Mit dem Aufkommen von Anwendungen wie ChatGPT ist der Hype um die Künstliche Intelligenz in der Öffentlichkeit jüngst erneut in Schwung gekommen. Der letzte sogenannte KI-Winter ist jedoch bereits seit circa 2012 vorbei, und seither sind auch im Open-Source-Bereich eine Vielzahl an implementierten Machine-Learning-Methoden entstanden, die tatsächlich einsetzbar sind – auch und gerade an Bibliotheken.

Ein Beispiel: Die ZBW – Leibniz-Informationszentrum Wirtschaft betreibt seit 2016 eigene angewandte Forschung im Bereich Machine Learning mit dem Zweck, praktikable Lösungen für eine automatisierte oder maschinell unterstützte Inhaltserschließung zu entwickeln. 2020 begann ein Team an der ZBW die Konzeption und Implementierung einer Softwarearchitektur, die es ermöglichte, diese prototypischen Lösungen in einen produktiven Dienst zu überführen und mit den bestehenden Nachweis- und Informationssystemen zu verzahnen. Der produktive Dienst läuft seit Mitte 2021, hat seither bereits über 1,65 Mio. Metadatensätze verschlagwortet und wird kontinuierlich weiterentwickelt. Aus diesem Praxisbeispiel lassen sich einige notwendige Bedingungen ableiten, um Machine-Learning-Lösungen für die Inhaltserschließung überhaupt erfolgreich an einer Informationsinfrastruktureinrichtung einsetzen zu können.

Mit Blick auf die rasante Entwicklung im Bereich der Künstlichen Intelligenz in den letzten Jahren stellen sich allerdings eine Reihe spannender Fragen und Herausforderungen: Werden Large Language Models (LLMs) die Inhaltserschließung – auch die automatisierte – obsolet machen? Wird ChatGPT die Suche obsolet machen, wie wir sie kennen? Werden damit Metadaten insgesamt obsolet werden? Oder bietet sich gerade jetzt eine umso größere Chance, Inhaltserschließung und Suche neu zu denken und unsere Metadaten in eine Form zu überführen, in der sie für die neuen Modelle eine sinn- und wertvolle Informationsquelle sein können?

Trotz alternativer Bestrebungen ist eine Ablösung feldbasierter bibliothekarischer Datenformate auf Grundlage von MARC und PICA  nicht abzusehen. Um Daten in diesen Formaten kontrolliert beschreiben und weiterverarbeiten zu können, wurde vor fünf Jahren das Schemaformat Avram entwickelt, das in diesem Vortrag vorgestellt werden soll. Mit Avram lassen sich Katalogformate und Anwendungsprofile in maschinenlesbarer Form so definieren, dass Daten anschließend mit den hier gezeigten Werkzeugen validiert und statistisch ausgewertet werden können. Neben vorhandenen Implementierungen wird auch auf verwandte Methoden und Schema-Sprachen eingegangen.

SkoHub ist ein Set verschiedener Module für die Arbeit mit kontrollierten Vokabularen auf Basis von SKOS. Neben dem Reconciliation Modul "SkoHub Reconcile", welches die Reconciliation Service API (https://reconciliation-api.github.io/specs/draft/) unterstützt, sind kürzlich einige Funktionalitäten hinzugekommen, die eine sehr einfache Möglichkeit bieten, die eigenen Vokabulare ohne zusätzliche Infrastruktur publizieren zu können.
In diesem Vortrag wird der aktuelle Stand sowie die weitere geplante Entwicklung vorgestellt.

Die Barcelona Declaration on Open Research Information wurde im März 2024 mit einer ersten Gruppe von Unterzeichnenden ins Leben gerufen. Sie ruft Organisationen, die Forschung durchführen, finanzieren und evaluieren, dazu auf, sich den in ihr formulierten Verpflichtungen anzuschließen. Darüber hinaus ist sie ein erster Schritt hin zur Gründung einer Koalition für offene Forschungsinformationen. In diesem Vortrag werden wesentlichen Elemente der Barcelona Declaration vorgestellt und mögliche Aktionsfelder anhand von Praxisbeispielen erörtert.

Seit mehr als 30 Jahren unterstützt die dblp computer science bibliography Informatikforschende durch die Erschließung und Bereitstellung offener Metadaten. Neben der Entwicklung der eigenen Datenbank wurden in den letzten Jahren zunehmend externe Datenquellen mit dblp-Daten verknüpft und kombiniert. Der Vortrag geht auf die Integration offener Quellen wie OpenCitations, OpenAlex und WikiData ein und zeigt auf, welche neuen Möglichkeiten sich dadurch für dblp ergeben.

Spätestens seit 2021 sind die Behörden des Bundes verpflichtet, offene Daten anzubieten. Ähnliche Anforderungen werden durch die unterschiedlichen E-Government-Gesetzgebungen der Länder an ihre Verwaltungen gestellt. Aus informationswissenschaftlicher Sicht erfinden seitdem Enthusiasten oder Behörden Lösungen neu, die Bibliotheken schon häufig gelöst haben. Der Vortrag gibt einen kurzen Überblick über die deutsche Open-Data-Landschaft und zeigt Anknüpfungspotentiale für Bibliothekar*innen  und andere Information Professionals auf.

In dieser partizipativen Session wollen wir über die Inhalte und den Stellenwert von Metadaten in den einschlägigen deutschsprachigen Studiengängen diskutieren. Darüber hinaus wollen wir über die Anforderungen aus der Praxis im Bereich des Metadatenmanagements sprechen. Welche für den Berufsalltag notwendigen Kompetenzen werden bereits in der Lehre vermittelt und welche scheinen noch offen? Sollten bestimmte Formate, Tools und theoretische Betrachtungen vermittelt werden? Welche Veränderungen gab es in den letzten Jahren?