Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Werkstattreihe „Standardisierung von Forschungsdaten“ #03 correspSearch – Briefeditionen durchsuchen und vernetzen

Autorin: Marthe Küster

Einleitung

Der Webservice correspSearch wurde entwickelt, um edierte Briefe zugänglicher zu machen. correspSearch verzeichnet projektübergreifend Briefe, die in Gesamtausgaben, Monogafien, Aufsätzen veröffentlicht sind. Die Basis dafür ist das Correspondence Metadata Interchange Format (CMIF), das auf TEI-XML basiert. Verzeichnet werden die Briefmetadaten, aber auch teilweise die Volltexte der Briefe. Diese Daten können durch den Webservice bei derzeit über 330.000 Briefen aus 400 Publikationen durchsucht und nachgewiesen werden. Sie stammen aus den Editionsvorhaben selbst und dem DFG-Projekt PDB18 (Portal Der deutsche Brief im 18. Jahrhundert).

correspSearch und CMIF

CMIF wurde von der TEI Correspondence Special Interest Group entwickelt. Die Idee für die Entwicklung eines Austauschformats für Briefmetadaten stammt von Peter Stadler, der seine Idee dazu 2014 bei einem Workshop an der Berlin-Brandenburgischen Akademie der Wissenschaften (BBAW) am Beispiel des TEI-Element correspDesc vorstellte, das damals gerade entwickelt wurde. Die erste Version von CMIF wurde Anfang 2015 fertiggestellt. Wenige Monate vorher ist auch correspSearch als Webservice online gegangen, der an der BBAW entwickelt wurde.

Für CMIF ist die Nutzung von URIs aus Normdateien wie der GND oder Geonames wichtig, um Personen und Orte projektübergreifend identifizierbar und somit auffindbar zu machen. Die neueste Version von CMIF stammt aus dem Jahr 2025. Eine Dokumentation der TEI Correspondence Special Interest Group befindet sich auf GitHub.

Die erste Version von CMIF (CMIF v1) erwartet Daten zu:

  • die Absender*innen und Empfänger*innen
  • den Schreib- und Empfangsort
  • Datumsangaben der Edition/Publikation.

Zudem werden Informationen zum Geschlecht und Beruf der korrespondierenden Personen sowie zum Datenset in correspSearch angereichert.

Die neue CMIF-Version (CMIF v2) kann zusätzlich verzeichnen

  • den Volltext (beta)
  • die hauptsächlich verwendete Sprache im Brief
  • die erwähnten Personen (beta)

In naher Zukunft werden auch die erwähnten Orte in CMIF angegeben werden können.

­

Abbildung 1: Aus den Vortragsfolien von Stefan Dumont vom 11.April 2025

Abbildung 2: Aus den Vortragsfolien von Stefan Dumont vom 11.April 2025

Standardisierung

Der Vorteil eines Austauschformats wie CMIF liegt darin, Daten aus verschiedenen Projekten maschinenlesbar zusammenzuführen und dadurch durchsuchbar zu machen. Das Austauschformat erleichtert regelmäßige Updates der Daten und URIs aus Normdateien wie der GND oder Geonames. Damit können Personen oder Orte projektübergreifend identifizierbar gemacht werden. Außerdem können durch die GND-URIs Daten zum Geschlecht oder zum Beruf der Persoonen angereichert werden.

Um CMIF-Dateien zu erstellen, wurden Tools wie der CMIF-Creator und CSV2CMI entwickelt. Der CMIF-Creator hat eine Eingabemaske, in die die vom Format erwarteten Informationen händisch für jeden Brief eingetragen und im CMIF entsprechend ausgegeben werden. CSV2CMI wird als Webservice von der SAW Leipzig betrieben. Mit diesem Tool können Briefmetadaten aus einem Tabellenformat (CSV) in CMIF umgewandelt werden. Um die für CMIF relevanten Daten aus den TEI-XML-Dateien einer digitalen Edition zu extrahieren und im CMIF auszugeben, wurde der CMIFerator (eine XQuery-Funktionsbibliothek) an der ADWL Mainz entwickelt.

Bevor die CMIF-Daten in correspSearch eingespeist werden, wird mit dem CMIF-Check überprüft, ob die Feature-Klasse der Geonames-URIs korrekt und das RNG-Schema valide ist. CMIF Preview bietet die Möglichkeit einer Sichtkontrolle. Die Daten aus unterschiedlichen Vorhaben können anschließend als gemeinsames und zusammenhängendes Netzwerk visualisiert werden. Möglich sind Diagramme zum Zeitverlauf der Korrespondenzen oder Kartenvisualisierungen der Absende- und Empfangsorte wie sie auch correspSearch auf der Website anbietet. Schließlich können die Daten auch über eine API abgefragt werden. Die Standardisierung ermöglicht die Ausgabe in verschiedenen Formaten wie TEI-XML, JSON, CSV, RDF/SPARQL und BEACON.

Herausfordernd bei der Standardisierung ist die Darstellung und Sichtbarmachung von Personengruppen, die marginalisiert und kaum in der GND repräsentiert sind. Wikidata, wo niedrigschwellig neue Personendatensätze mit URIs angelegt werden können, kann hier eine Lösung sein. Eine weitere Schwierigkeit ist es, Doppelungen von Briefen nachzuweisen, da ein Brief in mehreren Ausgaben ediert und veröffentlicht worden sein kann. correspSearch spricht daher in der Datenbankstatistik von Briefversionen. Momentan wird csRegistry entwickelt, um unterschiedliche Versionen eines Briefes zueinander in Beziehung zu setzen.

Fazit

Ein standardisiertes Austauschformat ist unumgänglich, um einen Webservice wie correspSearch anbieten zu können. So wie die nachgewiesenen Daten in den Briefen bleibt CMIF als Austauschformat dabei nicht statisch, sondern wird stetig weiterentwickelt. Obwohl Standardsierung immer mit Herausfordungen verknüpft ist, ist sie ein notwendiges und gutes Werkzeug, um edierte Briefe aus unterschiedlichsten Projekten belegen zu können.

Links/Kontakt

E-Mail: correspSearch (at) bbaw.de

correspSearch: https://correspsearch.net

CMIF-Creator: https://correspsearch.net/de/cmif-creator.html

csv2cmi webservice: https://cmif.saw-leipzig.de

Erklärvideos: https://correspsearch.net/de/videos.html


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Text+ Mitglied (6. Juni 2025). Werkstattreihe „Standardisierung von Forschungsdaten“ #03 correspSearch – Briefeditionen durchsuchen und vernetzen. Text+ Blog. Abgerufen am 23. Januar 2026 von https://doi.org/10.58079/142em


Das könnte dich auch interessieren …

Eine Antwort

  1. 15/09/2025

    […] Werkstattreihe zum Nachlesen: #03 correspSearch – Briefeditionen durchsuchen und vernetzen#02 Das Basisformat des Deutschen Textarchivs – Ein […]

Schreibe einen Kommentar

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

This site uses Akismet to reduce spam. Learn how your comment data is processed.