Let’s Talk FAIR – Die Findability digitaler Editionen

Im FAIR February 2023 widmete sich Text+ in vier virtuellen Meetups den FAIR-Prinzipien Findability, Accessibility, Interoperability und Reusability, die sich seit ihrer Veröffentlichung 2016 im Scientific Data zu Leitprinzipien innerhalb der Digital Humanities etabliert haben.

Mit der Veranstaltungsreihe waren Forscher:innen und Mitarbeiter:innen laufender und geplanter analoger, digitaler oder hybrider Editionsprojekte, aber auch Interessierte aus anderen Fachbereichen dazu eingeladen, über die FAIR-Prinzipien und ihre Anwendung im Kontext wissenschaftlicher Editionen zu diskutieren. Im Zentrum der Gespräche standen die konkrete Bedeutung der einzelnen Prinzipien für digitale Editionen, denkbare Unklarheiten und bislang unerkannte Lücken sowie die notwendige Ausdifferenzierung der Prinzipien.

Das erste Meetup war mit „F wie Findability“ überschrieben. Die faire Findbarkeit einer (digitalen) Ressource bezieht sich insbesondere auf den Umgang mit und die Bereitstellung von (Meta)Daten. In diesem Zusammenhang wird von einem globalen eindeutigen und dauerhaft persistenten Identifier gesprochen, mit dem die (Meta)Daten ausgezeichnet werden sollen. Die Daten sollen weiterhin mit umfangreichen Metadaten beschrieben werden und in einem durchsuchbaren Verzeichnis registriert oder indiziert werden. Für die Auffindbarkeit nicht unwesentlich ist dabei, dass der eindeutige Identifier der Ressource auch in den Metadaten enthalten sein muss. Eine notwendige Redundanz, die sich aus der Speicherung der Ressource und der Metadaten in separaten Dateien ergibt.

Wo aber sollen die Forschenden ansetzen, um die Findability einer digitalen Edition gemäß des FAIR-Prinzips zu realisieren, in welcher Granularität die projektrelevanten Daten auffindbar machen? Welches Vorgehen lässt sich sinnvoll und nachhaltig in die Projektarbeit integrieren? Welche Anlaufstellen gibt es? Welche Tools sind erforderlich und nützlich? An welchen Standards sollten wir uns orientieren?

Zu Beginn des Meetups ermittelten wir in einem Brainstorming gemeinsam, was unter Findability im Zusammenhang mit digitalen Editionen zu verstehen sei. Das fängt an beim Teilen maschinenlesbarer Metadaten, die etablierten Standards entsprechen, und beim Nachweis digitaler Editionen in gängigen Recherchesystemen bzw. Portalen. Es betrifft außerdem die Nachnutzbarkeit der Daten sowie die Frage nach der Granularität der Referenzierbarkeit (bis auf die unterste Seiten- bzw. Textebene?) oder die Bedeutung für das Semantic Web. Als mögliche Herausforderungen wurden unter anderem folgende Aspekte identifiziert:

• die Einbeziehung ausländischer Quellen,
• der Datenwust, in dem die Daten von Nutzer:innen nicht gesehen werden, auch wenn sie technisch auffindbar sind,
• die Integration der Nachweise in übergeordnete Nachweissysteme (z. B. Bibliothekskataloge),
• die Versionierung dynamischer Editionen,
• fehlende Expertise in der Nutzung von Open-Source-Werkzeugen, die durch das Angebot kommerzieller Anbieter:innen bisweilen verdrängt werden.

Mit diesem Ergebnis des Brainstormings wurde sowohl das Spektrum von Findability sichtbar als auch die verschiedenen Wissensstände zur Umsetzung der FAIR-Prinzipien innerhalb der Community. Die folgenden Impulse von Swantje Dogunke und Thomas Stäcker zeigten weitere Lücken und Bedarfe auf, die in näherer Zukunft adressiert und bearbeitet werden müssen.

Die eierlegende Wollmilchsau gibt es nicht

Swantje Dogunke, Fachreferentin der Thüringer Universitäts- und Landesbibliothek (ThULB) Jena (Geschichte, Alte Geschichte, Volks- und Völkerkunde), gab einen Impuls aus Sicht der digitalen Infrastruktur von Bibliotheken und im Hinblick auf das, was Bibliotheken bei der Erarbeitung digitaler Editionen leisten können. Mit ihrem Plädoyer für eine pragmatische Vorgehensweise innerhalb derartiger Projekte konstatierte sie, dass weder die schnelle einfache Lösung noch die beste Lösung zielführend seien. Vielmehr gelte es die Herausforderung, die sich aus dem Spannungsbogen zwischen Standardisierungszwängen bzw. -notwendigkeiten und der Einzigartigkeit der jeweiligen Projektdaten ergäbe, realistisch zu betrachten. Es sei zwar wünschenswert, die Daten mit einem sehr großen Innovationsgrad, dem richtigen Maß an Fluidität, Extravaganz sowie einem interaktiven und zeitgemäßen Design unter höchstem ästhetischem Anspruch aufzubereiten. Ideal wären außerdem maschinenlesbare Metadaten, die per URI-Schnittstelle abrufbar wären, interoperable Lizenzangaben sowie faire kontrollierte Vokabulare für Metadaten und Standards. Die digitale Edition sollte in Bibliothekskatalogen erfasst werden und über fachspezifische Repositorien aufrufbar sein. Eine erfolgreiche Realisierung setze jedoch bereits bei der Prozessplanung an und mache das Bewusstsein für den Unterschied zwischen Daten- und Präsentationsschicht erforderlich: neben einer auf den Projektkontext angepassten Anforderungsliste mit sinnvoll vergebenen Priorisierungen müssen auch Fragen nach Verantwortlichkeiten, die über das Ende des geförderten Zeitraums hinausgehen, geklärt sein. Dies betrifft z. B. die Datenvorhaltung und die Langzeitarchivierung.

Indem die Forscher:innen eine eigene Bewertungskompetenz für die erforderlichen Aufgaben und die adäquaten Dienstleistungen entwickelten, könnten sie sich von der Suche nach dem „quick fix“ freimachen. Swantje Dogunke empfahl deshalb, Bibliotheken als Partnerinnen für die Problemstellungen zu nutzen, für die sie entsprechende Kompetenzen vorweisen: Verlässlichkeit, Stabilität, Versionierung, Anforderungen wissenschaftlichen Publizierens, Langzeitarchivierung und Nachhaltigkeit. Dafür müsse zwischen Nachweis- und Discovery-Systemen¹ sowie Repositorien unterschieden werden. Nicht jede Bibliothek übernehme alle drei dieser Teilaufgaben. Jedes Editionsprojekt sollte das für sich abklären. Klassische Bibliotheken z. B. nehmen keine digitalen Editionen in den OPAC auf. In diesem Zusammenhang arbeitet die Task Area Editionen von Text+ in einer Kooperation mit den Fachinformationsdiensten (FIDs) bereits an einer Lösung, mit der Editionen in Nachweissysteme aufgenommen und findbar gemacht werden können. Forschenden empfahl Swantje Dogunke als ersten möglichen Schritt, sich an die jeweilige Landesbibliothek zu wenden. Die ThULB übernimmt z. B. für thüringische Projekte die Langzeitarchivierung digitaler Editionen und ermöglicht die Vorhaltung der dazugehörenden Daten. Die Infrastruktur der ThULB ist dafür ausgelegt, die Datenebene zu sichern. Für die Präsentationsebene stellt sie eine Basis-Ansicht im institutseigenen CMS bereit. Bedingung dafür ist die Verwendung des DTAbf (Basisformat des Deutschen Textarchivs).

Bibliotheken können also Repositorien zur Speicherung der XML-Dateien und Digitalisate (angereichert mit Metadaten) anbieten oder z. B. eine Plattform für Working Papers des Projekts sein, wenn man in Fachartikeln Überlegungen zur Edition teilen und vom Zweitveröffentlichungsrecht Gebrauch machen möchte.

Für andere Arbeitsschritte sollten weitere Projektpartner:innen hinzugezogen und produktive Netzwerke etabliert werden. Bei den damit verbundenen Überlegungen müsse auch Klarheit darüber bestehen, welche dokumentarische Bezugseinheit wesentlich sei, ohne die eigenen Daten unnötig zu „zerflücken“. Bevor also Zeit in die immer noch unabdingbare klassische händische Erschließungsarbeit investiert werde, die für die Findbarkeit eine wesentliche Rolle spielt, müsse Klarheit über die damit verbundene Granularität bzw. Erschließungstiefe bestehen. Diese sei vom jeweiligen Anwendungsfall abhängig: eine feine Granularität könne im Einzelfall sinnvoll und nötig sein, bedeute aber nicht, dass es bei einer anderen Edition genauso gehandhabt werden müsse. Eine Orientierung bietet die Checkliste der Thüringischen Universitäts- und Landesbibliothek bei der Projektplanung für digitale Editionen.

Darüber hinaus sollte das 2022 zur Verbesserung der Rahmenbedingungen formulierte Manifest für digitale Editionen für die Projektkonzeption berücksichtigt werden. Auch dort wird auf die FAIR-Prinzipien für Editionen hingewiesen.

Swantje Dogunke empfahl außerdem, die Metadaten der Edition großflächig zu streuen sowie eine redundante Sicherung der Daten vorzunehmen. Diese Form der Speicherung geht auf ein in Nordrhein-Westphalen entwickeltes Konzept des digitalen Archivs² zurück, in dem die Mindestsicherung des Bitstreams vorgeschlagen wird. Anstatt diese auf eigene Faust vorzunehmen, sollten die Projekte sich an adäquate Infrastrukturpartner:innen wenden. A und O ist aber immer die Verwendung einheitlicher Schemata, da eine funktionierende Infrastruktur homogene Daten benötigt.

Schnitzeljagd im Internet

Thomas Stäcker, Direktor der Universitäts- und Landesbibliothek Darmstadt, stellte in seinem Impuls die verschiedenen Persistenzebenen vor. Hinsichtlich der Granularität der durch persistente Identifikatoren (PIDs) vorgenommenen Referenzierung müssen im Rahmen eines Projektes nachvollziehbare Entscheidungen gefällt werden. Persistenz ist für Thomas Stäcker ein vielschichtiger Begriff, der vor allem auf PIDs bezogen werde, aber ebenso in Verbindung mit Objekten und ihrer Verfügbarkeit zu verstehen sei. So wird Persistenz zum einen auf den Identifier bezogen, der eine Ressource identifiziert, und zum anderen auf die Ressource, die persistent ist. Es müsse aber beides nicht notwendigerweise zusammengehen: Es gibt z. B. PIDs ohne korrelierende Ressource, deren Metadaten der Nachvollziehbarkeit halber dennoch erhalten bleiben müssen, wenn das Objekt auch nicht mehr vorhanden ist.

Die grundsätzliche Anforderung an einen Identifier ist dessen Eindeutigkeit, Dauerhaftigkeit und Auflösbarkeit. Er soll über einen Resolver(-Dienst) zu einem Dokument o. ä. führen. Hierbei handelt es sich um eine Lösung, die explizit für die Verwendung im Internet gedacht ist. URI/IRI, URN und URL zählen zu den prinzipiellen Formen der Referenzierung und sind wesentlicher Baustein bzw. eine Voraussetzung, um einen PID zu bilden. Die URN unterscheidet sich hierbei insofern von den anderen Referenzierungsformen, dass durch die Verwendung eines Namens keine Lokalisierungstechnik impliziert ist.

Typische PIDs sind die DOI, das Handle, die URN und die PURL. Jeder folgt einem eigenen Standard. Dabei handelt es sich um Konzepte, die auf einem Weiterleitungsmechanismus aufbauen, bei dem der Auflösungsprozess mitgedacht wird. Damit diese Auflösungsprozesse funktionieren, müssen sie mit Agenturen verbunden werden, sogenannten Resolving Services. Für DOI sind das z. B. DataCite oder Crossref, für Handle z. B. der Handle Service der SUB Göttingen und für URN betreibt die DNB einen URN-Service. PURLs (persistente URLs, stammen aus dem Dublin Core Kontext) können institutionell per Deklaration umgesetzt werden, indem eine URI mit einer festen Lokalisierung verbunden wird (z. B. über den Apache-Server einer Einrichtung). Die Herzog August Bibliothek Wolfenbüttel z. B. verwendet PURLs. Der Gebrauch hat jedoch Einschränkungen zur Folge und ist für Institutsserver, die häufig wieder abgemeldet werden, oder in klassischen IT-Kontexten ungeeignet. Entsprechend muss der jeweilige Kontext von Projekten etc. mitgedacht werden, wenn man sich für die eine oder die andere Form der PID entscheidet. Am Ende ist es zudem immer auch eine Kostenfrage.

Als Alternative zu den typischen PiDs erwähnte Thomas Stäcker ein Konzept aus der Domäne der Blockchain: den Decentralized Identifier (DiD), bei dem auf die zentrale Auflösungsinstitution verzichtet und damit das Problem des Name Registrars³) adressiert wird. Nach Stäckers Einschätzung handelt es sich hierbei um einen guten, global denkenden, demokratischen Ansatz, der in der Anwendung jedoch nicht unproblematisch ist. Der Mehrwert einer zentralen Anlaufstelle sei nicht zu vernachlässigen.

Welche Ressource(n) werden nun aber mit einem PID zitiert bzw. Identifiziert? Als mögliche Persistenzebenen nannte Thomas Stäcker Dokumente und abstrakte Entitäten. Für letztere zeichne es sich im Zusammenhang mit Linked Open Data als guten Stil aus, wenn auch ihre Bezeichnungen auflösbar seien.

Im Kontext von Editionen ergeben sich daraus zwei Probleme: die Identifizierbarkeit und damit die Referenzierung von Identifiern untereinander. Dabei handle es sich um ein Teil-Ganzes-Problem: Welche Teile der Editionen werden durch einen Identifier repräsentiert? Davon nicht losgelöst betrachtet werden könne das Problem der Versionierung durch Identifier. Verschiedene Versionen von Editionen können in Repositorien referenziert werden, was wiederum verschiedene PIDs erforderlich mache. Der Zusammenhalt müsse aber trotzdem gesichert werden, auch wenn verschiedene Versionen existierten. Die Referenzierung der visualisierten Varianten einer editorischen Oberfläche bzw. ihre Dynamik seien in diesem Zusammenhang das größte Problem: Wie kann im Layout die dokumentarische Form adressiert werden, wie die normalisierte Form? Im Fall der Faust-Edition, in der Varianten aus- und einklappbar sind, um den Nutzer:innenanforderungen zu entsprechen, ist eine saubere Zitation kaum möglich. Thomas Stäcker folgerte, dass es vor diesem Hintergrund am sinnvollsten wäre, den Algorithmus zu der Darstellung selbst zu zitieren. Würde für jede Ansicht eine DOI vergeben werden, würde das ins Unendliche führen. Er empfiehlt PIDs sowohl für die Werkebene als auch für spezifische Manifestationen zu verwenden. Das Handle eigne sich für die persistente Zitierung von Fragmenten, DOIs für Werk und Versionen. Auf Ebene der Daten und Entitäten werden gemeinhin zur Referenzierung von Personen und Orten die GND, VIAF, GeoNames oder Getty Thesaurus of Geographic Names verwendet, für Körperschaften z. B. ROR.

Einschränkungen seitens Fördergeber:innen hinsichtlich des Gebrauchs von PIDS gibt es nicht, zumindest nicht von der DFG. Die Wahl wird stattdessen wesentlich von der Langlebigkeit des einzelnen PIDs beeinflusst bzw. sollte dahingehend bedacht werden. Deren Vergabe und Zuverlässigkeit ist nämlich nicht gewährleistet. FAIR February-Teilnehmer Stefan Buddenbohm von der Niedersächsische Staats- und Universitätsbibliothek Göttingen konstatiert in der weiteren Diskussion, dass gegenwärtig die „Haltbarkeit“ bei etwa zwei Jahren liege.

Fazit

Das FAIR-Prinzip Findability berührt bei Editionsvorhaben Aspekte der Identifizierbarkeit, Granularität und der Zeitlichkeit. Ob Kurzzeitprojekt oder Akademievorhaben, die Frage nach dem geeigneten PID-Verfahren sollte bereits in der Konzeptionsphase eines Projekts mitgedacht oder zumindest problematisiert werden, insbesondere vor dem Hintergrund von Projektlaufzeit, Projektende und „Haltbarkeit“ bestimmter PIDs. Es bietet sich an, in dieser Frage externe Infrastrukturpartner:innen bereits in einem frühen Stadium des Projekts einzubeziehen, und sei es in einer beratenden Funktion. In einer Kooperation mit den FIDs arbeitet Text+ an Wegen, die Findbarkeit von (digitalen) Editionen in Bibliothekskatalogen zu verbessern.

Die Findbarmachung einer Edition geht jedoch über die Ebene der bibliografischen Verzeichnung hinaus. Gerade für kleine, institutionsunabhängige Projekte könnte z. B. die Referenzierung von Normdaten (Personen, Werke, Orte o. ä.) über WikiData eine attraktive Alternative darstellen. Dafür spricht das dynamische Konzept der Plattform, die Möglichkeit des kollaborativen Arbeitens und die projektungebundene Datenpflege.

Die verschiedenen Arten der PIDs zeigen, dass es sich um ein komplexes Thema handelt, bei dem der technologische Wandel ebenso berücksichtigt werden sollte wie auch die Veränderung institutioneller Infrastrukturen. Da eine Vielzahl verschiedener Ressourcen mit einem PID referenziert werden, ist in diesem Zusammenhang ein kontinuierliches, projektbegleitendes Forschungsdatenmanagement eine Möglichkeit, die anfallende Arbeit sinnvoll zu koordinieren und zu dokumentieren.

Links zu den Präsentationen und Videos auf Zenodo:

Präsentation von Swantje Dogunke

Präsentation von Thomas Stäcker

Referenzen und weiterführende Links

• Steilen, Gerald (2012): Discovery-Systeme – die OPACs der Zukunft? Zukunft der lokalen Bibliothekssysteme. Neue Strukturen und Anforderungen im wissenschaftlichen Bibliothekswesen, Vortrag, 101. Deutscher Bibliothekartag: Bibliotheken – Tore zur Welt des Wissens, 22.–25. Mai 2012, Hamburg.
• Die FAIR Prinzipien auf der Website von GO FAIR (englisch)
• Manifest für digitale Editionen von Christiane Fritze
• Zotero-Library mit weiterführender Literatur, zusammengestellt von Swantje Dogunke
• Sandra Bläß, Marie Flüh, Julia Nantke (2022): „Digitale Editionen“. In: forTEXT. Literatur digital erforschen.
• Textreferenzierung per URN, ein Service der Universität Leipzig[KL4] 
• Kontakt zu Text+
• Definition URI, URL, URN
• Definition Domain-Registrar im IONOS Digital Guide

Zitiervorschlag
Karoline Lemke: Let’s Talk FAIR – Die Findability digitaler Editionen, in: Text+ Blog, 10.07.2023, https://textplus.hypotheses.org/5736.

Beitragsbild: CC 0

1. Auf Suchmaschinentechnologie beruhende bibliothekarische Suchsysteme, die sich vom OPAC hinsichtlich der Bedienbarkeit, des Suchrraums, des Trefferrankings usw. unterscheiden (Steilen 2012, Folie 19). [↩]
2. Thaller, Manfred, und Sebastian Cuy, Herausgeber. Das Digitale Archiv NRW in der Praxis: eine Softwarelösung zur digitalen Langzeitarchivierung. Kovač, 2013. [Nachweis im GVK] [↩]
3. Thomas Stäcker rekurriert hier auf sogenannte Domain Name Registrars, Unternehmen, die den Verkauf von Domain-Namen verwalten. (IONOS Digital Guide, 14.04.2002 [↩]

---

---