Möglichkeiten und Grenzen bei der Repräsentation von domänenspezifischem Wissen mit bibliothekarischen Normdaten

Diese Veröffentlichung geht zurück auf eine Masterarbeit im weiterbildenden Masterstudiengang im Fernstudium Bibliotheks- und Informationswissenschaft (Library and Information Science, M.A. (LIS)) an der Humboldt-Universität zu Berlin aus dem Jahr 2023.
Ursprünglich als kontrolliertes Vokabular für bibliothekarische Anwenderkontexte entwickelt, gerät die Gemeinsame Normdatei zunehmend als maschinenlesbarer Wissensgraph bzw. Ontologie in den Fokus, die mit ihren ca. 10 Mio. Datensätzen sowohl für die Dokumentation und Vernetzung von Kulturobjekten als auch die computergestützte geisteswissenschaftliche Forschung immer mehr an Relevanz gewinnt. Vor diesem Hintergrund setzt sich der vorliegende Beitrag zum Ziel, die Möglichkeiten und Grenzen zur Repräsentation von domänenspezifischem Wissen zu evaluieren. Am Beispiel der schönen Literatur wird im Folgenden eine Codestruktur in Python entwickelt, die die Häufigkeitsverteilung von bestimmten Informations- und Vernetzungselementen in der GND-Ontologie zu untersuchen erlaubt. Im Anschluss sollen auf der Grundlage der Untersuchungsergebnisse dann Stärken und Schwächen bei der Repräsentation von domänenspezifischem Wissen mit dem GND-Datenmodell identifiziert werden und mit dem Blick auf mögliche Verbesserungsvorschläge in eine Diskussion münden, die wissenschaftliche und bibliothekarische Bedarfe gleichermaßen berücksichtigt.