OCR-Service der VZG

Die Verbundzentrale des GBV (VZG) bietet ab sofort einen Massen-OCR-Service an:

Der Service der VZG umfasst sowohl Antiqua- als auch Fraktur-Schriften. Je nach Schrifttyp existieren unterschiedliche Abrechnungsmodelle.

Der Preis für Antiqua-OCR liegt bei 0,020 € pro Seite bei weniger als 250.000 Seiten. Bei mehr als 2,5 Millionen Seiten sinkt der Preis auf 0,008 € pro Seite. Fraktur ist ein teurer, da geht es bei 0,075 € pro Seite los. Genaue Preisliste und weitere Informationen – auch zu möglichen Input- und Outputformaten – gibt es im GBV-Wiki.

In einem Testlauf (Besten Dank, Gerald!) wurde Wilhelms Aufruf an das Deutsche Volk eingelesen. Hier das Ergebnis als

Mit der Qualität des Originals steigt und fällt natürlich auch die Qualität des OCR-Ergebnisses. Nimmt man zum Beispiel diesen Scan der Titelseite der ersten Ausgabe der NZZ von 1780, erhält man folgende Ergebnisse:

Gemessen am Original gar nicht schlecht. Kontaktdaten und weitere Informationen im GBV-Wiki.

Publizistenpreis der deutschen Bibliotheken

Mit dem Publizistenpreis werden Journalisten und Journalistinnen aller Medien ausgezeichnet, die in fundiert recherchierten und anregenden Beiträgen der Öffentlichkeit ein zeitgemäßes Bild von Bibliotheken, ihren aktuellen Aufgaben und Entwicklungen vermitteln. Vorschläge können von Bibliothekaren, Lesern, Publizisten und auch Journalisten selbst eingereicht werden. Vorschläge für die Preisvergabe werden mit kurzer Begründung und mit Beispielen der Arbeiten aus den letzten Jahren erbeten.

Ausschlußkriterium ist folglich die Verwendung der Begriffe „Dutt“, „verstaubt“, „Pssst!“ usw. in Artikeln über Bibliotheken.

Ein Preisgeld von 5000 Euro wird vergeben. Wer jemanden vorschlagen möchte, kann sich hier das Vorschlagsformular im Word-Format(!) herunterladen. Einsendeschluß ist der 31.01.2011.

Europas Medien-Gewerkschaften fordern Zensurmaßnahmen

Nicht einmal einen Monat ist es her, da forderte Ver.di in einem Positionspapier die Einrichtung einer Zensurinfrastruktur. Die bei Verkündung solch gefährlichen Unsinns zu erwartende Protestwelle (hier nur mal 1, 2, 3, 4, 5, 6, 7, 8 Beispiele) fegte durch Blogs und 1-2 andere Medien. Ver.di fühlte sich mißverstanden.

Nun jedoch wird nachgelegt. UNI-Europa, die europäische Sektion des internationalen Dachverbands der Gewerkschaften des Medien- und Unterhaltungssektors (UNI-MEI) hat ein Konsultationspapier (PDF) verfasst, dass von Markus Beckedahl drüben bei Netzpolitik.org folgendermaßen zusammengefasst wird:

Im Grunde kann man das Papier auf die zentrale Forderung reduzieren: Totalüberwachung jeglichen Netzverkehrs mit Hilfe von Deep-Packet-Inspection-Technologien zur Filterung von Urheberrechtsverletzungen.

Ver.di ist nicht nur Mitglied von UNI-Europa, sondern stellt mit Heinrich Bleicher-Nagelsmann auch eins von drei Mitgliedern im Executive Commitee (PDF). Vor diesem Hintergrund muss man die folgende Stelle aus dem Konsultationspapier lesen, das also zumindest in der Mitverantwortung eines hochrangigen Ver.di-Funktionärs entstand:

Any definition of “non-discrimination” and “reasonable network management” should permit Internet service providers to use all available tools in a competitively neutral manner to detect and prevent the illegal up- and downloading of copyrighted works. Just as reasonable network management practices today are employed to improve the quality of service to end-users (for example to block viruses), they should be permitted to block content distributed in violation of copyright. Net neutrality policies should promote the responsibility of Internet service providers and stipulate requirements regarding network management to tackle unauthorised use of protected works over the Internet. Requirements should include notifications of end-users who try to access copyright-infringing material. Following such notification, appropriate steps to block access to that content should be permitted.

As long as these steps are implemented in an impartial manner, end-users should be able to view all lawfully distributed content of their choice. With respect to such procedures end-users should be informed of their rights and transparency be guaranteed. However the disclosure of specific tools or processes used to screen for stolen material should not be required. Excessive disclosure could undermine efforts to effectively combat the growth of unauthorised use of protected content over the Internet.

Hervorhebung von mir. Mehr Informationen zu den Hintergründen, auch zur schizophrenen Positionierung von Ver.di in dieser Frage gibt es bei Netzpolitik und im Blog der Digitalen Linken.

Nur zur Erinnerung: Ver.di ist die Gewerkschaft, die sich auch für die Mitarbeiter von Archiven, Bibliotheken und Dokumentationseinrichtungen zuständig fühlt. Im Code of Ethics (PDF) des BID findet sich zur Zensur folgende Formulierung:

Wir setzen uns für die freie Meinungsbildung und für den freien Fluss von Informationen ein sowie für die Existenz von Bibliotheken und Informationseinrichtungen als Garanten des ungehinderten Zugangs zu Informationsressourcen aller Art in unserer demokratischen Gesellschaft. Eine Zensur von Inhalten lehnen wir ab.

Wenn der CoE kein Feigenblatt sein soll, müssen sich die Verbände zu diesem Ver.di-Vorstoß äußern. Aber auch Ver.di selbst sollte sich hinterfragen.

In Marokko erstellte die Gewerkschaft der Nationalen Presse eine Liste der gegen Pressefreiheit begehenen Verletzungen und Schwierigkeiten der Journalisten bei Ausübung ihrer Arbeit.

So ist es in den Maghreb-Nachrichten zu lesen. In Europa gehen die Gewerkschaften nun einen anderen Weg und bereiten solche Verstöße gegen die Pressefreiheit selbst vor. Auch aus der Gewerkschaftsgeschichte sollten die Gewerkschaften eigentlich eine klare Lektion ziehen können und jede Zensur ermöglichende Infrastruktur ablehnen. Gestern waren es Kinderpornos, heute Urheberrechtsverletzungen, morgen vielleicht Aufrufe zu Demonstrationen?

Wertvolle TIB/UB Hannover

TIB/UB Hannover, CC: BY-SA von Manfred Nowak
CC: BY-SA von Manfred Nowak

Die niedersächsische Wissenschaftsministerin Johanna Wanka zeigt sich beeindruckt vom volkswirtschaftlichen Nutzen der TIB /UB Hannover. Wie einer Pressemitteilung der Bibliothek zu entnehmen ist:

Aus jedem Euro öffentlicher Finanzierung generiert die TIB 3,80 Euro Mehrwert. Damit schafft sie für ihre Kunden einen 3,8 Mal höheren Nutzen als sie kostet. Aus 23 Millionen Euro jährlicher Förderung erwirtschaftet die TIB 87 Millionen Euro für die deutsche Wissenschaftsgesellschaft.

Errechnet wurde der Wert mit Hilfe der Contingent-Valuation-Methode. Die vollständige Studie ist als PDF verfügbar.

Update am 26. November: Ich wurde gerade aus der TIB informiert, dass die Studie nur die TIB betrifft, nicht den die /UB Hannover. Obwohl nur die TIB untersucht wurde, halte ich den Rest der TIB/UB Hannover dennoch für wertvoll und belasse es daher bei der bisherigen Überschrift.

Citavi 3 ist veröffentlicht

Citavi 3 ist veröffentlicht. Michael Eiden beschreibt im Blog der SUB Hamburg, was die neue Version an Änderungen bringt.

Eine wesentliche Verbesserung könnte die Teamfunktionen sein:

Citavi hat passende Lösun­gen für »Wissensarbeiter« in Forschungsabteilungen, Projekten und Arbeitsgrup­pen. Mit Citavis Team-Version teilen und verteilen Sie Fach­artikel, Gesetze, Patentschriften, Arbeitsaufträ­ge etc. und erweitern kontinuierlich Ihre Wissens­basis.

Die Konditionen, unter denen die Teamfunktionen verfügbar sein werden, werden jedoch leider erst im Januar bekannt gemacht.

Update: Matti Stöhr überlegt, ob Citavi 3 ein neuer Impuls für die Literaturverwaltungsservices von Bibliotheken sein kann.

Google Instant Preview dauerhaft abschalten

Die Google-Oberfläche hat sich in den letzten Monaten stark verändert. Eine der größten Schritte weg von der einst puritanischen Darstellung der Suchergebnisse ist Instant Preview. Wen das ständige Aufploppen von Screenshots, sobald man einen Link nicht 100%ig trifft, genauso nervt wie mich, dem kann ich nun ein wohltuendes kleines Skript empfehlen.

Zutaten

  1. Greasemonkey, eine Browser-Erweiterung, mit deren Hilfe man kleine Java-Scripts auf Webseiten loslassen kann. Funktioniert
  2. Neben 1000en von anderen nützlichen Scripts findet sich auf Userscripts.org auch eines, das Googles Instant Preview einfach ausblendet: Disable Preview.

Hat man es installiert, kehr wieder himmlische Ruhe auf der Suchergebnis-Seite ein.

Bibliotheken als Datenanbieter

Alexander Stocker, Peter Scheir und Klaus Tochtermann beschreiben in „Die Wertschöpfungskette der Daten“ [1] Die Wertschöpfungskette der Daten : eine Basis für zukünftige wirtschaftswissenschaftliche Betrachtungen des Web of Data. HMD – Praxis der Wirtschaftsinformatik, Heft 275/2010, S. 94-104 vier mögliche Rollen [2] S. 99 in eben dieser Wertschöpfungskette.

  1. Anbieter von Daten am Web sind derzeit noch
    fast ausschließlich Anbieter von Rohdaten. […]
  2. Anbieter von Semantic-Web-Daten sind solche,
    die Daten in einem durch Maschinen interpretierbaren
    Format bereitstellen.[…]
  3. Anbieter von Semantic-Web-Applikationen
    sind solche, die eigene oder fremde Semantic-
    Web-Daten in einer Semantic-Web-Anwendung
    verarbeiten und dabei für den Menschen
    konsumierbaren Output auf Basis der
    verarbeiteten Daten generieren. […]
  4. Endnutzer sind schließlich alle Menschen, die
    eine durch Menschen interpretierbare Präsentation
    von Semantic-Web-Daten konsumieren. Menschliche Endnutzer kommen in der Praxis nicht direkt mit den für die Verarbeitung
    durch Maschinen aufbereiteten Semantic-Web-Daten in Berührung und wollen das vermutlich auch gar nicht.[…]

Bibliotheken können prinzipiell alle vier Rollen einnehmen.

Zuerst natürlich als Rohdatenanbieter von bibliographischen und anderen Daten. Wenn man weitere Wertschöpfungen zulassen möchte, müssen die Daten zwingend unter einer Lizenz veröffentlich werden, die Weiterverarbeitung jeglicher Art nicht ausschließt. Richtig gemacht haben es also unter anderem die Bibliothek des CERN oder USB Köln, die wie alle vom HBZ betreuten Open-Bibliographic-Data-Projekte unter CC0 publiziert sind.

Das Anbieten von Semantic-Web-Daten kann teils im gleichen Auslieferungsschritt erfolgen. Ein Beispiel ist die gestern erfolgte Veröffentlichung eines Teils des Katalogs der British Library als RDF-Dump. Auf der Webseite der BL sind die Bedingungen erläutert:

As part of its work to open its metadata to wider use beyond the traditional library community, the British Library is making copies of its main catalogue and British National Bibliography datasets available for research purposes. Files are initially being made available in RDF/XML […] and are distributed under a Creative Commons CC0 1.0 Universal Public Domain Dedication license.

Eine Weiterverarbeitung ist ausdrücklich erwünscht und durch die gewählte Lizenz auch möglich. Linked Data will auch die Deutsche Nationalbibliothek mit der GND anbieten. In die Wertschöpfungskette können die Daten jedoch nicht gelangen, da die Daten nicht kommerziell genutzt werden dürfen. Abgesehen davon, dass es volkswirtschaftlicher Unsinn ist, staatlich finanzierte Daten nicht zur Verwendung in kommerziellen Unternehmungen freizugeben, ist damit auch die Verwendung in der Wikipedia und Schwesterprojekten nicht möglich. Leider gilt hier: nur gucken, nicht anfassen!

Im Open Bibliographic Data Guide hat das JISC erläutert, wie man es richtig macht. Oliver Flimm schreibt (zum Reader und der Wichtigkeit der Lizenzwahl):

Nur so kann ein realer Nutzen innerhalb der Bibliothekswelt und anderswo entstehen. So sind wir z.B. sehr dankbar über Rückmeldungen von Fehlern in Verbund-Katalogisaten, bei denen wir Bestand haben, (Verknüpfung von Titeln mit Personensätzen, die eine falsche PND besitzen), die extern bei der Verarbeitung unserer geöffneten Daten aufgefallen sind.

Über Bibliotheken in den anderen beiden Rollen, also als Datennutzer wird es hier demnächst etwas zu lesen geben.

Weitere Informationen zu Open Bibliographic Data:

Adrian Pohl: Open Bibliographic Data in 2010. Ein vorläufiger Überblick

References

References
↑1 Die Wertschöpfungskette der Daten : eine Basis für zukünftige wirtschaftswissenschaftliche Betrachtungen des Web of Data. HMD – Praxis der Wirtschaftsinformatik, Heft 275/2010, S. 94-104
↑2 S. 99

DDC-Verteilung in DINI-zertifizierten Repositorien

Im OAN-Blog ist eine Übersicht über die Häufigkeit von DDC-Klassifikationen in DINI-zertifizierten Repositories veröffentlicht worden.

Interessant ist dabei natürlich die Frage wie sich die fachliche Verteilung aller Dokumente des OAN-Datenraums gestaltet. Welche Fachdisziplinen sind besonders stark vertreten, welche weniger? Ein Stück weit sind diese Daten sicherlich auch ein Indikator dafür, in welchen Fachbereichen Open Access mehr Anklang findet als in anderen.

Dass die Klassifikationen Medizin, Informatik und Wirtschaft vorne liegen, ist nicht weiter verwunderlich. Ebenso die nachfolgenden naturwissenschaftlichen Disziplinen. Überraschend stark vertreten mit 2,14% ist jedoch auch die Bibliotheks- und Informationswissenschaft. Dies entspricht laut OAN-Suche zur Zeit 687 Dokumenten. Weniger verwunderlich dagegen das sehr schwache Abschneiden der Geisteswissenschaften.