Kritische Infrastruktur: Bei der Web-Archivierung fehlt die Strategie

Strommasten, Krankenhäuser, Unterseekabel – lang ist die Liste der Dinge, ohne die unser tägliches Zusammenleben nicht funktionieren würde. Wir kennen sie auch unter dem Sammelbegriff „Kritische Infrastruktur“. Doch bei einer wichtigen Infrastruktur fehlt es an Aufmerksamkeit und einer Strategie, mahnt der Digitalhistoriker Jens Crueger auf der Datenspuren-Konferenz in Dresden.

Als Historiker beschäftigt sich Crueger seit vielen Jahren mit dem Thema Web-Archivierung. Der frühere Abgeordnete der Bremer Bürgerschaft ist Redakteur bei irights.info und promoviert an der Fakultät für Gesundheitswissenschaften in Brandenburg zur Geschichte der autistischen Bewegung in den 90er-Jahren. „Dafür schaue ich mir unter anderem an, wie sich autistische Personen damals im Web organisiert haben.“ Dabei hat er es nicht immer leicht.

Warum wir Web-Archive brauchen

Entgegen der landläufigen Meinung, dass das Internet nichts vergesse, verschwinden weite Teile des Webs ziemlich schnell. Laut Digitalhistoriker Crueger waren 38 Prozent der Webseiten von 2013 ein Jahrzent später nicht mehr erreichbar. Die durchschnittliche Bestanddauer einer Webseite betrage nur rund 100 Tage, Seiten mit dynamischen Webinhalten ändern sich im Minutentakt. „Das Web ist vergänglich“, sagt Crueger.

Neben möglicherweise wichtigen Informationen, die dadurch verschwinden, ist das auch ein historischer Verlust. Die Folge: „Das frühe Web ist kaum noch erhalten“, so Crueger. Wer Informationen aus dieser Zeit sucht, ist deshalb oft auf analoge Mittel angewiesen. „Ein abgedruckter Screenshot in einem Print-Journal ist manchmal beständiger als das Digitale.“

Web-Archive speichern Seiten mit möglichst all ihren Elementen, von Links bis zu interaktiven Grafiken. Das ist nicht nur für Historiker:innen und Nostalgiker:innen relevant. Journalist:innen recherchieren in den historischen Daten, Jurist:innen argumentieren damit vor Gericht und KI-Firmen nutzen sie für das Training ihrer Modelle.

Nicht alles dem Internet Archive überlassen

Aktuell finde die Web-Archivierung vor allem in den USA statt, beim Internet Archive, einer gemeinnützigen Stiftung, so Crueger. 1996 begann das Internet Archive mit der Archivierung, letztes Jahr speicherte es seine billionste Webseite. Ein zweifelsohne erfolgreiches Projekt. Nichtsdestotrotz sollten wir uns auf dieses eine Projekt nicht verlassen, meint Crueger.

Denn das Internet Archive steht immer wieder unter Druck. Die massenhaften Datenabrufe von KI-Firmen – von denen manche, aber nicht alle für die Daten zahlen würden – brachten das Internet Archive schon an seine technischen Grenzen. Politisch stellt der Standort in den USA ein Risiko dar. „Seit Trumps Amstsantritt steht einer der Internet-Archive-Serverstandorte außerhalb der USA, in Kanada“, erzählt Crueger in seinem Vortrag.

Doch auch unabhängig von diesen Problemen stellt sich die Frage, ob man die Web-Archivierung maßgeblich in die Hände einer einzelnen gemeinnützigen Stiftung legen will.

Denn Archivierung ist immer auch mit der Entscheidung verbunden, wie man sammelt und was man erhalten will. Eine wichtige Frage: Wie geht man mit Desinformation um? Crueger berichtet, dass während der Corona-Pandemie Desinformation auch dann noch kursierte, wenn die eigentliche Webseite schon gelöscht war – als Screenshot des Internet Archives. Desinformation in den Archiven ist auch deswegen ein Problem, weil KI-Modelle mit diesen Daten trainiert werden. Andererseits: „Es wird sehr viel geforscht mit Fake-News-Seiten“, berichtet Crueger.

Was Deutschland archviert

Für den Historiker ist die Web-Archivierung auch eine staatliche Aufgabe. „Das machen wir bei anderen Archivierungsaufträgen genauso“, sagt Crueger im Gespräch mit netzpolitik.org. Die Deutsche Nationalbibliothek (DNB) hat zwar einen gesetzlichen Auftrag zur Web-Archivierung, aber „macht nur was sie machen muss“, so Crueger.

So gab es nur ein einziges Mal einen systematischen Webcrawl aller .de-Domains, vor über 10 Jahren. Außerdem speichert die DNB regelmäßig den Inhalt von ausgewählten deutschen Websites und betreibt „Event Harvesting“, also sammelt gezielt deutsche Webinhalte zu bestimmten Ereignissen wie etwa den Olympischen Spielen 2024 oder dem Krieg in der Ukraine. Die Sammlung der DNB umfasst laut Statistik über 82.000 Einträge von knapp 10.000 unterschiedlichen Websites.

Raus aus dem Lesesaal

Doch selbst diese vergleichsweise kleine Sammlung ist nicht leicht zugänglich. Denn das Urheberrechtsgesetz sieht eine „Terminalschranke“ vor. Wer also durch das ganze Web-Archiv stöbern will, muss dazu in die Lesesäle der DNB in Leipzig oder Frankfurt am Main gehen, oder in eine Bibliothek, die dafür mit der DNB kooperiert.

Crueger fordert, dass diese Terminalschranke gestrichen wird. „Solange es die Terminalschranke gibt, gibt es für die Politik keinen Anreiz, mehr Ressourcen in die Web-Archivierung zu stecken.“ Wäre das Web-Archiv der DNB hingegen zugänglicher, würden vielleicht auch mehr Menschen sehen, wie wenig dort aktuell gespeichert ist, und Fragen stellen.

Der nächste Schritt wäre dann mehr Geld: „Der Haushaltsansatz für Web-Archivierung muss erhöht werden, damit du regelmäßig das .de-Web crawlen kannst“, fordert der Digitalhistoriker. Zum Vergleich: Der letzte .de-Crawl der DNB 2014 kostete 112.500 Euro plus 50.000 Euro jährliche Hosting-Kosten für die gespeicherten Inhalte. Das Internet Archive hatte zu ungefähr der gleichen Zeit Ausgaben von etwa 15,6 Millionen US-Dollar in einem Jahr.

Eine Strategie muss her

Das zentrale Problem ist für Crueger jedoch ein anderes: „Es gibt keinen richtig gut definierten Sammlungsauftrag. Es gibt keine gute Strategie. Das Ganze steckt noch in den Kinderschuhen.“

Eine solche Archivierungsstrategie müsse verschiedene Perspektiven einbeziehen, um zu fragen, welche Dinge erhaltenswürdig sind: „Archivare, Journalisten, Historiker – alle Gruppen, die ein mögliches Interesse daran haben. Und zusätzlich möglichst noch ausgeloste Bürger“, schlägt Crueger vor.

In Irland, so erzählt er, habe das dortige Archiv 2016 auch die Bürger gefragt, welche Seiten das Leben in Irland besonders abbilden. „Man hat das wirklich mit einem ganz partizipativen Ansatz gemacht“, schwärmt Crueger. Expert:innen hätten vermutlich eine andere Auswahl an Seiten getroffen. „Das macht die Methode so spannend.“

Archiviert selbst!

Zunächst geht es Crueger vor allem darum, mehr Bewusstsein für das Thema zu schaffen. Er hat etwa gute Erfahrungen damit gemacht, Menschen in Vereinen etwa frühere Versionen ihrer Webseiten zu zeigen. „Wenn Du unmittelbar vom persönlichen Erleben ausgehst, hast Du eine Chance, dass die Menschen das Thema ernst nehmen.“

Cruegers Vortrag ist auch ein Plädoyer, selbst zu archivieren. „Kein Teil des amerikanischen Webs ist so gut archiviert wie der von marginalisierten Gruppen.“ Gerade wenn wenig Vertrauen in den Staat da sei, steige der Anreiz, Wichtiges selbst zu speichern.

Technisch unerfahrene Nutzer:innen können Webseiten mit einem Klick beim Internet Archive speichern. Zudem verweist Crueger auf ein frei verfügbares Handbuch, das Grundlagen der Langzeitarchivierung erklärt.

Der Vortrag „Webarchive sind Kritische Infrastruktur!“ von Jens Crueger fand bei den Datenspuren in Dresden am Freitag, den 18. September 2026, statt. Er wird in Kürze auf media.ccc.de abrufbar sein.