Buchhistorische Forschung und Digital Humanities 
Datenbankgestü tzte Bibliografien, Bü cherkataloge und 
Quellenverzeic...
Warum Visualisieren? 
 Veranschaulichung eines Forschungsergebnisses 
 Statisch 
 Dynamisch (Web) 
 Als Werkzeug im Fo...
GIBT ES GENERISCHE 
VISUALISIERUNGEN 
BIBLIOGRAPHISCHER DATEN? 
S. 3
GIBT ES GENERISCHE 
VISUALISIERUNGEN 
BIBLIOGRAPHISCHER DATEN? 
NEIN. LEIDER. 
S. 5
„What 
Do You Do 
with a 
Million 
Books?“ 
Gregory Crane
Was für Daten können wir visualisieren? 
Metadaten 
OPAC 
Datenbanken
Was für Daten können wir visualisieren? 
Metadaten Volltexte 
OPAC 
Datenbanken 
Das einzelne 
Werk 
Sammlung 
von Werken
Was für Daten können wir visualisieren? 
Metadaten Volltexte 
OPAC 
Datenbanken 
Das einzelne 
Werk 
Sammlung 
von Werken ...
Was für Daten können wir visualisieren? 
Metadaten Volltexte 
 Orte 
Suchindex 
 Personen / Institutionen 
 Zeit 
OPAC ...
RAUM UND ZEIT 
EUROPEANA4D 
S. 11
MAP TIMELINE
MAP TIMELINE
NAME 
description 
url 
KML 
Datenmodell 
WAS? 
WO? WANN? 
COORDINATES 
address 
TIMESTAMP 
range 
MANDATORY 
optional
Austauschformat: KML (XML)
Europeana4D - Links 
 http://wp1187670.server-he.de/e4d/ 
 https://de.dariah.eu/geobrowser 
 http://geobrowser.de.daria...
DIE SAMMLUNG ALS 
PRIMÄRQUELLE 
S. 18
BIG 
DATA
BIG 
UGLY 
DATA
GRAPHEN 
VON KNOTEN UND KANTEN 
S. 22
http://kalliope-verbund.info/de/index.html
DigiZeitschriften – Metadaten vs. Volltext 
Set A Set B 
Bibliographische 
Metadaten 
Inhaltsverzeichnis 
OCR Volltext 
• ...
DigiZeitschriften – Set A: „Sozialismus“
S. 26 
DigiZeitschriften – Set A: „Mephisto“ 
http://www.eaqua.net/~fbaumgardt/flare/GDZ/title_title/
DigiZeitschriften – Set B: „Mephisto“ 
http://www.eaqua.net/~fbaumgardt/flare/GDZ2/intraElement_filter2/
http://voyant-tools.org
Frameworks 
 Google Books ngram viewer 
 http://books.google.com/ngrams 
 Gregory Crane: „What Do You Do with a Million...
Verwertungszusammenhang 
PUBLIKATION: 
DATENJOURNALISMUS 
S. 30
Portale für Datenjournalismus 
 http://datadesk.latimes.com/ 
 http://www.handelsblatt.com/infografiken/ 
 http://blog....
Daten 
Journalisten 
Visualisierung
Daten 
Journalisten 
Wissen-schaftler 
Visualisierung
Daten 
Visualisierung 
Wissenschaftler 
Journalisten 
Visualisierungsexperten
Varianten von Wissenschaftsjournalismus und 
Visualisierung 
 Journalistische Vermittlung von Forschungsergebnissen 
 Ak...
Visualisierungsexperten 
(als Agenturdienstleistung) 
 http://www.opendatacity.de 
 http://driven-by-data.net
http://www.visualizing.org/visualizations/vizosphere
Distinktionsmerkmale gegenüber klassischen 
Visualisierungen 
 Interaktion durch Nutzer 
 Komplexe Datengenerierung (Pro...
http://www.propz.de/2011/04/die-infografik-infografik/
Kritikpunkte von Datenvisualisierung 
 Zu verspielt? 
 Lernaufwand bei Nutzern 
 Aber: möglicherweise adäquatere Inform...
5 THESEN 
S. 42
Vielen Dank 
 Die (populärwissenschaftliche) Vermittlung von 
Forschungsergebnissen mit Hilfe von Visualisierungen wird e...
Visualisierung bibliographischer Daten
Visualisierung bibliographischer Daten
Visualisierung bibliographischer Daten
Visualisierung bibliographischer Daten
Nächste SlideShare
Wird geladen in …5
×

Visualisierung bibliographischer Daten

1.487 Aufrufe

Veröffentlicht am

Vortrag auf der Tagung: Buchhistorische Forschung und Digital Humanities Datenbankgestützte Bibliografien, Bücherkataloge und Quellenverzeichnisse.

Veröffentlicht in: Daten & Analysen
1 Kommentar
2 Gefällt mir
Statistik
Notizen
Keine Downloads
Aufrufe
Aufrufe insgesamt
1.487
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
52
Aktionen
Geteilt
0
Downloads
10
Kommentare
1
Gefällt mir
2
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Visualisierung bibliographischer Daten

  1. 1. Buchhistorische Forschung und Digital Humanities Datenbankgestü tzte Bibliografien, Bü cherkataloge und Quellenverzeichnisse Visualisierung bibliographischer Daten Ralf Stockmann Staatsbibliothek zu Berlin
  2. 2. Warum Visualisieren?  Veranschaulichung eines Forschungsergebnisses  Statisch  Dynamisch (Web)  Als Werkzeug im Forschungsprozess zur Überprüfung von Hypothesen  Strukturierung/Navigation durch riesige Informationsräume  Im Vorfeld des Forschungsprozesses zur explorativen Thesenbildung
  3. 3. GIBT ES GENERISCHE VISUALISIERUNGEN BIBLIOGRAPHISCHER DATEN? S. 3
  4. 4. GIBT ES GENERISCHE VISUALISIERUNGEN BIBLIOGRAPHISCHER DATEN? NEIN. LEIDER. S. 5
  5. 5. „What Do You Do with a Million Books?“ Gregory Crane
  6. 6. Was für Daten können wir visualisieren? Metadaten OPAC Datenbanken
  7. 7. Was für Daten können wir visualisieren? Metadaten Volltexte OPAC Datenbanken Das einzelne Werk Sammlung von Werken
  8. 8. Was für Daten können wir visualisieren? Metadaten Volltexte OPAC Datenbanken Das einzelne Werk Sammlung von Werken Suchindex
  9. 9. Was für Daten können wir visualisieren? Metadaten Volltexte  Orte Suchindex  Personen / Institutionen  Zeit OPAC Datenbanken Das einzelne Werk Sammlung von Werken  Konzepte/Begriffe  Abstracts  Sprache, Bilder, ...
  10. 10. RAUM UND ZEIT EUROPEANA4D S. 11
  11. 11. MAP TIMELINE
  12. 12. MAP TIMELINE
  13. 13. NAME description url KML Datenmodell WAS? WO? WANN? COORDINATES address TIMESTAMP range MANDATORY optional
  14. 14. Austauschformat: KML (XML)
  15. 15. Europeana4D - Links  http://wp1187670.server-he.de/e4d/  https://de.dariah.eu/geobrowser  http://geobrowser.de.dariah.eu  http://www.informatik.uni-leipzig.de:8080/geotemco/  http://ref.dariah.eu/workflow/  http://dev2.dariah.eu/e4d/ |
  16. 16. DIE SAMMLUNG ALS PRIMÄRQUELLE S. 18
  17. 17. BIG DATA
  18. 18. BIG UGLY DATA
  19. 19. GRAPHEN VON KNOTEN UND KANTEN S. 22
  20. 20. http://kalliope-verbund.info/de/index.html
  21. 21. DigiZeitschriften – Metadaten vs. Volltext Set A Set B Bibliographische Metadaten Inhaltsverzeichnis OCR Volltext • 60 wiss. Zeitschriften • Kompletter Erscheinungsverlauf • Ca. 20.000 Aufsätze Abstracts
  22. 22. DigiZeitschriften – Set A: „Sozialismus“
  23. 23. S. 26 DigiZeitschriften – Set A: „Mephisto“ http://www.eaqua.net/~fbaumgardt/flare/GDZ/title_title/
  24. 24. DigiZeitschriften – Set B: „Mephisto“ http://www.eaqua.net/~fbaumgardt/flare/GDZ2/intraElement_filter2/
  25. 25. http://voyant-tools.org
  26. 26. Frameworks  Google Books ngram viewer  http://books.google.com/ngrams  Gregory Crane: „What Do You Do with a Million Books?“ (2006)  http://www.dlib.org/dlib/march06/crane/03crane.html  Google Chart Tools  https://developers.google.com/chart/  Anbindung an Google Docs  Voyant Tools  http://voyant-tools.org  Textwerkzeuge  Übersicht  https://digitalresearchtools.pbworks.com/w/page/17801661/Data- Visualization  Auswirkungen:  Steigende Unabhängigkeit der WissenschaftlerInnen von Visualisierern  Steigende Erwartungshaltung, es „mal eben“ selbst zu visualisieren
  27. 27. Verwertungszusammenhang PUBLIKATION: DATENJOURNALISMUS S. 30
  28. 28. Portale für Datenjournalismus  http://datadesk.latimes.com/  http://www.handelsblatt.com/infografiken/  http://blog.zeit.de/open-data/  http://www.zeit.de/datenjournalismus  http://www.smallmeans.com/new-york-times-infographics/  http://blogs.taz.de/open-data/  http://www.guardian.co.uk/news/datablog  http://www.datenjournalist.de/  http://daten.berlin.de/  http://www.dotcomblog.de/  http://www.spiegel.de/  http://www.data.gv.at/  http://www.washingtonpost.com/
  29. 29. Daten Journalisten Visualisierung
  30. 30. Daten Journalisten Wissen-schaftler Visualisierung
  31. 31. Daten Visualisierung Wissenschaftler Journalisten Visualisierungsexperten
  32. 32. Varianten von Wissenschaftsjournalismus und Visualisierung  Journalistische Vermittlung von Forschungsergebnissen  Akteur: Wissenschaftler. Visualisierer und Journalist: Vermittler  Illustration einer journalistischen „Story“  Akteur: Journalist  Illustration / Exploration neuer Visualisierungskonzepte  Akteur: Visualisierungsexperte  Möglich: Personalunion
  33. 33. Visualisierungsexperten (als Agenturdienstleistung)  http://www.opendatacity.de  http://driven-by-data.net
  34. 34. http://www.visualizing.org/visualizations/vizosphere
  35. 35. Distinktionsmerkmale gegenüber klassischen Visualisierungen  Interaktion durch Nutzer  Komplexe Datengenerierung (Programmierung) auch aus verteilten Quellen  Experminetelle Visualisierungsansätze  Ästhetik (Formen, Farben) http://zugmonitor.sueddeutsche.de/ http://opendata.zeit.de/atomreaktoren/#/de/
  36. 36. http://www.propz.de/2011/04/die-infografik-infografik/
  37. 37. Kritikpunkte von Datenvisualisierung  Zu verspielt?  Lernaufwand bei Nutzern  Aber: möglicherweise adäquatere Informationsvermittlung  Aggregierung bedeutet immer Reduktion von Komplexität  Aber: Quelldaten oft im Direktzugriff  Visualisierung ist immer auch: Interpretation und Manipulation  Automatisierte Wissenschaft?  Beispiel: Kommentar in Fußballspielen (aufbauend auf Statistiken)  Erfordert neue Fähigkeiten  computer-literacy
  38. 38. 5 THESEN S. 42
  39. 39. Vielen Dank  Die (populärwissenschaftliche) Vermittlung von Forschungsergebnissen mit Hilfe von Visualisierungen wird eine zunehmende Rolle im Wissenschaftsbetrieb spielen.  eResearch wird interaktives Datamining und Visualisierung verstärkt für die Entwicklung explorativer Fragestellungen nutzen.  Mittelfristig werden Open (Linked) Data sich in vielen Bereichen durchsetzen. Dies wird zu einer verstärkten Demokratisierung (Citizen Science) und Reliabilität der Forschungsprozesse führen, nicht zwangsläufig jedoch zu einer besseren Validität.  Bibliotheken sind als Datenkuratoren mit tausend Jahren Erfahrung glaubwürdige Anwälte der Datenqualität  Ansprechende und originelle Visualisierungen sind sowohl für WissenschaftlerInnen – als auch für Bibliotheken: ein erreichbares Ziel.

×