Erschließung, Linked Open Data, RDA
Refine
Year of publication
Document Type
- Conference publication (Presentation slides) (566)
- Conference publication (abstract) (302)
- Conference publication (Lecture Text/Appearance) (28)
- Article (10)
- Conference publication (Poster) (7)
- Contribution to a Periodical (3)
- Book (2)
- Conference Proceeding (2)
- Master's Thesis (2)
- Examination Thesis (1)
Is part of the Bibliography
- no (924) (remove)
Keywords
- Metadaten (35)
- GND (30)
- RDA (27)
- Forschungsdaten (25)
- Inhaltserschließung (25)
- Semantic Web (25)
- Gemeinsame Normdatei (22)
- Katalogisierung (20)
- Normdaten (20)
- Normdatei (19)
Language
- German (903)
- English (19)
- Multiple languages (2)
The collaborative decolonial project between the Catholic University Eichstatt and the University of Chile, carried out from 2020 to 2022, consisted of a trilingual digital re-edition of the manuscript “Ñizolke zugu Dios ñi nütxam pu Chilemapuche ñi zugun mew”. This book, published in 1903, represents a collaborative colonial translation of the German Compendium der Kurzen biblischen Geschichte für die unteren Schuljahre der katholischen Volksschule” that the Bavarian Capuchin father Félix José de Augusta worked out together with two evangelized Mapuche, José Francisco Kolün and Pascual Segundo Painemilla Ñamcucheu in the Araucanía (South Chile) in 1902. Father Augusta already arrived at the mission station Bajo Imperial in 1896, at a time when the internal colonization of the Mapuche had already taken place. The land reform of 1866 introduced so-called Títulos de Merced, land titles, that only recognized as 'effectively occupied' the ruca, the family orchards and the enclosure, whereas the ancient territories, that allowed the material and cultural survival of Mapuche families were given to colonists, basically from Chile and Germany. On one hand, the presentation aims to show to that digitization in Libraries can be helpful to make visible the traces of the colonial relations that influenced the translation of this missionary work. On the other hand, the presentation aims to explain the challenges of search indexing this newly assembled digital edition from several historical and contemporary archives.
Das Bildarchiv der ETH-Bibliothek setzt seit 2021 gezielt künstliche Intelligenz zur automatisierten Klassifikation seiner Bilder ein, weniger als Ersatz, sondern als Ergänzung zur intellektuellen Verschlagwortung. Nach dem ersten Durchlauf mit dem Computer-Vision-Modell «General» der Firma Clarifai sind über eine Million Bilder mit Keywords getaggt. Der Aufwand an Zeit und Rechenleistung war beträchtlich.
Erste Stichproben zeigten, dass die Qualität der Ergebnisse der automatisierten Erkennung sehr unterschiedlich ist. So gibt es Keywords mit nahezu 100 %iger Treffersicherheit, wie etwa «Schlagzeuger». Allerdings kommt es auch zu Übersetzungsfehlern, wie etwa «Relief» zu «Erleichterung», falschen Zuordnungen, wie etwa Berge und Gletscher als «Bechamélsauce» oder gar verzerrten Zuordnungen wie «Ritual»
Um die Qualität der KI-gestützten Klassifikation zu verbessern, wurde der Datenpool des Bildarchivs von über einer Million getaggten Bildern einer qualitativen Analyse unterzogen. Dazu wurden zunächst alle 4.600 Keywords einzeln visualisiert, um die Erkennungsqualität der KI zu bewerten und die Keywords zu validieren. Die Analyse ergab, dass etwa die Hälfte der Keywords fehlerhaft oder inhaltlich problematisch war und gelöscht werden musste. Die verbleibenden Keywords wurden anschließend einer semantischen Analyse unterzogen. Dabei wurden folgende Fragen untersucht: Gibt es Wortarten, die für die KI-basierte Bildklassifikation besser geeignet sind? Welche Inhalte funktionieren gut und welche führen zu problematischen Zuordnungen?
Die qualitative Analyse des Bildarchivs der ETH-Bibliothek liefert wertvolle Erkenntnisse für die Entwicklung und Anwendung von KI-gestützten Bildklassifikationsverfahren in der Praxis. Die Ergebnisse zeigen, dass die KI ein wertvolles Werkzeug für die Digitalisierung und Erschließung von Bilddaten sein kann. Allerdings ist es wichtig, die Grenzen der KI zu kennen und diese bei der Anwendung zu berücksichtigen.
In der Württembergischen Landesbibliothek (WLB) werden drei Bibliographien erstellt: die Landesbibliographie Baden-Württemberg - kooperativ mit der Badischen Landesbibliothek - sowie die Internationale Hölderlin-Bibliographie (IHB) und die Stefan George-Bibliographie. Alle drei Bibliographie-Datenbanken wurden seit ihrer Automatisierung beim Statistischen Landesamt Baden-Württemberg gepflegt. Dieses hatte auch jeweils spezielle Weboberflächen zur Recherche entwickelt und bereitgestellt. Die in die Jahre gekommene technische Infrastruktur musste abgelöst und alle drei Bibliographien bis Ende 2023 in den Verbundkatalog K10plus migriert werden. Mit dem Umzug in den K10plus sollten die Publikationen im Discovery-System der WLB recherchierbar gemacht werden.
Im Zuge des Migrationsprojektes entschied sich die WLB zu einem Relaunch ihres vom Bibliotheksservice-Zentrums (BSZ) gehosteten Discovery-Systems BOSS. Ziel war, für die Nutzenden eine One-Stop-Lösung zu sämtlichen Daten zu schaffen. Diese sollte einen einzigen Recherchezugang zum Bibliotheksbestand, zu den Nachweisen der migrierten Bibliographien und darüber hinaus zu weiteren Kollektionen bieten - unabhängig davon, ob es sich um Bücher oder Aufsätze handelt.
Technisch verbunden war dies mit der Migration des hinterlegten Index von GVI und EBSCO Index auf den K10plus-Zentral. Die WLB ist damit die erste große wissenschaftliche Bibliothek im SWB, die den K10plus-Zentral-Index einsetzt. Neu ist, dass lokale Sacherschließung, wie der Thesaurus der IHB, gemeinsam mit überregionalen Sacherschließungsdaten indexiert und angezeigt werden kann.
Der Vortrag beleuchtet die unterschiedlichen Anforderungen und Herausforderungen aus Sicht der beiden Projektpartner und stellt die gefundenen Lösungen und Grenzen vor. Unter anderem wird gezeigt, wie die Präsentation der Sacherschließung der verschiedenen Anwendungen aus dem Titelbereich und dem lokalen Bereich unter einer Oberfläche umgesetzt wurde.
Geodaten in Bibliotheken
(2024)
Mit dem digitalen Wandel befindet sich auch die Landkarte in einem Transformationsprozess – vom bedruckten Blatt Papier zu einer virtuellen digitalen Datenbasis. Dieser Paradigmenwechsel fordert Wissenschaftliche Bibliotheken mit einer Kartensammlung auf, künftig einen Umgang mit digitalen Geodaten für die raumbezogene Forschung zu finden.
Alle Daten „mit direktem oder indirektem Bezug zu einem bestimmten Standort oder geographischen Gebiet“ verstehen wir als Geodaten. Demnach beinhalten gedruckte Karten aus Papier genauso Geodaten, wie moderne digitale Karten auf dem Bildschirm.
Mit dem Bedeutungsgewinn digitaler Geodaten der Gegenwart, steigt gleichzeitig der Wert vergleichbarer Daten aus der Vergangenheit. Für unterschiedliche wissenschaftliche Fragestellungen mit Raumbezug eröffnen digitale Geodaten neue Möglichkeiten der Datenanalyse, etwa um Prozesse räumlicher Veränderungen zu erforschen.
Vor diesem Hintergrund sind Kartensammlungen mehr denn je wahre Datenschätze für die Forschung. Für entsprechende Wissenschaftliche Bibliotheken leiten sich daraus künftige Aufgaben ab. Nämlich, sowohl aktuelle als auch aus Papierkarten gewonnene digitale Geodaten nachzuweisen und langfristig zugänglich zu machen.
Der Vortrag gibt Einblick in Themen und Arbeitsstände des neu gegründeten Referats Digitale Kartographie und Geodaten in der Kartenabteilung der Staatsbibliothek zu Berlin.
Weitere Informationen: https://geodaten.staatsbibliothek-berlin.de/
Referent:
Dr. Martin Jeske
Referat Digitale Kartographie und Geodaten
Kartenabteilung
Staatsbibliothek zu Berlin
Wenn es um die Digitalisierung historischer Drucke geht, bildet die Erzeugung von Volltextdaten (OCR) heute einen festen Bestandteil von Massendigitalisierungsprojekten. Da liegt es nahe, die Erzeugung von Volltextdaten möglichst eng mit bestehenden Workflows zu verdrahten. Am Besten mit einem System, das Alles kann – natürlich auch Volltextdaten in bester Qualität. Aber wie geht es weiter, nachdem das Projekt abgeschlossen ist? Und wie kann Volltext nachträglich systematisch verbessert werden?
Titelaufnahmen im Katalog erfolgen einmalig, gescannt wird ebenfalls einmal. Diese Herangehensweise macht bei OCR wenig Sinn, wenn davon auszugehen ist, dass sich Systeme und Modelle in Zukunft verbessern. In ihren Projekten zur Massendigitalisierung Historischer Drucke verfolgt die Universitäts- und Landesbibliothek (ULB) Sachsen-Anhalt den Ansatz, Volltexte separat, unabhängig vom Digitalisierungs- bzw. Präsentationssystem zu erzeugen. Den Beginn markierte das DFG-Projekt zur Hauptphase I der Digitalisierung Historischer Deutscher Zeitungen (2019-2021). Hier wurden für über 500.000 Zeitungsseiten in Eigenregie Volltextdaten mit Open-Source-Komponenten generiert und deren Qualität evaluiert [1]. Zum Projektende erfolgte mit einem adaptierten Modell für den kompletten Bestand ein zweiter Durchlauf. Ab 2021 beteiligte sich die ULB mit dem Implementationsprojekt „ODEM“ an der 3.Projektphase der Koordinierten Förderinitiative „OCR-D“. Dort wurde dieser Ansatz für 6 Mio. Seiten der Sammlung für Historische Drucke des 18. Jahrhunderts erweitert, deren ursprüngliche Digitalisierung teilweise mehr als 10 Jahre zurück lag.
Im Rahmen des Vortrags sollen die Erfahrungen in Halle vorgestellt, sowie Vor- und Nachteile dieses Vorgehens diskutiert werden.
[1] Hartwig, Uwe. "Evaluation von Volltextdaten mit Open-Source-Komponenten." o-bib. Das offene Bibliotheksjournal/Herausgeber VDB 9.4 (2022): 1-21.
Die Deutsche Nationalbibliothek wendet Verfahren der maschinellen Erschließung inzwischen auf Werke aus den Reihen O, B und H der Nationalbibliografie an. Mit zunehmendem Umfang der maschinellen Erschließung und der Diversifizierung der eingesetzten Erschließungsverfahren erfährt auch der Vorverarbeitungsschritt der Bereitstellung einer geeigneten Datenbasis eine immer größere Bedeutung. Mit unserem Beitrag möchten wir einen Einblick in unsere Überlegungen zu dieser Vorverarbeitung bieten. Sowohl Online-Publikationen, als auch nachträglich digitalisierte Inhaltsverzeichnisse von Printpublikationen müssen einen Extraktionsprozess durchlaufen, der eine Bereitstellung der Inhalte als maschinenlesbaren Text zu Ziel hat. Dazu werden auf die vorliegenden PDF- bzw. EPUB-Dateien verschiedene Extraktionsverfahren angewendet, die zu Plain Text führen, der der Erschließungssoftware zur Weiterverarbeitung übergeben werden kann. Insbesondere für den PDF-Standard existiert ein breites Angebot von Extraktionstools mit unterschiedlichem Funktionsumfang. Um hier die geeigneten Angebote erfolgreich selektieren zu können, muss ein Verständnis für die Qualität von Extraktionsergebnissen entwickelt und die spezifischen Anforderungen der Weiterverarbeitung durch Verfahren der maschinellen Erschließung identifiziert werden. Einen möglichen Ansatz zur Fehlerbehandlung bei der Textextraktion sehen wir in der Anwendung alternativer Textbereitstellungsverfahren, wie z.B. der optischen Zeichenerkennung (OCR). OCR-Verfahren sind etablierte Werkzeuge zur Rationalisierung unterschiedlichster Geschäftsprozesse, die zuletzt eine neue Relevanz bei der Bereitstellung von textbasiertem Trainingsmaterial für die großen Sprachmodelle des Deep Learning erfahren haben. Doch der erfolgreiche Einsatz von OCR und den dazugehörigen Werkzeugen zur Vor- und Nachbearbeitung ist eine komplexe, von zahlreichen Parametern abhängige Aufgabe, die hohen Aufwand erfordert, um zu qualitätsvollen Ergebnissen zu kommen.
Die Idee von Collections as Data, also die datenzentrierte Nachnutzung digitalisierter und digitaler Sammlungsbestände, hat in den vergangenen Jahren an Bedeutung gewonnen und inhaltliche Weiterentwicklungen erlebt (vgl. Santa Barbara Statement on Collections as Data und Vancouver Statement on Collections as Data).
Die Fachstelle Digital Scholarship Services der ETH-Bibliothek beteiligt sich seit Sommer 2023 an einem Projekt zur Umsetzung von Open-Research-Data-Praktiken im Kontext von Collections as Data. Die digitalisierten Bestände der Sammlungen und Archive der ETH-Bibliothek bilden dabei den Rahmen. Im Mittelpunkt steht die Community, die sich für diese Daten interessiert. Da es sich dabei um eine heterogene Usergruppe handelt, die von den Geisteswissenschaften bis zur Informatik reicht, fokussiert das Projekt auf zwei konkrete Massnahmen. Zum einen entsteht eine Website, die nicht nur die Sammlungsbestände präsentiert, sondern auch die Möglichkeit gibt, dass Forschende, die mit diesen Daten arbeiten, auf ihre Aktivitäten verweisen. So soll der Austausch und die Nachnutzung von Ergebnissen und Forschungsdaten gefördert werden. Zum anderen wird in Zusammenarbeit mit den Scientific IT-Services der ETH ein Kursangebot entwickelt, das auf den Erwerb praxisorientierter Data Literacy ausgerichtet ist und Personen ansprechen soll, die bisher wenig Programmiererfahrung haben.
Im Rahmen des Vortrags soll zunächst der aktuelle Stand des Projekts und erste "lessons learned" präsentiert werden. Darauf aufbauend sollen generelle Aspekte im Kontext von Collections as Data diskutiert werden. Hierbei stehen zwei Themen im Mittelpunkt: die Möglichkeiten und Herausforderungen beim Aufbau interdisziplinärer Kooperationen bzw. Co-Creation, insbesondere im Kontext von Machine Learning sowie die Rolle der FAIR-Data-Prinzipien für die Nutzung von digitalisierten Sammlungsbeständen als Rohdaten für die Forschung.
Forschungsdatenrepositorien etablieren sich immer mehr im Portfolio von wissenschaftlichen Bibliotheken und ergänzen die Angebote von z. B. Open-Access-Publikationsservern, die traditionell auf Textpublikationen fokussieren. Die Anwendungsszenarien für Forschungsdatenrepositorien sind sehr vielfältig und von heterogenen Anforderungen geprägt. Ziel von Forschungsdatenrepositorien ist die Erschließung und Zugänglichkeit von Forschungsdaten und ihrer Metadaten nach den FAIR-Prinzipien („findable, accessible, interoperable, reusable“), um ihre weitere Nutzung im Forschungszyklus bestmöglich zu unterstützen. Hier stellt insbesondere die Auswahl oder Entwicklung eines passenden Metadatenschemas vor dem Hintergrund heterogener Datentypen und erst beginnender Standardisierung u. a. in der Nationalen Forschungsdateninfrastruktur (NFDI) eine Herausforderung dar. Darüber hinaus hat sich in der Praxis des Forschungsdatenmanagements gezeigt, dass die frühzeitige Vergabe von aussagekräftigen und vollständigen Metadaten bereits im Forschungsprozess ein Schlüssel zur Umsetzung von FAIRen Daten ist.
Sowohl die Entwicklung von Metadaten als auch die Erschließung von Informationen liegen im Bereich der Kernkompetenzen von wissenschaftlichen Bibliotheken, bilden aber für Forschungsdaten noch ein junges Handlungsfeld.
Der Vortrag zeigt zwei erfolgreiche Umsetzungen auf: In zwei Sonderforschungsbereichen wurde jeweils ein eigenes Metadatenschema entwickelt sowie eine ordnende Struktur konzipiert und in einem Forschungsdatenrepositorium auf Basis der Software Dataverse umgesetzt. Für die Entwicklung wurden zwei verschiedene Ansätze verfolgt, die sowohl die unterschiedlichen Ausgangslagen bezüglich schon vorhandener Metadatenstandards und ihrer Entwicklung in der NFDI als auch die individuellen Anforderungen an interne fachliche Bezüge berücksichtigten. Die beiden Ansätze werden im Beitrag mit ihren Vor- und Nachteilen verglichen und Elemente zu einem allgemeinen Vorgehen identifiziert.
Die SuUB Bremen wird zu Beginn des neuen Haushaltsjahres 2024 die Erwerbung von ACQ3 (OCLC) auf das Open Source-Bibliotheksmanagementsystem FOLIO umstellen. Dabei werden wir vom Team der Verbundzentrale des GBV unterstützt, wo unsere FOLIO-Instanz gehostet wird. Wir berichten von der Vorbereitung, der Migration und den Schulungen und ziehen eine erste Bilanz: Welche Veränderungen haben sich für die Geschäftsgänge und die Organisation ergeben? Was ist gut gelaufen, was sehen wir (selbst-)kritisch? Wie wirkt sich die eingeschränkte Funktionalität eines "jungen" Bibliotheksmanagementsystems im Erwerbungsalltag aus? Und schließlich: Was meinen die Kolleg:innen?
„Statt Bücher zu lesen, werden wir bald ein GPT [Generative pre-trained transformers] auf der Basis dieser Bücher erstellen und das KI-System nutzen, um den Inhalt direkt für unseren Anwendungsfall bereitzustellen“[1] Diese Aussage ist keine Vision, sondern mit Diensten wie sie im Bereich des digitalen Bestandes von Tageszeitungen in der Nationalbibliothek Luxemburg (https://chat.eluxemburgensia.lu/) experimentell oder nur für einen begrenzten Bestand angeboten werden, Realität. Einen direkten Einfluss auf die Leistung der Recherchesysteme oder solcher KI-Systeme hat dabei die Genauigkeit der Texterkennung der Volltextdigitalisierung. KI-basierte OCR-Systeme verwenden Methoden des maschinellen Lernens. Grundlage dieses Lernens ist Ground Truth (GT), d.h. manuell annotierte Trainings- und Evaluationsdaten. Damit die Ergebnisse der OCR vergleichbar und in ihrer Qualität messbar sind, sind Standards und Richtlinien für Trainingsmaterialien notwendig. Seit 2014 arbeitet das Projekt OCR-D gefördert von der DFG an der Volltextdigitalisierung von historischen Beständen aus dem 16. bis zum 18. Jahrhundert. Dabei war und ist Projektinhalt eine frei verfügbare Software-Basis zu schaffen und die koordinierte Volltextdigitalisierung von über einer Million bibliographischer beschriebener Titel in den VD (Verzeichnisse der im deutschsprachigen Raum erschienenen Drucke) mit dem OCR-D-Framework in den Bibliotheken zu begleiten. Für das Training wurde mit den OCR-D-GT-Guidelines[2] ein Rahmen geschaffen, der es ermöglicht, dass die Bibliotheken GT kollaborativ nutzen und austauschen können. Der Vortrag soll einen Überblick über dieses Regelwerk und die von OCR-D angebotenen Möglichkeiten der Speicherung sowie des Austauschs des GT geben.
[1]: Gerst, Danny: OpenAI sägt Hälfte der KI-Startups ab – und dann fast sich selbst. in: heise online, 24.11.2023.
[2]: https://ocr-d.de/goto/gt-guidelines
Der Mensch ist, was er isst. Darum sind historische Rezeptsammlungen, Küchenanweisungen, Kochbücher und Menükarten nicht nur für die Kulturgeschichte, sondern auch für viele andere Disziplinen eine bedeutsame, aber oft vernachlässigte Quellengattung. Das Forschungspotential in diesem Feld ist nahezu unerschöpflich, da das Thema „Essen“ Anknüpfungspunkte zu fast jedem anderen Fachgebiet der Geistes-, Sozial- und Naturwissenschaften bietet.
Das von der SLUB gemeinsam mit der TU Dresden Ende 2022 gegründete Deutsche Archiv der Kulinarik (DADK) verfügt über eine der größten Kochbuchsammlungen Europas von Inkunabeln über die Klassiker der Kochkunst des 19. bis hin zu großformatigen Bildbänden der Spitzenküche des 21. Jahrhunderts. Ausgehend von der Bibliotheca Gastronomica des Walter Putz, die 2005 die SLUB erreichte, über den Nachlass Wolfram Siebeck, die umfangreiche Sammlung Birsner, bis hin zur Bibliothek des Jahrhundertkochs Eckart Witzigmann, die 2023 erworben wurde, stehen hier rund 50.000 Titel mit Bezug zur Kochkunst und Ernährung sowie rund 45.000 Menükarten zur Verfügung.
Um der Wissenschaft und der interessierten Öffentlichkeit die Möglichkeit zu geben, das in den kulinarischen Beständen nationaler wie internationaler Bibliotheken und Archive verborgene Wissen quantitativ breit und qualitativ tiefgehend zu erforschen, ist es unerlässlich, diese Informationen adäquat über die bibliothekarische Grunderschließung hinaus aufzubereiten. Aus diesem Grund entwickelt die SLUB Dresden Online-Tools, die es zukünftig erlauben, auch kulinarisch relevante Metadaten aus den Digitalisaten einschlägiger Bestände zu erfassen, zu normalisieren und semantisch verknüpft in einer Datenbank abzulegen.
Ziel ist es, die Online-Tools nicht nur dem DADK, sondern quelloffen allen interessierten Institutionen zur Verfügung zu stellen bzw. Schnittstellen zur Tiefenerschließung von Digitalisaten kulinarischer Bestände Dritter anzubieten.
Die Universitätsbibliothek Tübingen beschäftigt sich mittlerweile seit 2019 mit dem Thema der automatischen Texterkennung von Handschriften (HTR). Das Ziel ist, historische Bestände aus der Universitätsbibliothek und dem Universitätsarchiv mithilfe von Volltexten zusätzlich zur digitalen Präsentation für die Nutzerinnen und Nutzer leichter zugänglich zu machen und neue Forschungsfragen sowie die Bearbeitung von großen Textmengen zu ermöglichen.
Ein durchsuchbarer Volltext ist jedoch vor allem dann vorteilhaft, wenn man bereits ein spezifisches Anliegen an einen Text hat bzw. weiß, wonach man suchen möchte. Historische Bestände wie Protokolle, Tagebücher und Briefnachlässe bieten mit ihren Titeln wie „Tagebuch, Teil 1“ oder „Briefe von Verfasser X an Empfänger Y“ allerdings kaum Hinweise auf ihren Inhalt. Im Gegensatz zu moderneren Druckwerken gibt es in vielen Fällen weder Inhaltsverzeichnisse, Register oder gar Klappentexte, die inhaltliche Rückschlüsse zulassen und Interesse für die Materialien generieren. Selbst eine detailliertere Strukturdatenerschließung der Digitalisate gliedert derartige Dokumente meist nur chronologisch. In solchen Fällen schwach strukturierter Materialien kann die Zugänglichkeit bisher nur durch eine zeitintensive Verschlagwortung oder Regestierung erhöht werden.
Können die Volltexte mit weiteren KI-Methoden für eine (semi-)automatische Tiefenerschließung von Altbeständen nachgenutzt werden? Anwendungen wie ChatGPT zeigen hier Potential, auch nicht fehlerfreie automatisch generierte Volltexte für die Erzeugung von Inhaltsangaben sowie die Extraktion von Schlagworten, Personen- und Ortsangaben zu nutzen. Anhand von Beispielen soll gezeigt werden, wie ein derartiges Vorgehen aussehen kann, welche Hindernisse und Ergebnisse zu erwarten sind und wie letztere den Nutzerinnen und Nutzern zur Verfügung gestellt werden können.
Obwohl auch kleinere Sammlungen - z. B. Graphiken, Karten oder andere Rarabestände - große historische Bedeutung haben können, fristen sie oftmals ein Dasein im Verborgenen; meist, weil es an technischen Ressourcen, Personal oder Fachwissen für die Erschließung fehlt. Die Verwendung offener Standards und Open-Source-Software bietet eine Chance, diese Bestände ans Tageslicht zu bringen. In diesem Vortrag möchten wir einen Überblick über die Schritte geben, die unternommen wurden, um die Sammlung für Fachleute und die Öffentlichkeit zugänglich zu machen. Das Material sollte nicht nur veröffentlicht, sondern auch die beschreibenden Metadaten nach den FAIR-Prinzipien verarbeitet werden. Ein zentraler Aspekt war dabei die Offenheit der verwendeten Software, Standards und Lizenzen; Software und Ontologie wurden unter freier Lizenz veröffentlicht und stehen zur Nachnutzung zur Verfügung.
Die Sammlung Albrecht Haupt umfasst europäische Zeichnungen, Druckgraphiken und Monographien des 16.-19. Jhs. Ihr Besitzer A. Haupt (1852-1932) überließ sie im Jahr 1901 der Bibliothek der Technischen Hochschule Hannover, der Vorgängerin der Technischen Informationsbibliothek (TIB). Im von der DFG geförderten GESAH-Projekt wurde die Sammlung digitalisiert, erschlossen und 2023 auf https://sah.tib.eu veröffentlicht. Die offene Software und Linked-Data-Anwendung Vitro wurde als Erschließungsumgebung eingesetzt. Die von uns entwickelte GESAH Graphic Arts Ontology erlaubte Kunsthistoriker:innen, die Sammlungsobjekte in Übereinstimmung mit Linked-Open-Data-Prinzipien zu beschreiben. Die Sammlungsmetadaten wurden mit Verknüpfungen zu Art & Architecture Thesaurus (AAT), ICONCLASS, Gemeinsame Normdatei (GND) und Wikidata angereichert. Um die Nutzung und Darstellung der Sammlung auch in anderen Kontexten zu ermöglichen - z.B. via Export in Deutsche Digitale Bibliothek oder Graphikportal - wurde eine LIDO-Schnittstelle entwickelt.
Die Deutsche Nationalbibliothek (DNB) sammelt neben schriftlichen Quellen auch Musiktonträger. Für die circa 1,1 Millionen Tonträger im Bestand des Deutschen Musikarchivs (DMA) liegen Trackinformationen, die sowohl für die Suche als auch für die Nutzung im Lesesaal eine große Rolle spielen können, nur in gut 310.000 Datensätzen vor. Dies ist unter anderem darauf zurückzuführen, dass Trackinformationen in RAK nur vereinzelt erfasst wurden und auch nicht Bestandteil der RDA-Katalogisierung sind.
So entstand die Idee, aus einer nutzergenerierten Musikdatenbank fehlende Trackinformationen durch einen Abgleich der Tonträger zu übernehmen. In einem ersten Schritt wurden anhand von Standardnummern wie der European Article Number (EAN) oder des Universal Product Codes (UPC) Übereinstimmungen zwischen den DMA-Beständen und der freien Musikdatenbank MusicBrainz ermittelt. Weitere Abgleiche von Erscheinungsjahren, Labelnamen und Titeln sorgten für eine größere Sicherheit in der Zuordnung der einzelnen Tonträger. Auf diese Weise wurden für gut 50.000 Tonträger ca. 945.000 zugehörige Tracks identifiziert. Da nur für einen Teilbestand von ca. 300.000 Tonträgern diese Standardnummern vorlagen, sollen in weiteren Abgleichen auch andere Merkmale, wie z.B. die DiscID, herangezogen werden.
In MusicBrainz sind meist umfangreiche Informationen über Tracks enthalten. Es finden sich neben dem Titel u.a. Identifikationsnummern sowie Angaben zu Dauer, Position auf der CD oder zu verschiedenen beteiligten Personen in verschiedenen Rollen (Komponist*in, Interpret*in, technische Mitarbeit). Um diese Fülle an Informationen nutzen zu können, sollen nicht, wie in früheren Jahren, nur Tracktitel als Teil des Titeldatensatzes erfasst, sondern eigene Trackdatensätze erstellt werden, die dem Datensatz des Tonträgers hierarchisch untergeordnet sind. Darüber hinaus können relevante Informationen auch in den übergeordneten Datensatz des Tonträgers oder verknüpfte GND-Normdatensätze übernommen werden.
Anwendungen der Künstlichen Intelligenz genießen zurzeit große Aufmerksamkeit, ausgelöst durch die beeindruckenden Fähigkeiten aktueller Sprachmodelle. Chatbots wie ChatGPT machen den Stand der Forschung und Entwicklung im Bereich der Textanalyse und Textgenerierung allgemein sichtbar. In diesem Kontext eröffnen sich auch für Bibliotheken neue Möglichkeiten. Gleichzeitig bringen KI-Anwendungen aber auch neue Herausforderungen mit sich.
In der Deutschen Nationalbibliothek beschäftigen wir uns mit der Frage, welche Potenziale in den neuesten Technologien stecken und welche Herausforderungen, Chancen und Risiken sie mit sich bringen, sei es im technischen, rechtlichen oder ethischen Kontext. Wir überlegen und untersuchen, wie große Sprachmodelle in der DNB eingesetzt werden können und gehen der Frage nach, ob es sinnvoll und rechtlich vertretbar ist, dass sich Bibliotheken mit ihren umfangreichen Beständen aktiv an der Weiterentwicklung dieser Technologien beteiligen.
Der Vortrag gibt einen Einblick über Anwendungsmöglichkeiten und skizziert das weitere Vorgehen.
Relaunch of the Database Information System DBIS: Open Data, Local Views, Global Collaboration
(2024)
The German scientific landscape is becoming increasingly international, and with it the Database Information System (DBIS). As a result of the DFG-funded project, a modernized version will be released in 2024, in which English-language use and thus more international cooperation will be possible. DBIS is a digital reference tool developed by the University Library of Regensburg, which supports its users in selecting the academic databases they need for their research. Since its foundation over two decades ago, DBIS has grown into a supra-regional service. DBIS is currently being expanded and adapted to the new needs of the community of institutions, data exchange partners and end users (funded by the DFG -440516279). Several hundred libraries are working together openly, locally and globally according to the guiding principle of "quality through cooperation":
Open
The development of the new DBIS was designed to be open and the community was closely involved from the outset.
When the new version goes live, the metadata will be provided with a cc0 license. DBIS using institutions can also agree that their license data can be exchanged with other systems via the new REST API.
Local
Metadata in DBIS are currently and will continue to be maintained cooperatively by all participating libraries. This combines high data quality with labor savings for the individual institution. There is also a local view of an institution's database holdings. Libraries can place their corporate design, including the logo and main color.
Global
To ensure that DBIS can be made accessible to a more international community in the future, English as well as German user interfaces and administration tools are now available. Institutions from non-German-speaking countries such as the USA and Sweden have already shown interest in joining the DBIS community. DBIS offers international newbies the advantage of a large data pool - there are currently almost 7,000 freely accessible databases in DBIS!
Geoinformationssysteme (GIS) sind in der Kartensammlung der ETH-Bibliothek schon seit Jahrzehnten bei der Erschliessung und Präsentation von Karten im Einsatz. GIS eröffnet – auch dank neuer Technologien – Bibliotheken aber zudem vielfältige Möglichkeiten zur Betriebsoptimierung, Magazingestaltung und Auftragserfüllung. Dies soll anhand zweier Fallbeispiele der ETH-Bibliothek ausgeführt werden.
Im ersten Fallbeispiel wird der Einsatz eines GIS-basierten Tools zur effizienten Verwaltung und Nutzung von Arbeitsplätzen in der Bibliothek beleuchtet. Hierbei wird gezeigt, wie GIS über ein sogenanntes Dashboard beim Raummanagement unterstützt, die Belegung von Arbeitsplätzen optimiert und sogar zur Energieeinsparung beiträgt. Dieses Beispiel veranschaulicht, wie Bibliotheken durch den Einsatz räumlicher Daten ihre Ressourcen effektiver verwalten und ausweisen können. Das zweite Beispiel konzentriert sich auf den Schutz von Kulturgütern. Die ETH-Bibliothek verfügt über eine umfangreiche Sammlung kulturhistorisch bedeutender Bestände, deren Erhalt und Schutz eine hohe Priorität hat. GIS spielt hier eine entscheidende Rolle, indem es den verantwortlichen Stellen in einer hochkomplexen Umgebung klare, interoperable räumliche Informationen bereitstellt. Diese erleichtern den Zugang zu den Beständen und verbessern Abläufe in Notfallsituationen, sowohl institutionsintern als auch mit externen Akteuren.
Diese Fallbeispiele illustrieren, wie GIS nicht nur fachlich in der Kartensammlung, sondern auch betrieblich zur Optimierung eingesetzt wird. An der Schnittstelle zwischen verschiedenen Anspruchsgruppen ermöglicht GIS eine gemeinsame Diskussions- und Analysegrundlage. Durch die Darstellung der Chancen und Herausforderungen, die sich aus dem Einsatz von GIS in Bibliotheken ergeben, zielt der Vortrag darauf ab, ein tieferes Verständnis für das Potenzial von räumlichen Daten in Bibliotheken zu schaffen und einen Dialog über innovative Anwendungen in diesem Bereich zu fördern.
Im August 2023 ist die Dokumentationsplattform des Standardisierungsausschusses online gegangen. Dort werden zukünftig an einer Stelle alle aktuellen Stände der Standards und Regelungen, die unter dem Dach des Standardisierungsausschusses entstehen frei zugänglich sein. Der Beitrag beschreibt zunächst den Aufbau der Plattform und geht dann auf den gegenwärtigen Stand des in der ersten Version der Plattform zur Verfügung gestellten Standards RDA DACH ein. Ein weiterer Fokus des Vortrags wird auf dem Ausbau der Plattform liegen. Eingegangen wird auf den modularen Aufbau der Wikibase-Datenbank, in der die Inhalte der Plattform gepflegt werden. Dieser Aufbau ermöglicht es, die eng mit einander verbundenen Erschließungs- und Normdaten-Standards so miteinander zu verzahnen, dass die jeweils gültigen Regeln zukünftig nur noch an einer einzigen Stelle gepflegt werden müssen aber in der Plattform zugeschnitten auf verschiedene Anwendungskontexte (die bibliothekarische Formal- und Inhaltserschließung ebenso wie die Provenienzerschließung, aber auch die archivalische und museale Erschließung bzw. die Anwendung der GND für die Erschließung von Forschungsdaten) präsentiert werden können. Damit ist die Plattform ein wichtiger Baustein zur Integration von nicht-bibliothekarischen Anwendergruppen in das GND-Netzwerk.
Der Vortrag wird einen Einblick in den Redaktionsworkflow für den weiteren Ausbau der Plattform und die Releaseplanung geben. Schwerpunkt der Redaktionsarbeit wird zum Zeitpunkt des Vortrags die Integration der GND-Dokumentation in die Plattform sein.
Die Universitätsbibliothek (UB) Magdeburg stellt Printliteratur nach einer spezifischen Lokalsystematik auf. Durch die steigende Bedeutung elektronischer Medien und der bisherigen Vergabe von Lokalnotationen ausschließlich für gedruckte Bücher ist ein zunehmender Teil des Bestands inhaltlich weniger umfassend erschlossen. Zur Lösung dieses Problems entwickeln wir derzeit ein KI-System zur automatischen Vergabe von Lokalnotationen für E-Books. Dadurch sollen Nutzende der UB die Möglichkeit erhalten, unter jeder Notation alle zugehörigen E-Books im Bestand der UB Magdeburg zu finden. Zudem streben wir an, eine umfassende Übersicht über den Bestand nach Sachgebieten – einschließlich E-Books – zu erhalten. Das KI-System nutzt Machine-Learning-Modelle, die auf manuell vergebenen Zuordnungen der Lokalnotationen für Printbücher trainiert sind. Für das Training der Modelle verwenden wir verschiedene Features, darunter (1) bereits vergebene Notationen anderer Systematiken wie Basisklassifikation und Regensburger Verbundklassifikation, (2) relevante Schlüsselwörter aus Textdokumenten wie Inhaltsverzeichnissen, Kurzzusammenfassungen und Rezensionen, sowie (3) zusätzliche Metaangaben wie Erscheinungsjahr und Textsprache. In diesem Beitrag beleuchten wir sämtliche Modellierungsschritte, von Datengewinnung und Integration verschiedener Quellen über die Textvorverarbeitung bis hin zum Training der Modelle und deren Evaluation. Wir geben Antworten auf wesentliche Fragen, die während des Prozesses aufgekommen sind: Können wir mit Dimensionsreduktionsverfahren die Effizienz der Algorithmen steigern? Inwieweit können Explainable-AI-Verfahren dazu beitragen, den Einfluss der Features auf die Modellentscheidungen zu verstehen? Und wie können wir Modellunsicherheiten visualisieren, um eine inhärente Ambiguität bei der Notationsvergabe abzubilden? Der Beitrag gewährt Einblicke in bisherige Erfahrungen und gewonnene Erkenntnisse dieses Projekts.
In Bibliotheken beziehen viele Repositorien und Präsentationssysteme ihre Metadaten aus dem Bibliothekssystem Alma (ExLibris). Mitunter fehlen dabei grundlegende Funktionalitäten und Daten, die für die Abläufe der Einrichtungen wichtig wären. Vorgestellt wird daher das Werkzeug Alma2Elastic, das an der Universitätsbibliothek Basel entwickelt wurde, um bibliographische Daten aus Alma (MARC-Format) in einen Elasticsearch-Suchindex zu übertragen. Die Möglichkeiten des Werkzeugs in Verbindung mit dem Elasticsearch Index unterstützen verschiedenste Funktionalitäten und Systeme, wie etwa Wiedergabe von (Meta-)Daten auf den Katalogoberflächen, Datenexporte und -anreicherungen für die Langzeitarchive aber auch die Anreicherung mit Normdaten und vieles mehr.
Alma2Elastic erhält seine Daten über die OAI-PMH-Schnittstelle von Alma. Die Daten werden gemäß einem konfigurierbaren Mapping transformiert und mit Hilfe verschiedener externer (Cloud-)Dienste angereichert. Zunächst werden die MARC-Daten in ein einfacher nutzbares MODS-ähnliches Schema überführt. Abschliessend erfolgt die Anreicherung der Daten, beispielsweise durch die Ergänzung ausgewählter Daten aus der GND für Personen, Körperschaften, etc. Weitere Anreicherungen erfolgen durch lokale Daten, wie z. B. technische Metadaten, die für die weitere Bearbeitung und/oder Archivierung der Digitalisate integriert werden müssen. Nicht zuletzt erlaubt die Bearbeitung der MARC-Daten im Elasticsearch Index eine vertiefte Analyse der bibliographischen Informationen, um beispielsweise hausinterne (komplexe) systembibliothekarische Anfragen zu beantworten.
Das Metadatenmapping ist über Google Sheets so organisiert, dass mit Hilfe von Cloud-Diensten (Microservices) die Anreicherung und die kollaborative Zusammenarbeit verschiedener Institutionen möglich ist. Jede Einrichtung kann so ihre Besonderheiten oder Informationsbedürfnisse bedarfsgerecht abbilden. Anhand von Beispielen werden die einzelnen Komponenten anschaulich vorgestellt.