Let’s talk FAIR – Zur Nachnutzbarkeit 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 als 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.

Dieser Beitrag beschließt die Nachbetrachtung des FAIR February 2023 – und lädt zugleich zum FAIR February 2024 ein. Denn allen vier Treffen gemeinsam war der Wunsch der Teilnehmenden nach mehr (Erfahrungs-)Austausch untereinander sowie das Interesse an Reflexion über und an neuen Impulsen zu den FAIR-Prinzipien in Verbindung mit der eigenen Forschungspraxis.

Auch der letzte Termin des FAIR February 2023 zum Buchstaben R wie Reusability (Nachnutzbarkeit) fand mit über 100 Anmeldungen reges Interesse in der Community. Im gemeinsamen Brainstorming wurde zuerst zusammengetragen, was unter dem Begriff „Reusable“ verstanden bzw. erwartet wird. Mehrfach fielen allgemein mit den FAIR-Prinzipien verbundene Stichworte wie Standards, Normdaten und Kompatibilität, daneben wurden Schnittstellen und andere Wege der Datenübernahme als zentrale Voraussetzungen für eine gute Nachnutzbarkeit benannt. Letzteres zeigte auf, dass „Reusable“ oftmals direkt gleichgesetzt wird mit der Eignung der Daten selbst für eine Nachnutzung. Näher an den eigentlichen Kern des Prinzips kamen die Hinweise auf offene Lizenzen und eine gute Dokumentation. Tatsächlich unterscheidet sich das Prinzip Reusability von den anderen drei: Wo F, A und I vor allem die Daten selbst im Blick haben, konzentriert sich R auf die Metadaten, die diese Daten beschreiben und so erst deren richtige Interpretation ermöglichen.

Ein DMP macht noch keine ausreichende Dokumentation

Warum gutes Dokumentieren wichtig ist, darin führte unter dem Titel „Reusable! Aber nur bei guter Dokumentation“ der erste Impulsvortrag des Nachmittags ein. Die Referentin Marina Lemaire ist Koordinatorin der virtuellen Forschungsumgebung FUD und Referentin für Projektmanagement im Bereich digitale Forschungsinfrastrukturen in den Geistes- und Sozialwissenschaften am Servicezentrum eSciences der Universität Trier.

Ausgangspunkt für den Impuls bildeten Problemstellungen aus der Arbeit in einem Editionsprojekt zu „Kabinettsprotokollen der Landesregierung Nordrhein-Westfalen“¹, das bereits mehrere Datenübertragungen durchlaufen hatte. Dabei waren zum Beispiel auf dem Weg von Print über TEI2 zu TEI5 entscheidende Auszeichnungsinformationen verloren gegangen. Dass diese Kennzeichnungen – beispielsweise, ob Textstellen kursiv oder in Kapitälchen gesetzt sind – in der aktuellen TEI-Fassung fehlten, fiel jedoch erst im Vergleich mit der vorhandenen Print-Versionen auf. Was war passiert? Bei der Migration zur neuesten TEI-Version wurde nicht beachtet (und auch nicht dokumentiert), dass die in TEI2 hinterlegte Information zur Kennzeichnung des Textformates nicht mit übertragen wurde.

Aber nicht nur fehlende, auch unvollständige Angaben können Probleme bereiten – in diesem Editionsprojekt fehlte zum Beispiel an anderer Stelle die Auflösung der in der TEI-Datei verwendeten Abkürzungen der Quellenangaben. Diese waren sicher für die Ersteller:innen durch den täglichen Umgang mit den Daten geläufig, dürften spätere Nutzer:innen aber ohne Kontextwissen vor große Herausforderung stellen.

Eine Dokumentation gemäß dem R-Prinzip soll grundsätzlich das Verständnis und die Nachvollziehbarkeit der darin beschriebenen Daten ermöglichen. Dazu gehören alle Kontextinformationen, die für ein korrektes Interpretieren nötig sind, sowie klare Unterscheidungen verschiedener Versionen (Vorgänger/Nachfolger) und Informationen zu deren Ablageort. Denn auch die Zugänglichkeit älterer Versionen ist zentral, um zum Beispiel fehlende Auszeichnungsinformationen wie die oben beschriebenen rekonstruieren zu können.

Für Marina Lemaire ist dabei klar, dass ein Datenmanagementplan allein noch keine ausreichende Dokumentation für die Zwecke der Nachnutzbarkeit darstellt – doch „welche Dimension der Dokumentation [ist] eigentlich notwendig […], […] damit Daten tatsächlich nachnutzbar werden?“ Eine besondere Herausforderung dürfte es gerade in geisteswissenschaftlichen Fächern sein, den Entstehungsprozess der Daten – der nicht selten ein Denkprozess ist – nachvollziehbar zu machen. Und auch wenn die Dokumentation von Editions- und Transkriptionsrichtlinien eigentlich schon längst gelebte wissenschaftliche Praxis ist: Braucht es einen verbindlicheren Standard, um die Prozesse abgleichbar, maschinenlesbar zu machen? Welche Tools könnten unterstützen?

Diese Fragen eröffneten direkt die anschließende Diskussion zum Impuls. Marina Lemaire sieht einen Ansatz darin, die Dokumentation stärker zu formalisieren und außerdem die verschiedenen Bestandteile der Forschungsarbeit zu beachten: Datenmanagement, Prozessmanagement, Technikmanagement. Schließlich muss auch die Dokumentation selbst gut findbar abgelegt werden.

Diskutiert wurde zudem, was R für die Datenqualität bedeutet. Ist ein großer Umfang an Metadaten ein Zeichen für hohe Qualität? Welcher Umfang und welche Tiefe werden speziell für Editionen empfohlen? Für letzteres wird die Text+ Registry mit ihrem Datenmodell zur Erfassung von Editionen Ansatzpunkte geben. Eckhart Arnold empfahl außerdem, den menschenlesbaren Teil der Dokumentation so ausführlich wie möglich abzufassen, den maschinenlesbaren Teil hingegen eher knapper zu halten. Marina Lemaire verwies schließlich darauf, dass Konsistenz und Konsequenz bei der Umsetzung der gewählten Standards/Richtlinien zentral seien. Hierauf zielt einer der Unterpunkt des R-Prinzips: „R1.3: (Meta)data meet domain-relevant community standards“. Das führte allerdings zur nächsten Frage: Was ist ein guter Standard?

FAIR gilt für beide Seiten

Den zweiten Impuls brachte Eckhart Arnold ein, Leiter sowohl des Referats für IT und Digital Humanities an der Bayerischen Akademie der Wissenschaften, München (BAdW) als auch aktuell des Editionsprojektes „Schelling in München“.

Zu Beginn seines Vortrags nahm der Referent erst einmal die Perspektive der Community ein und fragte stellvertretend: „Warum sollten die FAIR-Prinzipien für mich gelten?“ Damit führte er die Diskussion um die FAIR-Prinzipien zu einem entscheidenden Punkt: Ein zentrales Kriterium für Ergebnisse wissenschaftlichen Arbeitens ist deren Nachvollzieh- und Nachnutzbarkeit. Denn, so Eckhart Arnold, „was ein Wissenschaftler behauptet, kann von anderen geprüft, befürwortet oder kritisiert werden, und dieser Kritik muss sich der Wissenschaftler stellen.“

Um eine solche Nachprüfbarkeit in neutralem Raum in einem externen System zu ermöglichen, ist die Einhaltung der FAIR-Kriterien zentral. Daher plädiert Eckhart Arnold auch für offene Lizenzen. Ein weiterer zentraler Punkt für den Referenten war die Betonung, dass FAIR für beide Seiten gilt – d. h. nicht nur die Forschenden sind angehalten, ihre Daten FAIR zur Verfügung zu stellen, die Nachnutzenden sind ebenso in der Pflicht, verantwortungsvoll mit den Daten umzugehen und z. B. auf eine korrekte Namensnennung bei CC-BY-Lizenzen zu achten.

Doch Lizenzen und die zuvor besprochene Dokumentation sind nur ein Teil von Reusability, gefordert ist auch die Einhaltung von Domain-relevanten Community Standards. Und hier steckt, wie schon festgestellt, eine weitere Herausforderung, denn das Prinzip legt nicht fest, was einen guten Standard nun ausmacht. Dies auszuhandeln ist Aufgabe der Fachcommunities. Eckhart Arnold sieht mögliche Stellschrauben im strukturellen Aufbau der Daten: So empfiehlt er, Metadaten und Daten zu trennen und nicht alles im TEI-Header unterzubringen. Auch rät er ab von over-engineering bzw. over-tagging, vielmehr sollten nur die Instrumente genutzt werden, die man tatsächlich braucht. Dabei zeige sich, dass ein gut dokumentierter und konsequent eingehaltener eigener Standard nachhaltiger sei als eine schlechte und nicht-passgenaue Umsetzung eines ‚offiziellen‘ Standards. Eckhart Arnold verwies hier als Beispiel auf die Schelling-Nachlass-Edition der BAdW, in der HTML-Technologie statt TEI-XML zum Einsatz kommt.

In der anschließenden Diskussion rückten zuerst die Lizenzangaben in den Fokus. So stellt sich gerade in Projekten mit vielen Mitarbeitenden die Frage nach der Best Practice in der Urheber:innenbenennung z. B. für eine CC-BY-Lizenz. Hier gab es in der Runde schnell Einigkeit, dass alle Beteiligten benannt werden sollten – für eine Differenzierung des jeweiligen Beitrags zum Projekt können die jeweiligen Rollen ausgewiesen werden.² Wichtig ist es, das Vorgehen in Bezug auf Lizenzen und Zitation bereits zu Projektbeginn klar zu regeln. Besonders relevant ist das in Projekten mit ehrenamtlichen Mitarbeitenden.

Des Weiteren wurde in der Diskussion die Frage nach dem Nutzen einer CC-NC-Lizenz gestellt, d. h. der Freigabe der Daten ausschließlich für nicht-kommerzielle Zwecke. Deren Einsatz ist wohl oft mit der Absicht verbunden, eine kommerzielle Ausbeutung der Inhalte durch Dritte zu unterbinden. Eckhart Arnold rät jedoch vom NC-Baustein in der Lizenzangabe ab, da dies unerwünschte Nebeneffekte haben kann.³

Stattdessen empfiehlt er den Einsatz des SA-Bausteins: Share Alike. Damit ist eine freie Nachnutzung der Inhalte unter Berufung auf diese Lizenz nur möglich, wenn die eigenen Produkte wieder unter eine CC-SA-Lizenz gestellt und somit kostenfrei weitergegeben werden. Wer CC-SA-lizenzierte Inhalte kommerzialisieren möchte, müsste ein gesondertes Nutzungsrecht anfragen und kann sich bei der eigenen Nutzung nicht auf diese CC-Lizenz berufen. Auch das Thema community-relevante Standards wurde noch einmal aufgegriffen. Neben der Frage nach dem zukünftigen Umgang mit dem TEI-Standard – weiter ausbauen oder einfach konsequenter anwenden – wurde auch kurz über die noch recht junge Entwicklung gesprochen, graphbasierte Strukturen für Editionsprojekte einzusetzen.

Wer beschreibt, der bleibt

Dokumentieren ist eine mühsame Aufgabe, vor allem wenn die Ressourcen im Projekt begrenzt sind und Zeitpläne drücken. Doch ohne gute Dokumentation von Entstehungskontext, Datenprovenienz und Nutzungslizenzen ist selbst bei bestzugänglichen Daten in den geeignetsten Formaten eine effektive Nachnutzung erschwert bis kaum möglich. Nur leider, so Eckhart Arnold, merke man, dass Reusability wichtig ist, „immer dann, wenn sie fehlt“. Diese Lücke dürfte oft erst im Nachgang auffallen, eine gute Dokumentation setzt jedoch mit Projektstart an.

Dabei ist der Fachcommunity längst bewusst, wie zentral eine gute Projektdokumentation ist. Dies zeigte sich zuletzt in einer von Greta Franzini u. a. durchgeführten Umfrage zu „Surveying User Requirements in the Digital Humanities“: „[D]etailed editorial and technical documentation” spielten für rund 70% der Befragten eine wichtige bis sehr wichtige Rolle – tatsächlich lag aber nur für 20% der untersuchten Editionen eine ausreichende Dokumentation vor.⁴

---

Weitere Materialien

Übersicht von Beiträgen zu den Themen Creative Commons und Lizenzen von irights.info.

Zitiervorschlag
Sandra König: Let’s talk FAIR – Zur Nachnutzbarkeit digitaler Editionen, in: Text+ Blog, 22.01.2024, https://textplus.hypotheses.org/9338.

Beitragsbild: Kassette für elektronisches Notizbuch EN 3 der Grundig-Werke GmbH, Fürth. Aus dem Bestand des Technoseum, Landesmuseum für Technik und Arbeit in Mannheim. CC0, via europeana.eu.

1. Die digitale Edition befindet sich gerade im Umbau. [↩]
2. Ein mögliches Vokabular stellt zum Beispiel die Contributor Roles Taxonomy, CRediT, dar. [↩]
3. Zum Beispiel den Ausschluss von Nutzergruppen, die gar nicht gemeint sind, siehe dazu: Klimpel, Paul. Folgen, Risiken und Nebenwirkungen der Bedingung »nicht-kommerziell – NC«. Herausgegeben von Wikimedia Deutschland – Gesellschaft zur Förderung und Freien Wissens e. V. Berlin, 2012. [↩]
4. Vgl. Greta Franzini, Melissa Terras, and Simon Mahony. 2019. Digital Editions of Text: Surveying User Requirements in the Digital Humanities. ACM J. Comput. Cult. Herit. 12, 1, Article 1 (February 2019), 23 pages, 10-11. DOI: 10.1145/3230671. [↩]

---

---