Forschungsgetriebene Sammlungserschließung: Sichtbarkeit und Nutzbarkeit wissenschaftlicher Sammlungen im digitalen Zeitalter
Der digitale Wandel hat den Zugang zu den Objekten materieller Sammlungen und damit auch ihre Erforschung revolutioniert: In Datenbanken können Objektinformationen erfasst, vernetzt und abgefragt werden, digitale Reproduktionen machen sie ortsunabhängig zugänglich. Diese forschungsgerechte Erschließung ist anspruchsvoll und erfordert Kooperation und interdisziplinäre Zusammenarbeit.
Hochauflösliche Digitalisate machen Ausleihe und Versand von Originalbelegen überflüssig. Die Bestimmungsarbeiten erfolgen am Digitalisat.
Herrnhuter Herbarbeleg aus dem Herbarium Dresdense/TU Dresden: Achyranthes aspera L., Tamil Nadu, Indien, vor 1808. Quelle https://jacq.org/detail/1620823
Es sind die Materialität und ihre physische Präsenz, die Objektsammlungen an Universitäten, Hochschulen und Museen ausmachen. Als analoge Datenspeicher halten Sammlungsobjekte Informationen bereit, die sich erst durch wissenschaftliche Analyse offenbaren: Ein zoologisches Präparat ermöglicht beispielsweise Forschung zur Anatomie und Evolution eines Tieres; eine römische Münze hingegen verrät aufgrund von Prägung und Prägungsstätte etwas über Herrschaftswechsel im römischen Kaiserreich, und anhand eines Blechautos, eigentlich ein Spielzeug, wird die Geschichte des Formdesigns greifbar.
Lange Zeit hat die Materialität, dieses Ding-sein an einem Ort, die wissenschaftliche Nutzung erschwert. Wer ein Objekt erforschen möchte, muss zu ihm reisen; oder, wie in der Botanik üblich, das Objekt reist per Ausleihe zu den Forschenden. Zudem findet sich das mit dem Objekt verbundene Wissen häufig nur in analogen Schriftquellen, oft schwer zugänglich in Inventarbüchern oder auf Karteikarten, was Sichtbarkeit und Nutzbarkeit stark einschränkt.
Sichtbarkeit und Nutzbarkeit durch Digitalisierung und Erschließung
Der digitale Wandel hat den Zugang zu Objekten und Objektdaten und damit ihre Erforschung radikal verändert. Datenbanken machen Sammlungs- und Objektinformationen “flügge“: Wir können sie nun mit großer Effizienz strukturiert und systematisch abfragen, exportieren und weiternutzen. Die Objekte selbst lassen sich digital reproduzieren: per Scan, Foto oder anderer digitaler Übertragungsart reisen sogenannte digitale Zwillinge in Sekundenschnelle um die Welt. Die 3D-Digitalisierung erlaubt zudem neuartige Formen der Objektforschung.
Die digitale Revolution prägt bereits seit ungefähr Mitte der 1990er Jahre auch die Sammlungswelt: Die Verbreitung des Personal Computers brachte digitale Datenbanken und Formate für Sammlungsdokumentation und Objektreproduktion. Forschende begannen mit Scanner und Digitalkameras systematisch ihre Sammlungsbestände zu fotografieren. Vorhandene Dokumentationen wurden in Tabellendokumenten oder selbst konfigurierten Datenbanken transkribiert und erweitert. Einen Quantensprung ermöglichten die Verbreitung und Beschleunigung von Internet und World Wide Web. Auf digitalisierte Objekte und strukturierte Sammlungs- und Objektinformationen lässt sich nunmehr völlig unabhängig vom Standort zugreifen. Durch die Vernetzung verschiedener Sammlungs- und Objektdaten entstehen große virtuelle Sammlungen, die befragt, visualisiert und erforscht werden können.
Erschließen und Digitalisieren im Verbund
Strukturanalyse einer Karteikarte für das automatische Auslesen im Projekt KUPFER
Katharina Wittemann und Tabea Schmid, Hochschule Pforzheim
Im Rahmen verschiedener Sammlungsprojekte hat sich gezeigt, dass forschungsorientierte Erschließung und Digitalisierung im Verbund oder vernetzt am besten funktioniert. Einerseits, weil so Ressourcen und Expertisen gebündelt werden; vor allem aber, weil Daten und Datenobjekte als Ergebnis aggregiert und vernetzt werden. Hierzu ist der Aufbau gemeinsam nutzbarer und genutzter Infrastrukturen erforderlich, wie auch das gemeinsame Verständnis über Standards, Verfahren und Qualitätskriterien.
Auch die „KI-Revolution” verändert die digitale Sammlungsarbeit. Techniken wie Machine Learning (ML), Large Language Models (LLM) und Vision Language Models (VLM) werden erprobt und kommen bereits erfolgreich zum Einsatz. Dabei kristallisieren sich insbesondere drei Anwendungsbereiche heraus: der Einsatz von KI beim Erzeugen von Sammlungsdaten, bei der Quellenforschung sowie beim „Retrieval”, also beim strukturierten forschungsgetriebenen Abfragen großer Bestände.
Um diese Website bestmöglich an Ihrem Bedarf auszurichten, nutzen wir Cookies und den Webanalysedienst Matomo, der uns zeigt, welche Seiten besonders oft besucht werden. Ihr Besuch wird von der Webanalyse derzeit nicht erfasst. Sie können uns aber helfen, indem Sie hier entscheiden, dass Ihr Besuch auf unseren Seiten anonymisiert mitgezählt werden darf. Die Webanalyse verbessert unsere Möglichkeiten, unseren Internetauftritt im Sinne unserer Nutzerinnen und Nutzer weiter zu optimieren. Es werden keine Daten an Dritte weitergegeben. Weitere Informationen hierzu finden Sie in unserer Datenschutzerklärung.