Die Datenmodellierung ist eine zentrale Herausforderung bei allen Digital Humanities-Bestrebungen. Diese Tätigkeit umfasst sowohl die Konzeptualisierung des Diskursbereichs (konzeptionelles Modell) als auch die Formalisierung des konzeptionellen Modells in konkreten Schemata.
Das zu Beginn eines jeden Projekts erstellte Datenmodell ist eine Vereinbarung zwischen den DH-Expert:innen und dem Entwicklungsteam, das die technische Entwicklung leitet und die Grenzen für die Art der zu erfassenden Informationen festlegt. Das Datenmodell legt auch fest, wie die resultierenden Daten mit anderen Datensätzen und Werkzeugen interoperabel sein werden.
Obwohl jedes Projekt spezifische Anforderungen haben kann, stützen wir uns bei projektspezifischen Lösungen auf etablierte Referenzmodelle, standardisierte Terminologie und empfohlene digitale Formate, die den spezifischen Herausforderungen geisteswissenschaftlicher Daten (z. B. Spärlichkeit, Mehrdeutigkeit, Inkonsistenz oder Informationsmangel) gerecht werden. So verwenden wir beispielsweise TEI für die Kodierung von Textressourcen in XML und die CIDOC-CRM-Familie von Ontologien für strukturierte Daten in RDF.
Bei der Modellierung müssen auch die Formate der Quelldaten sowie die Beschränkungen berücksichtigt werden, die sich aus den für die Aufbereitung und Präsentation der Daten verwendeten Werkzeugen ergeben. Altdaten liegen oft nur in Form von Textdokumenten oder Tabellenkalkulationen vor, so dass benutzerdefinierte Konvertierungen ein wichtiger Bestandteil vieler Datenverarbeitungsworkflows sind.
Die XML-Dateien werden in der Regel vom Team in einem Git-Repositorium verwaltet, das eine detaillierte Versionierung und Reproduzierbarkeit aller Änderungen gewährleistet. Automatisierte Pipelines, die als GitHub-Aktionen implementiert werden, konvertieren die XML/TEI-Dokumente in HTML-Seiten und schaffen so eine statische Website, die nur geringe infrastrukturelle Anforderungen stellt und in Zukunft leicht zu pflegen und zu hosten ist. In der Regel wird dieser Konvertierungs-Workflow mit Hilfe unserer Kernsoftware DSE Static Cookiecutter umgesetzt. In vielen Fällen werden Indizes von benannten Entitäten (wie Personen, Institutionen oder Orte) innerhalb projektspezifischer Instanzen von APIS, unserem Framework für prosopographische Daten, kuratiert, wodurch die Barriere zwischen (halbstrukturierter) philologischer Analyse und strukturierten (Meta-)Datensätzen verringert wird.
APIS – Österreichisches Prosopographisches Informationssystem
CONNEC – Vernetzte Kleriker: Der Aufbau einer universellen Kirche im spätantiken Westen
HIOB – Hiob in der jüdischen Literatur des Frühen Mittelalters
Max Kalbeck: Praktiken des Netzwerkens in Wien um 1900
MINE – Prosopographie der Mitglieder der Österreichischen Akademie der Wissenschaften 1847–2022
PFP – Prosopographische Forschungsplattform Österreich
PROVIDEDH – Progressive visuelle Entscheidungsfindung
Arthur Schnitzler – Briefwechsel mit Autorinnen und Autoren I
THANADOS – Die anthropologische und archäologische Datenbank der Grabstätten
