Zoetrope - eine Suchmaschine für das Internet von gestern

Historische Webinhalte finden und aufbereiten

Entwickler in den USA haben eine Suchmaschine entwickelt, die es Nutzern ermöglicht, archivierte Webinhalte zu durchsuchen. Die gefundenen Informationen können aufbereitet werden - Bildfolgen etwa als Animation oder Zahlenreihen als Diagramm. Das System könnte der Öffentlichkeit kommendes Jahr zur Verfügung stehen.

Ein Team von Entwicklern der Universität von Washington in Seattle und dem Softwareunternehmen Adobe haben ein Programm entwickelt, mit dem Nutzer ein Archiv nach alten und verschwundenen Inhalten durchsuchen können.

Zoetrope zeige dem Nutzer alte Versionen einer Website und wie sie sich über die Zeit verändert hat, erklären die Entwickler. So könne ein Nutzer beispielsweise verfolgen, wie sich der Preis für eine Ware oder die Bewertung eines Kinofilms veränderte.

Video: Zoetrope - eine Suchmaschine für das Internet von gestern (4:41)

Zoetrope Dazu markiert der Nutzer eine Website und lässt sich dann, indem er einen Regler auf einem Zeitstrahl bewegt, anzeigen, wie sich die Site verändert hat. Innerhalb dieser Markierung, von den Forschern Linse genannt, kann der Nutzer auch nach Stichwörtern suchen. Die Linse muss dabei nicht eine ganze Seite umfassen. Es ist auch möglich, nur bestimmte Teile eines Dokumentes auszuwählen, etwa die Topnachrichten auf einem Nachrichtenangebot oder die Preistabelle auf einer Seite über Benzinpreise. Auch der Vergleich von mehreren Seiten ist möglich, um Daten zu korrelieren, etwa die Auswirkungen von politischen Ereignissen auf Börenkurse.

Zoetrope Zudem kann Zoetrope Daten auf verschiedene Weise darstellen, etwa Tabellen mit Preisen in ein Diagramm wandeln oder aus einer Reihe von Bildern einen Film generieren. Aus einzelnen Karten über seismische Aktivitäten wird so eine Animation über Erdbeben in einer bestimmten Region. Das System eröffnet Nutzern interessante Möglichkeiten: So könne ein Nutzer aus PDF-Dateien über das Verkehrsaufkommen eine Animation über Staus auf den Highways um Seattle generieren, erklärt Projektleiter Eytan Adan von der Universität von Washington. Kombiniere er diese mit anderen Daten wie Wetter oder Großveranstaltungen, ließen sich Verkehrsmuster erkennen, die dem Nutzer nahelegten, welche Straßen er zu bestimmten Zeiten besser meidet.