Wat was ook alweer de prijs van die televisie in 2001? Hoe kom ik aan een 8 jaar oude foto van die school? Hoe ging dat ene debat tussen de presidentskandidaten van de USA in 2004? En hoe zag mijn eigen site er drie jaar geleden uit? Allemaal vragen waar je misschien niet direct een antwoord op kunt geven.

Er is een 'machine' die jou met een dergelijke zoektocht kan helpen: de Way Back Machine. Dit is een onderdeel van het 'Internet Archive', een digitale bibliotheek die zoveel mogelijk relevante informatie bewaart, vergelijkbaar met een 'normale' bibliotheek. Alleen is het Internet Archive breder dan een gewone bieb. Zo vind je er een archief voor:

• Films (niet alleen bioscoopfilms, maar ook bijvoorbeeld reclamefilmpjes)
• Teksten (gescande boeken, historische teksten, noem maar op)
• Audio (live-muziek, radioprogramma's, nieuwsuitzendingen en nog veel meer)
• Software (voornamelijk de 'Tucows Software Library'; de software is getest en beoordeeld)
• Educatie (lezingen, cursussen enzovoort)
• Websites (de geschiedenis van alle geïndexeerde websites)

Het spreekt voor zich dat we in dit artikel vooral over de categorie websites spreken.

Hoe werkt de Way Back Machine?

Voor een normale bezoeker werkt het heel eenvoudig:
Je gaat naar http://www.archive.org/index.php en achter 'Way Back Machine' vul je de url in van de website waarvan je de geschiedenis wilt weten. In dit voorbeeld gaan we even uit van www.marktplaats.nl. Als je die url hebt ingevoerd en op 'Take Me Back' hebt geklikt, dan krijg je een overzicht te zien van alle versies van deze website die door de Way Back Machine in het archief zijn opgenomen.

Zo zie je dus dat de oudste versie uit 1999 stamt en als je daarop klikt, krijg je de homepage van toen te zien (let even niet op de datum die boven aan de pagina staat...). Ga je dan wat snuffelen, dan kom je producten tegen die toen 'in' waren, maar die nu in de vergetelheid zijn geraakt. En je ziet weer eens prijzen in guldens (ook leuk om even te vergelijken)!

Hoe zit het dan met jouw site?

Maar wat heeft dit systeem voor gevolgen voor jouw eigen site? Nou, ervan uitgaande dat je niets online zet wat je niet online wilt hebben, maakt het voor jou niet zoveel uit. Komt het onverhoopt toch eens voor dat er iets op jouw site staat of heeft gestaan waarvan je niet wilt dat dat nog getoond wordt, dan kun je een robots.txt-bestand plaatsen. Kom je daar niet uit, dan kun je contact opnemen met deze organisatie door ze een mailtje te sturen. Het is een Amerikaanse organisatie, dus het gebruik van Engels wordt op prijs gesteld ;-)

Het kan in elk geval zeker geen kwaad om even in de Way Back Machine te gaan kijken als je al langer dan enkele maanden een website online hebt staan. Sowieso kan het leuk en leerzaam zijn om eens terug te kijken en bovendien kun je zo checken of alles wat er te zien is, daadwerkelijk getoond mag worden.

Kun je je voorstellen wat een enorm archief dat is, als je van zoveel websites ook nog eens een heleboel versies bewaart? Momenteel bevat het 85 miljard pagina's. Samen gebruiken ze 2 petabyte (2 miljoen gigabyte) aan capaciteit en maandelijks komt daar 20.000 gigabyte bij.

Tot slot nog even dit: waarschijnlijk weet je wel dat je bij Google en andere zoekmachines na een hele tijd nog steeds bepaalde gegevens over jezelf en anderen kunt terugvinden (zie ook het artikel van Marc hierboven). En nu weet je dus dat iets dergelijks ook geldt voor je website. Let daarom goed op wat je op internet zet en maak eventueel gebruik van een robots.txt-bestand, waardoor (een deel van) je website niet opgenomen wordt in het Internet Archive.