Metadatenstandards für Sprachressourcen: CMDI und ISO 24622 (Standards, Teil 4)
Zum Weltnormentag am 14. Oktober 2025 gab es einen NFDITalk Spezial zum Thema “Standards für FAIRe Forschungsdaten”. Dazu eingeladen war Thorsten Trippel von Text+. In dieser Blogserie stellt er die wichtigsten Punkte seines Vortrags dar. Die gesamte Präsentation ist auf Youtube abrufbar.

Warum Metadatenstandards?
Metadaten sind strukturierte Informationen, die Daten beschreiben und auffindbar machen. In der Sprachressourcenforschung sind sie essenziell, um Daten nachhaltig zu dokumentieren, zu teilen und wiederzuverwenden.
Standards sorgen dafür, dass diese Metadaten einheitlich und interoperabel sind – also über Projekte und Institutionen hinweg verstanden und genutzt werden können.
CMDI: Component Metadata Infrastructure
CMDI ist ein komponentenbasiertes Metadatenschema, das vom CLARIN-Netzwerk entwickelt wurde. Es erlaubt:
- die flexible Beschreibung verschiedenster Sprachressourcen,
- die Wiederverwendung von Metadatenkomponenten,
- und die semantische Interoperabilität durch kontrollierte Vokabulare.
CMDI ist besonders geeignet für heterogene Datenbestände, wie sie in Text+ vorkommen – von Wörterbüchern über Korpora bis zu Audioaufnahmen.
Normfamilie ISO 24622: Der internationale Standard der Component Metadata Infrastructure
Eine Normfamilie umfasst mehrere Teile, die zusammen einen Standardbereich abdecken. ISO 24622 beschreibt die “Component Metadata Infrastructure CMDI)” in zwei Teilen, die verschiedene Aspekte von CMDI regeln, hier z. B. im ersten Teil das Modell, im zweiten Teil das Verfahren zur Beschreibung der Metadatenschemata. Sie definiert:
- die Struktur von CMDI-Metadatendokumenten,
- die Verwendung von Komponenten und Profilen,
- und die semantische Interoperabilität durch den Verweis auf Definitionen für einzelne Metadatenfelder, sogn. Datenkategorien.
Arten von Metadaten
Man kann verschiedene Arten von Metadaten unterscheiden, die alle mittels CMDI modelliert werden können, z. B.:
- Deskriptive Metadaten: Beschreiben den Inhalt (z. B. Titel, Autor:innen, Sprache).
- Administrative Metadaten: Informationen zur Verwaltung (z. B. Rechte, Lizenz, Erstellungsdatum).
- Strukturelle Metadaten: Beschreiben die interne Organisation (z. B. Kapitelstruktur, Segmentierung).
Diese Arten von Metadaten können jeweils zusammengefasst werden, um sie intern zu strukturieren. Diese Strukturierung erfolgt in CMDI in sogn. Komponenten, die auch in anderen Kontexten und für andere Klassen von Forschungsdaten wiederverwendbar sind. Diese Metadatenkomponenten werden zu Profilen kombiniert, je nach Klasse von Daten. So können für unterschiedliche Ressourcentypen (z. B. Wörterbuch, Audioaufnahme) passende Profile erstellt werden, ohne jedes Mal bei null anzufangen. Es ensteht eine modulare Struktur: Komponenten können kombiniert, erweitert oder angepasst werden, wobei bestehende Komponenten gneutzt werden können. So lassen sich neue Ressourcentypen beschreiben, ohne das ganze Scheman neu zu definieren.
Anwendung in Text+ und darüber hinaus
In Text+ wird CMDI eingesetzt, um Sprachressourcen systematisch zu beschreiben und nachhaltig zu archivieren. Die Komponentenstruktur erlaubt es, Metadatenprofile für unterschiedliche Ressourcentypen zu erstellen – etwa für lexikalische Daten oder annotierte Korpora.
Durch die Standardisierung mit ISO 24622 wird sichergestellt, dass diese Metadaten auch in anderen NFDI-Konsortien oder internationalen Projekten verstanden und genutzt werden können.
Ziel der Serie
Die Beiträge sollen aufzeigen, dass Standards nicht nur technische Vorgaben sind, sondern strategische Werkzeuge für gute wissenschaftliche Praxis. Die Serie richtet sich an Forschende, Infrastrukturbetreibende und alle, die sich für nachhaltiges Forschungsdatenmanagement interessieren.
Alle Themen
- Warum Standards im Forschungsdatenmanagement unverzichtbar sind
- Das OAIS-Modell für digitale Archivierung
- Persistente Identifikatoren (PIDs)
- Metadatenstandards für Sprachressourcen
- Standards für die Annotation textueller Daten
- Wie Standards die Zusammenarbeit in der Forschung verbessern
Weiterführende Literatur
Für eine Vertiefung und ausführlichere Angaben zu weiterführender Literatur mit den Themen dieser Blogserie empfehle ich folgende Buchkapitel, die soeben im Open Access erschienen sind:
- Trippel, Thorsten. 2025. Metadata for research data. In Piotr Bański, Ulrich Heid & Laura Herzberg (Hrsg.), Harmonising language data: Standards for linguistic resources. de Gruyter. DOI: 10.1515/9783112208212-011
- Pisetta, Ines & Thorsten Trippel. 2025. Standards and practices for long-term digital archiving. In Piotr Bański, Ulrich Heid & Laura Herzberg (Hrsg.), Harmonising language data: Standards for linguistic resources. de Gruyter. DOI: 10.1515/9783112208212-009
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Thorsten Trippel (5. Januar 2026). Metadatenstandards für Sprachressourcen: CMDI und ISO 24622 (Standards, Teil 4). Text+ Blog. Abgerufen am 24. Januar 2026 von https://doi.org/10.58079/15fyo
