Jakoblog — Das Weblog von Jakob Voß

Wikipedia ist keine Loseblattsammlung

Seit mittlerweile sieben Jahren gibt es mit dem Wikipedia-Portal Bibliothek, Information, Dokumentation eine Übersicht der Wikipedia-Artikel aus dem BID-Bereich. Ich gehe davon aus, dass alle Studieren der Bibliotheks- und Informationswissenschaft die dort aufgeführten Wikipedia-Inhalte auch für ihr Studium nutzen.

Wenn ich mir die Artikel anschaue, die Christoph Demmer unermüdlich als neu angelegt im BID-Portal einträgt (vielen Dank!), frage ich mich allerdings manchmal, ob das Projekt nicht gescheitert ist (wieder so eine Idee für einen LIBREAS-Artikel zum Thema Scheitern). Es ist zwar nicht so, dass Wikipedia nicht oder nur passiv verwendet würde. Der Anteil derer, die sich trauen, einen Fehler zu korrigieren oder fehlende Informationen und Zusammenhänge einzutragen, liegt eben nur im einstelligen Prozentbereich. Vereinzelt finden sich sich aber sowohl Studierende als auch Institutionen und ihre Mitarbeiter, die etwas zu Wikipedia beisteuern. Die neuen Artikel sind auch nicht unbedingt schlecht, sie müssen in der Regel nur etwas angepasst werden. Trotzdem bleibt ein wenig Enttäuschung, wenn ich mir Artikel zu Bibliotheken, Bibliothekaren und den Phänomenen mit denen sie sich beschäftigen, in Wikipedia anschauen. Was ist das Problem?

Ich glaube, dass viele Menschen Wikipedia als Loseblattsammlung missverstehen: ab und zu kommen Änderungen und neue Artikel, die Artikel haben einige Links, aber das war es auch schon. Weder dem Austausch zwischen den Wikipedia-Autoren noch dem Hypertext-Charakter der Online-Enzykopädie als Gesamtsystem wird diese Vorstellung gerecht. Dabei finde ich viel wichtiger dass Wikipedia Denkanstöße schafft, Zusammenhänge aufzeigt und einen Überblick bieten kann. Neue Artikel, wie zum Beispiel Elektronische Bibliothek Schweiz oder Primo Central, stehen jedoch eher da wie Inseln im Informationsdschungel, um eine mißglückte Metapher zu bemühen (@LIBREAS habt ihr was zu gescheiterten Metaphern?). Auf den Inseln lässt sich es sich zwar leben, geographische Grundkenntnisse bleiben aber begrenzt.

In einer Studie zum Lernverhalten im Internetzeitalter fasste kürzlich ein Tutor das Problem für die passive Wikipedia-Nutzung zusammen:

The problem with Wikipedia is it’s too easy. You can go to Wikipedia, you can get an answer, you don’t actually learn anything, you just get an answer.

Dies gilt ähnlicher Weise auch für die aktive Wikipedia-Nutzung durch das Anlegen von Artikeln. Man lernt zwar etwas über den Gegenstand des Artikels und wie man einen Artikel schreibt. Das Verständnis der Zusammenhänge bleibt jedoch eher gering, solange nicht ein ganzes Teilnetz von thematisch verwandten Artikeln überarbeitet wird.

Darum mag ich Wikimedia: Closed Access

Vor knapp zwei Wochen war ich auf der Suche nach einer einfachen, ansprechenden und deutlichen Methode, um GBV-Datenbanken als frei zugänglich oder als zugangsbeschränkt zu kennzeichnen. So sind beispielsweise die Bibliothekskataloge und der Verbundkatalog frei zugänglich (also Open Access), während einige Fachdatenbanken wie zum Beispiel Online-Contents nur innerhalb der Hochschulnetze aufrufbar sind (also Closed Access). Die Public Library of Science (PLoS) hatte mal ein Logo entworfen, um auf Open-Access-Publikationen hinzuweisen:

Ich habe noch einen Button hinzugefügt:

Für Closed Access gab es bislang kein Logo. Solange Closed Access die Regel und Open Access die Ausnahme ist, mag das verständlich sein. Inzwischen ist es aber an der Zeit, nicht frei zugängliche Publikationen gezielt zu kennzeichnen und so an den Pranger zu stellen. Ich habe deshalb zwei Varianten für ein Closed-Access-Logo entworfen, in Wikimedia Commons hochgeladen und auf einer eigenen Seite verschiedene Logos und Buttons gesammelt:

 

Und heute habe ich dann die Icons plötzlich in einem Artikel über aktuelle Wikipedia-Forschung zufällig entdeckt. Ein anderer Wikipedia-Autor hatte die Icons gefunden, für praktisch befunden, und in seine Arbeit eingebaut. Das ist möglich dank Freier Inhalte, die über Open Access hinausgehen.

Freie Inhalte sind nämlich nicht nur frei zugänglich, sondern bleiben auch frei, da sie weiterverbreitet und sogar verändert werden dürfen. Dabei müssen je nach Lizenz nur die Urheber und die Lizenz genannt sowie abgeleitete Werke unter die selbe Lizenz gestellt werden (Prinzip “Share-Alike”). hier noch einige weitere Icons und Banner, die auch freie Lizenzen abdecken.

People are Knowledge

Ich könnte mich über die Löschung eines vor 6 Jahren in Wikipedia eingestellten Artikels ärgern. Oder über die Querelen in Wikimedia-Deutschland e.V. Stattdessen freue ich mich darüber, dass Wikipedia grundsätzlich funktioniert: zahlreiche wissenshungrige Engagierte recherchieren, formulieren und korrigieren gegen die allgemeine Unwissenheit und Dummheit. Dabei stellen sie im Besten Fall sich und ihre Arbeit immer wieder selber in Frage, um ihrem Gegenstand “Wissen” besser gerecht zu werden. Ein aktuelles Beispiel ist die Auseinandersetzung mit dem Prinzip der Quellenangaben und Belege. Für viele Kulturkreise lässt es sich nicht so einfach anwenden, da keine schriftlichen Quellen nach westlichem Bewertungsmaßstab existieren. Aber es gibt überall Menschen, die ihr Wissen weitergeben. Wie lässt sich dieses Wissen in Wikipedia erschließen? Die Wikimedia Foundation hat dazu ein Forschungsprojekt zusammen mit dem indischen Centre for Internet and Society unterstützt, dessen Ergebnisse nun in Form eines 45-minütigen Filmes vorliegen.

Ein Film für Wikipedianer, Bibliothekare, Kulturwissenschaftler und alle anderen, die sich für Wissen und Wissenssammlung interessieren.

Der Film steht unter CC-BY-SA zur Verfügung, kann also weiterverbreitet und angepasst werden (z.B. durch Erstellen einer Synchronisation, die bei Interesse sicher von Wikimedia Deutschland finanziell unterstützt werden könnte). Im Wikimedia-Kurier gibt es eine kurze Zusammenfassung und auf der Wikimania 2011 in Haifa wird es zum Forschungsprojekt eine Session geben. Dass ich dieses Jahr in Haifa nicht dabei bin, ärgert mich dann allerdings schon etwas.

Affen haben keine Urheberrechte

Urheberrecht und rechtskonforme Bildernutzung sind normalerweise trockene und komplizierte Themen. Selbst bei eigentlich freien Bilder, wie sie in Wikimedia Commons gesammelt werden, ist es trotz der hervorragenden Arbeit von Creative Commons manchmal nicht einfach herauszufinden, wie genau denn nun ein Bild genutzt werden darf. Zumindest gibt es zu meinem Erstaunen bislang keine Schnittstelle, über die sich die Nutzungsbedingungen eines Bildes automatisch ermitteln ließen. Bei freien Bilder gibt es folgende Möglichkeiten:

Entweder das Bild ist gemeinfrei, d.h. jeder kann damit (zumindest vom Standpunkt des Urheberrechts aus) machen was er möchte. Oder der Urheber hat das Bild unter eine freie Lizenz gestellt, unter deren Bedingungen es verwendet werden kann. Je nach Art der freien Lizenz sind folgende Nutzungsbedingungen möglich:

• Der Urheber muss genannt werden
• Die Lizenz muss angegeben werden
• Es muss auf die Quelle verwiesen werden
• Eigene Bearbeitungen des Bildes müssen unter die gleiche Lizenz gestellt werden (ShareAlike)

Wie allerdings im Detail auf Quellen, Urheber und Lizenzen verwiesen werden muss, lässt sich schwer automatisch ermitteln. Seit September 2010 gibt es zumindest in Wikimedia Commons die Funktion “Use this file”, die das Herausfinden erleichtert. Ich habe mal angefangen den JavaScript-Code dieser Funktion nach PHP zu portieren, um die automatische Einbindung von Bildern aus Commons zu erleichtern.

Damit ein Bild lizensiert werden kann, muss es erst einmal rechtsgültiger Urheber existieren und das Bild muss eine rudimentäre Schöpfungshöhe aufweisen. Einfache Digitalisate von bereits gemeinfreien Werken sind beispielsweise nicht urheberrechtlich geschützt. Dirk Franke hat nun in in seinem Blog auf einen anderen Fall hingewiesen, in die Tücken des Urheber- und Bilderrechts unterhaltsam werden:

Affengemälde: Urheberrechtsfrei	Affenfoto: Urheberrechtsfrei

Vor drei Jahren hat ein Affe im indonesischen Tangkoko-Nationalpark eine Reihe von Fotos von sich selbst gemacht. Die Aufnahmen entstanden nach Aussagen des Fotografen David Slater, der die Kamera auf einem Stativ montiert hatte, nicht absichtlich. Damit gibt es weder Urheber noch Schöpfungshöhe, d.h. die Bilder fallen nicht unter das Urheberrecht. Das ist für profesionelle Fotografen und Journalisten allerdings so undenkbar wie für einen Tea-Party-Anhänger die Vorstellung von den menschlichen Ursachen der Erderwärmung. Dabei ist das Urheberrecht kein Gottgegebenes Menschenrecht, sondern ein künstliches Monopolrecht, das Rechteinhabern unter bestimmten Bedingungen zugestanden wird. Über die Bedingungen lässt sich streiten, aber zumindest haben bislang Affen kein Urheberrecht. David Slater bekommt trotz der unabsichtlichen Fotos genügend Publicity, Rechtsexperten haben etwas zum diskutieren und der Betrachter freut sich. Nur der Affen hat nichts von dem ganzen Theater – er braucht auch keine Urheberrechte sondern ungestörten Lebensraum, sonst ist er bald ausgestorben.

P.S.: In Wikimedia Commons gibt es übrigens bereits nicht nur Bilder von Affen, sondern auch von einem Hund und von einem Puma. Die malenden Elefanten aus dem Elefanten-Camp bei Chiang Mai fehlen leider noch.

P.P.S: Schon gewusst, dass es im Unicode-Standard fünf verschiedene Affen gibt?: 🐒 🐵 🙈 🙉 🙊

Professoren und Journalisten bei der Arbeit

Eigentlich hat die Geschichte um Wikipedia und Wiki-Watch.de alles was zu einem schönen Skandal dazugehört: ein universitäres Forschungsprojekt mit Verbindungen zu einer PR-Firma für Unternehmen, die sich “mit vollem Engagement für Ihre Ziele engagieren” kann. Eine Pharmafirma mit einem Medikament, das aus gentechnisch veränderten Proteinen hergestellt wird und möglicherweise das Krebsrisiko erhöht, Verbindungen zu religiösen Extemisten, Burschenschaften und dem Videopodcast der Kanzlerin (das ich hier mal nicht verlinke), der Versuch die Aufdeckung von Plagiatsfällen zu behindern und schließlich Druck auf die Presse, falls diese wie die FAZ mal recherchiert, was die so genannten Professoren tatsächlich treiben (Kopien des Artikels siehe hier). Die Hintergründe sind mal wieder in Wikipedia nachzulesen, so dass andere Medien nicht mehr viel recherchieren müssten, um eine schöne Story daraus zu machen. Wer mag, kann das ganze mit Hintergründen zu den schädlichen Einflüssen von Drittmitteln an Hochschulen oder zur Funktion von Social Media anreichern.

Trotzdem tut sich bislang wenig in den Medien und auch die Hochschule schweigt sich lieber aus. Stattdessen müssen mal wieder Blog- und Twitter-Autoren die Aufgabe der Vierten Gewalt übernehmen, z.B. hier und hier. Aber vielleicht kommt ja noch was.

P.S.: Ich betone hiermit, dass ich mir die Inhalte der verlinkten Seiten nicht zu Eigen mache. Was im Detail davon den Tatsachen entspricht sollte jeder selber nachrecherchieren.

P.P.S.: Inzwischen gibt es einen Artikel im Spiegel und Michael Schmalenstroer hat die weiteren Entwicklungen zusammengefasst. So hat u.A. Wolfgang Stock, der zusammen mit Johannes Weberling Wiki-Watch.de betreibt, laut Spiegel eine eidesstattliche Erklärung abgegeben, die von @LobbyistenWatch widerlegt wurde. Mal sehen, ob die Lobbyisten damit durchkommen.

Named Entity Recognition with DBPedia

Yesterday the DBPedia team released DBPedia Spotlight, a named entity recognition service based on structured data extracted from Wikipedia. You can access the service via Web APIs or download the software as Open Source. I could not resist to feed Spotlight its own description:

DBpedia Spotlight is a tool for annotating mentions of DBpedia resources in text, providing a solution for linking unstructured information sources to the Linked Open Data cloud through DBpedia. Text annotation has the potential of enhancing a wide range of applications including search, faceted browsing and navigation. By connecting text documents with DBpedia, our system enables a range of interesting use cases. For instance, the ontology can be used as background knowledge to display complementary information on web pages or to enhance information retrieval tasks. Moreover, faceted browsing over documents and customization of web feeds based on semantics become feasible. Finally, by following links from DBpedia into other data sources, the Linked Open Data cloud is pulled closer to the Web of Documents.

Pretty cool, isn’t it? Natural Language Processing (NLP) for information extraction seems to be the next hype after Web 2.0 and Semantic Web. I don’t neglect the innovative capabilities of DBPedia Spotlight and similar tools, but you should never forget that these are just tools, which won’t automatically solve information problems, or replace all other tools. Given the example above, there is little chance that an automatic system will extract you an exact topic of the text (for instance “named entity recognition based on data extracted from Wikipedia”) because this requires much background knowledge combining domain-specific expertise with common sense. By the way: as long as both Wikipedia and NLP-software is mainly written by white males, the result of will always mirror a limited world-view.

You can compare the results of Spotlight with similar open services:

• OpenCalais
• Extractiv
• Headup Entity Extraction
• Zeemanta
• AlchemyAPI

I found little overlap between the different services. Spotlight seems to provide more results (depending on the Text) on an error rate between 10% and 30%. You could use such tools for automatic subject indexing based on abstracts and use the result at least for ranking. Unfortunately in library metadata we often have no full text or abstract to annotate. Furthermore many library entities have no DBPedia entry but catalogers create new authority records if needed. What do you think, named entity recognition and other NLP techniques can be used for in metadata land? Can we give up controlled subject indexing in libraries in favour of automatic NLP-based indexing on the one side and social tagging on the other? Or is room for all of these approaches, and how can you successfully combine them?

Wikipedia, wie sie vor 10 Jahren aussah

Am 15. Januar 2001, also vor zehn Jahren, wurde die Wikipedia ins Leben gerufen. WikiPedia (so der ursprüngliche Name in CamelCase) war damals eher eine Notlösung oder ein Experiment, zu dem sich Larry Sanger und Jimbo Wales aufgrund des langsamen Fortschreitens der Nupedia entschlossen hatten. So wurde eines dieser neuartigen “Wikis” aufgesetzt (UseModWiki), in dem jeder Internetsurfer Seiten direkt bearbeiten kann. Alle Änderungen werden dabei protokolliert und können von jedem überprüft und verbessert werden – dank dieser Offenheit und Transparenz wuchs Wikipedia zu dem, was sie heute ist.

Leider wurden jedoch in der Anfangszeit ältere Bearbeitungen nach einiger Zeit gelöscht – die allerersten Artikelversionen der Englischen Wikipedia waren deshalb für immer verloren geglaubt. Bis im Dezember Tim Starling ein altes Backup entdeckte. Mehr dazu im Wikipedia-Kurier, dem internen Mitteilungsblatt der deutschsprachigen Wikipedia.

Nun hat Kurt Jansson, Wikipedianer der ersten Stunde, ein Backup der deutschsprachigen Wikipedia vom August 2001 ausgegraben. Mit einer angepassten Version der ursprünglichen Software konnten wir die Wikipedia so wieder online stellen, wie sie damals aussah – die Bearbeitungsfunktion ist allerdings abgeschaltet. In der Versionsgeschichte fehlen nur einige wenige Bearbeitungen, die aber – wie bei der englischsprachigen Wikipedia – in einer Logdatei (500kB) erhalten geblieben sind. Die Entwicklung der Wikipedia beschreibt Logograph schön (bis auf das “Mann”) in einem Artikel der aktuellen ZEIT:

2001 ist die Wikipedia als Ruderboot mit drei Mann Besatzung und einer Flasche Limo in See gestochen, um dann in voller Fahrt zu einem riesigen Dampfer ausgebaut zu werden. Was immer gerade notwendig oder wünschenswert erschien, wurde irgendwo angeschweißt.

Nachdem die “deutsche.wikipedia.com” (später de.wikipedia.com) am 16. März 2001 ins Leben gerufen worden war, wurden zunächst einige Artikel aus der Nupedia übernommen und ins Deutsche übersetzt. Die ersten dieser Artikel waren Vergil [W], Pylos [W], SNOBOL 4 [W], Der Plalast des Nestor in Pylos (kurz darauf gelöscht) und Polymerase-Kettenreaktion [W]. Die damals beteiligten Magnus Manske und Rainer Zenz sind noch immer in Wikipedia tätig, während sich SoniC etwas rar gemacht hat.

Da sich die Versionsgeschichte des Artikels Polymerase-Kettenreaktion als bisher älteste erhalten hat, gilt dieser Artikel oft als erster Artikel der deutschsprachigen Wikipedia. Die ersten, speziell für Wikipedia neu verfassten Artikel, wurden jedoch erst kurz danach, am 17. Mai angelegt. Lars Aronsson (ebenfalls noch immer aktiver Wikipedianer) legte drei ganz kurze Artikel zu Dänemark, Kattegatt und die Nordsee an. Heute würden solch kleinen Artikelanfänge sicher als zu wenig gelöscht. Die Versionsgeschichten sind vollständig in der aktuellen Wikipedia erhalten: ausgehend ganz vom Anfang kann durch wiederholtes Klicken auf die “Nächstjüngere Version” nachverfolgen, wie sie innerhalb von zehn Jahren immer weiter ausgebaut und verbessert wurden.

Ich wünsche allen Lesern und Autoren viel Spaß beim Stöbern und Verbessern und freue mich schon darauf, am Samstag Abend das Jubiläum zusammen mit anderen Wikipedianern gebührend zu feiern!

Tagging von OpenAccess-Artikeln mit Wikipedia

Zur Zeit bekomme ich nur am Rande die tollen Beiträge der Biblioblogosphäre wie Ethik von unten und die Übersicht von Repository-Upload-Formularen mit, da ich intensiv an der Dissertation sitze (siehe meine Literatur). Lamberts Vorschlag Wikipedia zur Sacherschließung von Open Access zu nutzen, möchte ich jedoch nicht unkommentiert lassen.

Die Grundidee ist folgende: Wissenschaftliche Literatur aus Open Access Repositorien lässt sich 1.) direkt verlinken 2.) im Volltext analysieren und 3.) zur automatischen Erzeugung von Literaturangaben verwenden. Dagegen steht, dass die Sacherschließung dürftig ist und Artikel oft sehr speziell sind. Wikipedia ist dagegen ebenso für 1-3 verfügbar und bietet einen guten (manchmal sogar ausgewogenen) Einstiegspunkt in ein Thema – es fehlt jedoch oft an weiterführenden Hinweisen auf aktuelle Literatur. Lambert schlägt nun eine Webanwendung vor, in der Nutzer Wikipedia-Artikel und Open-Access Artikel einander zuordnen können. LibraryThing hat vorgemacht, dass Sacherschließung nicht dröge sein muss, sondern durch spielerische Anreize gute Ergebnisse liefert. Deshalb sollte die Sacherschließung mit Wikipedia auch möglichst einfach als Spiel umgesetzt werden. Die Webanwendung könnte sowohl von einer eigenen Seite als auch als Widget direkt aus Wikipedia und aus OA-Repositorien oder Suchmaschinen benutzt werden und sollte mit möglichst wenigen Klicks (im Idealfall nur ein einziger!) zu bedienen sein. Durch Auswertung der Volltexte können mit herkömmlicher Suchmaschinentechnologie (z.B. Solr oder Maui) von OA-Artikeln bzw. Wikipedia-Artikeln ähnliche Artikel der jeweils anderen Textgattung vorgeschlagen werden. Nutzer können dann die Vorschläge als passend oder als unpassend bewerten.

Ich stelle mir die Bewertung ähnlich wie bei Stackoverlow vor (siehe Screenshot-Ausschnitt rechts). Nutzer können dort Reputations-Punkte für verschiedene Aktionen bekommen (oder verlieren) – siehe Stackoverflow-FAQ. Für das Hinzufügen eines nicht-automatisch vorgeschlagenen Artikels könnte es z.B. mehr Punkte geben als für das Bestätigen eines bereits vorhandenen Artikels, so dass zusätzliche Recherchen belohnt werden. In jedem Fall sollte die Weiterentwicklung der Idee erstmal mit der Benutzeroberfläche beginnen anstatt gleich über technische Möglichkeiten nachzudenken. Eine Übersicht von Webanwendungen für User-Interface Mockups gibt es hier. Papier oder Tafel und Stift reichen aber auch aus. Wichtig ist nur, dass das Design nicht von Fragen wie “wie setze ich das in HTML um?” oder “wo und wie sollen die Daten gespeichert werden?” beschränkt wird.

Endlich freie bibliografische Daten aus Bibliotheken!

Wie am Freitag bekanntgegeben wurde hat die Universitäts- und Stadtbibliothek Köln (USB) zusammen mit dem Hochschul-Bibliothekszentrum Nordrhein-Westfalen (hbz) die bibliografische Daten des USB-Katalogs freigegeben. Die Stadtbibliothek Köln will mit ihren Daten später folgen. Weitere Details hat Oliver Flimm zusammengetragen. Die etwa 1,3 3,1 Millionen Titelaufnahmen stehen unter http://opendata.ub.uni-koeln.de/, das verwendete OpenBib-Datenformat ist hier beschrieben.

Freie bibliografische Daten waren bereits länger von verschiedener Seite gefordert worden – zuletzt in einem guten Einführungsartikel von Adrian Pohl (hbz). 2008 wurde das Thema im Zusammenhang mit der Diskussion um eine neue Metadaten-Policy von OCLC weiter publik und Anfang diesen Monats gab die Open Knowledge Foundation die Gründung einer Arbeitsgruppe Freie Bibliografische Daten bekannt. Auch Wikimedia Deutschland hatte im letzten Jahr bei verschiedenen Bibliothekseinrichtungen Lobbying betrieben und über die Einrichtung einer eigenen Wiki-basierten Bibliografie ähnlich der Open Library nachgedacht. Der Gemeinsame Bibliotheksverbund (GBV) hat im September 2009 in einem Strategiepapier angekündigt, ein “Lizenzmodell, das die freie Verwendung der Metadaten garantiert” zu entwickeln. USB und hbz sind nun die erste in Deutschland, die im großen Maßstab vormachen, wie Metadaten frei publiziert werden sollten: Mit CC Zero (CC0) wird klargestellt, dass die Daten gemeinfrei sind und ohne Einschränkung weitergenutzt werden können.

Wie geht es nun weiter? Zunächst hoffe ich, dass bald weitere Bibliotheken und Bibliotheksverbünde dem Beispiel folgen und ebenfalls ihre Daten freigeben. Der nächste Schritt besteht darin, die Daten so umzuformen, dass tatsächlich von Linked Open Data gesprochen werden kann – also stabile URIs, RDF-Tripel und -Ontologien. Das ist zwar leichter gesagt als getan, aber ich bin mir sicher, dass es schneller passiert als dass RDA als offizielles Regelwerk “Semantic Web” in die Kataloge bringt. Darüber hinaus muss auch darauf geachtet werden, dass sich um die Daten eine Community bilden kann, die diese gemeinsam pflegt.

Vor einigen Tagen hat dazu Nat Torkington einen aufschlußreichen Artikel geschrieben: Open Data bringt ähnlich wie Open Source Vorteile, da Fehler und Lücken besser gefunden und ausgebessert werden können. Allein die Daten freizugeben reicht deshalb nicht aus. Gefragt sind Maintainer, die Verantwortung für die Daten übernehmen und offizielle Snapshots bereitstellen, Tools mit denen Unterschiede in Daten festgestellt und Änderungen angebracht werden können, Versionierung etc. Bei den Daten der USB habe ich gute Hoffnung, dass Oliver Flimm auch für Beiträge von Dritten offen ist; für weitere bibliografische Datenbestände ist aber eine kollaborative Infrastruktur notwendig, über die Außenstehende leicht Verbesserungen vornehmen können, ohne ein vollständiges Bibliothekssystem installieren zu müssen.

In jedem Fall freue ich mich über den ersten großen Beitrag zu freien bibliografischen Daten auch aus deutschsprachigen Bibliotheken und bin gespannt, was daraus noch alles passiert.

P.S: Auf eine ganz spezielle Art von freien Katalogdaten, die ebenfalls in den letzten Tagen frei geworden sind, möchte ich nur kurz hinweisen: Für Wikipedia haben Mathias Schindler, Christian Thiele und ich das BEACON-Format entwickelt, mit dem die Trefferanzahl in Katalogen und Datenbanken zu einer bestimmten Person oder einem bestimmten Objekt übermittelt werden kann. Auf diese Weise kann aus Wikipedia direkt in Kataloge verlinkt werden wenn es passende Treffer gibt. Wer mehr dazu wissen möchte, kann sich am Dienstag und Mittwoch auf dem Bibliothekskongress in Leipzig an mich wenden oder unter http://de.wikipedia.org/wiki/Wikipedia:PND/BEACON informieren.

P.P.S: Am Montag hat das hbz unter http://opendata.hbz-nrw.de/ die Daten weiterer Bibliotheken freigegeben. Die bisherigen Reaktionen hat Oliver Flimm zusammengefasst.

Freie Bibliotheksdaten mit Wikipedia und OpenStreetmap

Seit über 5 Jahren versuche ich fachkundige Menschen aus dem Bibliotheks- und Dokumentationswesen (bzw. mit Interesse an Bibliotheken und Dokumentation) zur Mitarbeit an Wikipedia zu begeistern. Das Portal Bibliothek, Information, Dokumentation fasst Wikipedia-Artikel aus diesem Themenbereich zusammen; gleichwohl ist die Zahl der aktiven Wikipedia-Autoren mit Bibliothekshintergrund überschaubar oder die Autoren schreiben lieber in anderen Bereichen. In den letzten Wochen und Tagen ist nun wieder etwas Schwung in den bibliothekarischen Bereich der Wikipedia gekommen:

Peter Kostädt im Magisterstudiengang Library and Information Science (MALIS) die Arbeitsaufgabe gestellt, einen Wikipedia-Artikel zu verfassen. Inzwischen sind die ersten Beiträge bei Wikipedia eingestellt und können dort ergänzt und umgearbeitet werden. Bislang sind dies unter anderem Artikel zur Open Library, zur E-LIB Bremen und zu DigiAuskunft. Natürlich ist jeder dazu eingeladen, die Artikel (wie alle anderen Inhalte in Wikipedia) zu ergänzen oder anderweitig zu verbessern. Mit etwas Vorbereitung können auch neue Artikel angelegt werden; so fehlen z.B. So fehlen beispielsweise Artikel zu so grundlegenden Begriffen wie Büchereifachstelle, Fachreferent, Lektoratskooperation und Universitätsverlag.

Zu einzelnen Bibliotheken gibt es in Wikipedia derzeit 580 Artikel (653-64), die in eine facettierte Systematik aus 64 Kategorien eingeordnet sind. Zur Angabe der Grunddaten in strukturierter Form habe ich die Infobox Bibliothek aktualisiert, so dass sie zum Beispiel über DBpedia ins Semantic Web übernommen werden können – so entsteht in Wikipedia ein freier Bibliotheksführer. Wie die Übersicht zeigt, gibt es noch viele Lücken und einige Artikel sind für meinen Geschmack zu affirmativ geschrieben – aber nicht kritisieren sondern selber besser machen! Als Richtlinie gibt es inzwischen auch spezifische Hinweise für Artikel über Bibliotheken.

Nicht nur in Wikipedia werden Bibliotheken gesammelt; auch bei dem vergleichbaren freien Kartenprojekt OpenStreetmap (OSM) sind innerhalb Deutschlands schon 1546 Bibliotheken und weltweit 18415 Bibliotheken verzeichnet. Allerdings sind nur etwa 5% auch explizit einzelnen Gebäuden zugeordnet während die Mehrzahl nur als Punktkoordinate erfasst ist. Zur Verknüpfung von OpenStreetmap, Wikipedia und dem ISIL/Sigelverzeichnis habe ich angeregt, die international gültige ISIL als Identifier in OpenStreetmap einzutragen. Details dazu im OSM-Wiki. Bislang sind etwa 40 Bibliotheken in OSM mit ISIL ausgezeichnet. Die Mitarbeit in OSM (z.B. um fehlende Bibliotheken einzutragen und mit ihrer ISIL zu taggen) steht ebenso wie bei Wikipedia jedem frei und die Ergebisse kommen allen zugute.

Neben Wikipedia, OSM und dem Sigelverzeichnis gibt es noch eine Reihe weiterer Verzeichnisse von Bibliotheksdaten (ich hatte im März darüber geschrieben). In libwebcat sind beispielsweise derzeit 112 Deutsche Bibliotheken vertreten. Zu den (bislang?) nicht frei zugänglichen Quellen zählen BibDir und das VdB-Jahrbuch. Weshalb hier mal wieder zahlreiche Systeme parallel gepflegt und sinnlos bibliothekarische Ressourcen verschwendet werden, lässt sich wahrscheinlich nur historisch oder politisch begründen. Die Bibliotheksdaten in Wikipedia und OpenStreetmap können jedenfalls dank der freien Lizensierung (CC-BY-SA wenn nicht sowieso Public Domain) problemlos weiterverwendet und kombiniert werden.

P.S.: Ein weiteres Verzeichnis von Bibliotheksdaten enthält das “internationale Linkportal” Bib-Link. Die Linksammlung ist jedoch nicht als gesamte Datenbank downloadbar und wäre besser in einer Social-Cataloging-Plattform aufgehoben.