Data Connectivity

Wir analysieren bestehende kontrollierte Vokabulare für die langfristige Entwicklung von abgestuften Konzepten für Suchstrategien, Datenkuration, Datenverwertung und Qualitätsanforderungen. Dies gilt sowohl für den fachspezifischen Kontext von 4Memory als auch für interdisziplinäre und internationale Initiativen. Dabei berücksichtigt 4Memory kontrollierte Vokabulare und Normdaten, die historische Entitäten kontextualisieren. Mit dem Service R:hovono entsteht ein Register historischer und objektbezogener Vokabulare.

Data Connectivity vertieft die Arbeit durch vier Use Cases, die im Rahmen von Community-Meetings und Problem Stories ausgewählt wurden und verschiedene Akteure aus dem internationalen 4Memory-Netzwerk zusammenbringen. Sie umfassen Konzepte in verschiedenen historischen Perioden der Vormoderne (Netzwerk Jüdische Geschichte; Religiöse Vokabulare) und der Zeitgeschichte (Vokabular der Haftstätten des Nationalsozialismus) sowie historisch-geografische Daten und von Personendaten und Tätigkeiten.

Im Ergebnis der Use Cases (siehe Measure 1) konzipiert eine Arbeitsgruppe Empfehlungen zur Datenkuration historischer Daten und zur Integration von Normdaten. Hierfür werden Werkzeuge, Services und Beratungen entwickelt und angeboten. Eine GND-Agentur für „Geschichtswissenschaft, Normdaten und Datenkuration“ bündelt Initiativen der Gedächtniseinrichtungen und Fachwissenschaft und erarbeitet ein Konzept zur Empfehlung von fachspezifischen Normdaten. Ziel ist der Aufbau eines zweistufigen, verknüpften Netzes von persistent adressierbaren Normdatendaten (GND, Metadaten, Suche) in Relation zu sich dynamisch verändernden Analysewerkzeugen (Taxonomien, Ontologien, Kontextdaten). Der Ansatz adressiert ein wesentliches Ziel für die Produktion von FAIR-Daten, indem er Datentransparenz, Nachvollziehbarkeit und Kontextualisierung von der (analogen oder digitalen) Quelle bis zum nationalen/internationalen Normdatensatz aufrechterhält.

Measure 3 befasst sich mit der Konzeption, Planung und Vorbereitung/Entwicklung von Werkzeugen zur Datenkuratierung, inhaltlichen Qualitätsmessungen und automatisierten Erschließungen bzw. Anreicherung von Forschungsdaten (z.B. Definition von Wissensgraphen, Vorbereitung für das Semantic Web oder Kontextualisierung von Informationen) und schafft die Voraussetzungen für deren Realisierung in Begleitprojekten. Gemeinsam mit der Task Area Data Quality werden Kriterien eines abgestuften Qualitätsmodells für kontrollierte Vokabulare bestimmter historischer Teilbereiche entwickelt. Grundlegende Konzepte zur Normierung und Kontextualisierung von Daten sowie zu deren taxonomischer Aufbereitung werden einer Qualitätskontrolle unterzogen und für den Transfer in Tools und Schnittstellen vorbereitet.

Qualitativ hochwertige Metadaten sind zentral dafür, Forschungsdatensätze für die Nachnutzung zu finden. Daher liegt der Fokus der Arbeit in Measure 4 darauf, mit Hilfe verschiedener Maßnahmen, die Vergabe von Metadaten für Forschungsdaten in der Domäne der Geschichtswissenschaften zu verbessern. Hierzu wird unter anderem das weit verbreitete Datacite-Metadatenschema um fachspezifische Angaben erweitert und als Modell für die Nachnutzung in einschlägigen Forschungsdatenrepositorien empfohlen. Ebenso werden Richtlinien und Best Practices entwickelt, um die Vergabe von Metadaten zu harmonisieren, etwa mit Vorschlägen für die Erstellung eines hilfreichen Abstracts, zu Titelansetzungen, zur Methodenbeschreibung und den dafür notwendigen Workflows. Anhand der Deutschen Historischen Bibliographie (DHB) werden die verschiedenen Tätigkeiten in einem Use Case beispielhaft umgesetzt.

Für den in der Task Area Data Services entwickelten Data Space wird in Measure 5 die zu Grunde liegende Ontologie aus fachlicher Perspektive mitkonzipiert. Die Ontologie, welche in erster Linie dazu dient, unterschiedliche Datenbestände zusammenführen, hat vor allem die Aufgabe, Discovery und Retrieval der heterogenen Daten in einem Index zu strukturieren und so den Zugriff und die weitere Arbeit mit diesen für Historiker:innen zu vereinfachen. Zwei weitere wichtige Aspekt bei der Verknüpfung von verschiedenen Datenbeständen ist es, auf Fragen der Mehrsprachigkeit einzugehen und Empfehlungen hinsichtlich der Verwendung von Persitenten Identifikatoren auszusprechen.