Zwischenbericht des „SFB 1853“ – zwei Jahre #DieDatenlaube

Von Jens Bemme und Christian Erlinger

Am 2. Februar 2019 um 16:17 Uhr editierte Christian Erlinger in Wien erstmals eine Seite des deutschsprachigen Portals Wikisource. Sein Edit gilt als Start des Projekts Die Datenlaube, einem Citizen Science-Projekt für offene Kulturdaten. Die Datenlaube nutzt als Grundlage die Ergebnisse der Korrekturarbeit in der deutschsprachigen Wikisourcegemeinschaft. Seit 2008 transkribieren Freiwillige in Wikisource Die Gartenlaube kontinuierlich: insgesamt circa 18.500 Artikel der Jahrgänge 1853 bis 1899 des ersten deutschen illustrierten Massenblattes. Der folgende Zwischenbericht für diesen informellen „SFB 1853“ dokumentiert insbesondere unsere bibliografische Datenpflege mittels Wikidata seit Februar 2019. („SFB 1853“ ist ein Wortspiel des Projektteams in Anlehnung an die Sonderforschungsbereiche der DFG.)

Dieser Tweet ließ Christian Erlinger an Saxorum andocken:

Er nahm per Twitter und Wikisource Kontakt auf, um seine Ideen und Expertise für die automatisierte Erschließung digitaler Inhalte der deutschsprachigen Wikisource mit Wikidata anzubieten. Zuvor hatten wir händisch begonnen, Wikidata-Items für den ersten Band der 1856er Industriealben anzulegen und samt derer Illustrationen in Tweets @Saxorum zu teilen, um öffentliches Interesse zu wecken. Inzwischen ist daraus eine enge – weitgehend informelle – Kooperation erwachsen, die auch weitere Fachkolleg*innen, sächsische Kulturdatenbestände wie das historische Ortsverzeichnis HOV und gemeinsame Publikationen betrifft.

Merkwürdige Bäume mit Wikisource+Wikidata

DieDatenlaube & Wikidata's 8th birthday

#DieDatenlaube-Wikidata’s 8th Birthday logo, Jeb, CC0, via Wikimedia Commons

Aus einem Versprecher „Gartenlaube|Wikidata|Datenlaube“ entstand der Projektname: Die Datenlaube. Gemeinsame erste Datenpflege mit Christian Erlinger zur Erschließung und Kartierung der digitalisierten sächsischen Industriealben von 1856 führten zu der Einsicht, dass aufbauend auf dem Wikisource-Großprojekt Die Gartenlaube in der kollaborativen Wikidatakatalogisierung und -erschließung von transkribierten Texten der Wikisource ein “Honigtopf” steckt, mit dem potentiell noch viel “Ruhm & Ehre” zu gewinnen sei.

Inzwischen haben wir gelernt, dass die Projekte, Medienbestände, Methoden, Akteure und Anreizstrukturen der deutschsprachigen Wikisource akademisch noch unterschätzt sind. Wenige fachwissenschaftliche Publikationen greifen die Möglichkeiten und Potentiale auf, die Wikisource als offene Dateninfrastruktur und potentiell als digitale bürgerwissenschaftliche Forschungsumgebung in Verbindung mit strukturierten Daten schon innewohnt.

Etwa zur gleichen Zeit trafen wir Solvejg Nitzke, die an der TU Dresden forscht und lehrt. Ihr Interesse an frühen ökologischen Narrativen des 19. Jahrhunderts, unter anderem für Pflanzen, Bäume und deren Ausdruck in Ideen, in Baumnetzen, Sprache und Literatur gab 2019 den Anstoß die Artikelserie Deutschlands merkwürdige Bäume, die in Wikisource längst vollständig transkribiert war, mit Wikidata zu erschließen und die einst beschriebenen Standorte mittels einer Kartenabfrage von Christian Erlinger zu visualisieren. Diese grundlegende Arbeit – im Grunde eine pilothafte Anwendung für weitere Forschung & Entwicklungen – nutzte Solvejg Nitzke im Mai 2019 für den Saxorum-Artikel Sachsens arboreale Merkwürdigkeiten, oder: Wie man Geschichte(n) verwurzelt.

Citizen Science: Metadaten ehrenamtlicher Arbeit

Die Datenlaube profitiert von den bibliothekarischen Hintergründen der beiden Projektgründer: eine bibliothekarische Ausbildung in Österreich einerseits (Christian Erlinger), landeskundliche Praxis mit Saxorum und in verschiedenen Portalen der Wikimedia in Verbindung mit Open Science-Förderung andererseits (Jens Bemme). Mitstreiter stoßen nach und nach – teils temporär – dazu: gemein ist ihnen (z.B. Andreas Wagner und Matthias Erfurth) eine Affinität zu digitalen Anwendungen, Werkzeugen und Forschungsfragen der Regionalgeschichte sowie der digitalen Geisteswissenschaften (Digital Humanities).

Schwerpunktthema der Datenlaube sind Metadaten für ehrenamtlich produzierte Volltexte. Diese Arbeit geht darüber hinaus, bspw. wenn wir neue Artikelseiten in Wikisource anlegen und Teiltexte aus mehreren Ausgaben zu Artikeln zusammenstellen, um die korrigierten und unkorrigierten OCR-Texte im jeweiligen Textzusammenhang sichtbar und katalogisierbar zu machen. Oder wenn wir benachbarte bzw. inhaltlich mit Gartenlaubeartikeln direkt verknüpfte Wikisource-Transkriptionen, andere Werke, Konvolute und Personendaten mit erschließen (z.B. das Biographische Lexikon des Kaiserthums Oesterreich (BLKÖ) und sächsische Mundartgedichte von Rudolf Lavant in Leipzig). Die Grenzen zwischen Hobby und Beruf verschwimmen dabei, z.B. durch die Fokussierung auf Saxonica – Artikel und Illustrationen, die das Gebiet Sachsens thematisch behandeln und die Sächsische Bibliografie (vgl. Abfrage w.wiki/wYH für Die Gartenlaube in Wikisource), durch Methodenvermittlung und Beratung anderer Bürgerwissenschaftler*innen oder durch Fachvorträge.

Wir behaupten dennoch: Die Datenlaube ist ein Citizen Science-Projekt. Das Projekt fußt auf bürgerwissenschaftlicher Forschung, auf Crowdsourcing und auf Methodenberatung in forschungsorientierten, teils informellen, Citizen Science-Gemeinschaften und losen Kooperationen; die Grenzen sind oft fließend. Dabei wuchs die Einsicht, dass offene Metadaten für die Produkte ehrenamtlicher Texttranskription gleich mehrfach wirken. Sie eignen sich als Mittel der Wertschätzung für ehrenamtliches Engagement sowie als wertvolle Ressourcen, die von allen genutzt werden können, um anschließend Neues zu entwickeln. Benennt Citizen Data dieses ehrenamtliche Handlungsfeld und auch Publikum möglicherweise viel besser als der Begriff Citizen Science? Citizen Data – ein junger Begriff, den wir spontan beim Texten einer Laudatio für das Jahr 2028 beim Coding da Vinci-Zukunftsworkshop entwarfen.

Die Projektarbeit in der Datenlaube besteht regelmäßig aus folgenden Tätigkeiten in Wikidata und Wikisource:

  • regelmäßig skriptbasierte Extraktion von Textmetadaten aus Textdatenboxen neuer Artikelseiten in Wikisource,
  • Aufbereitung der Artikeldaten gemäß einem definierten Metadatenschema,
  • automatisierter Upload der Metadaten und Anlage neuer Datenobjekte (Wikidata-Items) mittels Quickstatements,
  • Vergabe inhaltlicher Schlagworte in jedem Artikelitem (Property:P921, Abfrage aller Items: w.wiki/3Rj, vgl. Twitter-Hashtag: #Baumscheibendiagramm, alle unverschlagworteten Items liefert w.wiki/43s),
  • Ergänzung von Aussagen für eingebundene Artikelillustrationen (Property:P18) und der Bildunterschriften (Property:P2096), Illustratoren (Property:P110), Genres und Zitationen (Property:P2860),
  • Anlage und Ergänzung von Wikisourceseiten für Gartenlaube-Serien sowie Serienitems und deren Verknüpfung relevanter Artikelitems der Serie (hast part: Property:P527, part of series: Property:P179),
  • Wissenschaftskommunikation in TweetsBlogpostsArtikeln und Vorträgen,
  • Proaktive ‘aufsuchende’ Projektkommunikation insbesondere im Austausch mit relevanten Forscher*innen in den Geschichtswissenschaften, in den Digital Humanities, in der Bibliothekswissenschaft und in Wikimediagemeinschaften mit dem Blickwinkel Open ScienceOpen Citizen Science.

Katalogisierung in Wikidata: Formal- und Sacherschließung mit Semantik

Das Datenmodell und Vorgehen bei der Formalerschließung der Gartenlaubeartikel wurde im ersten Werkstattbericht 2019 beschrieben. Das Projekt basiert umfassend auf den Verbindungen und Abhängigkeiten zwischen den Portalen des Wikimedia-Kosmos. Diese Werkzeuge stehen allen offen zur Verfügung. Einige Beispiele aus der Projektarbeit mit Wikisource:

Saxorum

SXRM-Wikidata’s 8th Birthday logo, Jeb, CC0, via Wikimedia Commons.

Die Multilingualität von Wikidata ermöglicht uns zudem Item-Label und Beschreibungstexte in jeder beliebigen Sprache zu hinterlegen, auch in Nieder- und Obersorbisch. Beide Sprachen haben wir Anfang Februar 2021 für grundlegende Beschreibungstexte der Artikelitems in das Standardmetadatenschema der Gartenlaube aufgenommen.

Das Wochenende des 15. Dresdner Geschichtsmarktes 2019 in der SLUB markiert die Anfänge unserer systematischer Erschließung und Kommunikation mittels Social Media für Die Gartenlaube. Das #Baumscheibendiagramm wurde damals auf Twitter als solches benannt: Bubble Charts der Häufigkeiten vergebener Schlagworte (Property:P921) in den Datenobjekten von Artikeln und Serien der Gartenlaube – Abfrage w.wiki/3Rj für Schlagworte mittlerer Gewichtung bzw. w.wiki/ZiG aller Schlagworte, inkl. der schwach gewichteten.

Beschlagwortung in Wikidata funktioniert einerseits auf der klassischen Aneinanderreihung möglichst enger Schlagwörter, bietet aber anderseits durch die Verlinkung der verwendeten Entitäten eine Vielfalt an Recherche- und Analysemöglichkeiten. Artikel können durch Suche nach Schlagwörtern aus Begriffs- und Hierarchieketten exakt abgefragt werden (“Biographien über Frauen die zwischen 1880 und 1900 in Berlin geboren wurden”) und darüber hinaus erlaubt das Datenmodell von Wikidata eine “semantische” Sacherschließung. Das verwendete Schlagwort wird durch Hinzufügung von sogenannten “Qualifikatoren” (Q15720608) zu einem eigenständigen “triple” in der Graphdatenbank. Gut veranschaulichen lässt sich das am Artikel “Der Besuch des Kaisers Franz Joseph I. Berlin” (Gartenlaube (1889), Heft 36, S. 605–607, (Q81253766)) Eine “klassische” Beschlagwortung wäre wohl Kaiser Franz-Josef ; Berlin ; Besuch ; Geschichte 1889. In Wikidata kann das Schlagwort “Besuch” mit weiteren Properties und Werten näher beschrieben werden: Der besuchte Ort wird erfasst, genaue Start- und Endzeitpunkte, und “Teilnehmer” dieses Besuchs – diese durch eine Subjekt (“Besuch”) – Prädikat (“Teilnehmer”) – Objekt (“Kaiser Franz Josef”) entstandene “Semantik” beschreibt den Inhalt des Artikels noch einmal auf eine ganz präzise und vor allem maschinenlesbare Art und Weise.

Wisskomm, Mehrwerte und Perspektiven

Den Twitterkanal @DieDatenlaube schufen wir erst im Juli 2020. Gleichwohl war die Projektkommunikation von Anfang an social-media-orientiert. Vorschaubilder in Tweets erzeugt Twitter, wie andere Plattformen auch, ggf. aus den Metadaten versendeter Links. Dieser Mechanismus vereinfacht bildorientierte Kommunikation deutlich, da freigestellte Illustrationen von in Wikisource transkribierten Werken und deren illustrierte Metadaten in Wikidata ohne weitere Bearbeitung z. B. in illustrierten Tweets Verwendung finden können. Ausgangspunkt für dieses Methode waren für uns 2018/19 u. a. Saxonica in Die Gartenlaube mit dem Twitterkanal @Saxorum.

Als Illustrierte bietet Die Gartenlaube Geschichte und Geschichten, kurze und lange Texte, Serien, Bilder – Unterhaltung! Wir sind überzeugt, dass die strukturierte Erschließung der Illustrationen, der Illustratoren, von Bilddetails und deren Zusammenhängen mit Artikeltexten zu neuen (und älteren?) Forschungsfragen und Analysen führen müssten. Ziel unserer Wissenschaftskommunikation ist es deshalb insbesondere Interesse zu wecken: z.B. in der Geschichtswissenschaft (Kunstgeschichte!?), in den Digital Humanities, bei Lehrerinnen und Lehrern insbesondere als Ressource für offene Bildungsressourcen (OER), bei anderen Regionalbibliotheken und geschichtsinteressierten Laien. Ist der Datenkorpus, den wir aus Die Gartenlaube gewinnen, als Spielwiese und Übungsfeld für Studierende und junge Forscher*innen der Digital Humanities geeignet? Welche Wirkung hat unsere Arbeit auf die Suchmaschinenrelevanz der Quellen in Wikisource?

Mit dem Datenlaube Jam haben wir ein digitales Dialogformat etabliert, in dem wir regelmäßig offen, i.S.v. öffentlich, digitale Projektteamtreffen bei Bedarf mit der Beratung Dritter verknüpfen.

Geschichten weiterspinnen und Netze knüpfen, war Solvejg Nitzkes Impuls im Herbst 2020. Einige Beispiele aus unserer Projektarbeit:

Mit Wikicite, der Initiative für offene Zitationen und offene bibliografische Daten stehen Methoden zur Verfügung, die uns helfen, Zusammenhänge in der Gartenlaube sichtbar zu machen: cites work (Property:P2860)Carl Ernst Bock, Anatomie-Professor in Leipzig, veröffentlichte langjährig Gesundheitsratgeber in der Gartenlaube. Seine Selbstverweise auf relevante Themen und Artikel, die er zuvor veröffentlichte, können wir heute als Zitationsnetze darstellen: w.wiki/HdS#Bocknetz nennen wir diese Visualisierung auf Twitter. Geschichten weiterspinnen bedeutet aber auch, Praktika und Abschlussarbeiten zu begleiten, die zu Aspekten bürgerwissenschaftlicher Arbeit in digitalen Bibliotheken durchgeführt und bearbeitet werden – bisher insb. in der bibliothekarischen Ausbildung und den Bibliothekswissenschaften (Berlin).

Neben der Erschließung sind derzeit weitere offene Baustellen, Initiativen und Impulse der Datenlaube:

  • die Idee Structured Data on Wikisource, um Texte direkt in Wikisource mit strukturierten Metadaten beschreiben zu können,
  • eine Suchmaschine erdenken und entwickeln, die Abfragemöglichkeiten von Wikidata mit weiteren Suchtechnologien kombiniert,
  • die Anwendung der von uns entwickelten Erschließungsmethoden auf andere Bestände der deutschsprachigen Wikisource, sowie
  • Publikationen, Vorträge und Datenbeschreibungen für die weitere Forschung.

Nicht zuletzt stehen fortlaufend relevante Calls for Publications in Aussicht, die wir nutzen könnten, um Die Gartenlaube und mit ihr verknüpfte Daten bekannter zu machen:

Projektstand

Circa 60 Prozent der Gartenlaube-Jahrgänge des 19. Jahrhunderts sind fertig, d.h. sie wurden mindestens zweimal Korrektur gelesen. Über 82 Prozent der Artikel sind angelegt: unkorrigiert, korrigiert oder fertig. Die Hochrechnungen vom 1. Januar 2021 schätzt, dass am 18. Mai 2022 alles gelb (korrigiert) und alles grün (fertig) am 28. Dezember 2023 sein wird, schreibt man den bisherigen Projektverlauf fort. Derzeit schaffen wir es fast täglich die in Wikisource neu angelegten Gartenlaube-Artikel in Wikidata zu erschließen. Wann die Transkription und OCR-Korrektur der ersten Jahrzehnte des 20. Jahrhunderts beginnt ist noch unbestimmt. Die Datenlaube ist dementsprechend derzeit ein offenes Datenprojekt mit offenem Ende. Mitarbeit ist willkommen – an vielen offenen Baustellen, neuen und “alten”.

Literatur


Autoren

Jens Bemme studierte Verkehrswirtschaft und arbeitet im Bereich Landeskunde und Citizen Science der Sächsischen Landesbibliothek – Staats- und Universitätsbibliothek Dresden (Referat Saxonica). Er forscht zu historischem Radfahrerwissen um 1900, insbesondere der Oberlausitz und der Ostseeprovinzen. Seine weiteren Interessen sind Dorfbacköfen und historisches Imkerwissen.

Christian Erlinger-Schiedlbauer hat Raumplanung und Politikwissenschaft studiert und arbeitet seit 2013 in Wien als Bibliothekar, seit 2018 bei den Büchereien Wien. Er ist Wikidata-Enthusiast und arbeitet an Fragen zur Ausweitung der bibliothekarischen Tätigkeitsfelder im Semantic Web. Er twittert zu #Wikidata, #openGLAM und #Bienen. ORCID: 0000-0001-7872-9617.


Titelbild: Die Datenlaube, Logo, Mfchris84, CC0, via Wikimedia Commons

Dieser Text hat das Wikidata-Item (Q105440429).


3 Gedanken zu „Zwischenbericht des „SFB 1853“ – zwei Jahre #DieDatenlaube

  1. Pingback: Own metadata for own blogposts – Bibliographies with open data and Wikidata – Public Humanities

  2. Pingback: ‚Die Datenlaube‘: Open Citizen Science mit Linked Open Storytelling beim Erschließen der ‚Gartenlaube‘ – Public Humanities

  3. Pingback: ‚The Data Arbor‘: Open Citizen Science with Linked Open Storytelling in Unlocking the ‚Garden Arbor‘. – Public Humanities

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.