Text+Plus, #02: DLA Data+, oder: Marbach goes Text+

Jedes Jahr fördert Text+ Kooperationsprojekte mit einer Laufzeit von maximal 12 Monaten. Bewerben können sich Einzelpersonen, Arbeitsgruppen, Forschungsverbünde und Forschungseinrichtungen. Die Kooperationsprojekte aus der ersten Förderrunde sind am 1. Januar 2023 gestartet. In der Blog-Reihe Text+Plus geben sie Einblick in ihre Arbeit.

Die Katalogdaten des Deutschen Literaturarchivs Marbach (DLA) werden zunehmend von Forschungsprojekten als primäre Datenquelle nachgefragt. Die Dichte, Tiefe, Medienvielfalt und der hohe Vernetzungsgrad der unikalen Sammlungen des DLA spiegelt sich in Katalogdaten wider, Analysen und (statistische) Auswertungen ermöglichen verbindende Sichten auf analoge und digitale Bestände.

Das Text+ Kooperationsprojekt DLA Data+ hat das Ziel, einen offenen Zugang zu den Daten des DLA auf Basis forschungsprojektbezogener Fragestellungen zu schaffen und sie so mit Hilfe der Infrastruktur von Text+ nutzbar zu machen.

Das DLA stellt bislang seine Daten für Projekte auf Anfrage zur Verfügung, wie z. B. die Titeldaten zu deutschsprachigen Romanen des 20. Jahrhunderts, Daten mit Bezug zu Franz Kafka oder Aufsatzdaten aus expressionistischen Zeitschriften. Für die Formulierung der Datenabfragen braucht es aber intime Kenntnisse des Datenformats- und der Datenstrukturen. Im Projekt DLA Data+ wird nun eine offene, gut dokumentierte Schnittstelle entwickelt, die es Anwenderinnen und Anwendern ermöglichen soll, selbst Abfragen zu formulieren. Mit einer Vorschauansicht können Suchanfragen und Ergebnisse interaktiv an Beispielen ausprobiert und verfeinert werden. Ein Export der Datensets in verschiedenen Formaten macht es möglich, sie mit eigenen Tools zu analysieren oder in weitere Umgebungen zu integrieren.

Fokus auf Döblin und Kracauer

Die Entwicklung erfolgt exemplarisch am Korpus des Quellenrepertoriums der Exilbibliotheken von Alfred Döblin und Siegfried Kracauer. Mit der exemplarischen Datenbereitstellung und Einbindung in Text+ soll dieses bislang im Katalog des DLA „versteckte“ Korpus sichtbarer gemacht werden. Das Vorhaben greift den Gedanken des Impulspapiers des Rats für Informationsinfrastrukturen (RfII) auf:

„Eine große Chance für die bestandsbezogene Forschung würde darin bestehen, auf Sammlungen in einem vernetzten Gesamtsystem zugreifen zu können, das sowohl den Austausch fördert, Standards (bei gleichzeitig notwendiger Vielfalt) garantiert und darüber hinaus eine dauerhafte Kuratierung begünstigt“.¹

Die Entwicklung wird übertrag- und nachnutzbar sein für weitere Datensets. Die Katalogdaten werden analog einer CC-BY-Lizenz zur Verfügung gestellt.

Das Korpus umfasst die Metadaten der Döblin-Bibliographie und der Kracauer-Bibliographie sowie beider Autorenbibliotheken; die Daten sind konsequent mit Normdaten verknüpft. Im Korpus enthalten sind so auch 830 Werknormsätze zu Alfred Döblin und 2.150 Werknormsätze zu Siegfried Kracauer. Die Metadaten wurden nach international anerkannten Standards erfasst. Eingesetzt wurden: RDA (Ressource Description and Access) für die Formalerschließung, T-Pro (Thesaurus der Provenienzbegriffe) für die strukturierte Erfassung von Provenienzmerkmalen, RNAB (Ressourcenerschließung mit Normdaten in Archiven und Bibliotheken) für die Beschreibung der handschriftlichen Buch-Einlagen. Die Daten sind über den Katalog des DLA recherchierbar, jeder Eintrag verfügt über einen permanenten Link auf bibliografischer und auf Exemplar-Ebene.

Technische Bausteine im Projekt

Die Entwicklung einer Daten-Schnittstelle „Data+ Connector“ wird es unabhängig vom Katalog-Frontend ermöglichen, mit selbst formulierten Abfragen per Script, DH-Tool usw. dynamische Datensammlungen über eine offene API abzufragen und softwaregestützt als Dublin Core, MODS, RIS, JSON und CSV (Internformat) weiterzuverarbeiten. Der Subcollection-Filter Döblin/Kracauer setzt auf dem SOLR-Index des Marbacher Katalogs auf. Die offene API wird auf der Basis der OAS (OpenAPI Specification) per Swagger implementiert, mit dem Tool Swagger UI werden die Suchparameter öffentlich dokumentiert, inklusive der Möglichkeit, diese an Mockup-Beispielen interaktiv auszuprobieren. Parallel wird an einer Muster-Anwendung unter Einsatz des FOSS-Tools „Datasette“ von Simon Willison gearbeitet, welche die definierten Subcollections Döblin/Kracauer zur beliebigen Facettierung und Auswertung als öffentlich erreichbaren Docker-Container in einer Cloud-Infrastruktur publiziert. Aus Projektsicht wünschenswert wäre eine öffentlich zugängliche Text+ Cloud für die Publikation.

Das Projekt (Laufzeit 2/2023 – 12/2023) wird vom DLA gemeinsam mit den beiden Open Source Firmen effective WEBWORK und Open Culture Consulting realisiert. In Text+ ist es der Datendomäne Collections zugeordnet. Ansprechpersonen in Marbach sind Heinz Werner Kramski und Karin Schmidgall.

Zitiervorschlag
Karin Schmidgall: Text+Plus, #02: DLA DATA+, oder: Marbach goes Text+, in: Text+ Blog, 10.10.2023, https://textplus.hypotheses.org/6774.

Beitragsbild: ETH-Bibliothek Zürich, Bildarchiv / Fotograf: Metzger, Jack / Com_L16-0320-0002-0002 / CC BY-SA 4.0, http://doi.org/10.3932/ethz-a-000969258.

1. Rat für Informationsinfrastrukturen: Bestandsbezogene Forschung gestalten: zukunftsfähige Verschränkungen von „digital“ und „analog“. Ein Diskussionsimpuls zur wissenschaftlichen, wissenschaftsnahen und kulturellen Nutzbarkeit von Sammlungen, 2021 [zuletzt eingesehen am 17.08.2023]. [↩]

---

---