Sharing Is Caring: Wie das Teilen von Annotationen urheberrechtlich geschützter Texte gelingen kann
(2026)
Annotierte Daten (insbesondere Texte) sind für viele Disziplinen unverzichtbar und Forschende erfahren zunehmend Anerkennung für das Annotieren und Teilen von Daten auf entsprechenden Plattformen. Urheberrichtlich geschützte Werke stellen dabei eine Herausforderung dar, da etwa die Verwendung von Stand-Off-Annotationen einige Expertise benötigt und je nach Art der Daten nur mit statistischen Verfahren und damit verbundenen Ungenauigkeiten umsetzbar ist.
Der Vortrag skizziert eine Plattform, die durch Regeln und statistische Verfahren das Teilen von annotierten urheberrechtlich geschützten Texten weitgehend automatisieren kann. Nach einer Prüfung, unter welchen Bedingungen das Teilen erlaubt ist (z.B. aufgrund einer Vereinbarung mit den Recheinhabern) werden anschließend entweder die kompletten Daten oder nur die abgetrennten Annotationen gespeichert. Beim Abruf einer Annotation erhalten Forschende, die (über ihre Bibliothek) ausreichende Rechte zum Zugriff auf den zugehörigen Text haben, den ursprünglich hochgeladenen annotierten Text zum Download angeboten. Andernfalls wird die abgetrennte Annotation mit der für die Forschenden verfügbaren Version des Textes verknüpft.
Dieses Vorgehen könnte auch für andere Arten von Werken implementiert werden, etwa für Bilder, Audiodateien oder Videos. Herausforderungen betreffen neben der Klärung rechtlicher Fragen (wann und wie muss die Abtrennung erfolgen, welche Kontextinformationen dürfen gespeichert werden, etc.) technische (Entwicklung geeigneter statistischer Verfahren) und organisatorische (Einbindung in andere Systeme) Aspekte.
Die skizzierte Plattform könnte das Einhalten der Grundsätze guter wissenschaftlicher Praxis unterstützen, die Arbeitsabläufe von Forschenden und das Entdecken annotierter Texte deutlich vereinfachen, durch Vermeidung von Mehrfachannotation wissenschaftliche Expertise effizienter einsetzen, die Sichtbarkeit von Annotationsarbeit verbessern und die Relevanz von Discovery-Systemen erhöhen.
Die Verarbeitung und Analyse großer Datenmengen - subsummiert unter dem Begriff "Data Science" - ist nicht nur in zahlreichen Wissenschaftsbereichen oder in der Markt- und Nutzerforschung ein Weg, neue Erkenntnisse und Entscheidungsgrundlagen zu gewinnen. Auch Bibliotheken und ihre nutzerorientierten Dienste können von Data Science profitieren. Dafür sind die Bestände und Daten der Bibliotheken selbst ein wichtiges Rohmaterial.Der Vortrag stellt Beispiele für Projekte aus den Geistes- und Sozialwissenschaften vor, die auf Bibliotheksdaten (z.B. der Deutschen Nationalbibliothek) aufbauen oder das Verhalten von NutzerInnen erforschen. Sie stehen beispielhaft für das Forschungsprogramm der neuen Professur für "Information Processing and Analytics" am Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin.Durch die neue Professur werden die für solche Analysen notwendigen Fähigkeiten auch an die Studierenden vermittelt und werden damit den Bibliotheken in vielerlei Hinsicht zugute kommen.
