdelingen Archieven en Topografisch-Historische Atlas hadden er meer moeilijkheden mee. De gebruikersinterface i-tor hanteert eveneens Dublin Core, en zelfs nog een beperktere versie dan Dspace omdat de software (in feite gaat het om een harvester) gebaseerd is op Open Archives Initiative (OAI) standaard. De projectgroep kwam zo in aanraking met eisen die open standaards stellen, vooral wanneer metadata te interpreteren moeten zijn voor verschillende zoekmachines. Ook bleek het een eerste stap in de heroverweging van intern gebruikte metadatamodellen. Dspace kent geen functionaliteit voor het beperken van de openbaarheid en raadpleegbaarheid.
5765 11 Samengestelde, hiërarchisch georganiseerde bulkbestanden, zoals hele archieven, bleken niet te verwerken. De workflow was gericht op stuksgewijze beschrijving en het metadatamodel ondersteunde onvoldoende de eisen die archivistische beschrijvingen stellen. Ook voor andere afdelingen bleken deze beperkingen van Dspace een belemmering te zijn. Zo neemt de Topografisch-Historische Atlas regelmatig een bulk digitale foto s in ontvangst, die primair als collectie beschreven worden en niet direct foto voor foto. Overigens bleken uiteindelijk de verschillen in werkwijze en toekennen van metadata tussen de drie beherende afdelingen minder groot dan verwacht. 4.3. Tweede prototype De tweede iteratieslag bestond uit de aanpassing van DSpace, dat wil zeggen een poging om binnen de gegeven tijd en beschikbare middelen zoveel mogelijk van de gewenste functionaliteit te realiseren. Als eerste werd de workflow aangepakt, omdat enkele Nederlandse universiteitsbibliotheken hetzelfde probleem hadden. Op deze wijze bleek hoe het community georiënteerde gebruik van open source software in zijn werk gaat: gezamenlijke oplossing van problemen en daardoor besparing van kosten. 1 De nieuwe versie voldeed beter aan de wensen van het gemeentearchief en ondersteunde de gefaseerde toevoeging van metadata. Het probleem met de (samengestelde) bulkbestanden en openbaarheidbeperkingen liet zich minder gemakkelijk aanpassen binnen de beschikbare tijd en middelen. De drie fundamentele eisen: enkelvoudige invoer, één raadpleeginterface en de maximale integratie binnen de technische infrastructuur bleken evenmin gemakkelijk oplosbaar. 4.4. Afsluiting eerste jaar Het e-depot zelf kon niet in één jaar worden gerealiseerd. Dat was eigenlijk ook niet te verwachten. Wel is al werkend een eerste systeemontwerp gemaakt. Ook is een aantal essentiële zaken onderkend. 1 Het programmeren in een open source omgeving stelt specifieke eisen. Zo moet worden voorkomen dat bij het beschikbaar komen van een nieuwe versie van de basis, alle toevoegingen onbruikbaar worden of opnieuw geprogrammeerd moeten worden. Het valt buiten het bestek van deze bijdrage daarop in te gaan. Hier volstaat met de constatering dat een professionele werkwijze noodzakelijk is, en dat het toevoegen of wijzigen van functionaliteit geld kost. Het gratis zijn van veel open source pakketten is betrekkelijk.
5765 12 Gedurende het hele eerste jaar kwam in discussies de vraag naar de grenzen van het systeem op tafel. Is het e-depot alleen een opslagfaciliteit, of behoren ook opnemen, beschrijven en beschikbaarstellen, preserveren ertoe? Met andere woorden, moet het minimaal of maximaal worden opgevat? Die vraag valt samen met het gekozen organisatiemodel, waarin de afdelingen verantwoordelijk zijn voor het beheer van zowel analoge als digitale documenten. Het gaat om de wijze van integratie: wat integreer je en waar? De verschillende hoofdfuncties van het digitaal archiefbeheer verschillen niet wezenlijk van die van het beheer van fysieke documenten. Van dat beheer is de depotfunctie een functie; de analogie met fysiek beheer werd uiteindelijk zoveel mogelijk gehandhaafd. 1 Het depot is de feitelijke opslag, toegankelijk maken (intellectueel beheer), administratief beheer, preservering (fysiek beheer) en beschikbaarstelling zijn functies die bij de betreffende afdelingen worden belegd. Dat die afdelingen daarvoor nieuwe competenties moeten verwerven is evident. Het gemeentearchief creëerde daarvoor de functie van e-conservator (vooral voor fysiek beheer) en onderkende de noodzaak van opleidingen. Een tweede resultaat was de herkenning van de centrale functie van de metadata. Metadata betreffen zowel analoog als digitaal materiaal, ze zijn in hoge mate onafhankelijk van de aard van de informatie die ze beschrijven. Dat bracht de afdelingen tot de expliciete wens een gemeenschappelijk metadatamodel (voor beschrijvende metadata) te ontwikkelen. Die wens werd op zichzelf al ervaren als een doorbraak. Aan het eind van het eerste jaar is voor het fysieke depot zelf de basis gelegd. Op basis van het model dat de National Archives of Australia hanteerde, is hardware aangeschaft voor opname, opslag, bewerking en beschikbaarstellen. De oorspronkelijke configuratie bestond uit een - Quarantaine Server, voor de opvang en controle op virussen. - Opslag server, voor het logistieke beheer. - Bewerkingserver, voor preserveringshandelingen (migratie bijv.) en beschrijven. - Raadpleegserver, voor de publieksfunctie. - Opslagfaciliteit, voor de feitelijke opslag van de documenten. In de loop van 2005 zijn de functies van de servers aangepast aan nieuwe inzichten en technologische mogelijkheden, maar de scheiding tussen opnemen, opslag, bewerken en raadplegen is gehandhaafd. De documenten zelf zullen in 1 Te sterk doorvoeren van de analogie heeft een risico van niet volledig benutten van de nieuwe mogelijkheden. Het Rotterdamse project tracht dat risico weg te nemen door in het vervolg de digitale balie leidend te laten zijn. Zie verder de paragraaf over de toekomst.
5765 13 drie versies worden opgeslagen: het oorspronkelijke formaat, een gemigreerd formaat voor de langetermijnbewaring en een raadpleegformaat. 1 5. Projectverloop: tweede jaar 5.1. Wijzigingen in de projectfilosofie De projectaanpak voor het tweede jaar was verschillend van die van 2004; niet zozeer omdat die van het eerste jaar niet had gefunctioneerd, maar om recht te doen aan de voortgang die onmiskenbaar was geboekt. Daarboven moest worden voorkomen in cirkels te gaan draaien door steeds opnieuw iteratieslagen uit te voeren (rondzingen). Tenslotte dreigt, wanneer het langer gaat duren, projectmoeheid op te treden. Het motto voor 2005 was Island hopping. In het eerste jaar was een aantal deelgebieden ontdekt en deels verkend, in een metafoor de eilanden die samen de archipel van het digitaal archiefbeheer vormden en die opeenvolgend veroverd zouden moeten worden. Een tiental deelprojecten werd gedefinieerd: (1) opnemen en verwerken van bulkbestanden; (2) opnemen en verwerken van databases; (3) opnemen en verwerken van multimedia; (4) opnemen en verwerken van websites; (5) digitale balie (beschikbaarstellen); (6) hardware en software (de infrastructuur voor het depot); (7) opstellen van procedures; (8) bepalen van de relaties met archiefvormers; (9) digitale duurzaamheid (beleid) en (10) opstellen van de systeemdocumentatie. De deelprojecten verschilden in doel, werkwijze en aard. Sommige onderzochten vooral de opname en preservering van verschillende typen documenten (databases, bulkbestanden, multimedia, websites); andere betroffen beleid (digitale duurzaamheid); weer andere waren infrastructureel van aard (hardware en software, systeemdocumentatie) en digitale balie oriënteerde zich op de interactie met de gebruiker, de integratie van de verschillende metadatasystemen. De werkgroep Relaties met archiefvormers hield zich in het bijzonder bezig met de aansluiting van document management en records management applicaties op het e-depot. Was in 2004 het aantal betrokkenen gaandeweg al groter geworden dan de oorspronkelijke projectgroep, in 2005 breidde het project zich als een olievlek over de organisatie uit. 1 Dat betekent dus dat een logisch document in drie verschillende verschijningsvormen kan voorkomen. De consequenties die dat heeft voor het metadatamodel blijven hier buiten beschouwing.
5765 14 Deze nieuwe opzet stelde hogere eisen aan projectmanagement. De projectleider werd volledig vrijgesteld voor het project, gedurende een periode bijgestaan door een communicatiemedewerker en een e-conservator. De projectgroep bewaakt vooral de samenhang tussen de deelprojecten en beoordeelt de resultaten. De stuurgroep richt zich nog steeds op de grote lijnen en budgetbewaking. Het budget is ook groter dan in het eerste jaar; er is nu expliciet rekening gehouden met systeemontwikkeling. 5.2. Resultaten Niet alle geformuleerde doelen werden volledig bereikt. Soms bleek de technologie complexer (databases, multimedia), soms de organisatorische implicaties complex (relaties met archiefvormers), soms verschoven de doelstellingen (de werkgroep bulkbestanden richtte zijn activiteiten op de ontwikkeling van een gemeenschappelijk metadatamodel zie daarvoor de volgende paragraaf). De technische problemen konden niet worden opgelost door het tekortschieten van de software. DSpace bleek minder gemakkelijk aan te passen dan gehoopt, het hele metadataschema zou herzien moeten worden, zonder overigens Dublin Core los te laten. Dat zou een inspanning vergen die alleen zinvol zou zijn als meer partners bereid zouden zijn bij te dragen. De universiteitsbibliotheken hebben voldoende aan wat DSpace aan functionaliteit voor metadata biedt, dus zouden andere archiefdiensten moeten participeren. Deze zijn daar echter nog niet aan toe en het Nationaal Archief een potentiële partner besloot na onderzoek, en mede ingegeven door de Rotterdamse ervaringen, een andere oplossingsrichting te kiezen. Daarboven bleek dat de manier waarop DSpace bestanden opneemt, namelijk door middel van een upload procedure, belemmerend te zijn voor grote bestanden, zoals multimedia. Ook grote bestanden met een hiërarchische opbouw kan Dspace niet aan. Ten slotte blijven er de bezwaren van gebrek aan beheersfunctionaliteit (openbaarheidbeperking), planning van preserveringsactiviteiten). Dit alles deed de projectgroep besluiten tot heroverweging van DSpace als kern voor het depot. Gedurende het tweede jaar is dan ook aan DSpace nauwelijks meer gesleuteld. Wel is verder gewerkt aan de ontwikkeling van het depot in engere zin en aan wat aan opname vooraf gaat, de quarantaine. Inmiddels gaat het depot ook voorzien in functionaliteit voor opslag en beheer van bestanden die door het gemeentearchief zelf of anderen zijn gedigitaliseerd. De raadpleegserver draagt nu de website als portal tot het digitale archief. Enkele werkgroepen testten ook software voor preservering, zoals migratiesoftware (het Australische Xena en het Zwitserse Siard voor conversie van databases). Geen van deze pakketten was nog robuust genoeg voor definitieve inzet. De werkgroep websites slaagde erin een handboek archivering uit te werken,
5765 15 gebaseerd op empirisch onderzoek. Belangrijke stappen zijn nu gezet om het gemeentearchief in staat te stellen websites te verwerven, te archiveren en beschikbaar te stellen. De werkgroep digitale balie werkte op basis van bestaand onderzoek functionele eisen uit voor het beschikbaarstellen. Dit leidde uiteindelijk tot het ontwerpen van een architectuurmodel dat de basis gaat vormen voor verdere ontwikkeling. Wat gedurende het project steeds belangrijker werd waren niet zozeer de kortetermijnresultaten, maar het ontwikkelen van de organisatie. Het is niet een externe consultant die de oplossingen aandraagt, maar het zijn de medewerkers zelf. Het project kan zo niet harder lopen dan de benen van de organisatie lang zijn en het systeem niet zwaarder dan het gemeentearchief kan dragen. Daardoor is op den duur de beklijving echter veel groter. Het is ook nauwelijks meer een project te noemen, maar veel eerder organisatieontwikkeling. In toenemende mate gaat het om het bereiken van leereffecten, het ontwikkelen van een competente organisatie, dat wil zeggen een organisatie die in staat is digitale bestanden te verwerven, bewerken, behouden en beschikbaar te stellen. Ter bevrediging van leervragen werden waar nodig of gewenst ad-hoc workshops georganiseerd, o.a. over metadata en de grondbeginselen van XML. 6. Metadatamodel Het werken met DSpace en i-tor en het daarin opgedrongen uniforme metadatamodel inspireerde tot een herbezinning op de tot nu toe gebruikte modellen. Daaraan werd toegevoegd het besef dat standaardisatie uitwisseling van gegevens bevordert en uiteindelijk ook de afhankelijkheid van bepaalde softwarepakketten zou verminderen. Vooral i-tor liet zien hoe belangrijk rigoureuze standaardatisatie was, zeker wanneer die standaards open standaards zouden zijn. Toen de werkgroep die zich met bulkbestanden bezig hield, tot de conclusie kwam dat zonder ingrijpende aanpassing van DSpace geen oplossing voorhanden zou zijn, en dat die oplossing in elk geval op een gelaagd metadatamodel gebaseerd zou moeten zijn, stelde ze haar doelstellingen bij en begon met de uitwerking van een eerder ontwikkeld globaal metadatamodel. Dat model was gebaseerd op de internationale standaards ISAD(G) en 1 ISAD(G) staat voor International Standard for Archival Description (General). ISAAR staat voor International Standard for Archival Authority Records (for Corporate Bodies, Persons and Families). De standaards zijn geen formele ISO standaards, maar worden onderhouden door de International Council on Archives (www.ica.org). Beide standaards zijn inmiddels in het Nederlands vertaald.
5765 16 ISAAR(CPF). 1 De kern van deze standaards is de scheiding van contextgegevens van de beschrijvingen van de documenten. Dit concept is niet alleen toepasbaar voor archiefbeschrijvingen, maar ook voor boek-, beeld- en geluidsmateriaal. Analyse van de beschrijvingsmodellen van de gebruikte applicaties toonde verder aan dat de verschillen minder groot zijn dan aangenomen en dat ook ISAD(G) een goede basis vormt voor een gemeenschappelijk metadatamodel. De verschillen zitten meer in de terminologie dan in de feitelijke dataelementen. Het gemeenschappelijke metadatamodel moet het hart gaan vormen van een logische architectuur die onafhankelijk is van de fysieke aard van het beschreven materiaal. De bestaande applicaties behoeven niet te worden vervangen. Scripts zetten de ingevoerde gegevens om naar het gemeenschappelijke model, dat geïmplementeerd moet gaan worden in een XML-database, maximaal in overeenstemming met standaards en dus benaderbaar door browsers en harvesters. Deze database zal bevraagd gaan worden door de zoekmachines die onderdeel moeten uitmaken van de digitale balie. 7. Architectuur Uit de voorgaande paragrafen blijkt dat het project inmiddels al niet meer beperkt is tot de ontwikkeling van een digitaal depot. Het gaat om de constructie van een ICT-architectuur waarvan het depot een onderdeel is. Het vernieuwende is gelegen in de integratie van metadata en de toepassing van open standaards. De architectuur is modulair van opzet, waardoor de realisatie gefaseerd kan plaatsvinden. Onderscheiden worden de volgende modules of services: Opnemen (inclusief quarantaine). Depot (opslag). Beschrijven (metadata). Preservering. Beschikbaarstellen en raadplegen (digitale balie). Deze architectuur gaat uit van een services-georiënteerde aanpak, niet van één systeem dat alle functies omvat. 1 Onderscheiden worden basismodules (opnemen, beschrijven, beschikbaarstellen) en gereedschappen (voor preservering, technische en inhoudelijke controle, beschrijven). De componenten moeten afzonderlijk vervangbaar zijn. En daarvoor zijn standaards absoluut noodzakelijk. 1 Een architectuur gebaseerd op services die in een web-omgeving kunnen worden aangeboden, is in overeenstemming met het Rotterdamse gemeentelijke (concern) informatiebeleid.
5765 17 Het is zaak het model te valideren tegen andere modellen. In de eerste plaats de referentiemodellen zoals het Open Archives Information System Reference Model; het metadatamodel wordt getoetst aan ISO 23081. Het functioneel ontwerp wordt vergeleken met dat van het Nationaal Archief. Op niveau van implementatie kunnen verschillende oplossingen mogelijk zijn, maar op niveau van logisch ontwerp zou maximale overeenkomst in de verwachting liggen. 8. Toekomst Het eigenlijke e-depot is thans teruggebracht tot zijn ware proporties: een opslagruimte voor digitale bestanddelen, vergelijkbaar met een normaal depot voor fysieke stukken. Er moet dus software ontwikkeld worden voor het opnemen (in zijn eenvoudigste vorm zou dat door middel van een copy procedure kunnen) en voor de daaraan voorafgaande technische en inhoudelijke controle. Procedures voor het toekennen van unieke identificaties en plaatsing verlopen eveneens analoog aan die voor papieren bestanden. Het ligt in de verwachting dat het administratief beheer van digitale bestanden niet wezenlijk zal verschillen van dat van de traditionele bestanden. Het beheersysteem dat daarvoor in gebruik is (ABS-Archeion) zal worden beoordeeld op zijn capaciteit voor het beheer van digitale informatie. Het bestaande pakket heeft al functionaliteit voor onder meer aanwinstenregistratie, logistiek beheer (plaatsing), openbaarheidsbeperking en beschikbaarstellen. Ondanks het feit dat het e-depot zelf in functionaliteit is beperkt, is de inpassing in het groter geheel geen sinecure. Daarom is een blauwdruk gemaakt van een logische architectuur die de verschillende componenten in onderlinge samenhang laat zien. De kern van die architectuur is het metadatasysteem, waarvan de beschrijvende metadata een onderdeel vormen. Daarvoor is nu een uniform schema gemaakt voor alle typen documenten: archief, bibliotheek, beeld en geluid ongeacht de technische vorm. De verdere ontwikkeling gaat van buitenaf plaatsvinden, dat wil zeggen vanuit de zoek- en raadpleegfunctie voor bezoekers. Het deelproject digitale balie is daarvoor leidend. Van daaruit wordt een gedetailleerde logische en technische architectuur ontworpen, een project dat in samenwerking met het Stadsarchief Breda is ingebracht in het programma van de Taskforce Digitale Toegankelijkheid Archieven. De kern van van deze module is een metadatabase gebaseerd op ISAD(G) en ISAAR(CPF), gecodeerd in XML volgens EAD en EAC. 1 13 EAC staat voor Encoded Archival Description; EAC voor Encoded Archival Context. Beide de facto standaards zijn Data Type Definitions voor XML codering.
5765 18 Voor de mid-office functies wordt onderzocht of ABS-Archeion daarvoor de basis kan zijn. Met de beheerder van dit pakket, de STAP, is overeenstemming bereikt over het beschikbaarstellen van de source code. Behalve de hiervoor genoemde functies voor openbaarheidsbeperking en aanvragen, zal vooral de module planning preservering aangepast moeten worden, bijvoorbeeld door het inbouwen van een soort kalender die een signaal afgeeft wanneer conversie of migratie moet plaatsvinden. Behalve met het Nationaal Archief en het stadsarchief Breda gaat het gemeentearchief samenwerken met e-david in Antwerpen, de voortzetting van het DAVID-project. Veel van de kennis en ervaring die in Vlaanderen is opgedaan, kan ten goede komen aan het Rotterdamse project. 9. Conclusies Na bijna drie jaar zijn medewerkers van het Gemeentearchief Rotterdam zich ervan bewust dat werken aan het e-depot hoewel nog project een blijvend onderdeel is van de organisatie. Medewerkers maken zich gereed voor een nabije toekomst waarin zij digitale informatieobjecten in ontvangst nemen, in quarantaine houden, beschrijven, opslaan in een digitaal depot en ter beschikking stellen voor het onderzoek. Het proces van ontwikkeling van het e-depot verloopt in fasen. Aanvankelijk lag de focus op het leerproces. Medewerkers deden ervaring op in het project, leerden van die ervaring en droegen het geleerde uit aan collega s binnen en buiten de organisatie. Leren is nog steeds belangrijk en zal vanwege de onophoudelijke veranderingen in de technologie ook voortdurend aandacht eisen. In het projectjaar 2004 is met succes een prototype van een e-depot op basis van open source software gerealiseerd. Vanuit de euforie van dit succesvol gerealiseerde prototype is in 2005 het project met meer mensen en middelen vervolgd om te verbreden en te verdiepen. Een groot deel van de medewerkers van het gemeentearchief was betrokken bij het project, in stuurgroep, projectgroep of één van de tien werkgroepen. Het projectjaar 2005 betekende voor projectgroepleden een landing op beide benen in de Rotterdamse klei. Projectmedewerkers werden geconfronteerd met de eerder genoemde beperkingen van DSpace. In 2005 heeft het gemeentearchief dan ook besloten te stoppen met DSpace. Veel belangrijker dan open source software is de toepassing van open standaards in het concept van het e-depot. De toepassing van de archivistische standaards, ISAD (G) en ISAAR (CPF), in een gemeenschappelijk metadatamodel maakt het mogelijk dat informatieobjecten met contextuele informatie in een digitale balie gezocht en geraadpleegd kunnen worden. Naar verwach-
5765 19 ting zullen de komende jaren deze archivistische standaards steeds meer toepassing vinden en kunnen informatieobjecten ook tussen archiefdiensten onderling gekoppeld worden. In 2006 is het accent komen te liggen op het ontwikkelen van een werkend digitaal depot. Er is behoefte aan een reëel werkend depot voor álle digitale bestanden (digital born en gedigitaliseerd analoog materiaal, digital re-born). Wanneer we terugkijken naar de uitgangspunten van het project in 2004 blijkt dat de meeste nog steeds in het project van toepassing zijn. 1. De toepassing van open standaards is van kracht gebleven. Standaards spelen een belangrijke rol in het project. Het OAIS-referentiemodel, Depot 2000 en de modellen van InterPares zijn belangrijk als referentiestandaarden voor de ontwikkeling van ontwerpdocumenten, ISAD (G) en ISAAR (CPF) voor de metadata en XML als technische uitwisselingsstandaard. 2. Het uitgangspunt dat het project bestaande kennis zou gebruiken en toepassen, is nog steeds van kracht. Er is veel (inter)nationale kennis beschikbaar en het gemeentearchief doet om die reden geen onderzoek over. Waar mogelijk werkt het gemeentearchief samen met andere archiefdiensten en wisselt informatie uit. Samenwerking van archiefdiensten op het gebied van digitale duurzaamheid en e-depot is onontkoombaar, zeker waar het een klein vakgebied betreft. 3. Het gemeentearchief gaat uit van een organisatiemodel waarbij eigen medewerkers van de afdelingen Beheer verantwoordelijk zijn voor de werkprocessen rond digitale objecten. 4. Bestaande applicaties, zoals ABS/Archeion, Mais-flexis, Atlantis, blijven gehandhaafd voor het inhoudelijke beschrijven en voor een deel van het administratieve beheer van digitale objecten. Gegevens uit de bestaande applicaties worden gekoppeld aan het gemeenschappelijke metadatamodel. 5. Het gemeentearchief beperkt zich niet alleen tot digital born maar ook tot gedigitaliseerde informatieobjecten. Deze laatste zijn inmiddels een asset voor de organisatie geworden, waarvan een verlies onacceptabel is. 6. De gekozen preserveringsstrategie is nog steeds die van migratie, waarbij emulatie waar nodig toegepast gaat worden, zoals in het geval van websites. 7. Waar het project in 2004 van start ging met een beperkt budget, zijn de kosten voor het e-depot inmiddels elk jaar opgelopen. Bij het gemeentebestuur zijn structurele gelden aangevraagd voor het e-depot van het gemeentearchief. Tegelijkertijd ijvert het gemeentearchief bij het bestuur voor een e-depot op concernniveau. De realisatie van een e-depot concern betekent dat digitale dossiers van de gemeentelijke diensten direct na afdoening in het proces duurzaam opgeslagen worden in het concernbrede e-depot. Op deze manier blijft de duurzaamheid en authenticiteit van de informatie gewaarborgd, al voor overbrenging naar het e-depot van het gemeentearchief.
5765 20 De uiteindelijke conclusie, die uit het project bij het Gemeentearchief Rotterdam blijkt, is dat in technische zin een e-depot zeker maakbaar is, maar dat de inpassing in de bestaande informatiearchitectuur en de aanpassing van werkmethoden een grote inspanning vergt. De daarmee te behalen winst is echter veel groter dan de bouw van het depot zelf. Nog meer winst is te behalen door samenwerking met instellingen binnen en buiten het erfgoedveld.