1 Einleitung

Bei der Retrodigitalisierung von Bibliotheksgut ist es üblich, eine sogenannte „Strukturdatenerfassung“ durchzuführen, um das Navigieren im Retrodigitalisat zu vereinfachen und die physischen Seiten und Strukturelemente im Digitalisat an die logischen Seiten und Strukturelemente in der gedruckten Vorlage anzupassen. Die dafür nötigen Prozesse in den Digitalisierungszentren und -projekten sind relativ zeitaufwändig und daher ressourcenintensiv.

Daher stellt sich die Frage, wie bei gegebenen Ressourcen und den vorherrschenden Nutzerbedürfnissen eine Tiefe der Strukturdatenerschließung bereitgestellt werden kann, die sich an den Nutzerbedürfnissen orientiert, aber auch die Sicht auf die Ressourcen nicht aus dem Auge verliert.

Die drei Zentralen Fachbibliotheken haben eigene Digitalisierungszentren und führen auch die Strukturdatenerfassung für Bibliotheksgut durch. Sie haben sehr unterschiedliche Fächer und Nutzergruppen: Das Leibniz-Informationszentrum Technik und Naturwissenschaften Universitätsbibliothek (TIB) die Technik und die Naturwissenschaften, das Informationszentrum Lebenswissenschaften (ZB MED) die Lebenswissenschaften und die ZBW – Leibniz-Informationszentrum Wirtschaft (ZBW) die Wirtschaftswissenschaften. Daher ist es reizvoll, darzustellen, wie diese drei Einrichtungen verfahren unter der Maßgabe, ihre jeweiligen Nutzergruppen möglichst sinnvoll mit digitalisierten Dokumenten und Strukturdaten zu versorgen.

In diesem Aufsatz werden die Verfahren der drei Einrichtungen und die Ausrichtung auf die Nutzerbedürfnisse dargestellt und verglichen. Die ZBW hat Ende 2021 eine Umfrage unter ihren Zielgruppen durchgeführt, um zu ermitteln, was diese Zielgruppen wollen, und zwar unter der Fragestellung, in welchem Umfang Strukturdaten erstellt werden sollen und dafür ggf. weniger Digitalisate angeboten werden oder umgekehrt. Dieses Denken in Alternativen bei gegebenen Ressourcen ist in den Wirtschaftswissenschaften gängige Praxis.

2 Was ist Strukturdatenerfassung?

Beim Scannen der gedruckten Vorlage entsteht zunächst ein elektronisches Dokument, dessen Seitenbezeichnung an die physikalischen Eigenschaften des Digitalisats gebunden ist und das nicht in sich strukturiert ist, sondern quasi einen laufenden Text darstellt.

Um die Seitenangaben im Digitalisat mit denen der gedruckten Vorlage zu koordinieren, wird zunächst eine sogenannte Paginierung konzipiert. Das heißt, dass die physikalische Zählung im Digitalisat in Übereinstimmung mit der der gedruckten Vorlage gebracht wird. Die gedruckte Vorlage kennt Leerseiten, Einbandseiten, unter Umständen mehrere Zählungen je nachdem, ob das Dokument durchgehend mit einer Zählung versehen ist oder ggf. mehrere Zählungen für unterschiedliche Teile des Werks verwendet worden sind (z. B. die lateinische Zählung für die Seiten mit Inhaltsverzeichnis, Tabellenübersichten, Literaturverzeichnis usw.).

Zu klären ist, ob die Seitenzählung „normal“ ist, d. h. mit Zählung auf der Blattvorder- und -rückseite und ob es dazwischen ggf. auch ungezählte Seiten gibt. Meist beginnt die Zählung mit einer ungeraden Zahl auf der rechten Seite. In Lexika oder Wörterbüchern kann es eine Spaltenzählung geben, bei der z. B. zwei Spalten pro Seite nummeriert werden. Bei einer Blattzählung können die Blattvorder- und die Blattrückseite oder die gegenüberliegenden Seiten dieselbe Zahl haben (recto / verso).

Die Paginierung kann in arabischen oder römischen Zahlen erfolgt sein, manche Seiten müssen unter Umständen fingiert werden. Es können auch Seiten mit doppelter Seitenzählung vorkommen, manche können Sonderzeichen wie Klammern oder Bindestriche enthalten, andere können alphanumerisch sein.

Weiterhin kennt die gedruckte Vorlage verschiedene Elemente des Werks (Einbanddeckel, Titelblatt, Inhaltsverzeichnis, Kapitel in unterschiedlicher Abstufung, Abbildungen, Glossar, Tabellenübersichten usw.). Um den Nutzer*innen einen schnellen Zugriff auf einzelne Elemente des Dokuments zu ermöglichen, werden die Strukturelemente kenntlich gemacht, so dass in den sogenannten Viewern, mit denen die Retrodigitalisate betrachtet werden und über die in den elektronischen Dokumenten navigiert werden kann, Einsprungpunkte angeboten werden können. Die Abschnitte, die entstehen, können auch genutzt werden, um sich einzelne Teile des Dokuments einfach herunterzuladen oder auszudrucken.

Eine umfassende Strukturdatenerfassung kann sehr aufwändig werden, denn in der Regel wird die Erfassung der Strukturdaten händisch durchgeführt. Eine gewisse Hilfe kann es sein, OCR-erkannte Textteile für die Strukturdatenerfassung zu nutzen. Es wird geschätzt, dass etwa 50 Prozent an der Gesamterstellungszeit eines Digitalisates auf die Strukturdatenerfassung entfallen, wenn die Erfassungstiefe sehr umfangreich werden soll. Es besteht aber die Möglichkeit, die Strukturdatenerfassung knapper zu fassen und dadurch Ressourcen zu sparen, die z. B. der Erstellung von mehr Scans dienen können. Es gibt bei gegebenen Ressourcen durchaus einen Trade-Off.

3 Verfahren in den Zentralen Fachbibliotheken – Nutzerbedürfnisse und Ressourceneinsatz

3.1 TIB Hannover – Leibniz Informationszentrum Technik und Naturwissenschaften / Universitätsbibliothek

Die TIB digitalisiert überwiegend Werke des 19. und 20. Jahrhunderts, die häufig auf säurehaltigem Papier gedruckt worden sind. Die TIB hat sich bei der Bearbeitung der Strukturdaten für eine den Inhalten und Nutzungsbedürfnissen angemessene Erscheinungstiefe entschieden und führt dies nach strengen einheitlichen Kriterien mit dem Ziel durch, möglichst viele Informationen für die Nutzenden an dieser Stelle zur Verfügung zu stellen. Hieraus entstand eine mit über 50 Seiten ausführliche Anleitung zur Erstellung von Strukturdaten. Grundsätzlich werden für alle Digitalisate von Büchern Strukturdaten erstellt.

Umfangreiche und von der Strukturierung her komplexe Bände brauchen vorab eine fünf- bis zehnminütige Konzeptionierung. Diese kann bei einfachen Büchern entfallen. Es wird überlegt, welche Überschriften herangezogen werden, welche Strukturdatenelemente verwendet werden können und in wie viele Ebenen die Aufteilung erfolgen soll.

Die Erfassungstiefe für ein Werk richtet sich nach dem Umfang. Die TIB möchte, dass Nutzende nicht mehr als 50 Seiten durchscrollen müssen. Deswegen erfolgt ab der fünfzigsten Seite eines Abschnitts oder Kapitels eine weitere Untergliederung, die, falls keine entsprechenden Überschriften vorhanden sind, auch fingiert werden kann. Bände, die über weniger als 50 Seiten umfassen, werden nach Einband, Titelblatt, Inhaltsverzeichnis usw. nur auf der ersten Ebene erschlossen. Die meisten Bände haben in der Regel drei bis fünf Ebenen; es kam aber auch schon vor, dass umfangreiche Bücher mehr als 10 Ebenen hatten. Der Spitzenwert eines Bandes lag bei 13 Ebenen!

Bei einem Werk, das über 50 Bilder beinhaltet, aber über keine Kapitel oder Überschriften als weitere Untergliederung verfügt, werden Abschnitte eingefügt. Diese können künstlich gebildet werden, wenn sonst keine sinnvolle Unterteilung eines langen Abschnitts vorhanden ist.

Das Inhaltsverzeichnis wird nicht zwangsläufig eins zu eins übernommen, sondern je nach Vorlage werden weitere Unterteilungen nötig oder auch weniger übernommen. Dabei muss beachtet werden, dass das Inhaltsverzeichnis nicht immer mit dem Inhalt des Buches übereinstimmt. Auch hat nicht jedes Buch ein Inhaltsverzeichnis.

Es gibt die folgenden Strukturdatenelemente:

Abb. 1:

Teile eines Werkes.

Zukünftig ist für die TIB auch die Digitalisierung von Zeitschriften vorgesehen. In welcher Tiefe hier erfasst werden wird, ist noch nicht geklärt, das könnte auch je nach Projekt entschieden werden.

Während der Strukturdatenerfassung erfolgt an dieser Stelle eine nochmalige Qualitätskontrolle. Hier werden noch einmal alle Bilder genau betrachtet und auf Vollständigkeit und Qualität überprüft. Auch wird in diesem Schritt die OCR stichprobenartig kontrolliert. Da bei allen Werken die OCR erfolgt, sind damit alle Texte durchsuchbar.

Um den Nutzenden noch detailliertere Information geben zu können, werden an einigen Stellen Kommentare hinzugegeben, vor allem wenn es Unstimmigkeiten im Buch gibt. Diese können beispielsweise lauten: Fehler in der Paginierung: Die Seitenzahl springt von S. 23 auf S. 53, Fehler in der Kapitelzählung, Fehler im Original, Provenienz vorhanden: Handschriftlicher Besitzvermerk auf der Rückseite des Titelblatts u. ä.

In der TIB macht die Strukturdatenerfassung einen Anteil von 50 Prozent der Arbeit des Scanpersonals aus. Es ist ein guter intellektueller Ausgleich zum Scannen. Da das Scannen in weitestgehend abgedunkelten Räumen stattfindet und man dort nicht den ganzen Tag verbringen sollte, sind Scannen und Strukturdaten zu gleichen Anteilen aufgeteilt.

Insgesamt ist hier die Qualität der Strukturdaten ein wichtiger Bestandteil der Arbeit und erfüllt das Personal mit Stolz und Zufriedenheit mit der geleisteten Arbeit. Untersuchungen zu den Wünschen der Nutzenden sind bisher nicht erfolgt.

3.2 ZB MED – Informationszentrum Lebenswissenschaften

Zweifellos sind die Ansprüche der Nutzenden je nach Fachgebiet unterschiedlich, ebenso wie sich die zu digitalisierenden Werke nach den bei ZB MED vertretenen Sammelgebieten (Medizin, Gesundheit, Agrar-, Umwelt und Ernährungswissenschaften) teils sehr unterscheiden und auch deshalb ggf. durchaus eine unterschiedliche Strukturierung erforderlich machen. ZB MED hat zugegebenermaßen – außer allgemein fast ausschließlich positiven Rückmeldungen zu den Digitalen Sammlungen, ihrer Gestaltung und ihren Inhalten – wenig Informationen über die Vorlieben der Nutzenden hinsichtlich der Strukturierung digitalisierter Titel. Immerhin wurden 2021 die Inhalte der digitalisierten Werke über 225.000 Mal aufgerufen.

ZB MED hat sich von Anfang an für eine Auswahldigitalisierung entschieden und möchte also nicht nur möglichst viele Titel online stellen.

ZB MED betreibt konsequenterweise die Strukturdatenerfassung insgesamt relativ aufwändig und unterscheidet grundsätzlich nicht zwischen Werken geringeren oder größeren Umfangs. Generelles Ziel ist immer eine möglichst getreue Wiedergabe des Originals. Dazu gehört auch die genaue Erfassung seiner Struktur, d. h. der tatsächlich dort vorliegenden, also nicht allein der in Inhaltsverzeichnissen aufgeführten Unterteilungen. Hier lehrt die Erfahrung, dass zwischen Inhaltsverzeichnissen und tatsächlicher Abschnittseinteilung eklatante Unterschiede bestehen können, angefangen von der Nummerierung (oder ihrer Gestaltung) über Fehler bei den Seitenangaben bis hin zu thematischen Unstimmigkeiten. Bei Zeitschriften kommen Hinweise auf Lücken, falsche Zählungen, Bindungen – auch falsche – u. ä. hinzu.

Eine „hierarchische“ Beschränkung gibt es insofern, als nicht tiefer als drei Ebenen strukturiert wird und die Erfassung bei Zeitschriften in der Regel auf Band / Jahrgang, Heft(e) und eventuell wiederkehrende Dinge wie Jahresregister beschränkt wird und nur in absoluten Ausnahmefällen bis zur Aufsatzebene gegangen wird.

Zwar sind die Digitalisate alle mit einer OCR versehen, so dass eine Suche mit Stichworten im Text möglich ist; die genaue Erfassung des Inhaltes sowie der damit ggf. verbundenen Besonderheiten des vorliegenden Originals kann Nutzenden aber zusätzliche wertvolle Informationen bieten.

In der Praxis von ZB MED liegt die Bearbeitung eines für die Digitalisierung ausgehobenen Werkes in einer Hand, d. h. nach einer Überprüfung der Metadaten scannen die Mitarbeitenden jeweils „ihr Buch“, strukturieren dabei die wichtigsten Teile vor (Titelblatt, Register, Textabschnitte) und strukturieren nach Abschluss des Scanvorgangs und Speicherung der dabei erzeugten Dateien in einem zweiten Arbeitsschritt genauer weiter. Erfasst werden z. B. Kapitelnummerierungen und -überschriften. Großer Wert wird auch auf Dinge wie Widmungen, vor allem auch handschriftliche, oder Annotationen gelegt. Nach der Durchführung der OCR wird von der Teamleitung eine (optische und inhaltliche) Qualitätsprüfung durchgeführt und nach „Bestehen“ werden die Digitalisate online gestellt.

Ein Beispiel, hier bei einer „durchschnittlichen“ Strukturierungstiefe in zwei Ebenen (weiter rechts wären die hier nicht mitabgebildeten Seitenzahlen der Abschnitte aufgeführt):

Abb. 2:

Beispiel für die Erfassung der Strukturdaten für ein Buch.

Neben der handschriftlichen Widmung, die ja auch Informationen über die Vernetzung des betreffenden Autors oder der Autorin liefert, ist zu erkennen, dass die Schreibweise usw. vorlagengetreu übernommen wird, z. B. „Inhalts-Uebersicht“.

Abb. 3:

Beispiel für die Erfassung einer Zeitschrift.

Gerade falsche Paginierungen in Zeitschriften können zu Schwierigkeiten beim Auffinden bestimmter Aufsätze führen.

Ein bei ZB MED nicht unwichtiger Aspekt soll nicht unerwähnt bleiben: Vielen Mitarbeiter*innen macht gerade das Strukturieren (als intellektuelle Leistung) Spaß, und ihnen würde etwas fehlen, sollten sie „nur“ scannen und / oder nur grob formal strukturieren dürfen. Es geht also auch um Arbeitszufriedenheit, die eine wichtige Voraussetzung für Arbeitsqualität ist.

4 Umfrage der ZBW zu den Strukturdaten – Auswertung und Fazit

Um in Erfahrung zu bringen, was ihre Nutzer*innen eigentlich möchten, und auch um zu erfahren, wie die digitalen Dokumente genutzt werden, hat die ZBW im Sommer 2021 eine Umfrage zum Wunsch nach Strukturdaten und zu deren Nutzung gestartet. Sie wurde über Listen der ZBW, über die die Zielgruppen (Wirtschaftswissenschaftler*innen und Studierende von Wirtschaftsfächern) angesprochen wurden, online verteilt.

Es gab 206 Einträge in der Auswertungstabelle, die aus dem Umfragetool extrahiert wurde. Davon waren 25 Einträge praktisch leer und 3 weitere sehr unvollständig ausgefüllt. 13 Einträge konnten Personengruppen zugeordnet werden, die nicht im engeren Sinne zu den Gruppen gehören, die überhaupt an Altbeständen Interesse haben bzw. den Wirtschafts- und Sozialwissenschaften zuzurechnen sind. Auch sie wurden bei der Auswertung nicht weiter berücksichtigt. Die verbliebenen verteilten sich auf bestimmte Fächer, die bis 1955 (und zum Teil auch später) in engerem fachlichem Zusammenhang zu den Wirtschafts- und Sozialwissenschaften standen. Eine Auswahl der Ergebnisse der Umfrage in Form von Charts und Tabellen befindet sich im Anhang.

Insgesamt haben sich die von der ZBW Befragten mit einer großen Mehrheit von 64 Prozent dafür ausgesprochen, die Strukturdatenerfassung zugunsten der Erhöhung der Anzahl der Digitalisate knapp zu halten. Lediglich 18 Prozent haben sich für eine umfangreiche und tiefe Strukturdatenerfassung und weitere 18 Prozent für den vollständigen Verzicht ausgesprochen (siehe Abbildung 4 im Anhang).

Zum Navigieren verwenden die Nutzer*innen zu 40 Prozent grundsätzlich das Scrollen im Dokument. Nur 29 Prozent scrollen in Dreiviertel aller Digitalisate, die sie sich anschauen, 16 Prozent sogar nur in der Hälfte der Nutzungsfälle. Das Scrollen kann somit als Normalfall beim Durchsuchen von Digitalisaten definiert werden (siehe Abbildung 5 im Anhang).

Auch bestehende Strukturdaten werden durchaus genutzt. 34 Prozent der Befragten gaben an, die Strukturdaten bei einem Viertel der Nutzungsfälle zu benutzen. 27 Prozent nannten die Benutzung bei der Hälfte der betrachteten Werke, 21 Prozent meinten, die Strukturdaten bei Dreiviertel der Digitalisate anzuwenden (siehe Abbildung 6 im Anhang).

Abweichend von der tatsächlichen Nutzung der Strukturdaten erwies sich die Beantwortung der Frage, ob man Strukturdaten nutzen würde, wenn sie vorhanden wären. Hier waren 32 Prozent der Befragten der Meinung, sie würden sie immer nutzen wollen. 26 Prozent würden sie in Dreiviertel der Fälle nutzen, 18 Prozent bei der Hälfte und 24 Prozent bei einem Viertel der Digitalisate. Hier wäre eine Gleichartigkeit mit der tatsächlichen Verwendung zu erwarten gewesen (siehe Abbildung 7 im Anhang).

Die Suchfunktion wird ebenfalls gern benutzt. Um direkt zu der gewünschten Stelle im Text zu gelangen, verwenden sie 26 Prozent immer, 41 Prozent bei Dreiviertel, 20 Prozent bei der Hälfte und 12 Prozent bei einem Viertel aller Nutzungsfälle (siehe Abbildung 8 im Anhang).

Studierende wurden mit der Umfrage offenbar nicht erreicht, in der Altersklasse 21–25 waren es nur 0,6 Prozent und in der Altersklasse 26–30 nur 19,6 Prozent aller Befragten. Überwiegend haben die wissenschaftlich Tätigen an der Befragung teilgenommen, die Professor*innen machten dabei die größte Gruppe aus. Die Altersstruktur war durch die 25–35-jährigen geprägt, die die größte Gruppe gebildet haben (siehe Abbildung 9 im Anhang).

In allen Altersgruppen wurde sich jedoch mehrheitlich für eine knappe Strukturdatenerfassung zugunsten von mehr Digitalisaten im Altbestand ausgesprochen. Insgesamt wünscht sich dies 66 Prozent. 18 Prozent wünschen sich dies umgekehrt mit umfangreicheren, tieferen Strukturdaten und dafür weniger Digitalisate. 16 Prozent könnten sich einen kompletten Verzicht auf Strukturdaten vorstellen (siehe Tabelle 1 im Anhang).

Immer genutzt werden Strukturdaten mit einem Anteil von 13 Prozent in den Altersgruppen 26–30 sowie bis 56–65. In Dreiviertel der Nutzungsfälle werden sie von den Altersgruppen 26–30 bis älter als 65 zu 21 Prozent, in der Hälfte der Nutzungsfälle in den Gruppen 21–25 bis älter als 65 zu 27 Prozent und in ein Viertel aller Fälle in den Altersgruppen 26–30 bis älter als 65 zu 35 Prozent. Nie genutzt werden sie in den Altersgruppen 31–35 bis älter als 65 zu 5 Prozent (siehe Tabelle 2 im Anhang).

Welche Erkenntnisse können insgesamt aus der Befragung gezogen werden?

Strukturdaten können wichtige Arbeitsinstrumente für die Nutzung von Digitalisaten für alle befragten Alters- und Nutzungsgruppen sein. Völlig auf sie zu verzichten, ist nicht denkbar. Hier wird wertvolle intellektuelle Leistung zur optimalen Erschließung von digitalen Dokumenten erbracht. Zu einem großen Anteil wird gewünscht, diese jedoch zugunsten von mehr Digitalisaten kurz zu halten. Innerhalb dieses Zwiespalts gilt es für die Bibliotheken, den optimalen Weg für sich zu finden, diesen Wünschen entgegenzukommen ohne die Qualität der Erschließung der Dokumente zu gefährden und um die eigenen Aktivitäten gut auf die Nutzerwünsche abzustimmen.

5 Anhang: Aufbereitung der Rohdaten zu den einzelnen Fragen

Ich wünsche …

Abb. 4:

Wünsche zur Strukturdatenerfassung / Anzahl Digitalisate.

Wie navigieren Sie im digitalen Dokument? – „Ich navigiere im Dokument, indem ich scrolle.“

Abb. 5:

Navigieren durch scrollen.

Wie navigieren Sie im digitalen Dokument? – „Ich greife über das elektronische Inhaltsverzeichnis (Strukturdaten) auf Teile des Werks zu.“

Abb. 6:

Navigation mit Strukturdaten.

Wie navigieren Sie im digitalen Dokument? – „Ich würde auf das elektronische Inhaltsverzeichnis (Strukturdaten) zugreifen, wenn es das gibt.“

Abb. 7:

Was wäre, wenn Strukturdaten vorlägen?

Wie navigieren Sie im digitalen Dokument? – „Ich gebe Suchbegriffe in die Suchmaske am Schirm ein, um direkt zu der gewünschten Stelle im Text zu gelangen.“

Abb. 8:

Navigieren über Suchfunktion.

Angaben zu Ihrem Alter. „Sie sind …“

Abb. 9:

Aufteilung auf die Altersgruppen.

Beziehung 1: Wunsch Strukturdaten/Digitalisate – Lebensalter

Beziehung 2: Nutzung von Strukturdaten – Alter