Rohstoffe erschließen
Im Rahmen des HERMES-Forschungsstudienprogramms unterstützt die DNB Forschungsprojekte auf Basis ihrer Daten und Bestände, die mit Methoden des Text- und Data-Minings bearbeitet werden. Die Förderung richtet sich dabei vor allem an junge technikaffine Forschende aller Fachgebiete, die sich bereits mit Methoden und Instrumenten der Digital Humanities beschäftigt und praktische Erfahrungen auf dem Gebiet gesammelt haben. Im folgenden Blogbeitrag stellt Angela Strauß ihre Studie vor:
Was suchten Geowissenschaftler:innen in den Jahrzehnten nach dem Zweiten Weltkrieg? Welche Rohstoffe, Lagerstätten und Regionen standen im Fokus deutscher Dissertationen zwischen 1945 und der Ölkrise 1973? Diese Fragen sind mehr als nur historisch interessant – sie beleuchten, wie die beiden deutschen Staate ihre wirtschaftliche und technologische Basis nach dem Krieg neu aufbaute.
Die Rolle der Geowissenschaften in der NS-Zeit ist bereits gut erforscht. Für die Zeit danach liegen seit Kurzem Studien zur staatlichen Ressortforschung vor, insbesondere zur Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) und ihrer Vorgängerinstitutionen (Reihe „Ressortforschung im 20. Jahrhundert“). Offen ist jedoch, welche Themen in den Nachkriegsjahrzehnten an den Hochschulen bearbeitet wurden.
Die rund 1,6 Millionen Datensätze des DNB-Bestands „Hochschulschriften“ bieten für diese Fragestellung eine gute Grundlage, da Dissertationen die thematischen Konjunkturen eines Fachs abbilden. Jedoch fehlen für die Jahre vor 1973 in der Regel fachliche Klassifikationen und Schlagwörter ebenso wie eine systematische Erschließung. Daher sollte in dieser Studie mithilfe einer maschinellen Retroklassifikation ermittelt werden, welche Schriften geowissenschaftlich relevant sind.
Datengrundlage und Methode
Datengrundlage waren die frei verfügbaren MARC21-XML-Daten des Bestands, die mit der Programmiersprache Python und Bibliotheken wie Pandas geparst wurden. Ausgewertet wurden vor allem Titel und Titelzusatz, das Erscheinungsjahr sowie der Hochschulschriftenvermerk (MARC-Feld 502).
Die explorative Analyse der Hochschulschriften-Daten zeigte eine deutliche zeitliche Schichtung der Sacherschließung: Die Sachgruppen der Deutschen Nationalbibliografie (SDNB) sind ab 1973 nahezu durchgängig vergeben, DDC-Notationen erst ab 2003 – davor liegt der Bestand weitgehend unklassifiziert vor.
Genau diese Schichtung wurde für die Studie genutzt: Ein Klassifikationsmodell lernte an rund 540.000 deutschsprachigen Hochschulschriften der Jahre 1973 bis 2003, welche Wörter und Wortkombinationen in Titeln mit der SDNB-Sachgruppe 31 (Geowissenschaften) einhergehen, um dieses Wissen anschließend auf die unklassifizierten älteren Titel zu übertragen. Technisch handelt es sich um eine TF-IDF-Vektorisierung der Titel mit anschließender logistischer Regression – ein bewusst einfaches und nachvollziehbares Verfahren. Angewendet auf die rund 230.000 deutschsprachigen Hochschulschriften der Jahre 1945 bis 1972 lieferte das Modell knapp 9.000 Kandidaten für eine geowissenschaftliche Zuordnung.
Ergebnisse am Beispiel der Bergakademie Freiberg
Für eine erste Prüfung wurde die Bergakademie Freiberg mit ihrem ausgeprägten bergbaulichen Profil ausgewählt. Unter den über 1.000 Hochschulschriften der Bergakademie Freiberg identifizierte das Modell 215 Arbeiten als relevant. Bereits an diesen Titeln wurde sichtbar, woran geforscht wurde: Blei und Zink, Eisen, Kohle und Kupfer führen die Liste der in den Titeln genannten Rohstoffe an. Die Abbildung zeigt die Verteilung nach Erscheinungsjahr: Der Bestand wächst ab Ende der 1950er Jahre stark an, die Kandidaten folgen diesem Verlauf.

Zugleich zeigen sich an diesen Titeln die Grenzen des Verfahrens: Ein Titel mit „Erz“ oder „Eisen“ handelt nicht zwangsläufig von Lagerstätten, und die Terminologie der 1950er Jahre weicht teils von jener des Trainingszeitraums ab (Stichwort „Domain Shift“). Die Ergebnisse sind deshalb als Vorauswahl zu lesen, nicht als fachhistorische Klassifikation.
Einordnung und Ausblick
Zu unterscheiden sind damit drei Ebenen: die bibliothekarische Sachgruppe, die statistische Textklassifikation und die historische Zuordnung, die eine fachkundige Prüfung der Kandidaten verlangt. Für diese Prüfung wird ein abgestuftes Schema vorgeschlagen, das lagerstättenkundliche Arbeiten vom breiteren bergbau- und rohstoffbezogenen Umfeld trennt. In einem nächsten Schritt sollen die Kandidatenlisten weiterer Hochschulen gesichtet und die bereinigten Daten offen zur Nachnutzung bereitgestellt werden.
Angela Strauß
Angela Strauß ist promovierte Historikerin und im GLAM-Sektor tätig. In ihrem Postdoc-Projekt am Museum für Naturkunde Berlin forschte sie bis 2024 zur Sammlungsgeschichte geowissenschaftlicher Sammlungen. Von der Exploration der Rohstoffe führt ihr Weg zur Exploration der Daten. Derzeit arbeitet sie an der Georg-August-Universität Göttingen, am Lehrstuhl „Materialität des Wissens“.

HERMES – Humanities Education in Research, Methods, and Data wird gefördert vom Bundesministerium für Forschung, Technologie und Raumfahrt aus Mitteln der Europäischen Union.






