Der technische Prozess der Bestimmung des Dateiformats und seiner wesentlichen technischen Merkmale (Container, Kodierung, Version, Abhängigkeiten und relevante Metadaten) einer digitalen Ressource, um Verwaltungsmaßnahmen wie Erhaltung, Migration, Zugriffs‑Rendering oder Bewertung zu informieren.

Prinzip

Eine genaue Formatidentifikation reduziert technische Unsicherheit, indem sie eine Ressource bekannten Formatspezifikationen und Risiken zuordnet und so die Auswahl geeigneter Werkzeuge und Erhaltungsmaßnahmen leitet; oberflächliche Indikatoren (Dateiendung, Dateiname, nicht verifizierte MIME‑Typen) sind für sich genommen unzureichend.

Demonstration

Illustratives Szenario → Situation: Ein Archiv verwahrt Bilddateien mit .tif‑Endungen. Erkennung: Automatische Identifikation meldet gemischte interne Signaturen — einige Dateien sind TIFF, andere JPEG‑in‑TIFF‑Wrapper und eine ist tatsächlich ein beschädigtes proprietäres Format. Handlung: Kuratoren erfassen Formatprofile, wählen unterschiedliche Verarbeitungs‑Pipelines (verlustfreie Migration für TIFF, spezialisierte Extraktion für gekapselte JPEGs) und planen Verifikationsprüfungen. Folge: Erhaltungsmaßnahmen werden an das tatsächliche Formatrisiko angepasst und ungeeignete Konvertierungen, die Qualitätseinbußen verursachen würden, vermieden.

Fehlanwendung

Formatidentifikation mit dem Lesen oder Interpretieren von Inhalten gleichzusetzen; der semantische Fehler besteht darin, anzunehmen, ein als ‚PDF‘ identifiziertes Dokument lasse sich vollständig inhaltlich extrahieren oder rendern, ohne eingebettete Varianten, Verschlüsselung oder fehlende Abhängigkeiten zu prüfen.

Konsequenz

Korrekte Identifikation ermöglicht geeignete Erhaltungsworkflows, Auswahl kompatibler Werkzeuge und realistische Risikoabschätzungen; Fehlklassifikation kann zu fehlgeschlagenen Migrationen, Zugangsverlusten oder Unfähigkeit führen, das ursprüngliche Rendering zu reproduzieren.

Umkehrung

Bei stark obfuskierten, proprietären oder verschlüsselten Dateien kann die automatisierte Identifikation versagen oder falsch klassifizieren; in solchen Fällen kann Identifikation Reverse‑Engineering, Herstellerwerkzeuge oder Erhaltungsstrategien, die partielle Fidelity akzeptieren, erfordern.

Abgrenzung

Klar innerhalb: Einsatz von binärer Signatur‑ und Containeranalyse zur Klassifikation einer Datei als JPEG‑2000‑Codestream. Grenzfall: ein zusammengesetztes Objekt (Multimediapaket) mit mehreren eingebetteten Formaten, die komponentenweise identifiziert werden müssen. Klar außerhalb: thematische Inhaltsklassifikation oder Sprachidentifikation, die den Inhalt und nicht das technische Format betreffen.

Semantische Spannung

Automatisierte Massen‑Erkennung (Geschwindigkeit, Skalierbarkeit) ↔ Expertenvalidierung (Genauigkeit, Nuancierung), besonders bei Alt‑ oder proprietären Formaten.

Synthese

Formatidentifikation ist ein evidenzbasiertes technisches Instrument: Sie verwandelt mehrdeutige digitale Objekte in handlungsfähige technische Profile, die zulässige Erhaltungsmaßnahmen begrenzen und Fälle kennzeichnen, die Expertenaufwand oder zusätzliche Werkzeuge erfordern.