Inhalt

Grundsätzliches

Dieses Seite soll als Empfehlung für interessierte GeisteswissenschaftlerInnen gelten. 

 Um Kollegen und kommenden Generationen die Beschäftigung mit Ihrer Forschung zu erleichtern, gelten folgende Grundsätze

• Dokumentieren Sie ihre Arbeit
• Verwenden Sie gängige Metadatenstandards
• Verwenden Sie zur Ablage und Übergabe an externe Repositorien Standard-Dateiformate, die auch außerhalb ihrer Community in Gebrauch sind
• Verwenden Sie nach Möglichkeit Normdaten und kontrollierte Vokabulare zur inhaltlichen Anreicherung.

Wir bieten hier eine Übersicht für empfohlene Dateiformate, Metadatenstandards, Lizenzen und Software zur Verwendung in den Geisteswissenschaften und Empfehlungen zu deren langfristigen Erhaltung und Bereitstellung – ohne Anspruch auf Vollständigkeit.

Eines der wichtigsten Kriterien bei der Wahl eines Dateiformats für die eigene Forschung sollte neben der fachlichen Eignung deren Nachnutzbarkeit und Archivierbarkeit sein. Nicht immer handelt es sich bei beiden um das Gleiche: So stellt die Archivierbarkeit an ein Dateiformat andere Kriterien (gut dokumentierterter, offener Formatstandard, hohe Akzeptanz, viele Metadaten) als deren Nachnutzbarkeit (v.a. Akzeptanz und Verbreitungsgrad der verarbeitenden Software in der Community, Editierbarkeit der Inhalte).

Sollte es sich bei den desiderierten Forschungsdaten um solche handeln, welche die Digitalisierung noch vor sich haben, ist unbedingt folgende Empfehlung der DFG zu beachten: http://www.dfg.de/formulare/12_151/12_151_de.pdf

Ein Kriterienkatalog zur besonderen Eignung von Dateiformaten zur Langzeitarchivierung findet sich zum Beispiel bei der Library of Congress: http://www.digitalpreservation.gov/formats/sustain/sustain.shtml. Demzufolge gelten folgende Kriterien als besonders relevant für die Langzeitarchivierung:

Dateiformate für Langzeitarchivierung UND Nachnutzung

Kriterien für die Langzeitarchvierbarkeit

• Publikation: der Grad der Publikation bezieht sich auf die Dokumentation einer Dateiformatspezifikation. Je besser ein Dateiformat dokumentiert ist, je genauer definiert ist, welche Software dieses lesen und validieren kann und mit welchen Mitteln, desto eher ist es zur Langzeitarchivierung geeignet.
• Akzeptanz: Je breiter ein Dateiformat akzeptiert und verwendet wird – sowohl von Anwendern als auch von Software, desto höher ist die Wahrscheinlichkeit, dass es auch in Zukunft unterstützt wird.
• Transparenz: Maßstab der direkten Interpretierbarkeit (durch Menschen). Also inwiefern kann ich eine Datei auch einfach im Texteditor öffnen und daraus Informationen gewinneen?. Das ist im Fall von XML sogar sehr ergiebig, im Falle von JPEG und anderen komrimierten Dateiformaten sehr ungünstig. Daher sollte auf die Verwendung von komprimierten Dateiformaten möglichst verzichtet werden.
• Kompression: Wenn unbedingt ein Dateiformat mit eingebetteter Kompression verwendet werden muss (JPEG2000), dann sollte hier eine Kompressionsvariante gewählt werden, die als verlustfrei gilt.
  
• Selbstdokumentation: Maß an enthaltenen zusätzlichen Informationen in Form von enthaltenen (deskriptiven, administrativen, strukturierenden) Metadaten, die bei der Interpretation und im Austausch von Archivsystemen helfen
  
• Externe Abhängigkeiten: beschreiben das Maße der Abhängigkeit von bestimmter Hard- oder Software, externen (womöglich patentierten und unfreien) Spezifikationen. Je höher die externe Abhängigkeit, desto schwieriger ist die Langzeitarchivierung von Dateien solchen Typs, da zu deren Interpretation womöglich weitere Komponenten notwendig sind. Diese Kategorie ist speziell für dynamische Multimedia-Inhalte und -Anwendungen relevant.
  
• Patenteinschränkungen: Die gebührenfreie rechtliche Nutzungseinschränkung von Formatspezifikationen kann negative Folgen bei der Verbreitung dieser haben. So schließt eine solche Einschränkung bspw. die Nutzung durch die Open-Source Community aus. Weiterhin können bei gebührenfinanzierten Formatlizenzen unübersehbare Kosten zukommen, weswegen solche Dateiformate von einer Langzeitarchivierung tendentiell ausgeschlossen sind.
  
• Technische Schutzmechanismen, wie Passwortschutz oder Verschlüsselung erschweren den Zugriff auf Dateien und können u.U, diesen vollständig unterbinden. Ohne Zugriff, kann der Inhalt einer Datei aber nicht ausgelesen und anderen zur Verfügung gestellt werden. Auch die Langzeitarchivierung mit der Option auf regelmäßige Formatüberprüfung und -Migration ist somit nicht möglich.
  

Kriterien für die Nachnutzbarkeit

Die folgende Liste sollte als Ergänzung und Korrektiv zur obigen Liste von Auswahlkriterien zur Langzeitarchivierbarkeit von Dateiformaten bewertet werden und erhebt keinen Anspruch auf Vollständigkeit

• Editierbarkeit: Eine Wandlung eines Word Dokuments nach PDF/A zur Archivierung gilt als ungemein sinnvoll, da PDF/A als offen, gut dokumentert und speziell zur Archivierung entwickelt gilt. Nichtsdestotrotz möchte man Forschungsdaten auch aktiv nutzbar machen. Ein einmal erstelltes PDF ist aber nicht mehr editierbar und somit sehr schlecht als Forschungsdatum nachnutzbar. Hier eignen sich andere Dateiformate besser (RTF, ASCII offen Office Formate).
• Geeignete Publikationsart: Für jede Art von Inhalt gelten ganz eigene Kriterien, welches der beste Weg ist, diesen zu publizieren, d.h. für andere zugänglich zu machen. Nicht immer ist eine Bibliographie in einem Tabellenkalkulationsprogramm gut aufgehoben, aber auch die direkte Verwaltung von Bibliographien in eigens dafür bereitgestellten Tools (Zotero, BibTex, Word) bringt Tücken mit sich:
  
  • Was, wenn Zotero in 5 Jahren nicht mehr weiter entwickelt werden kann und die Server abgeschaltet werden?
    
  • Was wenn die neue Word-Version die Bibliographie eines älteren Office-Dokuments nicht mehr interpretieren kann?
    
  • Was, wenn auch CSV keine optimale Kodierung einer Bibliographie verspricht?
    
  Hier sollte sicher gestellt werden, dass man die eigene Entscheidung für ein Format möglichst bewusst und unter Einbeziehung aller bekannten Variablen trifft. Die beste Entscheidung gibt es häufig nicht. Im Zweifel hilft es, eine Datei im Quellfomat UND in einem weit verbreiteten Exportformat zugänglich zu machen.
  
• Gute Trennung von Form und Inhalt, Dokumentation und Administration: Nur wenn für die Nachnutzenden ersichtlich ist, in welchem Teil der Daten die Inhalte (bspw. Bilddaten, Rohtexte) stecken und in welchem Teil ergänzende Informationen und die alles übergreifende Struktur versteckt sind und wie sie zu verstehen sind, können die bereitgestellten Daten entsprechend nachgenutzt werden und die Beantwortung einer Forschungsfrage nachvollzogen werden.
  

Die folgende Liste von empfohlenen Dateiformaten ist der Versuch eines Brückenschlags zwischen beiden Verwendungszwecken:

Die folgende Liste von Dateiformaten richtet sich insbesondere an Geisteswissenschaftler und enthält eine Reihe von Dateiformaten, die als für beide Zwecke (Langzeitarchivierbarkeit und Nachnutzung) geeignet gelten können. Für weitere Dateiformate und zum eigenen Nachschlagen empfiehlt sich insbesondere dieser von der Library of Congress zur Verfügung gestellte Service: http://www.digitalpreservation.gov/formats/fdd/browse_list.shtml. Ein Dateiformat, welches dort nicht gefunden wird, ist mit Vorsicht zu genießen oder aber so hoch fachspezifisch, dass es über Communitygrenzen hinaus nicht bekannt sein dürfte und entsprechend wenig unterstützt sein wird.

Empfohlene Dateiformate

Quellen u.a.: 

• http://fclaweb.fcla.edu/uploads/Lydia%20Motyka/FDA_documentation/recFormats.pdf
• http://www.data-archive.ac.uk/media/2894/managingsharing.pdf
• http://www.loc.gov/preservation/resources/rfs/TOC.html

Metadatenstandards

Kriterien für die Eignung von Metadatenstandards

Analog zu den Kriterien für die Langzeitarchivierungsfähigkeit und Nachnutzbarkeit von Dateiformaten soll hier eine Liste von Kriterien zur Nutzbarkeit von Metadatenstandards erfolgen. Grundsätzlich gelten dabei ähnliche Kriterien: Sowohl die Verbreitung eines Standards als auch der Grad der Spezifikation / Dokumentation sind ausschlaggebende Faktoren.

Die folgende Liste enthält alle Überlegungen, welche bei der Wahl eines Metadatenstandards eine Rolle spielen sollen:

• Grundsätzlich sollten Metadaten aus kontrollierten Vokabularen bzw. Schemata oder Ontologien zur Vermeidung von Ambiguitäten abgeleitet werden.
   
• Verbreitung in der jeweiligen Fachdisziplin: Wird der entsprechende Metadatenstandard von bekannten Institutionen oder Fachvertretern verwendet und propagiert?
  
• Internationalisierung – handelt es sich um ein nur in der Bundesrepublik eingesetzten Standard mit deutscher Terminologie oder um einen englisch-sprachigen und damit internationaleren Standard?
  
• Kann der entsprechende Metadatenstandard so verwendet werden, dass die Objektgranularität angemessen abgebildet werden kann?
• ...
  

Bei den folgenden Standards handelt es sich zum einen um Standards des kulturelles Erbes (Lido, Mets, EAD) (Dazu bspw: http://www.langzeitarchivierung.de/Subsites/nestor/DE/Standardisierung/Metadaten.html) zum zweiten sind dies aber auch Fachspezifische Empfehlungen für Daten und Metadaten

Die folgenden Listen geben beobachtete Metadatenstandards sowohl der einzelnen Fachdisziplinen als auch allgemeiner der Gedächnisinstitutionen wieder.

Administrative, deskriptive Metadatenstandards

Die folgende Tabelle führt die gängigsten in Bibliotheken / Archiven / Museen verbreiteten Metdadatenstandards auf

Fachwissenschaftliche Metadatenstandards (Content)

 Tools und Verfahren für die digitalen Geisteswissenschaften

Übersicht über eine Liste von Kriterien für geeignete DH-Software

Anmerkung zu Tools und Verfahren: Die Diskussion beim ersten Arbeitstreffen des Stakeholdergremium Fachgesellschaften hat ergeben, dass es eine Differenz zwischen theoretisch angestrebten Faktoren wie Datenaustauschbarkeit, Standardisierung, Langzeitarchivierung und Publikation und praktisch angewendeten Tools und Verfahren gibt. In der praktischen Arbeit werden oben genannte Faktoren eher als einengend wahrgenommen und verwendet werden Tools, die greifbar sind oder deren Bedienung bereits bekannt und erprobt ist. Unten stehende Liste versucht also eher Tools anzuführen, die in der DH Community tatsächlich genutzt werden als Tools, die aufgrund der Umsetzung angestrebter Faktoren vielleicht eher genutzt werden sollten.

Quellen: http://dhresourcesforprojectbuilding.pbworks.com/w/page/69244319/Digital%20Humanities%20Tools

http://lab.softwarestudies.com/p/software-for-digital-humanities.html

http://www.digipal.eu/digipal/page/718/

Empfohlene Lizenzen

Die folgende Liste stellt eine (unvollständige) Übersicht über weit verbreitete und empfohlene Lizenzen im Bereich des Open Access dar.

Die Lizensierung unterschiedlicher Arten von Inhalt unterliegt häufig unterschiedlichen Bestimmungen, weswegen die lizenzdefinierenden Organisationen darauf Rücksicht genommen haben und entsprechend Lizenzen für unterschiedliche Inhaltstypen publiziert haben:

Man unterscheidet gemeinhin zwischen Lizenzen für Content (Texte, Musikstücke, Videos) und Code (Software, Softwarebibliotheken, Standards) und sogar Lizenzen für Dokumentation und weitere Inhaltstypen (Lehrmaterialien, Fonts...) s.u.

Will man eine bestimmte Lizenz referenzieren, bietet es sich an, die Identifier aus der SPDX-Liste zu nutzen.

Lizenzen für Content

Für die Publikation von Inhalten sind die Lizenzen der Creative Commons weit verbreitet und werden auch von DARIAH-DE empfohlen, weil

• es sich hierbei um international anerkannte Lizenzen handelt, welche in den meisten Ländern in lokales Nutzungs- /Verbreitungsrecht überführt werden können
  
• diese für freie Verfügbarkeit der Inhalte sorgen
• gleichzeitig die Auswahl zwischen 6 verschiedenen Arten von vorgefertigen Lizenzverträgen besteht, die dem Produzenten der Inhalte eine große Wahlfreiheit lässt, wie genau die Inhalte weiter verwendet werden dürfen.
  

HINWEIS: Ein interessanter Artikel, der beschreibt, warum die Verwendung von CC-BY-NC (Creative Commons mit nicht kommerzieller Nutzung) mit Vorsicht zu verwenden ist, findet sich hier: http://irights.info/artikel/cc-lizenz-kommerziell-nein-danke/7193

Lizenzen für Code

Vgl: http://opensource.org/licenses/category

Lizenzen für Dokumentation