Le volume et le degré de précision des données ont non seulement été façonnés par les problématiques et les compétences des chercheurs et chercheuses qui les ont recueillies, mais aussi par la nature même de l’équipement informatique et des logiciels utilisés. Les données ont en effet fait l’objet de plusieurs migrations qui ont conduit à des pertes et altérations dont aucun relevé spécifique n’a été établi. Elles n'ont pu être partiellement décrites qu'à l’occasion de recherches dans d’anciennes copies de sécurité, d’anciennes impressions des bases de données ou grâce à des documents de travail issus des projets de 2022. En complément, d’anciens collaborateurs et collaboratrices ainsi que certains chercheurs et chercheuses encore en poste au DFK Paris ont été consultés.

À l’origine, les données étaient collectées via trois instances configurées de manière identique au sein d' une base de données relationnelle (LIDOS vers. 4 et 5), subdivisée en 19 champs. Il était possible de remplir ceux-ci en sélectionnant par exemple les autrices ou auteurs, les personnes citées, les rubriques, les types de texte ou les titres de périodiques parmi des listes déroulantes qu’on pouvait étendre à volonté, ce qui facilitait la saisie. Les noms de personnes ont ainsi été créés sous la forme d'une chaîne de caractères constituée du nom et du prénom et d’éventuels compléments d’explication. Comme certaines de ces indications complémentaires, par exemple le fait que telle autrice n'est mentionnée dans un texte donné que par ses seules initiales (« Wescher, Herta [ici H. W.] »), n’étaient pas forcément pertinentes pour chaque entrée concernant la personne, certaines entrées de personne ont été intentionnellement créées plusieurs fois dans la base de données.

L’indexation des mots-clés, quant à elle, s’est faite via un thsauraus hiérarchisé qui ne pouvait être modifié que séparément. Les thésaurus correspondant aux trois bases de données ont été constitués par les équipes des projets. Celles-ci les ont structurés en un certain nombre de facettes thématiques englobant des termes ordonnés hiérarchiquement. Si les deux thésaurus conçus depuis Berlin l'ont été de manière très semblable, la base de données « 1870-1940 (Paris) » s'articulait, après les interventions de 2002 et 2003, autour d’un nombre réduit de facettes thématiques et d’une structure hiérarchique de mots-clés plus complexe. 

Autant qu’on puisse aujourd’hui le reconstituer, seuls les citations, les commentaires et les données bibliographiques relatives aux numéros de volumes ou de pages et aux dates de parution étaient à l’époque entrées dans un champs de texte libre. La longueur des textes n’était limitée que par la somme totale de caractères par entrée de données (Gradmann 1989).