Handschriftliche Vielfalt im Griff der spitzen Klammern

Beitrag von Hanne Grießmann (HAB)

Es ist eine Herausforderung – aber sie lohnt sich: Im Rahmen des MWW Forschungsprojekts „Text und Rahmen“ werden mittelalterliche und frühneuzeitliche Psalmenhandschriften und -drucke durch die Kodierung nach TEI-Richtlinien maschinenlesbar gemacht. Auf dieser digitalen Grundlage können die erfassten Texte mit Hilfe von Computern analysiert und über Fachgrenzen hinweg genutzt werden.

Der zweisprachige Psalter Wolfenbüttel, Herzog August Bibliothek, Cod. Guelf. 81.10 Aug. 2° ist eine der spätmittelalterlichen Handschriften, die im Projekt „Mediengeschichte der Psalmen“ nach TEI-Richtlinien kodiert werden.

Das Austarieren zwischen der vielfältigen Seitengestaltung mittelalterlicher Psalmen-Handschriften und der streng logischen und sauberen Klammerstruktur eines XML-Dokuments ist in meiner Arbeit eine wiederkehrende Herausforderung. Denn viele Fragen und Probleme stellen sich erst in dem Moment, in dem ich beginne, eine konkrete Handschrift für das Projekt „Mediengeschichte der Psalmen“ zu transkribieren.

Vielfältiges Erscheinungsbild

Wer sich bereits mit spätmittelalterlichen Handschriften beschäftigt hat, der weiß um ihr äußerst vielfältiges Erscheinungsbild: Sie unterscheiden sich stark voneinander in der Einrichtung (ein- oder zweispaltiges Seitenlayout), im Buchschmuck (Initialen, Rubrizierungen, Unterstreichungen), im Grad der Sorgfalt (Streichungen und Korrekturen), in den Schreibkonventionen (Hochpunkte, Virgeln, Häufigkeit von Abkürzungen) und nicht zuletzt in der Sprache (Schreibsprache, Wortwahl). Diese Eigenschaften der Handschriften werden beim Transkribieren mitkodiert. Dafür gibt es eine Grammatik, die XML (Extensible Markup Language – Erweiterbare Auszeichnungssprache), und ein Wörterbuch, den Standard der Text Encoding Initiative (TEI).

Der Aufbau eines XML-Dokuments erfolgt in einer Struktur, in der verschiedene Elemente ineinander verschachtelt sind. Diese können wiederum mit Inhalten – hier mit den Texten der Handschriften – gefüllt werden. Diese Verschachtelung kann beliebig tief fortgeführt werden. Die Funktion oder Bedeutung eines Elements wird durch sogenannte Tags definiert. Diese umschließen als Start- und End-Tag in spitzen Klammern den jeweiligen Inhalt, und bei eben dieser Umklammerung handelt es sich um das Kodieren oder Auszeichnen.

An Psalm 18,5 aus der Lutherbibel (Stuttgart, Deutsche Bibelgesellschaft 1999) führe ich vor, wie eine TEI-konforme Kodierung einer modernen Psalmenausgabe aussehen kann:

Würde dieser Psalm aus der Lutherbibel im Projekt „Mediengeschichte der Psalmen“ kodiert werden, sähe Vers 5 so aus:

Hier wird die angesprochene Verschachtelung sichtbar. <ab> dient als Wurzelelement, das wie ein Container alle folgenden Elemente enthält. Da in unserem Projekt die Struktur der Psalmen untersucht und verglichen werden soll, würden hier insbesondere die typographischen Strukturmerkmale mit sogenannten Attributen ausgezeichnet; also die hochgestellte Versnummer 5 (Attribut: rend=“sup“) und das im Fettdruck (Attribut: rend=“bold“) stehende Alinea-Zeichen. Die Tiefe der Verschachtelung hält sich in diesem Fall jedoch in überschaubaren Grenzen.

Ein etwas anderes Bild ergibt die Auszeichnung von Psalm 18,5 aus der nachstehend abgebildeten Handschrift Wolfenbüttel, Herzog August Bibliothek, Cod. Guelf. 81.10 Aug. 2°.

Bei dieser Handschrift handelt es sich um einen zweisprachigen Psalter aus dem 15. Jahrhundert. Den Psalmen ist jeweils ein mittelniederdeutscher Kommentar vorangestellt. Jeder einzelne Psalmvers ist im Anschluss in Latein sowie in seiner mittelniederdeutschen Übersetzung oder Auslegung wiedergegeben. Zur Strukturierung des Werkes haben sich Schreiber und Rubrikator üblicher zeitgenössischer Mittel bedient: Große, rote Lombarden kennzeichnen den Beginn eines neuen Abschnittes (in diesem Fall des neuen Kommentars), rubrizierte Majuskeln (Großbuchstaben) gliedern den Fließtext (in diesem Fall die Psalmverse), und rote Unterstreichungen heben bestimmte Textteile (in diesem Fall die lateinischen Verse) hervor.

Der lateinische Beginn von Vers 18,5 ist in der Handschrift wie folgt gestaltet:

Die Auszeichnung von Psalm 18,5 aus dieser Handschrift sieht wiederum so aus:

Neben der Länge fällt besonders die umfangreichere und tiefere Verschachtelung auf. Dies ist der Struktur geschuldet, die von der Handschrift vorgegeben wird, hängt jedoch auch mit dem Aufbau eines XML-Dokuments zusammen: Die unterschiedlichen Kodierungselemente müssen konsequent verschachtelt werden. Gibt es hier Widersprüche oder Überschneidungen, ist das Dokument nicht wohlgeformt und kann nicht weiter verarbeitet werden.

Konsequent verschachtelt

Die Abkürzungen korrekt zu kodieren, ist eine besondere Herausforderung: Bereits das erste Wort besitzt vier Eigenschaften, die durch Klammern ausgedrückt werden müssen: die rubrizierte Initial-Majuskel, die Worttrennung am Zeilenende, die durchgehende rote Linierung sowie die Abkürzungen. Hat man jedoch das grundlegende Prinzip eines XML-Dokuments verstanden – eine innerhalb einer Eltern-Klammer geöffnete Kinder-Klammer muss auch innerhalb dieser Eltern-Klammer wieder geschlossen werden –, bekommt man auch diese ausführlicheren strukturellen Merkmale in den (Klammer-)Griff.

An dem hier angeführten Beispiel wird bereits deutlich, wie schwierig es sein kann, die mittelalterliche Schriftgestaltung in eine korrekte XML-Struktur zu übertragen. Noch komplizierter wird es, wenn weitere Zusätze berücksichtigt werden müssen, die nicht so einfach strukturiert werden können oder die mit einer bereits bestehenden Struktur in Konflikt geraten würden. So trifft man zum Beispiel in mittelalterlichen Handschriften häufig auf Randbemerkungen, die eine inhaltliche Ergänzung darstellen. Sie können über mehrere Zeilen gehen, oftmals von anderer Hand geschrieben sein und sich auf Textteile beziehen, die über einen Spalten- oder Seitenumbruch hinausgehen können.

Fundiertes Hilfsmittel

Hier stößt man durchaus an Grenzen der hierarchischen Schachtelung, doch finden sich in den TEI-Richtlinien auch Lösungsvorschläge für den Umgang mit solchen, einander übergreifenden Strukturen (http://www.tei-c.org/release/doc/tei-p5-doc/en/html/NH.html). In den Richtlinien wird an dieser Stelle zwar nicht explizit auf mittelalterliche Textphänomene und deren Kodierung Bezug genommen, doch ist es möglich, mit den bestehenden Elementen und Attributen die unterschiedlichen strukturellen Phänomene spätmittelalterlicher Handschriften auszuzeichnen. Dies setzt jedoch eine kontinuierliche Auseinandersetzung mit den unterschiedlichen Auszeichnungsmöglichkeiten und teilweise eine flexible Handhabung der Elemente und Attribute voraus.

Durch die Arbeit mit  verschiedenen spätmittelalterlichen Handschriften und ihrer Transkription und Kodierung liegen für das Projekt „Mediengeschichte der Psalmen“ inzwischen Richtlinien vor, wie und nach welchen Regeln ausgezeichnet wird. Durch diese Richtlinien, in denen Kodierungslösungen für zahlreiche Phänomene verzeichnet sind, sowie durch die Weiterentwicklung eines schnellen Auszeichnungssystems für die Transkriptionsarbeit wird zum Abschluss des Projektes ein fundiertes Hilfsmittel für Arbeiten mit einer ähnlichen Ausrichtung in der Texterfassung und -behandlung bereitstehen. Zahlreiche Kodierungsfragen, die im Verlauf des Projektes aufgekommen sind und sicher auch noch aufkommen werden, müssen so bei zukünftigen Forschungsvorhaben nicht mehr geklärt werden. Stattdessen können unsere Ergebnisse übernommen, angewendet und ausgebaut werden.

 

Zitierempfehlung:
Hanne Grießmann: Handschriftliche Vielfalt im Griff der spitzen Klammern.
In: Ex officina Seleni: aus der Werkstatt der Herzog August Bibliothek Wolfenbüttel. Blog der Arbeitsgemeinschaft Digitale Editionen. 6. Juli 2017. https://eos.hypotheses.org/241.

OCR zur Vorbereitung Digitaler Editionen

Beitrag von Elisa Herrmann (HAB)

Ein beträchtlicher Teil des im deutschen Sprachraum erschienenen schriftlichen kulturellen Erbes ist in mehreren, durch die DFG geförderten Kampagnen digitalisiert und in VD16, VD 17 und VD 18 nachgewiesen worden. Auch wenn damit viel erreicht und die Forschungsbedingungen erheblich verbessert wurden, ist dies doch nur erst eine unabdingbare Voraussetzung für den zweiten Schritt: die vollständige Umwandlung der Images in eine maschinenlesbare Form. Das gesamte schriftliche Kulturerbe als Volltext für Recherche und weitere Bearbeitung, etwa für digitale Editionen zur Verfügung zu stellen ist nicht nur eine verwegene Vision, sondern angesichts der jüngsten technischen Entwicklungen im Bereich OCR  ein realistisches Szenario.

Vom Bild zum Text – Der OCR-Prozess

Der OCR-Prozess beginnt bereits einige Schritte vor der eigentlichen Texterkennung. Zunächst wird das Bilddigitalisat im Preprocessing vorbereitet. Prozessschritte können dabei das Zuschneiden (Cropping), das Begradigen (Deskewing) und Entzerren (Dewarping) der Seiten sowie das automatische Bereinigen (Despeckling) sein. Das Preprocessing wird meist durch die Binarisierung abgeschlossen. Zu beachten ist, dass je nach Material und verwendeter Texterkennungsmethode auf einzelne Schritte des Preprocessings verzichtet werden kann.

So vorbereitet kann eine erste Layout-Erkennung durchgeführt werden. Die Seite wird dabei in Text- und Nicht-Textzonen und weiter bis auf einzelne Zeilen unterteilt. Dabei können die einzelnen Schritte des Preprocessing nochmals auf Absatz- und/oder Zeilenebene wiederholt werden. Größere Herausforderungen sind hier komplexe Layouts, etwa durch mehrspaltige Texte und Marginalien, aber auch Schmuckinitialen werden oftmals als Grafik und damit als Nicht-Text-Zone klassifiziert.

Dem folgt die eigentliche Texterkennung mittels OCR-Software. Sind derzeit vor allem noch klassische Verfahren der Optical Character Recognition bei vielen Digitalisierungsvorhaben verbreitet, drängen neuere Ansätze mittels Neuronalen Netzen stärker in den Fokus, deren Praxistauglichkeit für Massenprozessierungen es noch zu prüfen gilt. Eine Schwierigkeit der Texterkennung stellt vor allem der Schriftypen- und Sprachmix, teilweise auf Wortebene, dar.

Vergleich der Software Tesseract mit den klassischen Verfahren und OCRopus, die bereits modernere Ansätze verfolgt.

Nun kann als weiterer Schritt der Layout-Erkennung die Region Classification erfolgen. Dabei werden die layout-semantischen Funktion der einzelnen Textregionen, etwa Überschrift, Seitenzahl oder Marginalie, bestimmt. Dies ermöglicht auch die automatische Document Analysis mit deren Hilfe die Dokumentenstruktur aus den zuvor erkannten Strukturelementen erfasst wird um bspw. automatisch Inhaltsverzeichnisse zu generieren.

Da jedoch auch moderne Methoden bei historischen Vorlagen kaum eine gewünschte Qualität von >99% Textgenauigkeit erreichen, muss eine Nachkorrektur der OCR-Ergebnisse folgen. Die entsprechende Nachkorrektur kann manuell, etwa auch in Form von Crowdsourcing-Projekten, oder halbautomatisch mittels entsprechender Software durchgeführt werden. Solche Tools bieten die Möglichkeit potentiell falsch erkannte Wörter hervorzuheben und bieten ggf. mit Wörterbucheinträgen Vorschläge zur Korrektur an. Der Einsatz vollautomatischer Nachkorrekturverfahren wird auf Grund der uneinheitlichen Orthografie und zum Teil starker dialektaler Einflüsse in den historischen Materialien derzeit nicht in der Praxis angewandt.

Der korrigierte Text wird im finalen Schritt in die Langzeitarchivierung übergeben.

Das Projekt OCR-D

Der hier beschriebene OCR-Prozess wird bereits in dieser oder ähnlicher Form in vielen Digitalisierungsvorhaben für die Erstellung von Volltexten eingesetzt. In den letzten Jahren haben sich zudem diverse Herausforderungen der OCR für historische Drucke durch aktuelle Forschungsentwicklungen und innovative Ansätze gelöst. Fraglich ist jedoch ob diese Methoden bereits reif für den Praxiseinsatz und die Massenprozessierung sind.

Die „Koordinierte Förderinitiative zur Weiterentwicklung von OCR-Verfahren“, kurz OCR-D, versucht hier einen Lückenschluss zwischen Forschung und Praxiseinsatz indem für die Entwicklungsbedarfe Lösungen erarbeitet und der aktuelle Forschungsstand zur OCR mit den Anforderungen aus der Praxis zusammen gebracht werden.

Das Projekt versteht sich dabei als Koordinierungsgremium und Netzwerk zugleich, bringt Entwickler, Forscher und Anwender zusammen um aktuelle Erkenntnisse aus der Forschung mit den Anforderungen aus der Praxis in einer praktikablen Lösung zu vereinen.

Das DFG-geförderte Projekt wird von der Herzog August Bibliothek Wolfenbüttel, der Berlin-Brandenburgischen Akademie der Wissenschaften in Berlin sowie der Staatsbibliothek zu Berlin – Preußischer Kulturbesitz und dem Karlsruher Institut für Technologie betreut. In der ersten Projektphase wurden (Entwicklungs-)Bedarfe analysiert, die in der zweiten Projektphase durch Modulprojekte umgesetzt werden.

Für zukünftige Digitalisierungsprojekte haben die Ergebnisse aus OCR-D weitreichende Veränderungen. Zum einen soll die Transformation der Titel aus den VD-Projekten in maschinenlesbare Form vorbereitet werden, zum anderen werden auch Vorschläge für die Aktualisierung der DFG-Praxisregeln „Digitalisierung“ auf Grundlage der neuen Erkenntnisse erarbeitet, nicht zuletzt um im Geiste europäischer und nationaler Agenden die Medienkonversion des gesamten im deutschen Sprachraum erschienenen schriftlichen kulturellen Erbes mittel- bis langfristig zu vollenden.

Für weitere Einstiege in das Thema führt OCR-D eine Zotero-Liste für den Technology Watch: https://www.zotero.org/groups/ocr-d

 

Zitierempfehlung: Elisa Herrmann: OCR zur Vorbereitung Digitaler Editionen. In: Ex officina Seleni: aus der Werkstatt der Herzog August Bibliothek Wolfenbüttel. Blog der Arbeitsgemeinschaft Digitale Editionen. 29. Juni 2017. https://eos.hypotheses.org/229.

Agenten-Austausch

Beitrag von Jörn Münkner, Jaqueline Krone und Katrin Schmidt (MWW)

Die große Leidenschaft von Herzog August dem Jüngeren (1579-1666) war bekanntlich seine Bibliothek in Wolfenbüttel. Um an neue Bücher zu gelangen, benötigte er die Unterstützung von kompetenten Agenten. Werner Arnold hat vorgeführt, wie der Augsburger Philipp Hainhofer (1578-1647) und der in Paris ansässige Jean Beeck (um 1615-nach 1688) im Auftrag des Herzogs entsprechend agierten (Arnold1,2): Durch geschäftliche und persönliche Kontakte in die maßgeblichen Netzwerke integriert, unterrichteten sie den Fürsten über den Büchermarkt und das Angebot an exquisiten Objekten. Zudem waren sie Nachrichtenübermittler und übernahmen zum Teil diplomatische Aufgaben.

Neben Hainhofer und Beeck gehörte auch Benedikt Bahnsen (gest. 1669) zu Herzog Augusts Buchagenten. Wahrscheinlich war er seit dem Frühjahr 1660 von Amsterdam aus im Besorgungseinsatz. Dies legen seine in der HAB erhaltenen Briefe an den Wolfenbütteler Hof nahe (BA II.1 16-35). Der Briefwechsel umfasst 21 Schreiben Bahnsens an den hochgelehrten Fürsten, drei Konzepte von dessen Antwortschreiben sowie mehrere Bücherlisten und Rechnungen.

Der aus Norddeutschland in die Niederlande emigrierte Chiliast, Buchhändler, Verleger und Rechenmeister Bahnsen hinterließ nach seinem Tod 1669 in Amsterdam eine ca. 3000 Titel umfassende Büchersammlung. Die Libri Theologici und die Libri Medici & Chymici wurden im Rahmen des Projekts „Frühneuzeitliche Gelehrtenbibliotheken“ bereits bibliographisch detailliert erschlossen und mit Hilfe einer web-basierten Datenvisualisierung zugänglich gemacht        (online). Es tritt eine Bibliothek aus dem Nebel der Vergangenheit, bei der es sich um das umfangreichste Einzelrepositorium für nonkonformes und heterodoxes Schrifttum handeln dürfte. (vgl. Hakelberg) Die digitale Edition der Briefkorrespondenz steht in engem Zusammenhang mit diesem Rekonstruktionsvorhaben.

 

Erster überlieferter Brief von Benedikt Bahnsen an Herzog August vom 4. April 1660. Bibliotheksarchiv HAB Signatur: BA II.1 16r.

Die Briefe Bahnsens an den Herzog weisen Standardbestandteile auf: Datum und Ort (stets Amsterdam), formelhafte Anrede des Fürsten, Bezugnahmen auf bestellte Bücher, ihre Nicht-/Verfügbarkeit, Frachtwege, Erwähnung von Personen, die an der Bücherbeschaffung und der Bücherspedition beteiligt sind, Preise und Spesen, formelhafte Verabschiedung, Erwähnungen historischer Ereignisse und Personen, zum Teil sozialer Netzwerke, schließlich der Hinweis auf anhängende Bücherpakete.

Die für die zweite Jahreshälfte geplante digitale Edition präsentiert sämtliche Schreiben als digitale Einzelseitenfaksimiles sowie als weitgehend diplomatisch getreue Transkripte in XML/TEI-P5. Das bedeutet, dass sich die Textkonstitution an der Reproduktion der autographen, visuellen und materiellen Merkmale der epistolaren Originale orientiert, die durch Kodierungen festgehalten werden. Das Briefkonvolut rahmt eine bündige Einführung, erklärungsbedürftige Begriffe und Namen werden erläutert, Personen, Orte und Körperschaften werden durch Register erfasst, jeder Brief wird durch einen kurzen Abstract kontextualisiert. Das Hauptaugenmerk liegt auf der Recherche der in den Briefen enthaltenen oder als Appendizes mitgelieferten Bücherlisten.

Der Auktionskatalog der Bibliothek von Benedikt Bahnsen.
Foto: Jörn Münkner

Mit Hilfe der Briefedition und im Abgleich mit den Zugangskatalogen in der HAB lässt sich herausfinden, welche Drucke und Handschriften aus den angekündigten Sendungen Bahnsens tatsächlich in die Wolfenbütteler Sammlung eingegangen sind. Damit lassen sich Provenienzlinien von Büchern nachzeichnen. Zudem sollen Aussagen und Mitteilungen Bahnsens die Rekonstruktion der relevanten Gelehrten- und Buchhändlernetzwerke befördern. Nicht zuletzt sind die Auskünfte zu den Lebensbedingungen Bahnsens, seine Beobachtungen und Beurteilungen der Zeitumstände dazu angetan, die Konturen seiner historischen Person zu schärfen und die Existenz deutscher Exilanten in den Niederlanden zu präzisieren. Seine eigenen bibliophilen Vorlieben, wie sie der Verkaufskatalog seines Bücherbestands suggeriert, können durch seine epistolaren Kommentare validiert werden. Somit bietet das Briefkorpus – gleichsam von der Seite – einen komplementären, mikroperspektivischen Blick auf den geschäftstüchtigen Amsterdamer Exilanten Benedikt Bahnsen wie auf den bibliophilen Herzog in Wolfenbüttel.

 

Literatur

Arnold1, Werner: Philipp Hainhofer als Bücheragent Herzog Augusts d.J. von Braunschweig-Wolfenbüttel, in: Wolfenbütteler Barock-Nachrichten, Wiesbaden 41/2014, 1/2, S. 81-94.

Arnold2, Werner: Briefe aus Paris. Jean Beeck als Agent Herzog Augusts d.J. von Braunschweig-Wolfenbüttel, in: Buch – Bibliothek – Region. Wolfgang Schmitz zum 65. Geburtstag, hg. v. Christine Haug u. Rolf Thiele, Wiesbaden 2014, S. 15-26.

Hakelberg, Dietrich: Die fanatischen Bücher des Benedikt Bahnsen. Leben und Bibliothek eines religiösen Dissidenten, in: Autorenbibliotheken. Erschließung, Rekonstruktion, Wissensordnung, hg. v. Michael Knoche, Wiesbaden 2015, S. 113-146.

Beyer, Hartmut, Katrin Schmidt, Jörn Münkner u. Timo Steyer: Bibliotheken im Buch: Die Erschließung von privaten Büchersammlungen der Frühneuzeit über Auktionskataloge, in: Kodikologie und Paläographie im digitalen Zeitalter 4 / Codicology and Palaeography in the Digital Age 4, hg. v. Hannah Busch, Franz Fischer u. Patrick Sahle, Norderstedt (Books on Demand) 2017, S.43-70.

http://dev.hab.de/bibliotheksrekonstruktion/bahnsen/bahnsen-catSubjectFormat.html

 

Zitierempfehlung: Jörn Münkner / Jaqueline Krone / Katrin Schmidt: Agenten-Austausch. In: Ex officina Seleni: aus der Werkstatt der Herzog August Bibliothek Wolfenbüttel. Blog der Arbeitsgemeinschaft Digitale Editionen. 16. Juni 2017. https://eos.hypotheses.org/209.

 

How to build a digital edition web app

Beitrag von Peter Andorfer (ACDH), Dario Kampkaspar (HAB) und Timo Steyer (MWW)

Aufgrund zahlreicher Sommer-Schulen, Workshops, DH-Studiengänge und vielfältiger online Tutorials stellt die Kodierung eines Textes in XML nach dem de facto-Standard TEI für viele GeisteswissenschaftlerInnen mittlerweile eine gut zu bewältigende Herausforderung dar. Anders formuliert: Digitale Editionen haben die Wild-West-Phase hinter sich und bieten dem Forscher ein methodisch und theoretisch sicheres Terrain. Was jedoch häufig fehlt sind einstiegsfreundliche Anleitungen, Tutorials, HowTos zu dem sich an die Kodierung anschließenden Themenkomplex der Publikation einer digitalen Edition. Die Frage nach dem »Wohin?« der oftmals in langer und mühsamer Arbeit erstellten Editionen betrifft vor allem jene Forschende, welche nicht Teil eines größer angelegten Projektes sind oder auch sonst über keine allzu starke Anbindung an eine gut institutionalisierte Forschungsinfrastruktur verfügen. Zwar entwickeln zunehmend mehr Institutionen, vielfach durch Drittmittelprojekte, Kompetenzen, Workflows und (technische) Infrastrukturen zur Veröffentlichung Digitaler Editionen, aufgrund chronisch knapper Finanzierungen können oftmals aber nur wenige und in erster Linie nur eigene/interne Projekte hinreichend betreut werden.

Gleichzeitig kann in vielen Digitalen Editionsprojekten eine sehr starre Arbeitsteilung zwischen so genannten FachwissenschlafterInnen und TechnikerInnen beobachtet werden. Obwohl es sicherlich nicht als Nachteil bewertet werden kann, wenn jeder das tut, wofür er ausgebildet wurde und was sie bzw. er demzufolge auch gut kann, so besteht in einem stark arbeitsteiligen Umfeld die Gefahr asymmetrischer Kompetenzverhältnisse und daraus resultierender Abhängigkeiten. Sei es durch unrealistische Wünsche seitens der Fachwissenschaft, die aufgrund mangelnder technischer Kenntnisse an die Technik herangetragen werden. Oder sei es die Verzögerung des Arbeitfortschritts aufgrund schleppender Implementierung basaler Technologien oder von editorischer Seite dringend benötigter Funktionalitäten.

Dies ist aber nur die eine Seite der Medaille, denn es gibt nach wie vor infrastrukturelle Fallstricke bei der Erstellung von digitalen Editionen. Viele Editionsprojekte beginnen ohne eine entsprechende Infrastruktur für die spätere Präsentation der Texte, andere Editionstexte entstehen als „Nebenprodukt“ eines wissenschaftlichen Forschungsvorhaben und werden nie publiziert, da eine wissenschaftliche out-of-the-box Präsentationslösung fehlt. Es fehlt sichtbar an einer einfachen Lösung für Editionsvorhaben ihre Texte in einer Infrastruktur zu publizieren bzw. zu erproben, die noch keine institutionelle Anbindung mit einem festen „Layout- und Funktionskorsett“ hat und den Editoren so noch den weitreichenden experimentellen Freiraum lässt, um die für die Editionsvorhaben notwendigen Präsentationsmodi zu identifizieren.

Dieser Problematik widmete sich der von Peter Andorfer (ÖAW/ACDH), Dario Kampaskar (HAB) und Timo Steyer (MWW/HAB) konzipierte Workshop mit dem Titel „How to build a digital edition web app“ auf der diesjährigen Tagung des DHd-Vereins in der Schweizer Bundeshauptstadt Bern. Auf der Basis der XML-Datenbank eXist-DB wurde gemeinsam mit den Workshopteilnehmern eine Präsentationsoberfläche am Beispiel der Korrespondenz von Leo Thun-Hohenstein erstellt. Für die Verwendung der XML-Datenbank eXist-db spricht ihr Open-Source-Charakter, die verbreitete Nutzung im digitalen Editionskontext und die Möglichkeit weitere Funktionsweisen durch Zusatzprogramme hinzuzufügen. Die Nachteile von eXist liegen in der relativ kleinen Community und der für viele Anwendungsbereiche noch nicht existierenden detaillierten Dokumentation.

Beginn des Workshops auf der Dhd17 in Bern. Bild des Tweets von Stefan Münnich (@music_enfanthen):“Workshop #w6 how to build your own digital web app with @csae8092 @steyer_ti & kampkaspar about to start #dhd2017″. https://twitter.com/music_enfanthen/status/831406933852684288 (20.02.2017)

Eine ›Digital Edition Web-App‹ sollte ganz generell die kodierten Texte in einer möglichst benutzerfreundlichen Art und Weise präsentieren und den »technischen Unterbau« dem Benutzer nicht aufbürden, wohl aber die computergestützte Weiterverarbeitung der Texte jederzeit ermöglichen. Konkreter formuliert heißt das, dass eine solche Anwendung  folgende Anforderungen zu erfüllen hat.

NutzerInnen sollen auf einer zentralen Einstiegsseite einen möglichst vollständigen Überblick über den kompletten Umfang der Edition erhalten. Dies ist insbesondere dann von großer Bedeutung, wenn die Edition aus mehreren Editionseinheiten besteht, wie zum Beispiel im Falle eines Briefwechsels.

In der im Zuge des Workshops zu entwickelnden Applikation wird das in Form einer ListView gelöst, welche sämtliche XML/TEI Dokumente bzw. ausgewählte Informationen aus dem teiHeader in einer von den NutzerInnen such-, filter- und sortierbaren Ansicht präsentiert. Von diesem Inhaltsverzeichnis gelangen die NutzerInnen dann über Verlinkung zu den einzelnen Dokumenten.

Da Digitale Editionen im www verfügbar sind, muss davon ausgegangen werden, dass diese generell in digitaler Form, sprich auf einem PC, Notebook, Tablet, eventuell auch auf einem Smartphone gelesen werden. Insofern gilt es, den kodierten Text in einer leserfreundlichen Darstellung anzuzeigen, die die verschiedenen Formate der Anzeigegeräte berücksichtigt (womit einige der Grundlagen des sog. ›responsive design‹ berücksichtigt werden müssen). Andererseits darf aber der Wunsch vieler Nutzer, die Inhalte »klassisch« auf Papier zu nutzen, nicht vergessen werden.

Die digitalen Darstellung im Web eröffnet indes auch die Möglichkeit für dynamische, sprich von den Nutzer/innen frei konfigurierbare, Darstellungsweisen. Abhängig vom konkreten Mark-Up können, um nur ein paar Beispiele zu nennen, etwa Anmerkungen ein- oder ausgeblendet, Abkürzungen aufgelöst, oder Korrekturschritte ausgeblendet werden.

In der ›Digital Edition Web-App‹ wird mittels XSLT Transformation aus den XML Dateien eine HTML Dokument ›on the fly‹ generiert. Diese ›DetailView‹ verfügt, sofern aufgrund des Markups des Ausgangsdokumentes möglich, über ein Navigationsmenü, welches eine rasche Orientierung im Text ermöglicht. Über ein weiteres Menü können außerdem verschiedene Darstellungsoptionen (de)aktiviert werden.

Die Möglichkeit, eine digitale Edition in ihrer Gesamtheit im Volltext durchsuchen zu können, wird häufig als einer der größten Vorzüge einer digitalen Edition beschrieben. Zusätzlich zu einer so genannten »einfachen Suche« wird darüber hinaus auch gerne eine »erweiterte Suche« angeboten, welche eine spezifizierte Suche wie zum Beispiel nur in Anmerkungen oder über  Metadaten ermöglicht.

Aufgrund der Integration der Volltext-Suchengine Lucene in die Datenbanksoftware eXist-db ist die Realisierung sowohl einer »einfachen« wie auch einer »erweiterten« Suche im Rahmen der ›Digital Edition Web-App‹ einfach zu bewerkstelligen, wobei die Spezifika der »erweiterten« Suche vom konkreten Markup der einzelnen Editionen abhängt.

Neben einer Volltextsuche bieten viele digitale Editionen auch eine registerbasierte Suche an, mit deren Hilfe etwa gezielt Personen oder Orte in der Edition identifiziert werden können.

Je nach Art der Daten wird ein solches Register auf verschiedene Weisen demonstriert werden. Da die Texte in einer (einigermaßen) standardisierten Art und Weise kodiert sind, können diese auch maschinell prozessiert werden. Dafür ist es notwendig, dass nicht nur eine HTML Darstellung der Daten veröffentlicht wird, sondern auch die eigentlichen XML/TEI-Daten.

Die ›Digital Edition Web-App‹ wird ihre Daten über die in der eXist-db integrierte ›REST-Style Web API‹ veröffentlichen.

Es würde hier zu weit führen, einen vollständigen Abriss des Workshops zu geben, dies ist aber auch gar nicht nötig, da die einzelnen Bestandteile des Workshop inkl. Code- und Datenbeispiele hier zu finden sind:

https://howto.acdh.oeaw.ac.at/blog/books/how-to-build-a-digital-edition-web-app

Peter Andorfer und Dario Kampkaspar: Time to set you free. Posterbeitrag auf der TEI-Konferenz 2016. https://howto.acdh.oeaw.ac.at/blog/books/how-to-build-a-digital-edition-web-app/ (4.3.2017)

Es kann also jeder den Workshop nachvollziehen und seine eigene Umgebung für Editionstexte aufbauen. Der Workshop zeigte von Beginn an, wie eXist-db eingerichtet wird, wie die Texte in die Datenbank gelangen, wie eine auf Bootstrap basierende Präsentationsoberfläche gebaut wird. Darauf aufbauend lernten die Workshopteilnehmer die Erstellung von automatisiert erstellten Register, die Erstellung einer Volltextsuche und von Inhaltsverzeichnisse. Die in XML in die Datenbank geladende Texte werden über XLST-Skripte dynamisch in eine HTML-Ausgabe transformiert.

Gelobt wurde die Gestaltung eines Workshops verbunden mit einer Dokumentation, die es den Teilnehmern erlaubt auch nach der Konferenz noch alles nachzunutzen – ganz im Sinne des Tagungsmotto: Nachhaltigkeit.

Weiterführende Links: “set you free”: 

https://howto.acdh.oeaw.ac.at/blog/books/how-to-build-a-digital-edition-web-app/

Zitierempfehlung: Peter Andorfer / Dario Kampkaspar / Timo Steyer: How to build a digital edition web app. In: Ex officina Seleni: aus der Werkstatt der Herzog August Bibliothek Wolfenbüttel. Blog der Arbeitsgemeinschaft Digitale Editionen. 13. März 2017. https://eos.hypotheses.org/151.

 

Ex officina Seleni : aus der Werkstatt der Herzog August Bibliothek Wolfenbüttel

Willkommen auf dem Blog Ex Officina Seleni!

Die Arbeitsgemeinschaft Digitale Editionen an der Herzog August Bibliothek Wolfenbüttel informiert in diesem Blog über laufende Editionsprojekte mit dem thematischen Schwerpunkt Mittelalter und Frühe Neuzeit sowie aktuellen Entwicklungen zum Thema Digitale Editionen.

Hier soll wissenschaftlich Interessierten und ihren Institutionen eine Plattform für Information und Austausch zum Thema digitale Editionen geschaffen werden.

Das Netzwerk lebt von Input und Ihren Fragestellungen!

Wir freuen uns auf viele interessante Blogbeiträge!

In freudiger Erwartung,

Das Redaktionsteam

 

aus der Werksatt der Herzog August Bibliothek Wolfenbüttel – Blog der Arbeitsgemeinschaft Digitale Editionen