Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here

In den späten 1990er Jahren begann in der Welt der Informationswissenschaft eine neue Idee Gestalt anzunehmen: die digitale Bibliothek. Zu dieser Zeit war dies nicht bloß eine Website mit ein paar gescannten Büchern. Es war eine komplexe technische Herausforderung, das Versprechen, völlig neue Systeme zu bauen, die in der Lage waren, riesige Sammlungen digitaler Inhalte zu speichern, zu organisieren und bereitzustellen. Forscher waren damit beschäftigt, die digitalen Regale zu konstruieren, Software zu schreiben, die es Computern ermöglichen würde, miteinander zu kommunizieren, und herauszufinden, wie diese Systeme für Menschen funktionsfähig gemacht werden konnten. Über die nächsten drei Jahrzehnte versammelte sich eine spezifische Gruppe von Wissenschaftlern jährlich auf einer Konferenz in Europa, um ihre Fortschritte zu teilen. Sie nannten ihr Treffen die European Conference on Research and Advanced Technology for Digital Libraries, später abgekürzt als TPDL. Über dreißig Jahre hinweg diente diese Zusammenkunft als Barometer für das Fachgebiet und zeichnete jede Verschiebung dessen auf, was Forscher als wichtig erachteten, wer die Arbeit leistete und was sie tatsächlich bauten.

Eine aktuelle Studie von Gianmaria Silvello, einem Forscher an der Universität Padua, hat die gesamte Geschichte dieser Konferenzreihe betrachtet, um zu verstehen, wie sich das Konzept der digitalen Bibliothek transformiert hat. Silvello analysierte jedes der an der Konferenz präsentierten Paper, von der ersten Sitzung im Jahr 1997 bis zur jüngsten Zusammenkunft im Jahr 2026. Um die fast 1.600 akademischen Arbeiten verständlich zu machen, nutzte der Forscher ein leistungsstarkes Computerprogramm, bekannt als Large Language Model, um die Titel und Abstracts jedes Beitrags zu lesen und sie in Kategorien zu sortieren. Dieses Werkzeug half dabei zu identifizieren, ob ein Paper davon handelte, ein neues Softwaresystem zu bauen, die Nutzung einer Bibliothek durch Menschen zu untersuchen oder die Daten innerhalb einer Sammlung zu analysieren. Der Forscher überprüfte daraufhin eine Stichprobe dieser computergenerierten Labels manuell, um sicherzustellen, dass die Maschine den Text korrekt las. Das Ziel war es, die Evolution des Fachgebiets nachzuzeichnen, nicht nur durch das Zählen von Wörtern, sondern indem man beobachtete, wie sich die Gemeinschaft selbst im Laufe der Zeit veränderte.

Die Geschichte, die die Daten erzählen, ist die einer grundlegenden Verschiebung des Fokus. In den frühen Jahren, von 1997 bis 2007, wurde die Konferenz von der Konstruktion von Systemen dominiert. Forscher konzentrierten sich auf die Architektur digitaler Bibliotheken und schufen die Frameworks und Protokolle, die es verschiedenen Computersystemen ermöglichten, Informationen auszutauschen. Sie bauten die Infrastruktur, entwarfen die Metadatenstandards, die es einer Bibliothek in einem Land ermöglichten, mit einer Bibliothek in einem anderen Land zu kommunizieren, und entwickelten die Suchmaschinen, die den Nutzern helfen sollten, das zu finden, was sie benötigten. Die Paper waren voll von technischen Diskussionen über Systemdesigns, Interoperabilität und die Werkzeuge, die erforderlich waren, um diese digitalen Repositorien funktionsfähig zu machen. Es war eine Ära des Engineerings, in der die primäre Frage lautete, wie man die Bibliothek selbst baut.

Im Laufe der Jahre begann sich das Gespräch zu ändern. In der mittleren Phase, von 2008 bis 2016, verlagerte sich der Fokus weg vom Bau der Systeme hin zu den Menschen, die sie nutzen, und den Inhalten, die sie beherbergen. Forscher begannen zu untersuchen, wie Nutzer mit diesen digitalen Sammlungen interagieren, wie digitale Materialien langfristig zu bewahren sind und wie das wachsende Netz an Daten zu verwalten ist. Die Systeme, die in der ersten Dekade gebaut worden waren, waren nicht länger das Hauptthema der Forschung; sie waren zur Hintergrundinfrastruktur geworden, die von Bibliotheken und Archiven betrieben wurde. Die neuen Fragen drehten sich darum, was mit den Datensätzen innerhalb dieser Systeme gemacht werden konnte.

In dem jüngsten Jahrzehnt, von 2017 bis 2026, hat das Fachgebiet eine zweite, noch dramatischere Transformation durchlaufen. Die Forschung hat sich fast vollständig auf die Daten selbst verlagert. Heute geht es in den Papern weniger darum, die Bibliothek zu bauen, sondern vielmehr darum, die wissenschaftlichen und kulturellen Aufzeichnungen zu verarbeiten, die die Bibliothek hält. Die dominierenden Themen sind nun Text Mining, Natural Language Processing und maschinelles Lernen. Forscher nutzen fortschrittliche Computermodelle, um riesige Mengen an historischen Dokumenten, wissenschaftlichen Arbeiten und Kulturerbe-Materialien zu analysieren. Sie bauen Knowledge Graphs – komplexe Karten darüber, wie verschiedene Informationseinheiten miteinander verknüpft sind – und nutzen künstliche Intelligenz, um Bedeutung aus Millionen von Datensätzen zu extrahieren. Die digitale Bibliothek wird nicht mehr als ein System gesehen, das gebaut werden muss, sondern als eine kuratierte Sammlung vertrauenswürdiger Daten, die dazu genutzt werden kann, künstliche Intelligenz zu trainieren und neue Formen der Entdeckung zu unterstützen.

Dieser Wandel in dem, was untersucht wird, spiegelt sich auch in einem Wandel bei dem wider, wer die Arbeit leistet. In den frühen Tagen zog die Konferenz ein breites internationales Publikum an, mit einer signifikanten Anzahl von Forschern aus den Vereinigten Staaten. Im Laufe der Zeit hat sich die Gemeinschaft geografisch verkleinert. Der Anteil der Autoren aus Nordamerika ist stetig gesunken, während die Präsenz europäischer Forscher gewachsen ist und nun die Konferenz dominiert. Heute stammt die große Mehrheit der Teilnehmer aus Europa, und die Anzahl der vertretenen Länder ist zurückgegangen. Die Gemeinschaft ist lokaler geworden, mit einem kleineren Kern zurückkehrender Autoren und einer großen Zahl von Neulingen, die nur einmal teilnehmen. Auch die Forschungsgruppen, die die Konferenz vorantreiben, haben sich verändert, wobei in verschiedenen Ären unterschiedliche Teams die Führung übernahmen, was die wechselnden Prioritäten des Fachgebiets widerspiegelt.

Die Studie zeigt auch auf, wie sich die Definition einer digitalen Bibliothek in den Köpfen der Forscher entwickelt hat. Zu Beginn bezog sich der Begriff auf ein System oder eine Sammlung digitaler Objekte. Im Laufe der Zeit hat er sich zu einer Rolle entwickelt: der verantwortungsvollen Kuratierung von Sammlungen. Eine digitale Bibliothek wird nun als eine Entität verstanden, die sicherstellt, dass eine Sammlung vertrauenswürdig ist, dass sie weiß, woher ihre Daten stammen und dass sie sowohl von Menschen als auch von Maschinen sicher genutzt werden kann. Diese neue Definition ist entscheidend, da sie eine echte digitale Bibliothek von einer einfachen Suchmaschine oder einem wahllosen Datenabwurf unterscheidet. Sie betont die Verantwortung der Institution, die Qualität und Integrität der Informationen über die Zeit hinweg zu wahren.

Die Forscher fanden heraus, dass sich zwar der Fokus von Systemen hin zu Daten verschoben hat, die Beteiligung tatsächlicher Bibliotheken, Archive und Museen jedoch beständig geblieben ist, wenngleich sich deren Rolle geändert hat. In den frühen Jahren waren diese Institutionen oft die primären Erbauer der Systeme. Heute treten sie eher als Partner in der Forschung auf, indem sie die kuratierten Sammlungen bereitstellen, die Forscher analysieren. Die von Praktikern dieser Institutionen verfassten Paper beinhalten heute häufig Kollaborationen mit Universitätsforschern, die das tiefe Wissen über die Sammlungen mit den fortgeschrittenen analytischen Werkzeugen der Informatik verbinden.

Mit Blick auf die Zukunft deutet die Studie mehrere Richtungen für das Fachgebiet an. Da künstliche Intelligenz immer leistungsfähiger wird, ist der Bedarf an hochwertigen, kuratierten Sammlungen noch nie so groß gewesen wie heute. Diese Sammlungen dienen als Trainingsdaten für Machine-Learning-Modelle und als „Ground Truth“ zur Evaluierung ihrer Antworten. Die Forscher schlagen vor, dass sich das Fachgebiet auf die Qualität dieser Sammlungen, die Zuverlässigkeit der aus ihnen aufgebauten Knowledge Graphs und die langfristige Bewahrung der Daten konzentrieren sollte. Sie schlagen zudem vor, dass die Konferenz sich weiterentwickeln sollte, etwa indem sie dem digitalen Humanismus mehr Raum gibt und ihre Verbindungen zu anderen Feldern wie dem Datenmanagement stärkt.

Die dreißigjährige Reise der ECDL/TPDL-Konferenz zeigt ein Fachgebiet, das gereift ist – von einem Fokus auf Engineering hin zu einem Fokus auf Wissen. Die Erbauer der Systeme sind den Verarbeitern der Daten gewichen, aber die Kernmission bleibt dieselbe: die Weltinformationen zugänglich und nützlich zu machen. Die digitale Bibliothek ist nicht verschwunden; sie hat lediglich ihre Gestalt verändert und ist von einem Ort, an dem Systeme gebaut werden, zu einem Ort geworden, an dem die Geschichten der menschlichen Kultur und Wissenschaft verarbeitet, verstanden und für die Zukunft bewahrt werden. Die Forscher kommen zu dem Schluss, dass das Wichtigste, was eine digitale Bibliothek heute leisten kann, darin besteht, für das Rechenschaft gegenüber dem zu sein, was sie hält, um sicherzustellen, dass die von ihr verwalteten Sammlungen für Generationen vertrauenswürdig und verfügbar bleiben.