Details gibt es im Blog der Open Knowledge Foundation, in dem ich wöchentlich über den Fortgang des Projektes bloggen werde.

Open Access scientific literature contains, almost by definition, content suitable – both in substance and licensing – for Wikimedia Commons. However, currently, there seems to be no automated, easy way to identify such files, convert them into appropriate formats and import them into Commons.

In November 2011, Daniel Mietchen submitted a proposal tackling the issue to the WissensWert funding scheme run by the German chapter of Wikimedia. Among other projects, it was chosen to receive funding (see Daniel’s post). As part of the team implementing the software envisioned, I will blog here about once a week until project conclusion.

Initially, the project will be focused on audio and video content available in PubMed Central‘s Open Access Subset – however, the toolchain is intended to be modular, so other sources can be added as development continues.

The only component currently existing is a proof-of-concept crawler / downloader: It downloads archives containing XML files – each about a GiB in size – from PubMed Central, identifies articles referring to supplementary materials (attachments) and displays URLs to retrieve those.

Until next week, I intend to add metadata collection – minimally author, source and licensing terms – and downloading of supplementary materials. Raphael Wimmer also proposed an option to only download new articles, which could reduce network load by several orders of magnitude compared to the currently existing naive implementation.

In line with the principles of free culture, all tools will be released as Free Software, licensed under the GNU General Public License, version 3 (or any later version of the License published by the Free Software Foundation).

The source code is hosted on GitHub.

Peter Zschunke hat den Verlauf der Veranstaltung zusammengefasst; mein Fazit steht bei Peter Kröner in den Kommentaren:

Aufnahmen gibt es wohl keine, aber die zu meiner Überraschung dann doch ganz gut angekommenen Folien poste ich alsbald bei mir im Blog, sobald ich den Fehler im Folienskript gefunden, gefixt und ein PDF generiert habe.

Kritik war unisono, dass eine Stunde zu wenig war für dieses relativ große Fass – ähnliche Erfahrungen machte ich bereits beim Troll-Vortrag auf der letzten re:publica, nächstes Mal bestelle ich dann einen größeren Slot oder übe vorher mit Lichtdoubles. Titel und Lineup hatten bei manchen außerdem eine eher technische Diskussion erwarten lassen.

Highlights: Peter betonte, dass es zwischen dem ursprünglichen Modell von Webseiten und heutigen Webapps Unterschiede gibt – so darf etwa eine WebGL-Anwendung durchaus Hardwareanforderungen stellen. Max stellte neben Nutzer und Webentwickler noch den Medien-Produzenten als weitere Fraktion mit teilweise konträren Motivationen vor (Videos doppelt und dreifach kodieren ist Arbeit) und Regine erklärte mit einem Rückgriff auf DIN-Standards, warum Normierung traditionellerweise eher in Industriekonsortien als im akademischen Kontext geschieht.

Von mir wahrgenommenes Fazit: Sich selber als Entwickler in Standardisierungsprozesse einzubringen ist einerseits schwierig und demotivierend, andererseits kommt man bisweilen selber schon gar nicht mehr hinterher mit den Neuerungen. Den Browserherstellern gegenüber sind wir alle Bit-Steller (höhöhö).

Die Folien erstellte ich mit Inkscape und Inkscape Slide. Die beiden Grafiken zu Teichenbeschleunigung und frühen Webbrowsern stammen von hier und hier.

Fall 2: Logs eines IRC-Kanals werden nach einer Diskussion über Fehler in der dahinterstehenden Software vom Inhaber des Servers unzugänglich gemacht. Er bietet zunächst ein Archiv der Daten zum Download an, schaltet die Seiten jedoch nach wenigen Minuten wieder frei.

Fall 3: Ein Podcaster möchte nicht, dass eine Facebook-Seite zusätzlich zur eigentlichen Webseite einer Sendung vorhanden ist. Er löscht die Webseite des Podcasts. Sein Mitpodcaster ist verärgert.

Ich kann Umstände und Art dieses Verhaltens nicht genau einordnen; grob verordne ich es zwischen ragequit und beleidigtem Sendungsbewusstsein („Ha, mein Kram war euch wohl doch etwas wert.“). Fest steht: Die Beteiligten wollen in einer für sie belastenden Situation einen Punkt setzen; für Aufmerksamkeitshurerei halte ich es nicht.

Impulsives Amoklöschen (halb-)öffentlich zugänglicher Ressourcen ist allerdings nicht nur kindisch, sondern sabotiert auch ohne große Not die Bestrebungen aller, die sich für die jeweiligen Informationen interessieren. Wurden die Inhalte zudem von oder mit Anderen erstellt, kommt ein Vertrauensverlust dazu: Wenngleich es immer im Bereich des Möglichen liegt, rechnen nur Wenige damit, dass ihre Äußerungen einmal mit voller Absicht gelöscht werden.

Positiv bleibt, dass sich eine Depublikation recht einfach rückgängig machen lässt – Backups vorausgesetzt. Dennoch: Nichts drückt Geringschätzung gegenüber Artikeln, Kommentaren, Bildern, Audio- und Video-Dateien sowie deren Konsumenten aus wie das dem Entfernen folgende Entwerten etablierter Verweise.

Um es festzuhalten: Amoklöscher, ihr geht mir auf den Sack.

Hier sind die Folien, von der Veranstaltung gibt es auch ein Video. Vorbereitet wurde das Ganze übrigens in einem Pad.

Google Chrome, Mozilla Firefox und Opera hingegen bekommen das hin. mplayer, VLC und Winamp ebenfalls. Jedes Android-Handy und sogar billige China-Hardware kann Ogg Vorbis einfach so abspielen. Eure Apfelprodukte hingegen brauchen dafür Plugins und Firmware-Upgrades – falls ihr überhaupt Programme darauf installieren könnt.

„Naja, es gibt doch MP3“, sagt ihr, „– das geht überall, selbst auf Apfelprodukten!“. Und damit habt ihr nicht einmal Unrecht. Ihr vernachlässigt natürlich, dass Vorbis-Dateien bei gleicher Qualität kleiner als MP3s sind. Dass MP3-Metadaten idiotischen Restriktionen unterliegen. Dass störende Pausen zwischen Liedern auftreten können. Klar, das sind alles vernachlässigbare Probleme.

Aber dann übergeht ihr, dass Autoren von Software mit MP3-Unterstützung böse Briefe erhalten haben. Briefe, die darauf hinweisen, dass man für die Nutzung des Formats Schutzgeld zu bezahlen hat. Und natürlich hat das dazu geführt, dass viele Programme das Erstellen von MP3-Dateien von Haus aus nicht mehr unterstützen, aus ganz pragmatischen Erwägungen.

Klar könnte ich jetzt rumfrickeln, hier runterladen, dort kompilieren. Aber für Ogg und Vorbis existiert ein ganzer Haufen Software, der problemlos funktioniert. Inwiefern sollte es mich da noch interessieren, ob eure verkrüppelten Hipster-Statussymbole meine Dateien verarbeiten können? Ihr bezahlt mich ja nicht einmal.

Ich habe nichts dagegen, dass ihr euch glitzerndes Technikspielzeug kauft. Aber wenn der Hersteller einen jahrelang bekannten Defekt nicht korrigiert, beschwert euch dort. Oder repariert es selber. Meinetwegen verzichtet halt auf von mir produzierte Audiodaten und Software. Eure autoritären Sehnsüchte behaltet aber bitte für euch, anstatt sie mir in Form einer idiotischen Anspruchshaltung vor die Füße zu kotzen.

Da ich als Internet-Experte freien Eintritt erhalte, möchte ich nun mein Ticket (Blogger, early bird, 55 Nazigold) zeitnah verkaufen; Anfragen in den Kommentaren oder per Email (du solltest hier klicken), ernstgemeinte Zuschriften bevorzugt.

Als Ersatz habe ich mir nämlich ein Festkörperlaufwerk gekauft — in der Hoffnung, hier ein insbesondere gegen Stoßschäden resistentes Bauteil herangeschafft zu haben. Großartig von den Standardeinstellungen des Debian-Installers abgewichen bin ich nicht: Außer /boot sind alle (ext4-)Partitionen in einem verschlüsselten LVM mit mount-Option noatime (die zur Leistungssteigerung ohnehin zu empfehlen ist); Firefox Iceweasel habe ich außerdem abgewöhnt, zwischengespeicherte Inhalte ins Dateisystem zu schreiben.

ZL;NG: Der Geschwindigkeitsvorteil macht sich deutlich bemerkbar: Brauchte mein Laptop vorher etwa eine Minute vom Anschalten bis zum Desktop, schafft er dies nun ohne große Optimierungen in (geschätzt) 20 Sekunden — selbst Programmungetüme wie Gimp oder OpenOffice.org zeigen die Ladefenster nur noch für Momente; zudem funktioniert es lautlos. Sollte das Ding also nicht in nächster Zeit den Geist aufgeben, kann ich es nur empfehlen.

Luke & Trooke war ein münsteraner Szenemagazin, das unter der Ägide der späteren intelligenten Agenten Holm Friebe und Martin Baaske publiziert wurde. Kulturhistorisch von Bedeutung sind unter Anderem die komplex-komplizierten Beziehungen zu späteren bzw. alternativgeschichtlichen Großprojekten wie der Riesenwaschmaschine (siehe Abbildung).

Angefixt durch Kathrin Passigs Erwähnung der Heftreihe in der Dokumentation Das Geschäftsjahr 2006/2007 (Teile 1, 2, 3, 4), gelangte ich zunächst auf verschlungenen Wegen an ein Exemplar des Sammelbandes Haarige Eisen: Die wunderbare Welt von Luke & Trooke. Wenig später formulierte ich Archivpläne und kontaktierte Holm, der mir einen Satz zur Verfügung stellte. In Folge verbrachte ich einige Stunden vor einem Großformatscanner der Humboldt-Universität.

Alle neun Ausgaben finden sich nun als handliche PDF-Dateien auf der aus Versatzstücken der „Luke & Trooke“-Shopette zusammengefrickelten Webseite. Da es sich allerdings um ingesamt 333 Megabytes handelt, empfiehlt Die Welt ist gar nicht so zum bandbreitensparenden Konsum die Nutzung des bereitgestellten torrents.

Der Creative Commons License Manager ermöglicht es, Lizenz, Rechteinhaber, Quell-URI und Jurisdiktion sowohl global (als Standard) als auch individuell für einzelne Medien-Anhänge zu setzen (screenshot). Wenn ein Blogartikel dargestellt wird, wird entsprechendes HTML5-Markup für Bilder, Video- und Audio-Inhalte generiert, das maschinenlesbare Metadaten enthält. Die mitgelieferten stylesheets ermöglichen es, die Darstellung anzupassen — so ist etwa eines enthalten, das den minimalistischen Stil des Blogs Spreeblick imitiert.

Heruntergeladen werden kann das Plugin im Plugin-Verzeichnis von WordPress.org. Ein englischsprachiges Video mit deutschen und englischen Untertiteln (die im Browser leider nicht angezeigt werden) zeigt, wie der CC License Manager benutzt wird.

Anja Krieger hat mich bezugnehmend auf meine Arbeit am Plugin interviewt und daraus ein Audioporträt erstellt, in dem ich meine Gedanken zu Creative Commons und freier Kultur vortrage. Dieses ist auch im feed-Magazin erschienen.

Wer sich für technische Details und die Entstehungsgeschichte interessiert, sollte meine wöchentlichen Fortschrittsberichte im Labs-Blogs von Creative Commons nachlesen. Der Quellcode ist über ein Webinterface und über Git zugänglich; patches und bug reports sind natürlich immer erwünscht, letztere auch gerne in den Kommentaren.

Obwohl die Mehrzahl der nachfolgenden Personen keinen Quellcode beigesteuert hat, wäre das Plugin ohne sie in seiner jetzigen Form nicht möglich gewesen. Ich möchte ihnen daher an dieser Stelle herzlich danken.

• Matthias Mehldau (wetterfrosch) schrieb einen Blogpost, in dem er über mögliches Markup für Creative-Commons-lizenzierte Inhalte sinnierte.
• Julia Seeliger (zeitrafferin) verfasste einen verwandten Artikel, der das inspirierende Moment für mich wurde.
• Johnny Häusler schickte mir auf Anfrage einen screenshot des Spreeblick-Plugin-Interfaces.
• Nathan Yergler beriet mich bezüglich RDFa.
• Nathan Kinkade war mein Mentor beim Summer of Code; er schlug Verbesserungen vor und erklärte mir geduldig, wenn meine Ansätze ein Problem nicht lösten. Ebenso organisierte er die etwas komplizierte Veröffentlichung im Plugin-Verzeichnis auf WordPress.org.
• Moritz Metz (mtz) wies mich darauf hin, dass Nichtstandard-Wordpress-Verzeichnisnamen und post thumbnails berücksichtigt werden sollten.
• Markus Beckedahl schlug die embed-Funktionalität vor.
• Nicolas Ricquemaque schrieb eine hilfreiche Ogg-Bibliothek, die das Plugin nutzt, um die Dauer von Audio- und Video-Dateien zu ermitteln.
• Bernd Holzmüller erklärte mir, wie man Speicherlecks vermeidet.
• Matthias Rampke (matthiasr) beseitigte die Beschränkung, dass das Plugin-Verzeichnis den Wert „wordpress-cc-plugin“ haben musste.

Als xbg, matthiasr, zeitrafferin und ich zur diesjährigen Freiheit-statt-Angst-Demo fuhren, um die mittlerweile in Bubble Streetview umbenannte Aktion durchzuziehen, guckten die Leute erstmal nur doof erstaunt. Auf der Rückfahrt begegnete man uns allerdings eher unfreundlich: Fast ein Dutzend Stinkefinger konnte ich vom Potsdamer Platz bis zum Lagerraum im Wedding zählen. Kreativ reagierte allerdings ein Päärchen an der Friedrichstraße: Solange wir an der Ampel standen, knutschten sie — allein dafür hat sich der Aufwand definitv gelohnt.

matthiasr hat eine Liste von Fotos und Videos zu unserer Aktion zusammengestellt. Highlight der medialen Berichterstattung ist wohl die Erwähnung in der RBB-Abendschau (via zeitrafferin, die noch einiges mehr erwähnt); Heise Online hingegen versteht leider überhaupt nichts.

An dieser Stelle nochmal ein „Danke“ an alle, die mitgeholfen haben.

Dass ausgerechnet ich als ausgewiesener, langjähriger Rentenexperte Enterprise-Programmierer eingeladen wurde ist natürlich klar nachvollziehbar. Weitere Gäste sind übrigens Dr. Sabine Maria Schmidt, Kuratorin eines mir unbekannten Museums Folkwang in Essen (aktuelle Ausstellung Hacking the City) und Constanze Kurz, bekannt als Sprecherin des Chaos Computer Clubs — immerhin kann bei derartigen Gesprächspartnern niemand ernsthaft von mir verlangen, allzu viel weitere fachliche Kompetenz in das Gespräch zu tragen.

Start der Livesendung ist 11:05 Uhr auf Dradio Wissen, die Dauer 55 Minuten. Man gerüchtet, es könnte einen Videostream geben.

Jetzt jedoch geht die Firma einen Schritt weiter: Man verlangt von Spreeblick die Löschung von [38] Artikeln über das Unternehmen auf anderen (!) Websites. Besonders absurd ist dies im Hinblick auf einen vorherigen zusammenfassenden Blogpost, in dem Johnny bemerkt:

Es folgte ein Schriftwechsel über mehrere Wochen, in dessen Verlauf ich Primacall zu erklären versuchte, dass eine Entfernung bei Spreeblick den Artikel keineswegs aus dem gesamten Internet löschen würde und die Löschung stattdessen für neue, vermutlich von Primacall ungewollte Aufmerkamkeit sorgen könnte.

Spreeblick sucht nun für den anstehenden Prozess Zeugen, die die im Interview getätigten Behauptungen belegen oder auch sonst in Bezug auf die primacall GmbH aussagen können.

Aus diesem Anlass möchte ich noch einmal auf meinen eigenen — nach einem Schreiben der Anwälte von primacall mittlerweile ebenfalls entschärften — Beitrag zum Thema hinweisen: Wie voxpark für primacall arbeitet, in dem meine Erfahrungen als Bewerber beim Callcenter voxpark (primacall ist dort Auftraggeber) dokumentiert sind.

Der betreffende Artikel ist daher zunächst offline, mindestens bis ich eine Rechtsberatung in Anspruch genommen habe. Die Kommentare sind als Vorsichtsmaßnahme geschlossen.

Weil es sich wirklich herrlich absurd liest:

Zwanzig Minuten vorher, gegen halb zehn, hatte ich noch im Foyer der voxpark GmbH gesessen, geködert von der Aussicht, fürs Reden bezahlt zu werden. Fine Phine, eine ehemalige Schulkameradin, hatte erwähnt, hier mal gearbeitet zu haben. Als ich vor der Uni angesprochen wurde, war ich also nicht abgeneigt — bis sich herausstellte, dass die Arbeit darin bestand, Adresslisten abzutelefonieren, um Leuten Telefontarife zu verkaufen. Gezielt fremde Leute […] anrufen und damit auf einer Stufe mit Staubsauger Vodafonevertretern und den Zeugen Jehovas stehen wollte ich nicht; meine Bekannte war da wohl etwas weniger sensibel.

Einige Monate später kontaktierte man mich erneut: Diesmal ginge es nur um Bestandskunden, also Leute, mit denen bereits eine Vertragsbeziehung bestehe. Ein Termin wurde für Donnertag vereinbart und, als ich kurzfristig nicht konnte, auf Freitag verlegt. Schließlich saß ich zusammen mit acht weiteren Bewerbern um einen Tisch. Kurz tauschte man sich aus, einige hatten ähnliche Geschichten vorzuweisen. Wer nicht schwieg, teilte die Ablehnung […] gegen die Aktivierungsabteilung A2: Einer bestand sogar darauf, dass diese Art der Akquise seit drei Monaten kriminell sei, es wäre ein neues Gesetz erlassen worden. Dann erschien ein junger Mann, der uns einweisen sollte; es wurde still.

Recht schnell eröffnete dieser uns, dass man, bevor man im Bestandskundenprojekt eingesetzt würde, mindestens einige Tage in der Aktivierung arbeiten müsse, um das Telefonieren zu lernen. Diese Ankündigung rief allgemeines Missfallen hervor — ich und ein weiterer Beteiligter erhoben sich bereits, da holte der Angestellte einen Kollegen, welcher uns jedoch ebenfalls nicht zum Bleiben überreden konnte: Nach kurzem Geplänkel (s.o.) verließen nunmehr vier Personen die Vorstellungsrunde. Beim Verlassen des Gebäudes bedeutete ich der Rezeptionistin, meine Telefonnummer zu löschen.

Fassen wir also zusammen:

• voxpark produziert Telefon-Spam (übrigens im Auftrag der Primacall).
• voxpark lügt Bewerber an, von wegen es gehe nur um Bestandskunden.

Und das, liebe Kinder, sind zwei gute Gründe, warum man nicht dort arbeiten möchte.

• Das Falafel war abartig trocken.
• Die Kräutersoße schmeckte schlechter als die Billigmayo auf den Pommes.
• Das Gemüse wirkte recht labberig.
• Die auf dem ausliegenden Flyer angekündigte Cola (FALAFEL TELLER mit Pommes Salat + Cola) gab es dann doch nicht.

Ich hab das dann trotzdem gegessen — ohne Getränk — bezahlt ist bezahlt (und die Pommes waren zugegebenermaßen gut). Aber: Scheiße wars; ich werd den Teufel tun, da nochmal hinzugehn. Und bevor es jetzt heißt, ich würde vorschnell urteilen: Ich war schon vorher einmal dort und hatte da eine Pizza bestellt — die angebrannt und vertrocknet serviert wurde. Ist mir schleierhaft, wie die positive Bewertungen bekommen können.

Der Fairness halber sollte ich wohl erwähnen, dass die anderen Dönerbuden in der Nähe auch unter aller Sau sind. Das wärs dann aber auch schon. Und wegen der Überschrift: Batman heißt der Inhaber. Aber vielleicht gugelt das ja mal jemand und nimmt mich in seine lustige Linkliste auf. Man weiß ja nie.

• Der zweite Teil des moot-Interviews — in etwa noch einmal so lang wie der erste — kommt, sobald transkribiert (eine langwierige Tätigkeit, also when it’s done).
• Ich arbeite an einem WordPress-Plugin für Peter Kroeners Dumme-Frage-Captchas.
• Irgendwann baue ich einen (X)HTML5-Markup-Generator zur Inhalte-Lizensierung (nach einer Idee von wetter). Dafür müsste allerdings erst die Spec angepasst werden.
• Vielleicht gibt es bald eine neue, interaktive Form von Laser-Grafitti (wer mich in der c-base oder auf dem letzten Webmontag sah, weiß, worum es geht).
• Und zu guter Letzt habe ich vor, den Goldcard-Algorithmus des HTC Dream (auch bekannt als T-Mobile G1) zu reverse engineeren (der Algorithmus berechnet aus der Seriennummer (CID) einer SD-Karte eine Art Signatur, die man zum Aufspielen alternativer Software benötigt).

Falls jemand der geneigten Leser das Eine oder Andere interessant finden sollte: Mithilfe ist immer erwünscht. Für alle Übrigen gilt: Stay tuned !

Bezahlen muss keiner von uns beiden für den Traffic — das berliner Mesh-Net leitet die Datenpakete überall dorthin weiter, wo Router sind. Seit schwedische Hacker 2013 die Software als Erweiterung für die mobile Mozilla-Variante Fennec präsentierten, läuft das notwendige Programm auf jedem halbwegs neuen Handy, durch die hohe Bevölkerungsdichte umfasst die Wolke nahezu den ganzen Bereich innerhalb des Rings.

Was nicht auf diesem Weg vermittelt werden kann, wird verschlüsselt über Knoten mit Internetanbindung geroutet. Gut, so schnell wie eine direkte Funkanbindung bei einem kommerziellen Anbieter ist das Ganze kaum — aber für Chats, Web und kurze Multimedia-Clips reicht es. Und ganz nebenbei umgeht man mit diesem System die überall eingesetzten Netzfilter, die sämtliche Inhalte auf Pornografie, Urheberrechtsverletzungen und unerlaubte Werbung überprüfen. Fast jeder kennt einen, den es erwischt hat — und als vor Kurzem sogar im Senat Rechner mit illegalem Inhalt entdeckt wurden, erklärte man die Karriere der verantwortlichen CDU-Politikerin kurzerhand für beendet.

In der S-Bahn lese ich die Feeds, die sich in den letzten Stunden angestaut haben — Fefe verlinkt ein Blip einer Polizeidrohne, nach dem bei einer Demo in Bayern zwei Leute durch Taser starben, verschiedene kleinere Blogs berichten ebenfalls. In etwa einer Stunde wird das Thema die Tagesschau füllen, schätze ich. Ansonsten nicht viel Erwähnenswertes: Lobo von der SPD überlegt öffentlich, aus der Bundespolitik auf EU-Ebene zu wechseln, auf 4chan /tv/ erfahre ich von einer neuen Scifi-Serie aus China; per SSH starte ich den ByteTorrent-Client auf meinem Rootserver.

Am Alexanderplatz steigt eine Gruppe jugendlicher Emos zu. Alle haben sie einen dieser unverwechselbaren Buttons auf der Brust, die schon meine sechsjährige Nichte als iPhone Nano identifizieren könnte. Nachdem sie sich im Raum verteilen, geht das Surround-Konzert los, natürlich absichtlich übertrieben laut. Genervt greife ich nach meinem Fon; nach ein paar Tastendrücken ist Ruhe — immer noch beherrschen viele Geräte Wireless USB nur unzureichend. Bis die verwirrten Kids begreifen, was passiert ist und jeder von ihnen sich bemüht, den winzigen Reset-Knopf auf der Rückseite zu drücken, bin ich schon längst wieder draußen.

Während ich in die O’burger einbiege, schaue ich kurz nach Tina: Klar, sie verspätet sich, OSM zeigt ihr Icon noch etwa 1,5 Kilometer, ganze 12 Minuten entfernt. Genügend Zeit also für einen Döner, den ich drahtlos bezahle, mit 35 GoogleCredits.

Die gesamte Vision gibt es natürlich auch als Textdatei (3000 Zeichen, Unix-Zeilenumbrüche). Und wer sich wundert, warum ich auf einmal unter die Literaten gehe, klicke bitte hier.