Workshopbericht: „Author Title Place: Authority Records and Manuscripts in Libraries and Research”

von Yoones Dehghani Farsani, Michaela Hoffmann-Ruf, Katja Jana, Larissa Schmid

Der Workshop <Author><Title><Place> fand in hybrider Form vom 27. bis 29. Oktober 2021 an der Staatsbibliothek zu Berlin statt und wurde von den Projekten Orient-Digital und Bibliotheca Arabica gemeinsam organisiert (Ankündigung hier). Ziel der Veranstaltung war, ein Forum für den Erfahrungsaustausch über die Arbeit mit Normdaten zu bieten.

Der Workshop brachte Vertreter*innen von Bibliotheken und Forschung zusammen, die an zwei Tagen zentrale Fragen der Normdatenerfassung und -nutzung diskutierten: Wie werden Normdaten erfasst und ausgetauscht? Welche Anforderungen stellen die Forscher*innen an die Normdatenerfassung von Entitäten in z.B. arabischen, türkischen oder persischen Handschriften? Welche Datenqualität und -formate sind für die Fachcommunity notwendig?

Auf der Tagung wurden insgesamt 19 Vorträge online und vor Ort gehalten, welche diese Fragen aus den Perspektiven von Bibliotheken, Forschungsprojekten und -einrichtungen thematisierten. Im Folgenden bieten wir Zusammenfassungen dieser Beiträge an.

Öffentlicher Abendvortrag

Father Columba Stewart, Direktor der Hill Museum & Manuscript Library (HMML), eröffnete die Veranstaltung am Mittwochabend mit dem Vortrag „The Digital Dawn of Comparative Manuscript Studies: How Authority Control Has Become the Critical Link“. Stewart betonte die große Bedeutung von Normdaten in der vergleichenden Handschriftenforschung. Die hauseigene Datenbank HMML Authority File wurde mit dem Ziel entwickelt, die Katalogisierung zu optimieren und damit die tägliche Arbeit mit Handschriften effizienter zu gestalten.

Am Beispiel eines hebräischen Psalms demonstrierte Stewart, dass Handschriften als Knotenpunkte gelesen werden können, die Aufschluss über unterschiedlichste Gelehrtennetzwerke geben können. Er zeichnete die Reise dieses Psalms aus Mesopotamien, über verschiedene syrische und lateinische Gelehrtentraditionen bis nach London nach, und zeigte auf, wie das Bild vom Knoten helfen könnte, diese Schrifttraditionen wiederzubeleben.

Keynote Speech

Jürgen Kett von der Deutschen Nationalbibliothek (DNB) eröffnete den folgenden Tag mit einem Vortrag über die aktuellsten Entwicklungen der Gemeinsamen Normdatei (GND). Die GND ist ein Dienst der DNB, der Normdaten für Entitäten wie Personen, Körperschaften, Konferenzen, Geografika, Sachbegriffe und Werke bereitstellt. Derzeit verfügt die GND über ca. 10 Millionen Datensätze, die durch eine GND-ID eindeutig referenzierbar und verfügbar sind (CCO 1.0 Lizenz).

Kett legte dar, dass die GND u.a. auf Daten der Wikidata zurückgreift, um Entitäten zu beschreiben, wies aber zugleich darauf hin, dass durch Datenangebote dieser Art die GND nicht an Bedeutung verliert, sondern gewinnt. Er betonte, dass die GND als Kooperative für eine stabile Organisation, nachhaltige Governancestrukturen, Expertise in Verlinkung und regelkonformer Datenerfassung sowie eine verlässliche Infrastruktur stehe, was etwa bei Diensten wie Wikidata anders organisiert sei.

Ab dem kommenden Jahr soll die neue Anwendung GND-Explorer Erschließer*innen die Arbeit im semantischen Netz der GND erleichtern. Auf Nachfrage erläuterte Kett, dass es zukünftig eine API-Schnittstelle geben soll, um eigene Datensets in einem verwalteten Bereich hochzuladen. Er betonte, dass die GND offen sei, weitere Anforderungen aus der Fachcommunity zu integrieren.

Panel 1: Libraries and Authority Records I

Robert Giel (Staatsbibliothek zu Berlin) und Carolin Schreiber (Bayerische Staatsbibliothek München) berichteten über die aktuellen Entwicklungen im Handschriftenportal. Sie stellten insbesondere das „Kulturobjektdokument“ als weitere Entität in der Arbeit mit Normdaten vor, das in der zweiten Antragsphase des laufenden DFG-Projekts geschaffen werden soll.

Durch dieses Modul sollen Daten, welche Handschriften physisch beschreiben, mit der GND sowie anderen Handschriftenprojekten ausgetauscht werden können. Durch die Entwicklung eines „Normdatenerkennungs-Algorithmus“ sollen z.B. Ortsnamen extrahiert werden, um Indizes zu entwickeln. Eine Zusammenarbeit mit Qalamos wird vor allem bei der Entwicklung von Thesauri für die Kodikologie und die physische Beschreibung von Handschriften angestrebt.

Gerhard Müllers (Staatsbibliothek zu Berlin)Beitrag diskutierte die Arbeit mit mehrsprachigen Normdaten am Beispiel von Kalliope und der GND. Die GND-Daten zu Sachschlagworten sind zwar mit den französischen und US-amerikanischen Gegenübern RAMEAU und der LCSH verlinkt. Es gibt jedoch keine durchgängige Übersetzung von Metadatenbeschreibungen. Dadurch ist die Auffindbarkeit von Quellen in Kalliope eingeschränkt. Übersetzungen hätten einen großen Mehrwert für die Schaffung eines kontrollierten Vokabulars für Normdaten (z.B. Materialität, Berufe).

In ihrem Vortrag „Authority records in Qalamos: Practices and Perspectives“ berichteten Colinda Lindermann und Christoph Rauch (Staatsbibliothek zu Berlin)von den Herausforderungen in der Etablierung eines Workflows mit GND-Daten. Sie unterstrichen die Notwendigkeit einer engeren Kooperation zwischen dem Portal Qalamos und anderen Bibliotheken, Forschungsprojekten und -einrichtungen.

Panel 2: Libraries and Authority Records II

Im zweiten Panel standen die Erstellung und Optimierung von Normdaten im Fokus. Zunächst stellte Werner Schwartz (Staats- und Universitätsbibliothek Göttingen) aus dem Consortium of European Research Libraries (CERL) den CERL Thesaurus (CT) vor, der als beispielhaft für die Standardisierung für Normdaten für Personen und Orte auch bei orientalischen Handschriften angesehen werden kann.

Yasmin Faghihi (Cambridge University Library) diskutierte die Rolle der Koordinatorin in der Arbeit mit Normdaten am Beispiel von FIHRIST und eCodices. Aus ihrer Sicht gibt es drei Bereiche, in denen eine koordinierende Rolle wichtig ist: die Schulung von Mitarbeitenden in der Erfassung von Normdaten, die Aktualisierung der Normdaten und den Bereich der Anfragen.

Faghihi betonte, dass der Workflow zur Erstellung und Optimierung von Normdaten nicht völlig automatisiert erfolgen kann, da eine dynamische Reaktion auf Probleme wichtig ist. Der Workflow zur Erstellung und Optimierung von Normdaten sollte durch den ständigen Austausch zwischen Forschenden und Techniker*innen verbessert werden.

Der Vortrag von David Colabro, Joshua Mugler und Catherine Walsh (HMML) thematisierte die Erstellung von Normdaten und der Weitergabe von Normdaten in transkulturellen Handschriftentraditionen. Die Vortragenden stellten die Datenbanken Titulus und HMML Authority File vor und diskutierten Herausforderungen, wie z. B. unvollständige bzw. nicht normgerechte Daten zu Autor, Person und Ort, wie auch Lösungen, die man in der Arbeit mit Normdaten findet.

Panel 3: Project Reports

Nathan Gibson (LMU München) sprach über den Austausch von Normdaten zwischen kleineren Projekten und Diensten wie VIAF, GND und WikiData. Aus Sicht von Forschungsprojekten wie Biblia Arabica gestaltet sich dieser Austausch schwierig, da die in Projekten generierten Normdaten thematisch sehr limitiert seien. Auf der anderen Seite stellen die Normdatendienste nicht immer die Daten bereit, die in den Forschungsprojekten mit regionaler Spezifik benötigt werden.

Gibson betonte, dass oftmals Projektteams nicht über Zeit, Erfahrung und die finanziellen Mittel verfügten, um eine projekteigene Datenbank zu etablieren. Zuletzt hat er am Beispiel des Projekts Syriaca.org eine strategische Lösung für die Zusammenarbeit mit VIAF und „Historical Middle East Data Alliance“ vorgestellt.

Theodore Beers (FU Berlin) berichtete über das Projekt AnonymClassic, das mit über 100 Handschiften des literarischen Werkes Kalīla wa-Dimna aus verschiedenen Bibliotheken in Europa und arabischer Welt arbeitet. Das Projekt hat ein eigenes digitales Tool gebaut, um die Metadaten der unterschiedlichen Eigner-Bibliotheken zu vereinheitlichen. Die Normdaten zu Handschriften, Schreibern, Lesern sollen für Interessierte zugänglich gemacht werden.

Zuletzt stellte Mohammed Maslouh (Ghent University) die Datenbank „Islamic History Open Data Platform“ (IHODP) vor, die spezifisch aus dem Projekt „The Mamlukisation of the Mamluk Sultanate II“ an der Universität Ghent aufgebaut wurde. Der Vortrag diskutierte das Potential von Kooperationen mit anderen Projekten im Feld von Linked Open Data und stellte den Vorteil der stabilen Links von VIAF und OpenITI’s CTS URN vor.

Panel 4: Limits & Challenges

Im ersten Panel am Freitag wurden vier laufende Digital Humanities Projekte vorgestellt. Im Fokus standen die besonderen Herausforderungen, die sich in Forschungsprojekten um Umgang mit Normdaten stellen.

Den Beginn machte Maxim Romanov (Universität Wien), der in seinem Beitrag „Being Pragmatic: Data and Authority Files in the OpenITI corpus“ einige zentrale Probleme in der Arbeit mit Daten im Projekt aufzeigte: Wie kann Nachhaltigkeit gewährleistet werden ohne Mittel für IT-Mitarbeitern? Wie kann die Kompatibilität mit Daten anderer Projekten hergestellt werden und wie können diese nachgenutzt werden? Die von ihm vorgeschlagene Lösung beinhaltet u.a. eine vereinfachte Technologie einerseits und erhöhte Maschinenlesbarkeit von Daten andererseits.

Der Beitrag von Lorenz Nigst (KITAB-Projekt) beschäftigte sich mit der Diskrepanz zwischen den Standards für Normdaten und der Realität vormoderner Texte aus der islamischen Welt, in denen z.B. Personennamen nicht den europäischen Standards entsprechen. Zudem sind vormoderne Texte oftmals nicht das Werk einer einzigen Person, sondern liegen vielfach überarbeitet, gekürzt oder in Auszügen vor.

Das Problem der Personennamen wurde auch von Till Grallert (Universität Hamburg) aufgegriffen. In „Who is ‘Ali Pasha? Modelling personal names from the late Ottoman Eastern Mediterranean“ zeigte er, dass im osmanischen 19. Jahrhundert verschiedene Referenzsysteme für Namen und verschiedene Alphabete verwendet wurden, was eine Identifikation von Personen ungemein schwierig macht. Daher ist es notwendig, dass Normdaten zwischen verschiedenen Alphabeten sowie Transkriptions- und Referenz-Systemen „übersetzt“ werden.

Jonathan Robker (Universität Münster) schloss das Panel mit seinem Vortrag „Digitizing biblical manuscripts“. Darin beleuchtete er das Problem, dass zwar einerseits der Zugang zu einer wachsenden Zahl von Manuskripten durch Digitalisierungsprojekte immer einfacher wird, dies jedoch nicht eine Einheitlichkeit der Daten bedeutet.

Panel 5: Automation

Das Akademieprojekt Bibliotheca Arabica testet diverse Verfahren, Algorithmen und Werkzeuge für die automatisierte Erstellung von Normdaten von Personen und Werken. Wie Daniel Kinitz, Thomas Efer und Tariq Yousef eindrücklich zeigten, weisen die angewandten Text- und Data-Mining-Verfahren bereits eine hohe Exaktheit in der Datenextraktion auf. Eine händische Nachbearbeitung der Ergebnisse bleibt weiterhin notwendig. Indem Bibliotheca Arabica Normdaten aus HMML (siehe oben) integriert, dient es als Blaupause für die Einbindung von bibliothekarischen Normdaten in die konkrete Forschungspraxis.

Auch im neuen Portal Qalamos, das im Projekt Orient-Digital entsteht, werden automatisierte Prozesse zur Bearbeitung von Normdaten angewandt. Wie Michael Becker (Universität Leipzig) berichtete, lag eine Herausforderung im Herausfiltern von Duplikaten in den Personendatensätzen, die aus anderen Projekten importiert wurden. Gemeinsam mit Sarah Winkelmann (Universität Leipzig) implementierte Becker automatisierte Workflows zum Herausfiltern dieser Duplikate: Die Datensätze wurden mit OpenRefine bereinigt und dann Blöcke mit möglichen Duplikaten generiert.

Wie bei Bibliotheca Arabica ist eine manuelle Nachbereitung der Datensätze unerlässlich. Auch wenn die automatisierten Verfahren der beiden Projekte noch nicht endgültig ausgereift sind, stellen sie einen wichtigen Meilenstein im Umgang mit großen Mengen von Normdaten dar. Beide Maßnahmen haben zum Ziel, die Qualität der Normdaten für Forschungsprojekte in den Digital Humanities zu erhöhen.

Panel 6: Use & Re-Use

Die Weiternutzung von Normdaten in der Forschung war das Thema des letzten Panels. Hew Jones (Cambridge University) experimentierte mit Visualisierungen verschiedener Datensätze aus FIHRIST. So stellte er etwa die Beziehungen zwischen Autor*innen dar. Er betonte, dass nur klar formulierte Forschungsfragen zu aussagekräftigen Ergebnisse führen.

Zudem sei es wichtig, die Provenienz der Datensätze sowie ihrer Katalogisate in die Forschung miteinzubeziehen. Auch müssten die angewandten Werkzeuge beständig evaluiert werden, um Erkenntnisse für die zukünftige Forschung, ihre Möglichkeiten und Grenzen, zu gewinnen. Große Mengen unstrukturierter Daten stellen auch Probleme dar. Denn ohne eine strukturierte Darstellungsform, die eine maschinelle Bearbeitung ermöglicht, sind diese Daten teilweise schwer zugänglich.

Cornelis von Lit (Utrecht University) ging unter dem Titel „Create Locally, Share Globally“ ebendieser Frage nach: Wie können digitale Informationen besser organisiert und indexiert werden? Neben der besseren Auffindbarkeit und Verlinkung sollte die Arbeit mit digitalisierten Handschriften durch automatisierte Verfahren erweitert werden. So können bestimmte maschinelle Verfahren ganze Handschriften so scannen, dass Textblöcke identifiziert werden und eine Art digitaler Fingerabdruck derselben erstellt werden kann. Dadurch können Einträge wie Siegel und Stempel erkannt werden, was auch das OCR für nicht-lateinische Schriften entscheidend voranbringen könnte.

Diskussion und Ausblick

Die Diskussionen während des Workshops haben verdeutlicht, dass hochwertige Normdaten gerade im Feld der orientalischen Handschriften ein wichtiges Desiderat darstellen, und der Datenaustausch optimiert werden muss. Dabei ist es erstrebenswert, diese Arbeit zumindest teilweise zu automatisieren.

Die Teilnehmer*innen waren sich einig, dass insbesondere für Personennamen die gängigen Erfassungsschemata in unserem Feld nur bedingt nutzbar sind. Thesauri bieten sich als ein Ausweg an, in dem sich die Standardisierung mit einem Maß an Flexibilität und Aktualisierungsfähigkeit verbindet.

Für die Umsetzung dieser zentralen Forderungen bedarf es einer stabilen Infrastruktur, einschließlich ausreichender personeller und finanzieller Ressourcen. Infrastruktureinrichtungen sind zentral für die langfristige Entwicklung von Schnittstellen und Workflows, die einen möglichst unkomplizierten Datenaustausch gemäß der FAIR-Prinzipien erlauben.

Somit sind auch Bibliotheken dazu aufgerufen, ihre Datendienste so weiterzuentwickeln, dass die Normdaten in die bestehenden Services integriert werden können (z.B. API der GND) und gleichzeitig ein offener Austausch fortgesetzt wird, der die Anforderungen aus der Fachcommunity in die Standardisierungsvorgaben integriert, um eurozentrische Ansätze der Normdatenerfassung zu überwinden.

Die Diskussion kann auch über Twitter unter #authortitleplace2021 nachverfolgt werden. Unser großer Dank gilt Nathan P. Gibson für seine unermüdlichen Live Tweets!

---

---