Erschließung, Linked Open Data, RDA
Refine
Year of publication
Document Type
Is part of the Bibliography
- no (1060)
Keywords
- Metadaten (43)
- Forschungsdaten (39)
- GND (30)
- RDA (27)
- Inhaltserschließung (26)
- Semantic Web (25)
- Forschungsdatenmanagement (24)
- Normdaten (23)
- Gemeinsame Normdatei (22)
- Katalogisierung (20)
Language
- German (1031)
- English (27)
- Multiple languages (2)
Die Hochschulbibliografie der Humboldt-Universität zu Berlin (HU-HSB) soll im Rahmen eines mit EU-Mitteln finanzierten Projekts der Universitätsbibliothek in den Jahren 2025 bis 2028 konzipiert und in Betrieb genommen werden. Ziel ist der Aufbau eines zentralen Systems zur Erfassung, Aufbereitung und Sichtbarmachung der Forschungspublikationen der HU Berlin.
Algorithmische Wissenssysteme und KI-gestützte Recherche verändern grundlegend, wie Forschung gefunden, rezipiert und sichtbar wird. Gleichzeitig sind Publikationen über Verlagsplattformen, Repositorien, ORCID-Profile und persönliche Webseiten fragmentiert. Eine kuratierte, institutionell verantwortete Publikationsinfrastruktur kann Sichtbarkeitsentscheidungen nachvollziehbar machen und Datensouveränität stärken. Aber wie baut man sie, inmitten eines Umbruchs, dessen Ausgang noch offen ist?
Das Projekt zum Aufbau der HU-HSB versteht diese Aufgabe bewusst als offenen und partizipativen Prozess. Das Poster reflektiert, wie eine community-orientierte Herangehensweise an Infrastrukturaufbau im algorithmischen Zeitalter aussehen könnte. Das Poster entwickelt dafür eine bewusst zugängliche visuelle Sprache – eine Metapher, die eine abstrakte Infrastruktur greifbar macht und als visuelle Identität des Projekts über die Konferenz hinaus wirken soll. Dabei hinterfragt es auch die klassische Funktion des Konferenzposters: Anstatt abgeschlossene Ergebnisse zu präsentieren, wird es selbst zum Kommunikations- und Community-Building-Instrument – mit einer offenen Gestaltungsfrage im Zentrum, auf welche die Besucher*innen der BiblioCon über einen QR-Code live antworten können. Die Ergebnisse werden in Echtzeit sichtbar, können in die Gestaltung der HSB einfließen und werden im Anschluss aufgearbeitet und geteilt – als Einladung zur Vernetzung mit allen, die ähnliche offene Publikationsinfrastrukturen aufbauen. Dieses Poster fragt: Wie gelingt das gemeinsam – und wie kann ein Poster selbst Teil der Antwort sein?
Das Online-Forum metadaten.community gibt es nun seit zweieinhalb Jahren. Es richtet sich an Menschen im deutschsprachigen Raum, die
mit Metadaten arbeiten,den Austausch suchen,Beratung und Unterstützung bei alltäglichen Metadatenmanagement-Problemen benötigen oder geben wollen,gerne offene Metadatenstandards mitgestalten sowieTools (vorzugsweise Open Source) und Angebote von Metadaten verbessern möchten.Ziel ist es, einen möglichst breiten und unabhängigen Austausch zu Problemen und Lösungswegen zu ermöglichen und zu dokumentieren. Auch soll das Forum einen sicheren Raum bieten, in dem jede:r, unabhängig von seinem oder ihrem Know-How, eingeladen ist Fragen zu stellen und die bestmögliche Hilfe zu bekommen.
Das Forum wird vom Hochschulbibliothekszentrum des Landes Nordrhein-Westfalen (hbz) dauerhaft betrieben. Stand März 2026 verzeichnet es 334 Mitglieder.
Das Poster wird grundlegende Informationen zum Forum liefern:
Motivation und ZieleZahlen (Nutzer:innen, Aktivität)technische Basis & BetriebAnwendungsfälle & NutzungsmöglichkeitenDargestellt wird das Ganze auf eine Art und Weise, die den freundlichen und offenen Charakter dieser Kommunikationsplattform widerspiegelt, auf der Menschen mit Menschen schreiben und ihr Wissen teilen. Bei der Posterpräsentation möchten wir mit Interessierten ins Gespräch kommen und zur Teilnahme am Forum einladen.
Lebenswissenschaftliche Forschungsdaten entstehen zunehmend in interdisziplinären und kliniknahen Kontexten. Neben offen publizierbaren Datensätzen fallen dabei auch sensitive Datenarten an, die aus rechtlichen oder ethischen Gründen nur kontrolliert zugänglich sind – etwa Freitextkorpora aus der Versorgungsforschung, gesundheitsnahe Messdaten, Bild- und Videomaterial oder standortbezogene Beobachtungsdaten aus der Agrarforschung.
Für diese Datenarten besteht bislang eine strukturelle Lücke: Generische Repositorien wie Zenodo unterstützen eine offene Publikation, aber keine kontrollierten Zugänge, während spezialisierte Datenrepositorien wie das European Genome-phenome Archive (EGA) stark regulierte Zugangsprozesse bieten, jedoch auf genomische Daten und spezifische Fachgemeinschaften beschränkt bleiben.
ZB MED LifeData schließt diese Lücke. Das neue Forschungsdatenrepositorium richtet sich an offene sowie sensitive, nicht-genomische Datenbestände der Lebenswissenschaften. Aufbauend auf Dataverse (Harvard) führt ZB MED LifeData Auffindbarkeit, Zitierbarkeit und differenzierte Zugangsmodelle für eine verantwortungsvolle Datenfreigabe systematisch zusammen und bietet eine FAIR-orientierte, übertragbare Infrastruktur.
Das Poster präsentiert die Zielsetzung von ZB MED LifeData und zeigt die Workflows zum Nachweis, zur Beantragung und kontrollierten Bereitstellung sensitiver Forschungsdaten auf.
Seit zwei Jahren bietet die Deutsche Nationalbibliothek Studierenden der Bibliotheks- und Informationswissenschaft der Hochschule für Technik, Wirtschaft und Kultur (HTWK) Leipzig ein Projektpraktikum zur Erschließung historischer Bilderbogen an. Die Bilderbogensammlung ist Teil des Bestandes des Deutschen Buch- und Schriftmuseums der Deutschen Nationalbibliothek. Die äußerst vielgestaltigen Bilderbogen aus dem 18. und 19. Jahrhundert erlauben den Studierenden umfassende Einblicke in die Arbeit mit historischem Kulturgut. Sie lernen dabei sowohl bibliothekarische als auch museologische Sichtweisen auf das Material kennen. Die Erschließung erfolgt im PICA-Format in der WinIBW und umfasst die formale und inhaltliche Beschreibung sowie die Erfassung von Provenienzmerkmalen, Druck- und Kolorierungstechniken.
Im Zentrum des Posters steht ein Bilderbogen: Das als „Gänsespiel“ bezeichnete Würfelspiel ist ein typisches Motiv, das in der Sammlung in zahlreichen Variationen vorkommt. Die Spielfelder des Digitalisats sind auf dem Poster mit weiteren typischen Bilderbogenmotiven, Arbeitssituationen und QR-Codes mit Links auf den bisher erschlossenen Bestand und einen zugehörigen Blogartikel ergänzt.
Ziel unserer Präsentation ist es, einen spielerischen Einblick in die Objektvielfalt, in die Arbeit mit den historischen Beständen und in die bisherigen Ergebnisse des Kooperationsprojekts zu geben.
Exploring the Use of Large Language Models for Vocabulary Relationship Analysis and Standardization
(2026)
To what extent can LLMs assist in more accurately determining the semantic relationship between a preferred term and its non-preferred term(s) in a thesaurus?
This poster presents a research design developed to address this question, using an intellectually generated ground truth (GT) for evaluation. The study is motivated by two conflicting considerations. On the one hand, according to the ISO standard for thesauri (25964-1), synonym relationships may also include quasi- or near-synonyms, so related or more specific terms can fall under equivalence relationships. On the other hand, neuro-symbolic AI approaches suggest that knowledge organization systems should evolve into knowledge bases to facilitate their integration as knowledge sources, for example in RAG systems, emphasizing the need for concepts with clear and unambiguous semantic boundaries. Assessing whether LLMs can reliably distinguish between true synonyms and quasi-synonyms may support thesaurus maintenance and help identify problematic equivalence relations. In the long term, clearer semantic structures can improve query expansion and retrieval in discovery systems.
The study uses the domain-specific, bilingual STW Thesaurus for Economics, which is characterized by a comparatively high number of quasi-synonyms, as a case study.
The poster centers on a flowchart illustrating the research setup, including: definition of evaluation criteria, specification of sampling parameters, sampling procedure, determination of the GT, selection of LLM criteria, prompt design and optimization, comparison of LLM outputs with the GT.
Additional visuals include an illustration of the prompt structure - task role, context, goal, rules, examples, and output format - and screenshots of a user interface for comparing human and LLM-based assessments and displaying evaluation reports.
The poster concludes with a summary of results for models from six LLM families: GPT-OSS, Qwen, DeepSeek, Llama, Mistral, and Apertus.
In den vergangenen Jahren hat die ULB Darmstadt, gefördert durch die Deutsche Forschungsgemeinschaft (DFG), einen modularen Workflow zur Sammlung von Open-Access-Artikeln, zu deren Konvertierung in ein einheitlich strukturiertes Format auf Basis der Text Encoding Initiative (TEI) sowie zu deren Bereitstellung für die Forschung – insbesondere für Text- und Data-Mining (TDM) – entwickelt. Dieser Workflow wird durch ein Harvesting-System aus maßgeschneiderten Python-Skripten, Langzeitarchivierung mit Archivematica, Konvertierung mittels der Programmiersprache XSLT sowie Bereitstellung über ein DSpace-Repositorium und eine eXist-XML-Datenbank mit dem Framework wdb+ realisiert. Mit dem Fortschritt bei der Implementierung des Workflows rücken Effizienz, Zusammenarbeit und Skalierbarkeit zunehmend in den Fokus.
Im Folgeprojekt, das 2026 startet, wird die SUB Göttingen als zweite antragstellende Institution hinzukommen, um den Workflow gemeinsam weiterzuentwickeln. Ein zentrales Ziel ist der Aufbau eines WDM-Hubs, d.h. eines organisatorischen und technischen Rahmens, um einheitlich strukturierte Textdaten für TDM kollaborativ zu sammeln und bereitzustellen. Die Konzeption, Entwicklung und der Betrieb einer solchen Hub-Infrastruktur können nicht von einzelnen Institutionen getragen werden, sondern erfordern die Mitwirkung einer Community unterschiedlicher Akteur*innen, darunter Forschende und Infrastruktureinrichtungen. Der Aufbau dieser Community stellt einen zentralen Schwerpunkt der Hub-Entwicklung dar. Rund zwanzig Universitäten und Forschungseinrichtungen haben Interesse bekundet, sich am Aufbau dieses Systems zu beteiligen.
Mit diesem Poster informieren wir über die Planungen für das Hub-System und die Community. Dies dient auch der Erweiterung des Kreises von Institutionen, die sich auf verschiedene Arten einbringen und sich so am Aufbau eines zentralen Systems zur Sammlung und Bereitstellung einheitlich strukturierter digitaler Texte beteiligen möchten.
Schattenbibliotheken wie Sci-Hub werden heute millionenfach weltweit als Zugangsweg zu wissenschaftlicher Literatur verwendet, und zugleich als Grundbausteine für das Training erfolgreicher Large Language Models (LLMs) verwendet. Diese Normalisierung innerhalb kürzester Zeit wirft Fragen auf - insbesondere auch für die bibliothekarische Profession, denn diese Entwicklung betrifft ihr Geschäft, die Informationsversorgung. Die informationswissenschaftliche Auseinandersetzung läuft der stürmischen Entwicklung des Phänomens jedoch hinterher. Daher beschränkt sich dieser Vortrag darauf, zu bündeln, was wir über Schattenbibliotheken heute wissen, und welche Fragen für die bibliothekarische Forschung und Praxis offen sind. Der Vortrag wird sich insbesondere auf ein Open Educational Resource (OER) Poster der BiblioCon 2024 stützen, an dem der Vortragende mitgewirkt hat, und das kontinuierlich erweitert wird, vgl. https://doi.org/PQHD, sowie auf die Forschungspublikationen von Zakayo Kjellström, vgl. https://umu.diva-portal.org/smash/person.jsf?dswid=-8680&pid=authority-person%3A108283
In diesem Hands-On Lab erproben die Teilnehmenden drei Methoden-Bausteine, die im letzten Jahr in der Stadtbibliothek Bremen entstanden sind. Die technische Basis bildet der „KI-Mixer“, ein Computer, der Bild-KIs lokal nutzbar macht.
Im ersten Baustein wird die Mal-App „TagTool“ als Input genutzt und Fragen zu Urheberrecht, Kreativität und der Rolle von Künstler:innen („Wer macht hier eigentlich das Bild?“) diskutiert.
Im zweiten Baustein wird der Input einer Webcam genutzt, um die Verfremdung des eigenen Körpers durch KI zu erleben. Thematisiert werden Körperbilder und Manipulation.
Im dritten Baustein bilden Texte den Input für die Bilder. In Form eines Prompt-Battles müssen die Teilnehmenden vorgegebene Bilder möglichst genau nachprompten. Die Ergebnisse machen so Bias und Stereotype von KI sichtbar.
Das Lab ist praxisorientiert angelegt: Die Teilnehmenden schlüpfen sowohl in die Rolle der Lernenden als auch der Anleitenden, erhalten erprobte Reflexionsfragen und Ideen für Settings in Öffentlichen Bibliotheken (Kinder, Jugendliche, Erwachsene). Ziel ist es, KI-Angebote nicht nur als „Wow-Technik“, sondern als Raum für Medienkritik, Ethik und Partizipation zu gestalten.
Dank leistungsfähiger Erkennungsverfahren stellen Bibliotheken zunehmend auch umfangreiche historische Bestände im Volltext bereit. Doch die reine Durchsuchbarkeit ersetzt keine inhaltliche Erschließung, denn ohne strukturierte Metadaten bleiben komplexe Materialien häufig unübersichtlich. Da eine manuelle Sacherschließung im großen Maßstab ressourcentechnisch oft kaum leistbar ist, bieten Large Language Models (LLMs) einen vielversprechenden Lösungsansatz zur Automatisierung.
Dieser Vortrag beleuchtet am Beispiel der frühneuzeitlichen juristischen Konsilien der Universität Tübingen, wie Bestände mithilfe von KI strukturiert aufbereitet werden können. Der Fokus liegt dabei auf der Einbindung kleinerer, frei verfügbarer LLMs in bibliothekarische Digitalisierungsworkflows.
Ein Schlüsselfaktor ist hierbei der homogene Aufbau der Konsilien. Als serielle Quellen lassen sie sich mit beispielbasiertem „Few-Shot Prompting“ besonders effektiv bearbeiten. Der Vortrag zeigt, wie diese Methode effizient skalierbare Ergebnisse liefert – robust über Jahrhunderte und sprachliche Wandel hinweg.
Konkret werden zentrale Entitäten (z. B. Auftraggeber, Angeklagter, Verhandlungsdatum) aus den maschinell erzeugten Volltexten der einzelnen Gutachten extrahiert und eine automatische Verschlagwortung durchgeführt, um eine strukturierte und thematische Suche innerhalb der Bände zu ermöglichen. Einen entscheidenden Mehrwert bietet zudem die (teil-)automatisierte Erstellung von Regesten: Durch modernisierte Zusammenfassungen der komplexen juristischen Texte werden die Inhalte auch für Nutzerinnen und Nutzer ohne Spezialkenntnisse niederschwellig zugänglich. Abschließend widmet sich der Vortrag der notwendigen Qualitätssicherung und der Frage, wie verlässlich die KI-generierten Daten sind. Es werden Strategien zur Validierung der Ergebnisse vorgestellt und diskutiert, wie diese in nachhaltige Workflows überführt werden können.
In einer heterogenen Systemlandschaft von Hochschulbibliographien und Forschungsinformationen versprechen offene Bibliometriedaten durch transparente Methoden und geteilte Datensätze eine standortübergreifende Zusammenarbeit.
Der Vortrag stellt die Nutzung der offenen Bibliometriedatenbank OpenAlex zur Erstellung und Kuration eines landesweiten Publikationsdatenpools der niedersächsischen Hochschulen vor. Das Vorhaben der Partner TU Braunschweig/Universitätsbibliothek, TIB Hannover und Georg-August-Universität Göttingen/SUB Göttingen ist im Projekt „Aufbau eines Netzwerkes und Services zu Forschungsinformationen“ (HdN-FIS) der Hochschule.digital Niedersachsen angesiedelt, wobei die Lizenzierung des institutionellen OpenAlex-Zugangs durch NiedersachsenOpen gefördert wird.
Es werden drei Hauptziele verfolgt: Erstens die Etablierung eines zentralen Knotens zur Kuration von Publikationsnachweisen niedersächsischer Hochschulen in OpenAlex. Zweitens die Koordinierung und Dokumentation von Anforderungen niedersächsischer Hochschulen bei der Qualitätssicherung von Institutionen- und Adressangaben in OpenAlex sowie drittens die Pilotierung einer konsortialen Finanzierung nach Ablauf der Initialförderung.
Als Ergebnisse werden eine optimierte Institutionenkodierung, die Qualitätssicherung der Publikationszuordnungen in OpenAlex sowie prioritärer Support für niedersächsische Hochschulen angestrebt. Die Zusammenarbeit mit OpenAlex umfasst zu diesem Zweck neben der Kuration einrichtungsspezifischer Publikationsmetadaten auch gemeinsame Training-Workshops sowie die Vorbereitung einer konsortialen Finanzierung ab 2027.
Der Vortrag stellt die initiale Projektidee sowie erste Erfahrungen mit OpenAlex vor. Im Rahmen des Pilotprojekts soll untersucht werden, inwieweit sich das Modell auf weitere Bundesländer übertragen lässt und welche Potenziale offene Forschungsinformationen für das wissenschaftliche Publikationsmonitoring bieten.
In diesem Erfahrungsbericht stellen die Universitätsbibliothek Basel und App Manufacture gemeinsam den babette-Chatbot in seiner Testphase vor – einen KI-gestützten Fachchatbot rund um Alma-Workflows und Institutionszone-übergreifende Prozesse wie Erwerbung, Katalogisierung und Benutzung. Ziel ist es, die Lücke zwischen bibliothekarischer Praxis und der technischen Welt grosser Sprachmodelle (Large Language Models, LLM) zu überbrücken und die „Black Box“ Chatbot für Kolleg:innen nachvollziehbar zu machen.
Im Bibliotheksnetz der Region Basel nutzen 200 Mitarbeitende aus 79 unterschiedlichen Bibliotheken die Alma Bibliotheksmanagement-Software. Der Fachchatbot ermöglicht ihnen mit der umfangreichen internen Dokumentation in einen Dialog zu treten.
Ausgangspunkt sind heterogene, teilweise sehr detaillierte Schritt-für-Schritt-Anleitungen und Release-Informationen – häufig mit Screenshots – sowie der Wunsch, dieses Wissen in einem dialogorientierten KI-System nutzbar zu machen. Dabei werden beide Seiten sichtbar: der verantwortungsvolle Umgang mit eigenen Bibliotheksdaten, um die Anforderungen und Erwartungen an den Chatbot zu erfüllen, und die daraus resultierenden technischen und datenseitigen Herausforderungen für den Dienstleister.
Aus bibliothekarischer Perspektive wird gezeigt, welche Inhalte sich für LLM-basierte Antwortgenerierung eignen, wo (Um-)Strukturierung nötig ist und welche typischen Fallstricke auftreten. Im Fokus stehen der Umgang mit Daten in der Testphase für den Bereich Erwerbung und Zeitschriftenverwaltung, notwendige Anpassungen auf verschiedenen Ebenen (Struktur, Ausdrucksweise, Granularität) sowie der Weg zu möglichst präzisen, „klugen“ Antworten für die Nutzer:innen. Die Teilnehmenden erhalten praxisnahe Einblicke, wie sich Alma-Dokumentation schrittweise in ein nutzbares Wissensfundament für einen Fachchatbot überführen lässt. Zugleich werden auch die technischen Herausforderungen sowie deren Lösungen beleuchtet.
Beyond Standard Reports: Building a Sovereign, AI-assisted Dashboard for Data-driven Decisions
(2026)
Libraries face a disconnect between "analogue" data (static COUNTER reports, disparate cost files, isolated publication lists) and the need for real-time, integrated insights. Usage reports and Cost-Per-Use calculations may already exist in Electronic Resources Management Systems. So why build something new? Because standard tools answer yesterday's questions with yesterday's data, failing to capture the complexity of transformative agreements. They can't correlate usage with corresponding authors' publication output or forecast future demand.
We bridged the gap between analogue silos and algorithmic unity by developing a custom dashboard that synthesises inputs into a unified decision engine, shifting from passive reporting to active analysis, implementing advanced metrics that contextualise value.
The dashboard goes beyond static reporting by integrating external data through multiple APIs (Alma Analytics, Institutional Repository (DORA), DOAJ, Swiss National Bank) that enrich raw usage data with publication metrics, Open Access context, and real-time currency conversion. Built on an open-source framework using Python, Streamlit, Plotly, and AI as a coding partner, it automates the messy work of harmonising data from multiple sources. We demonstrate how domain expertise combined with AI-assisted coding empowers libraries to navigate negotiations, ensuring decisions are driven by local necessity, not algorithmic opacity.
BIB, dbv und ekz kooperieren seit 50 Jahren bei der Auswahl und Begutachtung von Medien für Öffentliche Bibliotheken. Aktuelle Entwicklungen und Strömungen des Medienmarktes spielen daher seit jeher eine große Rolle. Vier Expert*innen lassen die Zeit Revue passieren und diskutieren die Zukunft der Lektoratskooperation.
Die Erschließung unselbstständiger Werke bleibt trotz wachsender Datenmengen ein manueller, zeitaufwändiger und häufig inkonsistenter Prozess. Vorgestellt wird ein KI-basierter Assistent, der „Table of Contents Structurer“, der Inhaltsverzeichnisse aus Fachzeitschriften und Sammelbänden strukturiert und in das Pica+-Format überführt. Aufsatztitel, Verfassernamen, Band- und Seitenangaben werden so in einem Schritt in ein bibliothekarisches Standardformat transformiert und stehen unmittelbar für den Import in Lokalsysteme, FID-Portale und zentrale Nachweissysteme zur Verfügung. Dadurch werden die Erschließung wissenschaftlicher Literatur auf Artikelebene erheblich vereinfacht und bislang schwer auffindbare unselbstständige Werke systematisch recherchierbar gemacht.
Das Modul wurde ursprünglich für den FID Slawistik entwickelt, ist aber bewusst so angelegt, dass es sich auf andere FIDs übertragen lässt - etwa für weitere fachlich spezialisierte Zeitschriften- und Sammelbandbestände. Diskutiert werden mögliche Integrationsszenarien in bestehende Erschließungs-Workflows, Ideen für eine zentrale Servicestelle innerhalb der Staatsbibliothek zu Berlin sowie Fragen der Qualitätssicherung, Nachbearbeitung und Schnittstellenanbindung.
Für FachspezialistInnen eröffnet der kontinuierliche Zugriff auf strukturierte, aktuelle Artikeldaten zusätzliche Nutzungsszenarien: von themenspezifischen Alerting-Diensten über eine Erstellung von Fachbibliografien bis hin zu Monitoring- und Analysewerkzeugen, die Trends, Publikationscluster und thematische Lücken im jeweiligen Fach sichtbar machen. Der Beitrag zeigt, wie KI-basierte Inhaltsverzeichnis-Dienste die Rolle der FIDs als aktive Informationsdrehscheiben im Forschungsprozess stärken können.
Das Ziel dieser öffentlichen Arbeitssitzung ist es, Möglichkeiten von Bibliotheken für eine kollaborative Kompetenzvermittlung für Studierende, Lehrende und Forschende mit Bezug zu den digitalen Geistes- und Sozialwissenschaften zu sondieren. Die Erforschung von Sammlungen als Daten hat sich als Methode wissenschaftlicher Untersuchungen im Bereich der Geistes- und Sozialwissenschaften etabliert. Als Brücke zwischen analogen Beständen, Forschungsobjekten und Algorithmen setzen datengetriebene Studien ein stetig wachsendes Instrumentarium von Verfahren in der Analyse von Bestandsdaten, Volltexten und digitalisierten Objekten ein. Disziplinäre Reflektionen zum digitalen Wandel und der rasante Aufstieg KI-gestützter Werkzeuge stellen zudem neue Anforderungen an Daten- und Informationskompetenz, um den Einsatz und die Ergebnisse neuer Methoden kritisch zu bewerten. Labs, MakerSpaces, DH-Zentren und andere interdisziplinäre Begegnungsorte in Bibliotheken kommen in dieser Situation eine Schlüsselrolle zu, stehen Angebote zum Aufbau von Datenkompetenzen und Fähigkeiten doch oft nur punktuell und ungleich verteilt zur Verfügung. So verbinden Bibliotheken Sammlungsexpertise mit informationstechnischem Wissen und Datenkompetenz. Aufbauend auf Vernetzungsaktivitäten des DNBLab, dem Stabi Lab der Staatsbibliothek zu Berlin, dem DiHMa.Lab (Digital Humanities meets Mathematics) am Ada Lovelace Center for Digital Humanities sowie dem Netzwerk DHBib möchten wir das Potential für einrichtungs- und standortübergreifende Angebote für die DH-Kompetenzvermittlung diskutieren. So möchten wir gemeinsame Bedarfe, verteilte Expertise und infrastrukturelle Kapazitäten kartieren, um Ressourcen zu bündeln, Vernetzung voranzutreiben und Zusammenarbeit zu stärken. Bei Aufnahme der Arbeitssitzung in das Bibliocon-Programm erfolgt ein Aufruf zur Einreichung von kurzen Erfahrungsberichten von DH-Zentren im deutschsprachigen Raum, um eine Kartierung der Angebote und des Status Quo zu ermöglichen.
Jedes Jahr steigt die Anzahl der publizierenden Journals und Konferenzen – den Überblick zu behalten, scheint unmöglich. Wir diskutieren, inwiefern eine automatische Klassifizierung von Journals und Publikationen anhand ihrer Abstracts Hilfestellung leisten kann. Dazu stellen wir eine neue Methode vor, die maschinelles Lernen und LLM-Embeddings verbindet. Basierend auf umfassenden Publikationsdaten und trainiert mit den Labels bekannter und etablierter Journals lassen sich die Themen neuer Publikationen automatisch bestimmen, und Predatory Journals möglicherweise identifizieren. Die vorgestellten Ergebnisse sind Teil des laufenden Projekts "FAN" vom Kooperativen Bibliotheksverbund Berlin-Brandenburg (KOBV).