Zusammenfassung

  • Das Internet Archive datiert den Start seiner ersten Webcrawler auf Oktober 1996. Frühe Programme folgten Links von der Startseite einer Website.
  • Einzelne Seiten aus einem Wahlprojekt von 1996 waren bereits online. 2001 machte die Wayback Machine eine wesentlich größere Sammlung per Adresse und Datum öffentlich durchsuchbar.
  • Was im Archiv erscheint, hängt davon ab, welche Pfade ein Crawler erreicht, welche Projekte Inhalte auswählen und welche Zugangs- und Löschregeln gelten.

Die Sammlung begann vor der öffentlichen Suche

Die Geschichte der Wayback Machine wird oft auf ein Produkt und ein Geburtsjahr verkürzt. Doch Webseiten zu erfassen und sie für alle auffindbar zu machen, sind zwei verschiedene Aufgaben. Beim Internet Archive lagen fünf Jahre zwischen diesen Schritten.

In einer Rückschau von 2021 datiert das Internet Archive den Start seiner ersten Webcrawler auf Oktober 1996. Der Beitrag enthält Aufnahmen aus der damaligen Sammlung; Gründer Brewster Kahle erklärt darin ein schlichtes Verfahren: PC-Anwendungen begannen auf der Startseite und folgten den Links. Das war eine frühe Methode, um ein schnell veränderliches Medium festzuhalten, aber noch nicht der URL- und Datumssuchdienst, der später als Wayback Machine bekannt wurde.[1]

Die Sammlung war während des Aufbaus nicht vollständig abgeschottet. The Washington Post berichtete im September 1996, dass das Internet Archive gemeinsam mit Smithsonian Institution Websites zur US-Präsidentschaftswahl desselben Jahres sammelte. Ein Teil dieses Projektbestands war bereits auf archive.org verfügbar. Zugleich hatte Kahle laut Bericht noch nicht entschieden, wie das größere Archiv öffentlich zugänglich werden sollte. Datenschutz und Urheberrecht waren offene Fragen.[2]

Die fünf Jahre lassen sich deshalb nicht als Zeit ohne öffentlichen Zugang beschreiben. Ausgewählte Projektseiten waren sichtbar. Was noch fehlte, war eine allgemeine Suche, mit der sich die umfangreichere Sammlung nach Adresse und Datum erschließen ließ.

Der 24. Oktober 2001

Zum fünften Jahrestag stellte das Internet Archive die Wayback Machine in der Bancroft Library an der UC Berkeley vor. Die Pressemitteilung erklärte, dass die Öffentlichkeit nun erstmals die größere Sammlung durchsuchen und ansehen könne. Sie bezifferte diese auf mehr als zehn Milliarden Seiten, die bis 1996 zurückreichten. Nutzer sollten eine Adresse eingeben, ein Datum wählen und die gespeicherte Fassung öffnen.[3]

Die Neuerung war mehr als zusätzlicher Speicherplatz. Wer eine Webadresse kannte, konnte verfügbare Fassungen vergleichen, ohne am Projekt beteiligt zu sein, das die Seiten ausgewählt hatte. Aus den Crawls wurde so ein Werkzeug für Forschung, Journalismus, Erinnerung und die Prüfung früherer Online-Aussagen.

Am folgenden Tag beschrieb die Los Angeles Times die damals gemeldete Infrastruktur: automatisierte Bots, rund 300 modifizierte Hewlett-Packard-Computer und mehr als 100 Terabyte Daten. Die Zeitung nannte einen Aktualisierungsrhythmus von ungefähr zwei Monaten. Sie berichtete auch über Grenzen: Seiten hinter Passwörtern oder mit einer Sperre für Bots wurden nicht erfasst; auf Bitte eines Betreibers entfernte das Archiv eine Website.[4] Diese Angaben stammen aus der Zeit des Starts und beschreiben nicht das heutige System.

Eine gespeicherte Seite ist kein vollständiger Nachbau

Die öffentliche Suche machte die Wayback Machine nicht zu einer vollständigen Reproduktion des Webs. Sie erschloss, was das System erreichen und aufbewahren konnte. Crawler können Links übersehen, dynamische Inhalte oder Formulare nicht wiedergeben und an nicht zugänglichen Ressourcen scheitern. Ein angezeigtes Datum belegt eine abrufbare Aufnahme, aber nicht, dass alle Besucher damals dieselbe Website sahen.

Die Berichte von 1996 und 2001 zeigen, dass auch die Zugänglichkeit eine institutionelle Entscheidung war. Zunächst waren einzelne Seiten eines Wahlprojekts online, während der allgemeine Zugang offenblieb. 2001 wurde die Suche in der größeren Sammlung öffentlich; Fragen des Urheberrechts und Datenschutzes blieben bestehen. Erfassen, veröffentlichen und entfernen waren unterschiedliche Kontrollpunkte.

Heng Lus Note 72 bietet eine hilfreiche Deutung: Ein Datensatz beschreibt die Wirklichkeit, er erzeugt sie nicht.[5] Das ist hier eine redaktionelle Perspektive, kein historischer Beleg. Eine archivierte Seite zeigt, was eine bestimmte Aufnahme bewahrt hat; sie stellt das damalige Web nicht vollständig wieder her. Diese Grenze macht die Wayback Machine für die Geschichtsschreibung aussagekräftiger, weil sie klärt, was eine Aufnahme belegen kann und was zusätzliche Quellen braucht.

Quellen

  1. Internet Archive, „The Wayback Machine's First Crawl 1996“, Rückblick mit Aufnahmen von 1996: https://archive.org/details/wayback-machine-1996
  2. The Washington Post, „In California, Creating a Web of the Past“, 22. September 1996: https://www.washingtonpost.com/archive/business/1996/09/22/in-california-creating-a-web-of-the-past/c336cffa-8240-4028-b488-b9a62161337f/
  3. Internet Archive, Pressemitteilung „Internet Archive launches wayback machine“ vom 24. Oktober 2001, veröffentlicht von Library Technology Guides: https://librarytechnology.org/pr/9384/internet-archive-launches-wayback-machine-free-service-enables-users-to-access-archived-versions-of-web-sites-dating-from-1996
  4. Los Angeles Times, „Net Archive Turns Back 10 Billion Pages of Time“, 25. Oktober 2001: https://www.latimes.com/archives/la-xpm-2001-oct-25-mn-61513-story.html
  5. Heng Lu, Note 72, „The Bill of Rights of Uniqueness Coordination“ (redaktionelle Perspektive, kein historischer Beleg): https://heng.lu/the-bill-of-rights-of-uniqueness-coordination/