OPAC vs. Discovery-Systeme
Im ersten Teil dieses Kapitels wird der klassische Bibliothekskatalog OPAC mit dem neuen Katalog-„Modell“ den Discovery-Systemen verglichen.
Gerald Steilen hat 2009 aus einer Studie folgende drei Gründe zitiert, weshalb sich der klassische OPAC-Katalog eher weniger für die Nutzung eignet:
- schlechte Nutzbarkeit
- hohe Komplexität
- fehlende Integration von elektronischen Ressourcen
Seit Ende der 2000er Jahre wurden im deutschsprachigen Raum Discovery-Systeme eingeführt und sollte genau diesen Problematiken entgegenwirken. Doch was sind Discovery-Systeme eigentlich? Diese Systeme versuchen die bereits bekannte Suchfunktionalität von z.B. Google, also ein einfacher Suchschlitz und nach Relevanz sortierte Treffer, auf Bibliothekskataloge zu übertragen und zusätzlich elektronische Medien einzubeziehen.
Discovery-Systeme versprechen eine intuitive Nutzbarkeit, jedoch ist es enorm wichtig dass das System richtig konfiguriert und dem Bibliotheksbestand angepasst wird. Funktionen wie Ausleihe, Verwaltung des Benutzerkontos und Anzeige ob Medium verfügbar ist, sind oft nicht direkter Bestandteil des Discovery-Systems sondern Teil des lokalen Systems. In diesem lokalen System wird die Bibliothek verwaltet, d.h. in diesem finden Prozesse wie Ausleihe, Erwerbung sowie die Katalogisierung statt. Die Kommunikation von Discovery-Systemen und lokalen Systemen erfolgt über eine Schnittstelle, so dass die Informationen aus dem Lokalsystem im Katalog (Discovery-System) live angezeigt werden können.
Unterschiede von OPAC und Discovery-Systemen
Suchergebnisse: Ziel sind möglichst extakte Suchergebnisse ¦ Liefern sehr viele Suchergebnisse, die nach Relevanz sortiert werden, mittels eines Algorithmus.
Paradigma: „exact match“ ¦ „best match“
Nutzung: Suchanfrage muss präzise formuliert werden und der NutzerIn muss Katalog sowie Bibliotheksbestand gut kennen. ¦ NutzerInnen können ohne Vorwissen nach beliebigen Begriffen suchen und erhalten eine sortierte Trefferliste.
Metadatenstandards und Schnittstellen
Metadatenstandards
Es gibt viele unterschiedliche Defintionen für Metadaten, grundsätzlich sind es strukturierte „Daten über Daten“. Genauer gesagt sind es also Daten welche eine Vielzahl von Dingen wie Texten, Bilder, Objekte Personen usw. formal beschreiben. Metadaten sollen das Auffinden, Identifizieren, Auswählen und den Zugang zu einer Ressource erleichtern. Sie können getrennt vom beschriebenen Objekt in einer separaten Datei gespeichert werden oder in das Objekt selbst eingebettet sein. Ein Beispiel für eingebettete Metadaten sind Bilddateien, welche beschreibende Daten wie Aufnahmedatum, Aufnahmeort, Auflösung usw. enthalten.
Anforderungen an Metadaten sind vom Kontext abhängig weshalb eine Vielzahl von Standards entwickelt wurden. Beispiele für Metadatenstandards in Bibliotheken sind MODS, MARC21, DC usw. Regeln dieser Standards werden oft anhand eines Schemas dokumentiert um überprüfen zu können ob eine Datei standardkonform, im technischen Sinne, ist. Ein Anwendungsprofil wird angelegt, wenn eine Anwendung genauere Festlegungen treffen will oder Elemente aus verschiedenen Standards kombiniert werden.
Wenn Metadaten aus verschiedenen Quellen zusammen geführt werden, ist ein „Übersetzen“ der Daten aus den unterschiedlichen Schemas in ein einheitliches Zielschema notwendig. Dieser Übersetzungsprozess wird auch Mapping oder Crosswalk genannt. Je nach Schema können gewisse Informationen verloren gehen. Als Grundlage können Standard-Crosswalks zwischen Metadatenstandards dienen. Da aber jede Einrichtung bzw. jeder Mitarbeiter die Daten etwas anders erfasst – menschliche Intuition – deshalb lohnt es sich immer anzuschauen wie die einzelnen Metadaten-Felder befüllt sind.
Schnittstellen
Für den Austausch von Metadaten gibt es Schnittstellen. Die Anbieter erstellen meistens ausgehend von ihrem internen Datenformat die übrigen Exportformate automatisch. Dazu werden Übereinstimmungen zwischen den Felder definiert, dieser Prozess wird wie schon erwähnt als Mapping oder Crosswalk bezeichnet. Um möglichst alle Daten verlustfrei verarbeiten zu können, muss entweder mit dem internen Datenformat gearbeitet werden oder es muss genaustens überprüft werden, ob der Crosswalk zum Zielformat wirklich vollständig ist. Das Abrufen der Daten über die Schnittstellen wird „Harvesting“ genannt.
Bibliotheken, Metadaten und vieles mehr.. 