Sharing Knowledge: Scientific Communication - SSOAR

Probleme der Integration digitaler Bibliothekssysteme 49
aber im Normalfall auf den kostenlos absuchbaren Teil des Internet beschränken.
Information Retrieval heißt in erster Linie Text Retrieval. Gesucht wird üblicherweise
mit den jeweils effizientesten Suchmaschinen, im Augenblick z. B.
häufig mit Google. Derzeit repräsentiert Google ungefähr 3 Milliarden Web-Pages
und beantwortet täglich ca. 250 Millionen Suchanfragen. Über die Qualität
der gefundenen Dokumente bzw. deren Passung zum intendierten Thema kann
Google lediglich statistische Aussagen machen: Alle im Such-Corpus enthaltenen
Dokumente werden nach bestimmten Heuristiken bzw. der Repräsentativität
/ Zentralität der enthaltenen Suchbegriffe gerangreiht. Da die allermeisten
Texte im Internet nicht semantisch qualifiziert sind - also keine Meta-Daten enthalten
- haben Suchmaschinen auch keine andere Möglichkeit als die der Volltextsuche.
Als Ergebnis einer Such-Anfrage erhält der Nutzer also eine eher
heuristisch geordnete Menge von Dokumenten, die er nun entweder alle prüfen
oder aber mit weiteren Spezifikationen von Suchbegriffen und entsprechenden
Boole’schen Relationen einengen muss.
Dieses Fehlen von Meta-Daten im Internet wird inzwischen auch von den
verantwortlichen Gremien als zentrales Problem erkannt (Semantic Web, [1])
und ist auf der Agenda immer weiter nach oben gewandert. Verschiedene Lösungsansätze
werden seit einiger Zeit diskutiert (Dublin Core Metadata Initiative,
[2]; Resource Description Framework, [3]; Ontology Layer, [4]), da aber
parallel dazu eine weit reichende Diskussion über neue Strukturierungsmodelle
(Extensible Markup Language, [5]) im Internet geführt wird, scheint zumindest
für die nahe Zukunft keine Standardisierung in Sicht zu sein. Auch wird die Akzeptanz
normierter Strukturen und damit deren Sinnhaftigkeit immer deutlicher
generell infrage gestellt. Jede Kennzeichnung mithilfe von Meta-Daten setzt im
Prinzip eine Übereinkunft über die zu verwendenden Terme voraus – und die
Analyse der gegenwärtigen Ansätze im Hinblick auf Klassifikationen, Thesauri
und Schlagwörter stimmt dabei alles andere als optimistisch [6]. Die historisch
gewachsenen Regelwerke und Normen stammen aus einer Zeit, in der die im
Wesentlichen wissenschaftlich tätige Klientel einerseits den großen Nutzen
solcher Standards sah, als auch deren Verwaltung und Management durch
kleine, elitäre Gremien akzeptierte.
Die Veränderung der Publikationslandschaft durch das Internet zeigt, dass
derartige Strukturen überholt sind. Ein wortgewandter Kryptographie-Spezialist,
der auf seiner Web-Site einen avancierten Aufsatz zur Datensicherheit im
Internet veröffentlicht, wird wahrscheinlich nicht seine Zeit darauf verschwenden,
die entsprechenden Verwaltungsgremien zu kontaktieren, um deren Ansicht
zur Verschlagwortung seiner Arbeit einzuholen. Will man trotz solcher
Entwicklungen nicht auf die Effizienz intellektuell erschlossener Datenbestände
verzichten, ist ein mehrdimensionaler Ansatz der semantischen Qualifizierung
unumgänglich („Standardisierung von der verbleibenden Heterogenität