TK 5: Daten und Publikationen
Refine
Year of publication
- 2023 (48)
Document Type
Is part of the Bibliography
- no (48)
Keywords
- Metadaten (4)
- Digital Humanities (3)
- GND (3)
- Normdaten (3)
- Bibliotheken (2)
- Forschungsdaten (2)
- Forschungsdatenmanagement (2)
- Katalogisierung (2)
- Open Science (2)
- Research Data Management (2)
Language
- German (48)
Die Zentralbibliothek Zürich (ZB) entwickelt derzeit einen neuartigen Zugang zu Nachlassbeständen. Am Beispiel des schriftlichen Nachlasses des Bauhaus-Meisters und Schweizer Kunsttheoretikers Johannes Itten (1888-1967) wird das Potential von Linked Open Data für die Suche nach historischen Quellen gezielt eingesetzt. Historisch und kunstwissenschaftlich Forschende werden durch die Bereitstellung von Kontextinformationen und neuen Suchmöglichkeiten bei ihrer Recherche im Bestand unterstützt.
In einer ersten Entwicklungsstufe wird der Fokus auf Personendaten gelegt und ein Beziehungsnetz aus Personen und Nachlassdokumenten erstellt. Dafür werden ausgewählte Dokumente inhaltlich nach Personen ausgewertet und externe Datenquellen wie das Itten-Werkverzeichnis integriert. Das Johannes Itten Linked Archive (JILA) wird semantische Daten über einen SPARQL Endpoint zur Verfügung stellen und diese per Graphenvisualisierung mit geeigneten Navigier-, Such- und Filterfunktionen explorierbar machen. Die Realisierung erfolgt in Zusammenarbeit mit der Swiss Art Research Infrastructure (SARI) an der Universität Zürich.
In dem Vortrag wird der aktuelle Entwicklungsstand präsentiert. Zudem werden Einblicke in das Grundkonzept gegeben, das auf Basis einer qualitativen Nutzendenbefragung entwickelt worden ist, sowie Erfahrungen aus dem Projektverlauf geteilt.
Kombinierte Lösungen im Bereich Digitalisierung/Texterkennung sind heutzutage sehr gefragt und versprechen einen großen Fortschritt für Digitalisierungsprojekte zu verschiedensten Kulturgütern. Besonders im Bibliothekswesen ist die automatische Erzeugung von Volltext bei der Digitalisierung historischer Drucke ein wesentliches Desiderat. Für die Verwaltung von Digitalisierungsworkflows ist Kitodo.Production ein weit verbreitetes Werkzeug. Diese Open-Source-Software unterstützt alle Schritte des Digitalisierungsprozesses und ist auch für automatische Texterkennung erweiterbar, wofür bisher nur Dienstleister mit priorietärer Software verfügbar waren. Doch gerade Open-Source-OCR hat sich in den letzten Jahren sehr dynamisch entwickelt und auf einem breiten Spektrum von Materialien einen qualitativen Sprung gemacht. Daher wurde entschieden, die ebenfalls freie Software OCR-D in Kitodo.Production zu integrieren. Diese kombinierte Lösung ermöglicht die flexible automatische Texterkennung für neue Digitalisierungen historischer Drucke sowie für bereits digitalisierte Bestände.
Gefördert durch die DFG, ist das oben beschriebene Integrationsprojekt eine Zusammenarbeit zwischen der SLUB Dresden, der UB Mannheim und der UB Braunschweig.
Am 30. Mai 2022 trat die Verordnung (EU) 2022/868 – der sog. Daten-Governance-Rechtsakt [DGA] – in Kraft. Mit dem 24. September 2023 wird der DGA unmittelbar für öffentliche aber auch private Einrichtungen und Personen innerhalb der Europäischen Union gelten. Der DGA ergänzt die Richtlinie (EU) 2019/1024 und deren nationale Umsetzung. Diese bisherigen Regelungen bleiben nämlich auf Daten unangewendet, die z. B. dem Datenschutzrecht oder geistigem Eigentum und damit Rechten und Interessen Dritter unterfallen. Der Anwendungsbereich des DGA ist deshalb nicht zu unterschätzen.
Der DGA sucht dabei einen Ausgleich zwischen dem grundsätzlichen öffentlichen Interesse, das auf einen freien Zugang zu Daten gerichtet ist, und den o. g. berechtigten Interessen Dritter. Diesen Interessen sucht der DGA durch pauschalisierte Zugangsregime – wie z. B. Anonymisierungen, besonders geschützte Fernzugriffe oder den physisch beschränkten Zugang an einzelnen Endgeräten – Rechnung zu tragen.
Der Beitrag soll Neuerungen offenlegen, die sich für Bibliotheken aus dem DGA ergeben. Hierfür gibt es drei Anknüpfungspunkte: Weiterverwendung geschützter Daten im Besitz öffentlicher Stellen: Forschende und Forschungseinrichtungen werden den DGA zu berücksichtigen haben, wenn sie über die Nachnutzung der Forschungsdaten und/oder die Speicherung in Repositorien entscheiden. Deshalb werden insb. forschungsnahe Bibliotheken in ihrer Beratungspraxis betroffen sein, obwohl Teile des DGA primär nicht auf sie anzuwenden sind.
Datenaltruismus: Ferner erscheint es denkbar, dass sich Bibliotheken künftig als datenaltruistische Organisation engagieren. Eine solche Entscheidung kann für den zukünftigen Umgang mit Forschungsdaten weichenstellend wirken. Allerdings besteht hierfür u. U. Handlungsbedarf für Bibliotheken, der aus den Regelungen des DGA folgt.
Datenvermittlungsdienste: Sollten sich Bibliotheken entscheiden, als Datenvermittlungsdienst zu agieren, wären wiederum erweiterte Anforderungen zu beachten.
Das Discovery-System Primo VE der ETH-Bibliothek enthält unter anderem Metadaten zu Materialien aus den Sammlungen und Archiven der ETH Zürich. Diese Materialien enthalten oft wichtige historische Informationen. Wie können Forscherinnen und Forscher diese Bestände effizient auffinden und kontextualisieren?
Wir konnten einige Ideen mit Hilfe von Primo VE Customizing und Linked Data umsetzen.
Eine unserer Ideen war es, unsere Dokumente untereinander sowie mit anderen Daten und Systemen über die Kategorie «Person» zu verknüpfen.
Ein Discovery-System enthält Artikel, Bücher, Bilder, Drucke und andere Dokumente. Aber wo ist die Person? Nur in einem Metadatenfeld?
Am Anfang unserer Erweiterungen standen die Personenkarten. Immer wenn es zu den Autoren eines Dokumentes GND IDs gibt, werden auf der Detailseite dieses Dokumentes zusätzlich Personenkarten dargestellt.
Neben kurzen biographischen Informationen und einem Bild sind Links zu anderen Sites, zu Archiven und Forscherprofilen enthalten.
Aber wie ist die Person verlinkbar?
Wir generieren für die Entität «Person» in Primo VE spezielle Personenseiten. Eine Personenseite repräsentiert die Person, ist in beide Richtungen verlinkbar und sammelt Ressourcen, die zu dieser Person gehören.
Eine URL identifiziert diese Seite und enthält den eindeutigen Wikidata Identifier, die QID.
Mit einer noch weitergehende Entwicklung analysiert das Primo VE Customizing den eingegebenen Suchbegriff darauf, ob eventuell eine Person gemeint ist. In diesem Fall bietet es eine passende Liste von Personen an, die auf die jeweiligen Personenseiten verlinkt sind. Das unterstützt die Benutzenden, disambiguiert und hilft bei Namensvarianten.
Text und Data Mining ist eine anerkannte wissenschaftliche Methode. Neben anderen Forschungsdaten können insbesondere auch wissenschaftliche Publikationen wertvolle Bestandteile des Textkorpus sein. Die Publikationen stehen in den Lesesälen von Bibliotheken und werden durch Bibliotheken in Form von digitalen Datenbanken und Zeitschriftenpaketen lizenziert und Forschenden zur wissenschaftlichen Nutzung zur Verfügung gestellt. Im Sommer 2021 wurden die Schrankenregelungen zum Text und Data Mining im deutschen Urheberrecht im Hinblick auf die Anforderungen der DSM-Richtline der EU überarbeitet und begünstigen nun auch explizit Bibliotheken. Aber was bedeutet das konkret? Dürfen die analogen und digitalen Bestände der Bibliotheken auch für Text und Data Mining genutzt werden? Wie steht es mit digitalen Ressourcen von Verlagen, insbesondere aus dem EU-Ausland? Welche Rolle kommt Bibliotheken in diesem Kontext zu? Im Rahmen der Initiative NFDI4Ing wurden umfangreiche „Guidelines zum Text und Data Mining für Forschungszwecke in Deutschland“ erarbeitet, in denen die urheberrechtlichen Rahmenbedingungen für Text und Data Mining in Deutschland dargestellt werden. Hier werden die Ergebnisse vorgestellt.
Das DFG-Projekt Oral-History.Digital konzipiert und implementiert eine digitale Informationsinfrastruktur für wissenschaftliche Sammlungen von audiovisuell aufgezeichneten narrativen Zeitzeugen-Interviews. Im Sinne der FAIR-Prinzipien macht Oral-History.Digital die Interviews als audiovisuelle Forschungsdaten auffindbar, zugänglich, verknüpfbar und nachnutzbar.
Interviewprojekte und Sammlungsinhaber*innen können Audio- und Video-Interviews mit Metadaten und dazugehörigen Transkripten, Biografien und Bildern einstellen, softwareunterstützt nach etablierten Standards bearbeiten, nachhaltig bereitstellen und sicher archivieren. Dafür stehen Werkzeuge und Empfehlungen für Transkription, Spracherkennung und Verschlagwortung zur Verfügung. Je nach Erschließungszustand und Rechtesituation können die Interviews mittels einer differenzierten Nutzerverwaltung zugänglich gemacht werden.
Forschende können verschiedene Interview-Archive sammlungsübergreifend durchsuchen, analysieren und in ihrer Arbeitsmappe annotieren. In der Rechercheumgebung können sie per Volltextsuche über time-codierte Transkripte direkt an ausgewählte Interviewstellen springen. Die untertitelte Video-Ansicht macht Sprechweise, Mimik und Gestik der Auswertung zugänglich. Filterfacetten, Karte und Register erlauben spezifische Recherchen.
Die Universitätsbibliothek der Freien Universität Berlin entwickelt Oral-History.Digital gemeinsam mit erfahrenen Partner*innen in Hagen, München, Bamberg, Erlangen und Hamburg sowie mit Pilotnutzer*innen aus Forschungsprojekten, Museen, Archiven und Stiftungen (https://www.oral-history.digital/). Die archivübergreifende Recherche steht Forschenden ab September 2023 zur Verfügung. Bereits jetzt können Sammlungsinhaber*innen die Erschließungsumgebung erproben und ihre Interviews dort als Pilotnutzer*innen erschließen.
Offene Wissenschaft funktioniert, wenn wir pragmatisch Werkzeuge, die offen zur Verfügung stehen, für die Forschung nutzen, für Wissenschaftskommunikation und Transfer. Das Blogportal Hypotheses.org und Wikisource.org sind gut geeignet, um historische Quellen vollständig digital sichtbar und zugänglich zu machen und um sie detailliert zu erschließen, für Gemeinschaften und deren Gemeinschaftssinn – crowd-orientierte Citizen Science für kleine digitale Editionen. Solche 'Kleine Editionen' eignen sich individuell für die eigene Projektkommunikation sowie für institutionelle Wisskomm-Strategien in Bibliotheken, für Digitale Sammlungen und deren Nutzerinnengemeinschaften. In Verbindung mit offenen Metadaten in Wikidata eröffnen sich 'linked open' vielfältige Möglichkeiten für die bibliografische Erschließung, Verknüpfung und Visualisierung, für Storytelling mit offenen Daten und Community Building mit Bürger:innen, die forschen – vgl. https://publicdh.hypotheses.org/476 sowie https://redaktionsblog.hypotheses.org/5219.
Mit ihren Massendigitalisierungsprojekten haben Bibliotheken eine Grundlage für die Bereitstellung digitaler Quellen geschaffen. Die rapide Weiterentwicklung digitaler Forschungsmethoden, insbesondere auf dem Gebiet der Digital Humanities erfordert dabei eine hohe Qualität von Volltexten. Eine besondere Voraussetzung für die Volltextqualität sind die Spezifika der zugrundeliegenden Materialien, die für die Texterkennung eine Herausforderung darstellen. Ein bedeutender Einflussfaktor auf die Qualität der Volltexte sind die eingesetzten Texterkennungssysteme, die jedoch z.T. Spezialkenntnisse erfordern. Für Anwender*innen in kleinen Institutionen, die im Bereich der Digitalisierung und Volltexterkennung tätig sind, stellen vor allem fehlende grafische Benutzeroberflächen eine Hürde dar.
Im Rahmen der von der DFG geförderten OCR-D-Initiative zur Transformation und Optimierung von Volltexten hat das Zentrum für Philologie und Digitalität “Kallimachos” (ZPD) und der Lehrstuhl für Mensch-Computer-Interaktion (HCI) der Universität Würzburg sowie die Forschungsbibliothek des Leibniz-Instituts für Bildungsmedien | Georg-Eckert-Institut (GEI) die Weiterentwicklung des GUI-basierten Open-Source-Werkzeuges OCR4all zu einer niederschwelligen, flexiblen und eigenständig einsetzbaren Software forciert. Die Einbettung von OCR4all in den Digitalisierungsworkflow von Bibliotheken ist dabei nicht nur aus technischer Perspektive von Komplexität gekennzeichnet. Ausgehend von den neuen Möglichkeiten von OCR4all wird im Vortrag der Schwerpunkt auf einen mit der Goobi-Community eingeleiteten Dialogprozess gelegt und die Bedarfe von kleinen Bibliotheken in ihren jeweiligen OCR-Anwendungskontexten vorgestellt. Präsentiert werden gemeinsam erarbeitete Use-Cases als Grundlage für die Implementierung und Nutzung von OCR-D-Lösungen. In einem Ausblick wird darüber hinaus die Realisierung eines produktiven OCR4all-Testbetriebs am Beispiel des Digitalisierungsworkflowsystems Goobi vorgestellt.