Graphdatenbanken für Historiker mit Perspektiven für die Historische Semantik

Die zunehmende Mengen an Volltexten in den Geschichtswissenschaften und vor allem
auch in der Mediävistik bietet neue Chancen für die Forschung, erfordern aber auch
neue Methoden und Sichtweisen. Der Beitrag möchte die Verwendung von
Graphdatenbanken für die Speicherung von Erschließungsinformationen vorstellen.
Momentan werden digitale Quellen und die mit ihnen verbundenen
Erschließungsinformationen meist in XML oder in SQL-Datenbanken abgelegt. XML hat
sich als Standard bewährt und findet in vielen Editionsprojekten als Datenformat
Verwendung während Datenbanken auf Websites meist auf SQL-Datenbanken als
Daten-Repositories zurückgreifen. XML-Dateien sind in der Regel bis zu einem
gewissen Grade noch verständlich lesbar, bei SQL-Datenbanken ist die Lesbarkeit
ohne Kenntnis der zu Grunde liegenden Datenstrukturen in der Regel nicht mehr
gegeben. Dies liegt nicht zuletzt auch an den Architekturen der Datenbanken: um
optimale Performance zu erhalten werden die Datenstrukturen normalisiert. Hier kommt
es für die optimalen Nutzungsmöglichkeiten entscheidend auf die Gestaltung des
Frontends der Datenbank an. Oft sind die User-Interfaces jedoch vor allem auf die
Bedürfnisse jener Personen ausgerichtet, die die Datenbank selbst erstellt haben. Da
diese Personen in der Regel die Datenstrukturen tief durchdrungen haben, kann es bei
der Gestaltung des Frontends leicht zu einseitigen Ausrichtung auf Experten-Nutzer
kommen. Solche Nutzer wissen bereits vor der Suchanfrage wie ihr Ergebnis aussieht.
In den Fachwissenschaften wird eine solche Anfrage als CIN-Anfrage bezeichnet
(concrete information need). Davon zu unterscheiden sind POIN-Anfragen
(problem-oriented information need), bei denen der Nutzer ohne tiefere Kenntnisse
des Datenmaterials und den zu Grunde liegenden Strukturen eine Anfrage startet (Vgl.
hierzu Frants / Shapiro / Voiskunskii: 1997). Die Ausrichtung auf CIN-Anfragen zeigt
sich auch in den größeren Quellenportalen zur Mediävistik (Vgl. Kuczera 2014). Hier
ist die Verwendung von Graphdatenbanken ein alternativer Ansatz für die Speicherung
von erschließendem Wissen.
In SQL-Datenbanken sind die Informationen in Tabellen abgelegt, die
untereinander verknüpft sind. Graphdatenbanken folgen hier einem völlig anderen
Ansatz. In einem Graph gibt es Knoten und Kanten. Vergleicht man die Knoten mit
einem Eintrag in einer Tabelle einer SQL-Datenbank, wäre eine Kante eine
Verknüfung zwischen zwei Tabelleneinträgen. Im Unterschied zu SQL- Datenbanken
können Knoten und Kanten jeweils Eigenschaften haben.

Abb. 1: Direkte Verwandschaftsverhältnisse Karls des
Großen als Graph visualisiert

Daneben lassen sich die in Graphdatenbanken abgelegten Informationen sehr gut
visualisieren. Gerade komplexere Datenbestände können hier sinnvoll für den
Wissenschaftler erschlossen werden. Explorative Erschließungsmöglichkeiten
erleichtern hierbei den Zugriff auf weitergehende Wissensdomänen des Repositoriums
(Vgl. Kuczera 2015).
Das Datenmodell einer Graphdatenbank bildet quasi die semantische Repräsentation des in der Datenbank abgelegten Wissens. Ergänzt man die Eigenschaften der Knoten mit Identifikatoren wie den Angaben aus der GND oder legt man den Verknüpfungsstrukturen fachspezifische Ontologien zu Grunde können die Informationen der Graphdatenbank auch für automatisierte Abfragen über das Internet erschlossen werden.
In der Posterpräsentation werden in einem ersten Beispiel die Strukturen einer Graphdatenbank erläutert und anschließend mit der Graphenrepräsentation der Register der Regesten Kaiser Friedrichs III. und der genealogischen Datenbank Nomen-et-Gens Anwendungsbeispiele vorgestellt.

Abb. 2: Beispielgraph zu Karl dem Großen, Einhard und
der Vita Karoli Magni

Bibliographie

Frants, Valery I. / Shapiro, Jacob / Voiskunskii, Vladimir
G. (1997): Automated information retrieval.
Theory and methods (= Library and information science). San Diego: Academic
Press.

Kuczera, Andreas (2014): "Digitale Perspektiven
mediävistischer Quellenrecherche", in: mittelalter.hypotheses.org
http://mittelalter.hypotheses.org/3492 [letzter Zugriff 28.
September 2015].

Kuczera, Andreas (2015): "Graphdatenbanken für
Historiker. Netzwerke in den Registern der Regesten Kaiser Friedrichs III.
mit neo4j und Gephi", in: mittelalter.hypotheses.org
http://mittelalter.hypotheses.org/5995 [letzter Zugriff 28.
September 2015].