„Damit hätten wir schon viel früher anfangen sollen“ - Vorvalidierung von Dateiformaten

  • Die Themen Langzeitverfügbarkeit (LZV) und Langzeitarchivierung sind für immer mehr Bibliotheken ein aktuelles Thema. Daten für die LZV entstehen dabei vor allem als digitale Publikationen oder Forschungsdaten. Die Einlieferung in ein digitales LZV-System ist häufig die erste Gelegenheit, zu der digitale Ressourcen aus den Repositorien der Bibliothek mit anderen Systemen interagieren. Hier werden oft erstmals Probleme sichtbar, die u.U. schon länger existieren: nicht wohlgeformte und invalide Dateien. Invalide Dateien können häufig von Programmen geöffnet und von Menschen gelesen werden, sind aber mittelfristig ein Risiko für die Interpretation des enthaltenen Wissens. Daher ist für die LZV hohe Datenqualität essenziell. So sollten z.B. alle signifikanten Eigenschaften einer Datei erhalten und extrahierbar bleiben, um in Zukunft eine Dateiformatmigration durchführen zu können. Fehler in invaliden Dateien können nicht immer einfach gelöst werden, da die Datenproduzenten u.U. nicht mehr erreichbar sind. Um dies zu vermeiden, sollte daher eine Vorvalidierung durchgeführt werden – mindestens vor der Einlieferung in ein LZV-System, am besten aber schon vor der Abgabe durch die Datenproduzenten. Der Vortrag gibt einen Einstieg in die Validierung und erklärt neben dem Unterschied zwischen wohlgeformten und validen Dateien, wieso Formatidentifizierung, Validierung und Konvertierung schwierig voneinander abzugrenzen sind. Es sollen eine Formatidentifizierung und -validierung gezeigt und Beispiele erörtert werden. Außerdem werden einige der zahlreichen Tools vorgestellt, die zur Validierung verschiedener Dateiformate genutzt werden können. Damit Bibliotheken in Zukunft eine möglichst hohe Datenqualität in ihren Quellsystemen gewährleisten können, wird abschließend ein Blick auf Best Practices zur Erreichung einer initial hohen Datenqualität geworfen. Hier liegt der Fokus auf Konventionen zur Dateierstellung, oder Policies, nach denen z.B. nur valide Dateien angenommen werden.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Christian Volkenrodt, Julia Rasek
URN:urn:nbn:de:0290-opus4-198706
Parent Title (German):Themenkreis 5: Digitalität und KI/ Langzeitverfügbarkeit (27.06.2025, 09:00 - 11:00, Kaisen Saal (mit Streaming))
Document Type:Conference publication (Presentation slides)
Language:German
Year of Completion:2025
Release Date:2025/06/18
Tag:Dateiformat; Langzeitarchivierung; Langzeitverfügbarkeit; Validierung
Themes:Digitalisierung, Langzeitarchivierung
German Bibliothekartage / BiblioCon:113. BiblioCon in Bremen 2025 = 9. Bibliothekskongress
113. BiblioCon in Bremen 2025 = 9. Bibliothekskongress / Themenkreise / TK 5: Digitalität und KI
Licence (German):License LogoCreative Commons - CC BY - Namensnennung 4.0 International
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.