Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

ATR Schritt 2: Wo und wie man Digitalisate erhält


Lire la version française de cet article : https://harmoniseatr.hypotheses.org/3780
Read this post in English on DARIAH-Campus: https://hdl.handle.net/21.11159/019595c4-2c37-7079-8d74-3463a9b31b3b


Bilder von Textquellen aus digitalen Sammlungen von Bibliotheken oder Archiven stellen für viele Geisteswissenschaftler:innen die Grundlage ihrer wissenschaftlichen Arbeit dar. Das Auffinden, Erstellen und Sammeln von Bildern von Textmaterial ist oft der erste Schritt im Forschungsprozess. Wir zeigen Ihnen einige typische Wege zur Beschaffung von Digitalisaten.

Archive und andere Gedächtnisinstitute bieten eine große Menge undigitalisierten Materials. Falls digitale Kopien, an denen Sie interessiert sind, online nicht auffindbar sind, kann ein Besuch vor Ort in der Institution notwendig sein, um die Digitalisierung bestimmter Inhalte zu beantragen.

Digitalisierung von Archivmaterial: Anna Busch am Scanner

Da sich die meisten Gedächtnisinstitutionen – langsam aber sicher – ins digitale Zeitalter begeben, beginnt Ihre Digitalisierungsreise in der Regel zu Hause mit der Suche nach digitalen Findmitteln und der Erstellung von Listen der relevanten Archivmaterialien und Institutionen, die Sie um digitale Kopien bitten können.

Die Digitalisierung kann teilweise von den Nutzenden selbst durchgeführt werden, wird allerdings auch oft von einer bestimmten Abteilung oder von externen Dienstleistern angeboten. In diesem Fall sollten Nutzende die gewünschte Bildqualität angeben, damit das Ergebnis die nötigen Kriterien für die Anwendung von ATR erfüllt. Diese Dienstleistung ist in der Regel kostenpflichtig und der Endpreis richtet sich nach der Anzahl der digitalisierten Objekte.

Sobald die Digitalisierung abgeschlossen ist und Sie die Scans erhalten haben, kann Ihre ATR-Reise beginnen.

Auch wenn der Besuch eines Archivs eine schöne Erfahrung ist, können mitunter gemeinfreie Inhalte online gefunden werden: z.B. beim Internet Archive oder bei Google Books. Diese Quellen bestehen aus einer Sammlung von Scans mit einer zusätzlichen Ebene der optischen Zeichenerkennung (OCR), die in den meisten Fällen nicht von brauchbarer Qualität ist. Beide Arten von Daten werden zu einer PDF-Datei kombiniert, die heruntergeladen werden kann.

Wie steht es mit Urheberrecht und Wiederverwendungsmöglichkeiten?

In der Regel ist bei Google Books jedoch nicht klar angegeben, welche Art der Weiterverwendung oder Wiederveröffentlichung der Digitalisate zulässig ist. Stattdessen wird dem gescannten Dokument eine Seite mit Urheberrechtshinweis auf Google vorangestellt. Was bedeutet es für eine Quelle, die gemeinfrei ist?

Das Urheberrecht bezieht sich hier auf das digitale Objekt, das gescannte Bild, und nicht auf das Druckwerk oder auf den textuellen Inhalt der Quelle. Das bedeutet, dass Sie diese Urheberrechtswarnung nicht beachten müssen, falls sich Ihre Nutzung nur auf den Inhalt bezieht. Falls Sie auch das Bildmaterial verwenden bzw. wiederveröffentlichen möchten, gibt es häufig trotzdem einen recht einfachen Weg dazu.

Das Urheberrecht kann unterschiedlich sein für das gedruckte Buch, Scan oder textlichen Inhalt

Zur Erstellung der Google Books Sammlung hat sich Google mit Kulturerbeeinrichtungen zusammengeschlossen und jeweils individuelle Verträge geschlossen. Durch die Veröffentlichung einiger dieser Verträge wissen wir, dass die Partnerinstitutionen eine Kopie erhalten haben, die sie Forschenden überlassen können. Falls Sie also ein benötigtes PDF auf Google Books finden und sich nicht sicher sind, ob sie es aus urheberrechtlicher Sicht verwenden dürfen, können sie durch die Angabe in den Metadaten die jeweilige Partnerinstitution herausfinden und sie fragen, ob sie Ihnen ihre Forschungskopie unter einer freien Lizenz zur Verfügung stellen. Normalerweise erhält man binnen einer Woche Antwort.

Im Archiv: Aneta Plzáková dreht an der Rollregalanlage

Relevante Fragen, die man sich stellen sollte

Zusammenfassend lässt sich sagen, dass Sie sich vor der Verwendung von Google Books oder dem Internet Archive folgende Fragen stellen sollten:

  • Welche Art von Daten benötigen Sie aus der PDF-Datei? (Text/Para-Text/Digitales Objekt)
  • Planen Sie, mit den Daten weiterzuforschen oder wollen Sie die Quellen erneut veröffentlichen (z. B. als Teil von Trainingsdaten für andere ATR-Projekte)?

Je nach Zielsetzung können Sie sich mit folgendem zufrieden geben:

  • Direkte Verwendung des Google Books PDF
  • Erhalt einer Lizenz von der Kulturerbeinstitution
  • der Erstellung eines Referenzdatensatzes, der nicht das eigentliche urheberrechtlich geschützte digitale Objekt enthält, sondern es mit hochwertigen Anmerkungen wie z.B. Transkriptionen anreichert und nur auf das urheberrechtlich geschützte digitale Objekt verweist.

Bei so vielen verschiedenen Akteuren, Wegen und Entscheidungen kann die Navigation durch den ATR-Prozess herausfordernd sein. Deshalb versucht die Community, die Interaktionen und Arbeitsabläufe in Zukunft zu vereinfachen.

Cultural Heritage Data Reuse Charter

Falls Sie Ihre Forschungsergebnisse publizieren möchten, könnte die Heritage Data Reuse Charter von DARIAH für Sie interessant sein. Diese Charter enthält sechs Punkte, auf die sich Kulturerbeeinrichtungen und Forschende bei einer Zusammenarbeit einigen sollten. Diese basieren auf den Prinzipien:

  • Reziprozität: Sind sowohl die Kulturerbeeinrichtungen als auch die Forschenden bereit, Inhalte und Wissen gleichermaßen miteinander zu teilen und dabei Datenzentren und Forschungsinfrastrukturen zu nutzen?
  • Interoperabilität: Die Kulturerbedaten werden in einer Form zugänglich gemacht, die die Wiederverwendung der Daten für die Forschung erleichtert. Die Formate sollten sowohl für Wissenschaftler als auch für Kulturerbeeinrichtungen funktionieren und interoperabel sein.
  • Zititerfähigkeit: Die Kulturerbedaten und die daraus resultierende Forschung müssen vollständig zitierfähig sein, um ihre Sichtbarkeit und Wirkung zu erhöhen. Es sollten einschlägige Zitierstandards für Daten angewendet werden.
  • Offenheit: Kulturerbedaten sollten, wann immer möglich, unter einer offenen Lizenz weitergegeben werden, wobei bestehende Urheberrechte und etwaige Einschränkungen aufgrund nationaler Rechtsvorschriften und Fragen des Schutzes der Privatsphäre zu berücksichtigen sind.
  • Verantwortungsbewusstsein: Langfristige Aufbewahrung, Fortbestand, Zugänglichkeit und Lesbarkeit von Kulturerbedaten sollten eine Priorität sein.
  • Vertrauenswürdigkeit: Die Herkunft der Kulturerbedaten und der daraus resultierenden Forschung sollte klar, aktuell, offen zugänglich und daher vertrauenswürdig sein.
Die Cultural Heritage Reuse Charter von DARIAH, https://www.dariah.eu/activities/open-science/data-re-use/.

Wenn Sie mehr über die nächsten Schritte in der ATR-Pipeline erfahren möchten, schauen Sie sich den dritten Teil der Serie an, der sich mit Preprocessing und Bildoptimierung beschäftigt.


Alle Fotos: Anna Busch und Aneta Plzáková, CC-BY 2.0

Diesen Beitrag zitieren: Anna Busch, David Lassner and Aneta Plzáková, ATR Schritt 2: Wo und wie man Bilder erhält, in: Anne Baillot, Mareike König (Hg.), Automatic Text Recognition. Harmonising ATR Workflows, xx.05.2024, https://harmoniseatr.hypotheses.org/2717.

OpenEdition suggests that you cite this post as follows:
Anna Busch, David Lassner, Aneta Plzáková (May 16, 2024). ATR Schritt 2: Wo und wie man Digitalisate erhält. Automatic Text Recognition. Retrieved February 9, 2026 from https://doi.org/10.58079/11ohk


You may also like...

1 Response

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.