Zusammenfassung Aus dem Bereich der Schulbuchforschung beschreiben wir exemplarisch, welche Herausforderungen, Chancen und Stolpersteine es gab, ein Rechercheinstrument einer deutschen Schulbuchsammlung zu einem internationalem Rechercheinstrument auszubauen. Hierbei standen vor allem das Erstellen und Erweitern einer gemeinsamen Reprasentationsbasis, sowie das Wiederverwenden existierender Losungen im Mittelpunkt. Diese Ausarbeitung hilft bei der zielorientierten Planung ahnlich ausgerichteter Vorhaben.
Erweitert man ein monolinguales Rechercheinstrument mit Katalogen aus internationalen Bestanden, hat man es zuallererst mit zwei Problemen zu tun. Zum einen mochte der internationale Wissenschaftler das Rechercheinstrument in seiner Sprache benutzen, zum anderen nutzen die Bibliothekare naturlich ihre Muttersprache und gegebenenfalls eigene Codes um die Eigenschaften der Bucher zu beschreiben. Man muss also nicht nur jedes Attribut und jede Auspragung dieser Attribute in jeder Sprache beschreiben konnen, sondern auch die Beschreibungen in den Katalogen auf eben diese Attribute und deren Auspragungen abbilden (mappen) konnen.
Die Uberfuhrung vom institutionellem Rechercheinstrument TextbookCat2 zum internationalen Rechercheinstrument International TextbookCat dient neben dem Aufbau einer erweiterbaren Architektur unter anderem dazu, Erfahrungen mit Work ows und Arbeitsschritten zu sammeln sowie etwaige Herausforderungen und notwendige Ressourcen besser einschatzen zu konnen. Um die Chancen und Fallstricke eines solchen Vorhabens o en zu legen, konzentrierte sich der International TextbookCat auf die Zusammenfuhrung verschiedensprachiger Schulbuchdatenbanken aus drei Institutionen: dem Georg-Eckert-Institut, der Universita degli Studi di Torino und der Universidad Nacional de Educacion a Distancia. Die Zusammenarbeit verfolgte die Festlegung einheitlicher Standards zur Erfassung von Schulbuchdaten und die Anfertigung von Mappings auf ein einheitliches Datenformat.
Das entstandene Rechercheinstrument kann stellvertretend fur jedes spezialisierte Rechercheinstrument stehen, bei dem geplant ist, die Datenbasis durch internationale Kataloge zu einem Metakatalog zu erweitern. 2
Um die Ausgangslage vor der Internationalisierung erfassen zu konnen, werden im Folgenden die institutionelle Schulbuchsammlung und internationale Schulbuchsammlungen beschrieben. Es folgt eine Beschreibung des Rechercheinstruments und eine Betrachtung der Vorteile eines internationalen Rechercheinstruments. 2.1
Die Schulbuchsammlung der Forschungsbibliothek3 umfasst rund 175.000 Schulbucher, welche auch vor Ort hinterlegt sind. Um diese Schulbucher besser beschreiben zu konnen erarbeiteten die Bibliothekare ein Klassi kationssystem mit welchem jedes Buch der Sammlung detailliert beschrieben werden konnte (siehe Tabelle 1). Eine Besonderheit beim Geltungsland ist der teilweise
Gebrauch von Jahreszahlen zur genauen Spezi kation 4. Die Klasse "Bundesland\ beinhaltet dabei nur Codes fur die deutschen Bundeslander. Aufgrund der schulwissenschaftlichen Ausrichtung des Georg-Eckert-Instituts nden sich im Bereich "Unterrichtsfach\ nur die Facher Geschichte, Sozialkunde, Geographie und Religion, sowie muttersprachlicher Unterricht. Mathematikschulbucher sind zum Beispiel nicht Teil der Sammlung, da man mit ihnen die Fragestellungen der Schulbuchwissenschaft nicht beleuchten kann. Die Klasse "Bildungsgang\ entspricht fast ausschlie lich der Klassi kation der International Standard Classi cation of Education (ISCED) der UNESCO. Die "Schulform\ orientiert sich am deutschen Schulsystem, auch wenn bei circa 100.000 Schulbuchern des Bersetadnudnedsandtaszu"mGePltuubnlgisklaatniodn\sjnaihcrhterDmeougtslicchhltanjeddoiscth. DeiineeKgleansaseue"ZKeliatsrsaiu mka\tioisnt zu bestimmten historisch relevanten Epochen. Die schulbuchspezi sche Klasse "Publikationsform\ unterscheidet zum Beispiel zwischen Schulbuch, Lehrplan, Lehrmittel, Lehrerhandbuch, Aufgabensammlung, etc. Abbildung 1 zeigt die Abdeckung der annotierten Attribute des Klassi kationssystems in der institutionellen Schulbuchsammlung. Da ein gro er Teil der Sammlung aus internationalen Schulbuchern besteht, haben die international gultigen Attribute erwartungsgema eine hohere Abdeckung.
Tabelle 1. Lokale Notation, wobei den Platzhalter fur Zi ern oder Buchstaben darstellt.
Code(s)
Klasse Auspragungen l b u k s z d / b bz (Geltungs-) Land Bundesland / Besatzungszone Deutschland Unterrichtsfach/Lernbereich Klassenstufe/Bildungsgang Schulform Deutschland Zeitraum Publikationsform { Inhaltsform (Dokumenttyp)
Unterrichtsfach
Geltungsland
Zeitraum
Klassenstufe
Schulform
Bundesland
Abbildung 1. Abdeckung der annotierten Attribute des Klassi kationssystems in der
institutionellen Schulbuchsammlung.
in Klosterbibliotheken hinterlegt sind schlicht unbekannt. Zusatzlich ist die
Qualitat der Informationen gerade bei schulbuchspezi schen Eigenschaften als hoch
einzuschatzen und ahnlich genug, dass sie sich in ein einheitliches Klassi
kationssystem abbilden lassen. Beispielhaft werden im Folgendem drei prominente
Sammlungen beschrieben. Weitere Sammlungen konnen [
MANES Das Department of History of Education and Comparative
Education hostet die Datenbank MANES, die mit etwa 35.000 Datensatzen spanische,
portugiesische und lateinamerikanische Schulbucher aus dem 19. und 20.
Jahrhundert nachweist. Die Metadaten in MANES werden nach abgestimmten und
festgeschriebenen Katalogisierungsrichtlinien erfasst [
Emmanuelle Textbook Project Alain Choppin war ein Pionier der
Schulbuchforschung. Unter dem Titel "Emmanuelle Textbook Project\ erschuf er 1979
eine Sammlung franzosischer Schulbucher ab dem Jahr 1789 [
Der TextbookCat ist das Rechercheinstrument des Georg-Eckert-Institut | Leibniz-Institut fur internationale Schulbuchforschung. Neben der Recherche nach Schulbuchern, die bestimmte Attribute aufweisen, wird der TextbookCat von Schulbuchforschern genutzt, um Forschungsfragen zu nden, zu beantworten und zu beleuchten.
Im TextbookCat spiegelt sich das Klassi kationssystem der
Forschungsbibliothek als Facetten wider. Durch die Auswahl von Auspragungen gewunschter
Attribute uber die Facetten konnen Benutzer bei der Recherche die
Ergebnismenge manipulieren, sodass sie ihrer Forschung dienlich ist [
Eine Analyse der Log-Dateien des Rechercheinstruments zeigte, dass der Gro teil der Benutzer die Facetten fur Recherchen nutzte. Drei Viertel aller Rechercheanfragen basierten ausschlie lich auf der Nutzung der Facetten. Dementsprechend wurde bei einem Viertel mit der Hinzunahme von Suchbegri en, also der klassischen Textsuche, recherchiert.
Bei der Migration des TextbookCat sollten nicht nur die Datenbestande internationalisiert werden, sondern auch die Qualitatseigenschaften des Rechercheinstruments, wie die Abdeckung der schulbuchspezi schen Attribute (vgl. Abbildung 1), bestehen bleiben. So sollte verhindert werden, dass die Schulbuchsammlung des Georg-Eckert-Instituts in den Ergebnismengen uberreprasentiert wird. 2.4
Die Erweiterung des institutionellen Rechercheinstruments TextbookCat zum
internationalen Rechercheinstrument International TextbookCat erfolgt vor allem
im Backend der Architektur. Bevor Sammlungen in sprachunabhangige
Suchindexe aufgenommen werden konnen, mussen sie in eine einheitliche Datenstruktur
uberfuhrt werden (vgl. [
Die bekannten Schulbuchsammlungen nach und nach in einem Rechercheinstrument zu vereinen, bringt mehrere Vorteile. 1. Man nahert sich immer mehr einer generellen Reprasentationsstruktur von Schulbuchern und somit einem Standard. Wenn die Materie am Anfang zu gro erscheint, benotigt es einen iterativen Ansatz, um sich mit jedem weiteren Datensatz einem Standard zu nahern. 2. An einem Ort in verschiedenen Sammlungen zu recherchieren erspart den Aufwand fur das Finden der individuellen Rechercheober achen der Sammlungen5. 3. Ein einheitliches Klassi kationssystem, welches Eigenschaften und Auspragungen mit Codes beschreibt, unterstutzt Multilingualitat ideal, da die Codes in die jeweiligen Sprachen abgebildet werden konnen. 4. Auch wenn man nie wei , wie viele Schulbucher man nicht im System hat, liefert ein vereinigtes Rechercheinstrument mit der Internationalitat eine neue Dimension in der Schulbuchforschung.
Textbook Project zu nden.
Im Idealfall hatten die Sammlungen der internationalen Partner eins zu eins auf die Datenstruktur des Georg-Eckert-Instituts gemappt werden konnen. Dass dies nicht der Fall sein konnte, war schon vor dem Vorhaben klar, da andere Lander andere Schulsysteme haben, die im erarbeiteten Klassi kationssystem keine Abbildung nden. Weitere Grunde wurden bei der Betrachtung der internationalen Sammlungen o enbart. 3.1
Da die Erzeuger der Sammlungen keine Bibliothekare waren, wurden zum Teil nur Eigenschaften erfasst, die fur Schulbucher im Speziellen, aber nicht Bucher im Allgemeinen wichtig sind. Beispielhaft trennt ein Bibliothekar Titel, Untertitel und Titelzusatz, wobei ein "Laie\ diese Informationen als ein Ganzes aufnehmen wurde, weil die Trennung im Schulbuchkontext unwichtig erscheint. 3.2
Eine weitere Herausforderung stellten Felder dar, deren Bezeichnung nicht eindeutig waren, sodass sie von verschiedenen Personen unterschiedlich interpretiert wurden. Beispielhaft wurde das Feld "Verwendung\ bei MANES als "Verwendung fur\ und als "Verwendung als\ interpretiert, was dazu fuhrte, dass dort zum einem Personen und Gruppen, sowie Dokumenttypen vorzu nden waren. 3.3
Bei der Betrachtung der Sammlungen zeigte sich der Nachteil von Feldern, die mit nicht vorde nierten Eintragen beschrieben werden konnten. Das au erte sich zum Beispiel in 155 Schulfachern bei EDISCO und 85 Schulfachern bei MANES die den 15 Schulfachern des Klassi kationssystems gegenuber standen. Auch wenn ein gro er Teil der Varianten Schreibfehlern geschuldet war, blieben nach der Bereinigung 86 neue Kategorien ubrig, die berucksichtigt werden mussten. Dies fuhrte zu grundsatzlichen Entscheidungen, ob man Eigenschaften generalisieren (weniger Optionen), spezialisieren (alle Optionen) oder nicht abbildbare Eigenschaften einfach ignorieren sollte. Das Generalisieren oder Ignorieren wurde zum Verlust an Informationen fuhren, wahrend das Spezialisieren den Nachteil birgt, dass man jede Auspragung (auch zukunftige) in jede unterstutzte Sprache (eindeutig) ubersetzen muss. 3.4
Aufgrund unterschiedlicher Bildungssysteme sind Felder wie die "Schulform\ nicht aufeinander abbildbar. Im Rechercheinstrument wurde ein Filtern auf ein solches Feld meist nur zu Ergebnissen aus der speziellen Sammlung fuhren, was nicht gewollt war. Zudem wurden internationale Schulbucher in der Sammlung des Georg-Eckert-Instituts nicht hinsichtlich der "Schulform\ katalogisiert.
Der eigentliche Vorteil, dass man reine Schulbuchsammlungen zusammenfuhrt, o enbarte die Frage, ab wann ein Buch ein Schulbuch ist. Dass Mathematikbucher Schulbucher sind, auch wenn sie kein Bestandteil traditioneller Schulbuchforschung sind, ist klar ersichtlich. Anders verhalt es sich bei Curricula oder wissenschaftlichen Abhandlungen zur Schulbuchforschung, bei denen die Nutzer des Rechercheinstruments entscheiden mussten, ob diese Bucher recherchierbar sein sollten. Sind Kochbucher, die in EDISCO zu nden sind, Schulbucher? 3.6
Zusammenfassend lassen sich die Beobachtungen wie folgt generalisieren: 1. Datensatzfelder tragen oft Informationen fur mehrere Felder. 2. Freitextfelder begunstigen Schreibfehler und mehrere Schreibvarianten fur eine Auspragung. 3. Datensatzfelder sind oft in der Muttersprache formuliert. 4. Ein bestehendes Klassi kationssystem kann zu speziell, aber auch zu generell sein.
Der Idealfall sahe wie folgt aus: 1. Datensatzfelder nden ihre genauen Entsprechungen in bibliographischen
Datenformaten wie PICA6 oder MARC217. 2. Belegungen der Datensatzfelder werden uber ein festes Vokabular bestimmt. 3. Belegungen der Datensatzfelder werden durch Codes beschrieben, die sich nach internationalen Standards richten. 4. Existierende Klassi kationssysteme lassen sich auf Codes internationaler
Standards abbilden. 4
Das Klassi kationssystem beschreibt Klassen und deren Auspragungen als
Codes. Es soll garantieren, dass die beschriebenen Auspragungen der relevanten
Eigenschaften der Sammlungen im vereinigten Rechercheinstrument nutzbar sind.
Auch wenn die Belegungen der Datensatzfelder nicht als Codes vorliegen, so
lassen sie sich dennoch in solche uberfuhren [
4.1
Der erste Schritt im Erstellen des Klassi kationssystems kann nur, wie in Abschnitt 3 beschrieben, das Untersuchen der Sammlungen sein. Idealerweise kann man den zu betrachtenden Datensatz in eine csv-Datei exportieren und ein Tabellenkalkulationsprogramm oder OpenRe ne8 nutzen, um sich einen Uberblick zu verscha en. Erfahrungsgema folgt als zweiter Schritt das Aufraumen der Daten, das zwar der Sammlung dient, aber fur das Abbilden ins Klassi kationssystem keine Rolle spielt, da auch Schreibfehler und Schreibvarianten auf Codes abgebildet werden konnen.
Nachdem jede relevante Klasse bestimmt, beziehungsweise im Datensatz identi ziert wurde, mussen alle Auspragungen notiert werden. Jede Auspragung, die nicht schon Teil der Klasse ist, wird mit einem neuen Code ins Klassi kationssystem aufgenommen. Dieser Schritt ist nicht trivial, da entsprechende Sprachund Fachkenntnisse vorausgesetzt werden, um zu erkennen, ob zwei Auspragungen in zwei Sammlungen die gleiche Eigenschaft darstellen.
In der Praxis sollte man diesen Schritt aufgrund des Aufwands infrage stellen und schauen, ob es nicht ratsamer ist, eine Klasse durch existierende Standards zu beschreiben (siehe Abschnitt 4.2).
Ein intensives Beschaftigen mit einer Klasse fuhrt in einigen Fallen zur Notwendigkeit, Klassen mit Unterklassen erweitern zu mussen, sodass das Klassikationssystem im Prinzip baumartig reprasentiert werden musste. Stattdessen sollten Ober- und Unterklassen durch die Codestruktur reprasentiert werden (siehe Abbildung 2), bei der Teile des Codes auf die Klasse und Unterklasse(n) einer Auspragung schlie en lassen.
Ein einmal festgelegtes Klassi kationssystem sollte moglichst nicht um neue Klassen erweitert werden, da die bestehenden Sammlungen hochstwahrscheinlich nicht in diese Klasse abgebildet werden konnen. Anders verhalt es sich bei den Auspragungen bestehender Klassen, denn vorher unbekannte Eigenschaftsauspragungen sollten mit neuen Codes in das Klassi kationssystem aufgenommen werden. Ein Neustrukturieren mit Unterklassen ist moglich, wenn sich die bisher vergebenen Codes diesen Unterklassen zuweisen lassen, aber man muss aufpassen, da sich die Codes aufgrund der Unterklasse gegebenenfalls andern.
S F N W 0 0 0 0 0 1 Klasse Unter- Unter- Ausprägung klasse unter
klasse Abbildung 2. Klassen, Unterklassen und potentielle weitere Unterklassen lassen sich direkt im Code abbilden, was eine lineare Reprasentation im Klassi kationssystem ermoglicht. Beispielhaft konnte der Code SFNW000001 fur "Schulfach > Naturwissenschaften > Mathematik\ stehen.
Es wird dringend dazu geraten Standards zu nutzen oder nach existierenden Klassi kationen Ausschau zu halten, da in deren Erstellung Expertisen und vor allem Zeit ge ossen sind. Standards ermoglichen es, die Erstellung des eigenen Klassi kationssystems entscheidend zu beschleunigen.
Der Standard fur Lander ist die ISO-3166-1, fur subnationale Einheiten (wie Bundeslander) die ISO-3166-2, fur Sprachen die ISO-639-2. Fur anwendungsspezi sche Klassen sollte man eine handvoll Auspragungen als Suchbegri e verwenden, um mithilfe einer Suchmaschine festzustellen, ob jemand bereits eine Klassi kation erstellt hat.
Ob im endgultigen System dann alle durch einen Standard de nierten Auspragungen genutzt werden ist zweitrangig, da das Rechercheinstrument nur genutzte Auspragungen in Facetten anzeigen wird. Zeitgleich sollten keine nicht vergebenen Auspragungen weggelassen werden, weil unklar ist, welche Datensatze mit welchen Eigenschaften zu einem spateren Zeitpunkt reprasentiert werden mussen.
Es ist ratsam, einen gefundenen Standard nicht mit dessen existierenden Codes zu beschreiben, sondern eigene Codes zu vergeben, die auf diesen Standard abbilden (vgl. Abbildung 2). Der Grund hierfur ist die Erweiterbarkeit, falls ein Standard nicht ganz genau auf die gewunschte Materie abbildet.
Klassifikationssystem <Klasse A> • <Ausprägung A1> <Code A1> •• <<AAuusspprräägguunngg AA23>> <<CCooddee AA23>> … … • <Ausprägung An> <Code An> <Klasse B> <Unterklasse BA> <Code BA> • <Ausprägung B1> <Code B1> •• <<AAuusspprräägguunngg BB23>> <<CCooddee BB32>> … … <Unterklasse BZ> <Code BZ> • <Ausprägung Bm> <Code Bm> Übersetzungen
Sprache X <Übersetzung XA> • <Übersetzung XA1> • <Übersetzung XA2> • <Übersetzung XA3> … • <Übersetzung XAn>
Sprache Y <Übersetzung YA> • <Übersetzung YA1> • <Übersetzung YA2> • <Übersetzung YA3> … • <Übersetzung YAn>
Sprache Z … • … • … • … … • … <Übersetzung XB> <Übersetzung YB> … <Übersetzung XBA> <Übersetzung YBA> … • <Übersetzung XB1> • <Übersetzung YB1> • … • <Übersetzung XB2> • <Übersetzung YB2> • … • <Übersetzung XB3> • <Übersetzung YB3> • … … … … <Übersetzung XBZ> <Übersetzung YBZ> • … • <Übersetzung XBm> • <Übersetzung YBm> … <Klasse C> • <Ausprägung C1> <Code C1> … … <Übersetzung XC> • <Übersetzung XC1> … <Übersetzung YC> • <Übersetzung YC1> … • … … Das fertige Klassi kationssystem besteht aus Klassen und Codes. Diese mussen fur jede Sprache in entsprechende Begri e abbildbar sein, was eindeutige Ubersetzungen benotigt. Hat man fur die Klassi kation auf ISO-Normen zuruck gegri en, sollten entsprechende U bersetzungen verfugbar sein.
Fur die Sprachen der Sammlungen, fur die die Codes vergeben wurden stehen diese Begri e ebenfalls zur Verfugung. Fur andere Sprachen mussen die Ubersetzungen mit hohem Aufwand zusammengetragen werden.
Da das Rechercheinstrument intern nur mit den Codes arbeitet und Ubersetzungen nur in der Webober ache dargestellt werden, ist eine (vorlau ge) Ubersetzung durch automatisierte Systeme9 besser als keine Ubersetzung. Jede Ubersetzung kann jederzeit uberarbeitet und so Mehrdeutigkeit eliminiert werden. 5
Nach dem Festlegen des Klassi kationssystems mussen alle relevanten Auspragungen der Sammlungen auf deren Entsprechungen im Klassi kationssystem abgebildet werden, bevor sie in einem Suchindex zusammengefasst werden konnen. 5.1
Da die Mapping-Regeln fur jede neue Sammlung individuell erstellt und fur den Indexierer in digitaler Form vorliegen mussen, haben wir ein System entwickelt, das den Prozess des Integrierens, uber das Mapping, Indexieren und Testen unterstutzt. Das Erzeugen der Mapping-Regeln wird dabei durch eine Webober ache unterstutzt und kann jederzeit uberarbeitet werden.
Um diesen Prozess zu unterstutzen verlangen wir, dass jede Partnerdatenbank ihre Daten uber eine standardisierte Schnittstelle (Z39.50, OAI-PMH) anbieten muss. Dies wird ublicherweise durch die Verwendung eines aktuellen Bibliothekssystems gewahrleistet. Wahrend der Indexierer uber diese Schnittstelle die aktuellen Dokumentinformationen gewinnt und auf ihnen die MappingRegeln anwendet, werden fur das Erstellen der Mapping-Regeln erst einmal nur alle Attribute und deren Auspragungen gesammelt und nach Hau gkeit sortiert.
Der Dialog fuhrt durch die domain-spezi schen Klassen (die im Rechercheinstrument als Facetten reprasentiert werden) und fragt, welches Feld einer bestimmten Klasse entspricht. Wie in Abbildung 4 zu sehen ist, werden die ermittelten Auspragungen dieses Feldes nach der Hau gkeit sortiert prasentiert, um das Mapping festlegen zu konnen. Ziel ist, dass jedes Attribut eine Entsprechung im Klassi kationssystem ndet. Mehrere Auspragungen durfen dabei auf das selbe Feld abgebildet werden. Eine Auspragung kann aber auch auf mehrere Felder im Klassi kationssystem abgebildet werden.
Abbildung 4. Dialoggestutztes Erstellen der Mapping-Regeln von einer Sammlung in das Klassi kationssystem. 5.2
Mit den gegebenen Mapping-Regeln kann ein Indexierer ohne Umwege uber eine weitere Reprasentation der Sammlungen einen homogenen und in Teilen sprachunabhangigen Suchindex aufbauen. 6
Bei der U berfuhrung vom institutionellen Rechercheinstrument TextbookCat zum internationalen Rechercheinstrument International TextbookCat musste eine allgemeingultige Reprasentationsstruktur gefunden werden, die internationale Schulbuchsammlungen nahezu vollstandig abbilden kann. Der Schulbuchforschung wurde so ein Instrument zur Hand gegeben, welches die internationale Dimension in Schulbuchern besser beleuchten kann.
Wir haben gezeigt, wie ein Klassi kationssystem aussehen und welche Schritte man bei der Erstellung dieser Reprasentationsstruktur befolgen sollte. Langerfristig kann ein solches Klassi kationssystem als Standard verwendet werden, wenn es sich bewahren sollte.
Des Weiteren haben wir gezeigt, wie ein Dialogsystem eingesetzt werden kann, um komplette Sammlungen im erstellten Klassi kationssystem abzubilden.
Durch die Nutzung von Klassi zierungs-Codes als Beschreibung der Eigenschaften der Bucher ist das Rechercheinstrument sprachunabhangig, da diese Codes erst im Web-Browser in Begri e der jeweiligen Sprache umgewandelt werden. Zur kompletten Multilingualitat fehlt jedoch eine entsprechende Behandlung der textuellen Suchanfragen und der Volltexte.
Sobald Daten ganzlich durch Codes beschrieben werden konnen, ist das Verknupfen mit Ontologien trivial. In diesem Zustand konnen dann semantische Verfahren aufsetzen, um einen noch gro eren Mehrwert fur die Schulbuchforschung zu generieren.