Zum Inhalt springen

Originaluntersuchung · Alisson Bento

Wenn ein Autorenfeld nicht genügt: Filter für Mitwirkende in 103.963 DOAB-Buchdatensätzen

Bei der Auswahl von Buchdatensätzen kann ein Band mit ausdrücklich genannter Verantwortlichkeit herausfallen, nur weil die Regel Autorinnen und Autoren verlangt, aber keine Herausgebenden zulässt. In einem festgelegten Metadatenexport des Directory of Open Access Books (DOAB) bleiben 102.658 statt 58.808 Datensätze erhalten, wenn entweder das Autoren- oder das Herausgeberfeld genügt. Die zusätzlichen 43.850 Datensätze machen 42,18 % der ausgewählten Grundgesamtheit aus. Das ist keine gemessene Verbesserung der Suche auf der Website. Es ist aber ein deutlicher Unterschied zwischen zwei genau definierten Filtern für Metadaten.

Veröffentlicht am
Teilen
Diese Seite teilen
E-MailStudie zitieren und weiterverwenden
Zentrale Ergebnisse als Text
Bilder weiterverwendenWenn ein Autorenfeld nicht genügt: Filter für Mitwirkende in 103.963 DOAB-Buchdatensätzen — 58.808: Erhaltene Datensätze, wenn ein Autorenfeld Pflicht ist. 56,57 % aller 103.963 ausgewählten Buchdatensätze haben ein ausgefülltes Autorenfeld.Vorschaubild herunterladen (JPG) ↓

Zentrale Ergebnisse

58.808

Erhaltene Datensätze, wenn ein Autorenfeld Pflicht ist

56,57 % aller 103.963 ausgewählten Buchdatensätze haben ein ausgefülltes Autorenfeld.

43.850

Zusätzliche Datensätze, wenn auch Herausgeberfelder zählen

Diese Datensätze haben ein ausgefülltes Herausgeberfeld und ein leeres Autorenfeld. Sie machen 42,18 % der gesamten Grundgesamtheit von 103.963 Datensätzen aus. Das ist kein Zuwachs von 42,18 % gegenüber der Auswahl, die ein Autorenfeld verlangt.

102.731

Erhaltene Datensätze, wenn eines von drei Mitwirkendenfeldern genügt

98,81 % der ausgewählten Grundgesamtheit. Lässt man auch das Feld für sonstige Mitwirkende zu, kommen zur Autor-oder-Herausgeber-Regel 73 Datensätze hinzu.

1.184

Datensätze mit mehr Einträgen insgesamt als verschiedenen Einträgen

In diesen Datensätzen wiederholen sich wörtliche, durch Semikolons getrennte Textstücke, innerhalb eines Felds oder über mehrere Mitwirkendenfelder hinweg. Das ist keine Zahl doppelt erfasster Personen oder fehlerhafter Angaben.

Die Auswahlregel verändert die sichtbare Sammlung

Angenommen, jemand stellt eine Leseliste aus Buchmetadaten zusammen und behält nur Datensätze mit einer Autorenangabe. Das klingt nach einem einfachen Weg, Bücher mit namentlich genannter Verantwortlichkeit auszuwählen. Die Regel ist aber enger: Sie behält Datensätze mit einem ausgefüllten Autorenfeld. Eine Angabe zu Herausgebenden an anderer Stelle desselben Datensatzes erfüllt diese Bedingung nicht. Das ist immer dann wichtig, wenn die Auswahl auch Bücher einschließen soll, die über Herausgeberschaft statt über Autorschaft dargestellt werden. Hier geht es nicht darum, ob diese Bücher aufgenommen werden sollten. Es geht darum, wie viele Datensätze eine bestimmte Regel für ein Feld durchlässt. „Herausgeberschaft“ bezeichnet hier die Rolle im Feld dc.contributor.editor, nicht den Verlag des Buchs.

Im ausgewählten DOAB-Export bleiben 58.808 von 103.963 Buchdatensätzen erhalten, wenn das Autorenfeld ausgefüllt sein muss. Genügt entweder das Autoren- oder das Herausgeberfeld, sind es 102.658. Der Unterschied beträgt 43.850 Datensätze mit ausgefülltem Herausgeberfeld und leerem Autorenfeld. Für diese Rechnung muss man weder einen Personennamen erkennen noch entscheiden, ob zwei Namen dieselbe Person meinen. Auch das Buch selbst muss man nicht bewerten. Verglichen werden direkt ausgefüllte Zellen. Weil dabei keine Namen zerlegt werden, ist das zentrale Ergebnis besonders klar: Die Auswahl ändert sich, weil andere Rollen zugelassen werden.

Wer eine Fachbibliografie zusammenstellt oder für eine Bibliothek einen Bestand vorbereitet, kann daraus eine praktische Regel ableiten: Vor dem Filtern sollte feststehen, welche Rollen die Auswahl abdecken soll. Eine Liste, die gezielt Datensätze mit Autorenangaben untersuchen soll, darf dieses Feld verlangen. Eine Liste, die verfasste und herausgegebene Bücher einschließen soll, braucht eine andere Regel. Diese Untersuchung beziffert Umfang und Zusammensetzung des Unterschieds für einen festgelegten Export. Sie zeigt nicht, dass die DOAB-Website herausgegebene Bücher ausschließt. Sie zeigt auch nicht, dass Lesende einen Titel nicht gefunden haben. Und sie zeigt nicht, dass eine der beiden Auswahlen grundsätzlich besser wäre.

Was die Momentaufnahme enthält und was ihr Datum bedeutet

Grundlage ist die vollständige offizielle CSV-Antwort von DOAB, abgerufen am 30. Oktober 2026 um 08:37:57.351428 UTC. Sie enthielt 114.618 Exportzeilen. Wir wählen Zeilen aus, bei denen das Typfeld dc.type genau den Wert book enthält. Außerdem muss das Feld für das übergeordnete Buch, oapen.relation.isPartOfBook, nach Entfernen von Leerzeichen am Anfang und Ende leer sein. Daraus ergeben sich 103.963 Buchdatensätze. Die Bedingung zum übergeordneten Buch gehört zur Definition der Grundgesamtheit. Sie besagt nicht, dass jede verbleibende Zeile ein eigenes Werk darstellt. Sie besagt auch nicht, dass jede ausgeschlossene Zeile für Lesende wertlos wäre.

Der Abrufzeitpunkt legt fest, welche Datei wir bezogen haben. Er datiert weder die Bücher noch belegt er, wie die Datenbank des Anbieters in diesem Moment genau aussah. Einen Erstellungszeitpunkt des Anbieters haben wir nicht überprüft. „Momentaufnahme“ meint hier deshalb genau diese abgerufene Antwort. Es ist keine Vollerhebung aller Bücher, die DOAB je enthalten hat oder die an diesem Tag als Open Access verfügbar waren. Die dokumentierte Dateigröße und der SHA256-Prüfwert kennzeichnen die Quelldaten auf Byte-Ebene, auf denen die Zählungen beruhen. Eine spätere Antwort derselben offiziellen Adresse könnte anders ausfallen, ohne einem Ergebnis für diese Datei zu widersprechen.

In der ausgewählten Grundgesamtheit sind die UUID- und Handle-Zeichenfolgen nicht leer und eindeutig. Das hilft, die Datensätze auseinanderzuhalten. Es klärt aber nicht, ob getrennte Datensätze verschiedene Ausgaben, Erscheinungsformen oder Versionen desselben Werks beschreiben. Alle Bezugsgrößen in diesem Artikel beziehen sich deshalb auf Buchdatensätze. Eine Fachsammlung kann sinnvollerweise mehrere Ausgaben behalten, eine andere Bibliografie fasst sie zusammen. Keine dieser Entscheidungen wurde hier vorweggenommen. Man kann die Ergebnisse der Filter verstehen, ohne vorauszusetzen, dass die Zahl der Datensätze in jedem bibliografischen Sinn die Zahl verschiedener Bücher ist.

Acht Profile machen das leere Autorenfeld verständlich

Drei Felder, die jeweils ausgefüllt oder leer sein können, ergeben acht mögliche Kombinationen. Wir nennen sie Profile. Die erste Tabelle zeigt alle acht in der Reihenfolge der Felder (Autor, Herausgeber, sonstige Mitwirkende), jeweils zuerst „Nein“, dann „Ja“. Sie ordnet nicht nach Häufigkeit oder Bedeutung. Eine Zelle gilt als ausgefüllt, wenn nach dem Entfernen von Leerzeichen am Anfang und Ende noch Text darin steht. Eine leere Zelle bedeutet nur, dass diese Darstellung in dem Feld keinen Text enthält. Diese bewusst enge Definition verhindert einen häufigen Denkfehler: Wenn eine bestimmte Metadatenzelle nichts enthält, heißt das nicht, dass es im Buch, in seiner Titelei oder in einem anderen Katalog keine entsprechenden Mitwirkenden gibt.

Das größte Profil umfasst 55.673 Datensätze, bei denen nur das Autorenfeld ausgefüllt ist. Das sind 53,55 % der gesamten ausgewählten Grundgesamtheit. Es folgen 43.404 Datensätze, bei denen nur das Herausgeberfeld ausgefüllt ist, also 41,75 %. Diese beiden Profile erklären einen großen Teil des Unterschieds zwischen den Filtern, aber nicht den ganzen. Bei weiteren 446 Datensätzen sind das Herausgeberfeld und das Feld für sonstige Mitwirkende ausgefüllt, das Autorenfeld aber nicht. Zusammen ergeben diese 43.404 und 446 Datensätze die 43.850 zusätzlichen, die hinzukommen, wenn auch Herausgeberangaben zählen. Die Zusammensetzung bleibt so sichtbar und verschwindet nicht in einer einzigen Gesamtzahl.

Auch die kleineren Profile gehören zur vollständigen Deutung. Es gibt 351 Datensätze, bei denen Autorenfeld und Feld für sonstige Mitwirkende ausgefüllt sind, 2.578 mit ausgefülltem Autoren- und Herausgeberfeld sowie 206 mit allen drei ausgefüllten Feldern. Weitere 73 enthalten nur Angaben im Feld für sonstige Mitwirkende, bei 1.232 sind alle drei Felder leer. Diese Gruppen von Datensätzen überschneiden sich nicht. Anders ist das bei den Filtersummen, die später folgen. Die Tabelle der Profile beantwortet deshalb eine andere Frage als die Tabelle der erhaltenen Datensätze. Sie beschreibt, welche Felder innerhalb eines Datensatzes zusammen vorkommen. Das schließt Kombinationen ein, die unsichtbar blieben, wenn man nur erfasste, ob irgendeine Angabe zu Mitwirkenden vorkommt.

Ein ausgefülltes Herausgeberfeld ist ein Befund, keine gescheiterte Autorenangabe

Ein Datensatz mit ausgefülltem Herausgeberfeld nennt in den exportierten Metadaten ausdrücklich eine herausgeberische Verantwortung. Man sollte ihn nicht automatisch als mangelhaft bezeichnen, nur weil das Autorenfeld leer ist. Ein Sammelband kann über seine Herausgebenden dargestellt werden, ohne dass der Datensatz auf Buchebene zusätzlich eine Autorschaft zuweist. Das ist eine Möglichkeit, die zur Unterscheidung der Rollen passt. Wir haben sie nicht für jeden Datensatz dieser Grundgesamtheit überprüft. Wir haben weder die Titelseiten der Bücher geprüft noch deren Angaben mit den exportierten Zellen verglichen. Deshalb können wir nicht bestätigen, ob eine einzelne Zuordnung vollständig oder angemessen ist.

Beim Aufbau einer Sammlung stellt sich zuerst die Frage, ob Herausgeberschaft zum gewünschten Umfang gehört. Wer thematisch passende Werke auf Buchebene sucht, kann die Menge der Kandidaten unbeabsichtigt verengen, wenn Datensätze mit Herausgeberangabe allein wegen eines leeren Autorenfelds ausgeschlossen werden. Geht es dagegen ausdrücklich um Datensätze, die der Verantwortung von Autorinnen und Autoren zugeordnet sind, kann die engere Auswahl genau richtig sein. Der Befund entscheidet nicht zwischen diesen Zwecken. Er zeigt, dass man 43.850 Datensätze dieser Momentaufnahme übersehen würde, wenn man beide Ziele gleichsetzt. Das ist ein erheblicher Unterschied und verlangt eine ausdrückliche Entscheidung.

Das Feld für sonstige Mitwirkende verlangt eine eigene Entscheidung. Sein Text darf nicht stillschweigend als Autorschaft umgedeutet werden. Das Feld kann verschiedene Arten von Mitwirkung enthalten, und diese Analyse ordnet sie nicht ein. Wer es als weitere Aufnahmebedingung zulässt, akzeptiert eine breitere Kategorie dokumentierter Verantwortlichkeit. Damit ist weder eine Autorin oder ein Autor noch eine Herausgeberin oder ein Herausgeber nachgewiesen. Ebenso sollte man die 1.232 Datensätze, in denen alle drei Felder leer sind, weiter als Datensätze ohne Text in diesen drei Zellen beschreiben. Sie als Bücher ohne Verantwortlichkeitsangaben zu bezeichnen, würde aus einer begrenzten Beobachtung zu Metadaten eine unbelegte Aussage über die Bücher selbst machen.

Drei ineinander enthaltene Filter, drei verschiedene Bezugsgrößen

Der Vergleich der erhaltenen Datensätze durchläuft drei Auswahlen, die ineinander enthalten sind. Erstens bleiben Datensätze mit ausgefülltem Autorenfeld erhalten. Zweitens bleiben Datensätze mit ausgefülltem Autoren- oder Herausgeberfeld erhalten. Drittens genügt ein ausgefülltes Autoren-, Herausgeber- oder Feld für sonstige Mitwirkende. Jede weitere Regel schließt alle Datensätze der vorigen ein. Ihre Gesamtzahlen – 58.808, 102.658 und 102.731 – darf man deshalb nicht addieren. Aussagekräftig sind die Unterschiede zwischen aufeinanderfolgenden Regeln: 43.850 zusätzliche Datensätze, wenn Herausgebende zählen, und danach 73, wenn auch sonstige Mitwirkende zählen. Die zweite Tabelle hält Gesamtzahlen und Zuwächse getrennt.

Bezogen auf die gesamte Grundgesamtheit behalten die drei Regeln 56,57 %, 98,74 % und 98,81 % der Datensätze. Die Ergänzungen mit ausgefülltem Herausgeberfeld machen 42,18 % aller 103.963 ausgewählten Datensätze aus. Das zeigt am direktesten, welcher Teil dieser Grundgesamtheit zwischen der ersten und zweiten Regel seinen Status ändert. Eine andere Frage ist, welchen Anteil diese Ergänzungen an der breiteren Auswahl nach der Autor-oder-Herausgeber-Regel haben: Es sind 42,71 % von 102.658. Keiner dieser Prozentwerte gibt den Zuwachs gegenüber der kleineren Auswahl an, die ein Autorenfeld verlangt. Wenn bei jeder Aussage die Bezugsgröße dabeisteht, kann eine scheinbar kleine Änderung der Wortwahl die Bedeutung nicht unbemerkt verschieben.

Bezogen auf die 58.808 Datensätze, die zunächst erhalten blieben, bedeuten die 43.850 Ergänzungen einen Zuwachs von 74,56 %. Dieses Verhältnis passt, wenn man die Erweiterung ausgehend von der engeren Auswahl beschreibt. Es ist aber nicht mit dem Anteil von 42,18 % an der gesamten Grundgesamtheit austauschbar. Wenn eine Bibliothek ihre Auswahlpolitik erklärt, sagen die Zahl der erhaltenen Datensätze und die gewählte Bezugsgröße mehr als der bloße Satz, die Abdeckung sei gewachsen. Das sind genaue beschreibende Vergleiche einer festgelegten Grundgesamtheit, mit den angegebenen gerundeten Prozentwerten. Dafür braucht man kein künstlich angesetztes Konfidenzintervall. Unsicher ist erst, ob sich die Bedeutung über den beobachteten Export hinaus übertragen lässt. Die hier gezählten Datensätze stammen nicht aus einer Stichprobe.

Textstücke zählen, ohne so zu tun, als zählten wir Personen

Ob ein Feld ausgefüllt ist, beantwortet die zentrale Frage der Auswahl. Es sagt aber nicht, wie viel Text zu Mitwirkenden ein erhaltener Datensatz enthält. Eine zweite Berechnung zählt deshalb wörtliche Einträge in den drei Rollenfeldern. Ein Eintrag ist ein Textstück zwischen zwei Semikolons. Die Regel ist ausdrücklich festgelegt: an Semikolons trennen, Leerzeichen am Anfang und Ende jedes Stücks entfernen, leere Stücke verwerfen und wiederholte Zeichenfolgen beibehalten. Kommas bleiben innerhalb eines Eintrags. Ein Komma in einem Namen gilt also nicht als Grenze zwischen Mitwirkenden. Ein Eintrag nach dieser Regel ist keine überprüfte Person, keine Identität und keine bibliografisch vollständige Angabe zur Verantwortlichkeit.

Diese Unterscheidung ist wichtig, weil der geprüfte offizielle Leitfaden nicht zusichert, dass jedes Semikolon genau eine Person abgrenzt. Ein Eintrag kann nützlich sein, um den Aufbau exportierter Felder zu vergleichen. Als verlässliche Einheit, um die Zahl der beteiligten Personen zu schätzen, taugt er nicht. In zwei nicht leeren Feldern steht ein leeres Stück zwischen Semikolons. Wenn man es entfernt, erhöhen bloße Satzzeichen die Zahl der Einträge nicht. Dieser Bereinigungsschritt gehört zur festgelegten Zählregel. Er belegt weder, dass alle übrigen Stücke richtig als Personennamen gedeutet wurden, noch, dass eine Angabe anhand ihrer Quelle geprüft wurde.

Für Lesende sind diese Zählungen vor allem als Beschreibung der Datensätze nützlich. Sie zeigen, ob ein Profil meist einen einzelnen Eintrag oder mehrere enthält und wie hoch der größte beobachtete Wert reicht. Sie können nicht feststellen, wie viele Menschen an einem Band mitgearbeitet haben, wie die Verantwortung verteilt war oder wessen Beitrag über einen Eintrag in einer Leseliste entscheiden sollte. Entscheidend ist: Keine dieser Grenzen der Textzerlegung ändert etwas daran, ob ein Feld nach dem Entfernen der Leerzeichen ausgefüllt ist. Der große Unterschied zwischen dem Filter mit Pflicht-Autorenfeld und der Autor-oder-Herausgeber-Regel bleibt deshalb unabhängig von der Zählung der Einträge, die sich weniger deuten lässt.

Was die Zählung verschiedener Einträge über Wiederholungen zeigt

Die ergänzende Zählung bildet in jedem Datensatz die Menge der verschiedenen, von Leerzeichen bereinigten Einträge über alle drei Rollenfelder hinweg. Jede genau gleiche Zeichenfolge zählt dort einmal. Sie ändert weder Groß- und Kleinschreibung noch führt sie Namensvarianten zusammen. Sie ergänzt keine Initialen, gleicht keine Kennungen ab und entscheidet nicht, ob verschieden geschriebene Zeichenfolgen dieselbe Person meinen. Erscheint dieselbe Zeichenfolge mehrfach, wird sie bei der Zählung aller Einträge jedes Mal mitgezählt, bei der Zählung verschiedener Einträge nur einmal. Der Vergleich zeigt, wie stark wörtliche Wiederholungen die Zahlen beeinflussen. Er liefert keine korrigierte Zahl von Personen, denn gleicher Text und gleiche Person sind zwei verschiedene Arten von Beleg.

Bei 1.184 Datensätzen ist die Zahl aller Einträge größer als die Zahl der verschiedenen Einträge. Wiederholungen können innerhalb eines Felds oder über mehrere Rollen hinweg vorkommen. Die Rechnung allein zeigt nicht, ob eine wiederholte Zeichenfolge ein versehentliches Duplikat ist, eine passende Nennung in mehreren Funktionen oder ein Zufall bei verschiedenen Mitwirkenden mit gleich geschriebenem Namen. Jede Abweichung als Fehler zu behandeln, ginge über die Belege hinaus. Umgekehrt belegen gleiche Zahlen bei beiden Zählungen nicht, dass alle Mitwirkenden verschiedene Personen sind. Verschiedene Zeichenfolgen können dieselbe Person bezeichnen. Diese Analyse lässt solche Möglichkeiten bewusst offen.

Die Zählung verschiedener Einträge liest man am besten als Gegenprobe für eine bestimmte Entscheidung bei der Darstellung. Ändert sich eine Zusammenfassung, wenn genau gleiche Zeichenfolgen zusammengefasst werden, dann tragen wörtliche Mehrfachnennungen zum Ergebnis bei. Ändert sie sich nicht, ist die Zusammenfassung gegenüber genau diesem engen Eingriff unempfindlich. Damit ist sie aber nicht als Vollzählung der Mitwirkenden bestätigt. Das hilft besonders bei Profilen mit mehreren Rollen, in denen eine Zeichenfolge in mehr als einer Rolle vorkommen kann. Die Analyse behält diese Rollenangaben in der Zählung aller Einträge bei. Sie zeigt zugleich, was geschieht, wenn man genau gleiche Zeichenfolgen je Datensatz nur einmal zählt.

Die Kennzahlen zu den Einträgen im Rahmen ihrer Rollenprofile lesen

Die Mediane je Profil unterscheiden einen typischen Datensatz vom Extremfall eines Profils. Der Median ist der mittlere Wert: Die eine Hälfte der Datensätze liegt darunter, die andere darüber. Datensätze, bei denen nur das Autorenfeld ausgefüllt ist, haben einen Median von einem Eintrag und einen Median von einem verschiedenen Eintrag. Ihr Maximum beträgt aber 113 Einträge. Datensätze, bei denen nur das Herausgeberfeld ausgefüllt ist, haben entsprechende Mediane von zwei und zwei und ein Maximum von 38. Diese Kennzahlen beschreiben, wie der exportierte Text nach der festgelegten Zählregel verteilt ist. Sie belegen nicht, dass an herausgegebenen Büchern allgemein mehr Menschen beteiligt sind als an verfassten. Sie belegen auch nicht, dass der Datensatz mit nur ausgefülltem Autorenfeld und dem höchsten Wert eine überprüfte Gruppe von 113 verschiedenen Mitwirkenden darstellt.

Gemischte Profile zeigen, warum beide Zählungen erhalten bleiben sollten. Datensätze, in denen Herausgeberfeld und Feld für sonstige Mitwirkende ausgefüllt sind, sowie Datensätze mit ausgefülltem Autoren- und Herausgeberfeld haben jeweils einen Median von fünf Einträgen, aber einen Median von vier verschiedenen Einträgen. Bei Datensätzen mit allen drei ausgefüllten Rollenfeldern liegen die Mediane bei sechs und fünf. Das sind getrennt berechnete Kennzahlen der Verteilungen. Sie sagen nicht, dass ein Datensatz, der in der einen Verteilung am Median liegt, auch in der anderen am Median liegt. Sie zeigen, dass wiederholte, genau gleiche Zeichenfolgen die zentralen Kennzahlen dieser Profile beeinflussen. Welche Angaben sich überschneiden und ob eine Überschneidung angemessen ist, zeigen sie nicht.

Die Höchstwerte zeigen, dass man Zusammensetzung und Größenordnung getrennt betrachten muss. Datensätze mit Herausgeberfeld und Feld für sonstige Mitwirkende erreichen 154 Einträge, Datensätze mit Autoren- und Herausgeberfeld 147 und Datensätze mit allen drei Rollenfeldern 47. Das Profil mit den meisten ausgefüllten Rollen hat also nicht das größte beobachtete Maximum. Datensätze nur mit Feld für sonstige Mitwirkende haben Mediane von eins und eins und ein Maximum von 14. Datensätze mit Autorenfeld und Feld für sonstige Mitwirkende haben Mediane von zwei und zwei und ein Maximum von 32. Solche knappen Kennzahlen helfen, die Darstellungen zu vergleichen. Dabei wird kein Extremwert zum typischen Fall und keine Rollenkombination zu einer Rangfolge bibliografischer Komplexität.

Warum die Grenze für manuelle Eingaben die Zahlen nicht erklärt

Der Publishers’ Guide von DOAB (August 2025) liefert wichtigen Hintergrund zur Einreichung. Auf den Seiten 6 und 11 nennt er für manuell eingegebene Werke höchstens 20 Mitwirkende und erklärt ausdrücklich, dass für ONIX-Einreichungen keine solche Grenze gilt. Das ist eine Unterscheidung zwischen Einreichungswegen in einem datierten Leitfaden. Es ist keine allgemeine Obergrenze für jeden exportierten Datensatz. Der Leitfaden ist älter als der Abruf im Oktober 2026. Sein Datum belegt aber nicht, welche Anweisungen galten, als ein einzelner Datensatz eingegeben oder später überarbeitet wurde. Er dient hier dazu, die Deutung zu begrenzen. Wir wollen damit nicht rekonstruieren, auf welchem Weg Datensätze übernommen wurden.

Die ausgewählte Grundgesamtheit enthält 63 Datensätze mit genau 20 Einträgen und 463 mit mehr als 20. Diese Beobachtungen lassen sich nicht in Zahlen gekürzter Bücher oder manueller Einreichungen übersetzen. Die Analyse hat weder Übernahmewege noch ursprüngliche Einreichungen, frühere Versionen eines Datensatzes oder vollständige Listen der Mitwirkenden untersucht. Außerdem ist die gemessene Einheit ein wörtlicher Eintrag, während der Leitfaden von Mitwirkenden spricht. Selbst eine auffällige Häufung an einer dokumentierten Grenze würde diese Einheiten nicht von sich aus verbinden. Sie würde auch nicht den Weg belegen, auf dem ein Datensatz in den Katalog kam. Ebenso beweist ein Wert über 20 keine Übernahme über ONIX.

Wer einen Metadatenexport prüft, zieht aus dem Leitfaden deshalb vor allem eine Warnung: Man sollte keine naheliegende, aber unbelegte Erklärung über Ursachen annehmen. Eine dokumentierte Grenze kann eine Frage für eine andere Untersuchung nahelegen. Dass eine Grenze zufällig zu einer Zahl von Einträgen passt, beantwortet diese Frage nicht. Um eine Kürzung nachzuweisen, bräuchte man Belege, die die exportierten Angaben zu Mitwirkenden mit der Einreichungshistorie und vollständigeren Quellenangaben verbinden. Solche Belege liefert diese Untersuchung nicht. Belastbar bleibt die beobachtete Zahl der Datensätze an und oberhalb dieser Schwelle für die Zahl der Einträge, zusammen mit der ausdrücklichen Unterscheidung des Leitfadens zwischen manueller Eingabe und ONIX.

Die Ergebnisse für Leselisten und Auswahlen in Bibliotheken nutzen

Eine sinnvolle Anwendung beginnt damit, den Zweck einer Sammlung in eine Aufnahmebedingung zu übersetzen. Sollen Buchdatensätze zusammengestellt werden, in denen ausdrücklich entweder Autorschaft oder Herausgeberschaft angegeben ist, entspricht die Autor-oder-Herausgeber-Regel dieser Formulierung genauer als eine reine Autorenregel. In dieser Grundgesamtheit bleiben dadurch 102.658 statt 58.808 Datensätze erhalten. Das ist ein Beleg dafür, wie sich eine Kandidatenmenge bildet. Es ist kein Beleg dafür, dass jeder zusätzliche Datensatz in eine bestimmte Fachsammlung gehört. Thematische Passung, Auswahl der Ausgabe, Sprache und weitere Anforderungen bleiben getrennte Fragen. Diese Analyse der Mitwirkendenfelder beantwortet sie nicht.

Eine zweite Anwendung ist, die Angaben zur Rolle nach der Auswahl beizubehalten. Wer ein Herausgeberfeld als Grund akzeptiert, einen Datensatz zu behalten, muss die Herausgebenden nicht als Autorinnen und Autoren anzeigen. Ebenso kann man ein Feld für sonstige Mitwirkende zulassen, ohne die Bedeutung dieser Angabe zu ändern. Die Trennung zwischen der Aufnahme in eine Liste und der Beschreibung innerhalb der Liste hält die Regel für Lesende verständlich. Sie macht außerdem die 73 Datensätze, in denen nur das Feld für sonstige Mitwirkende ausgefüllt ist, als eigene Entscheidung sichtbar. Sie verschwinden so nicht in der pauschalen Behauptung, jeder erhaltene Datensatz habe Autorschaft oder Herausgeberschaft.

Eine dritte Anwendung ist, Ausschlüsse genau zu erklären. Ein Datensatz, den eine Regel mit Autorenpflicht aussortiert hat, hat diese Regel nicht erfüllt. Damit ist weder gezeigt, dass namentliche Verantwortlichkeit fehlt, noch, dass er sich nicht zum Lesen eignet. Die Tabelle der Profile liefert genaue Begriffe dafür, was geschehen ist. Bei den 43.850 Ergänzungen mit Herausgeberangabe ist ein zugelassenes alternatives Rollenfeld entscheidend. Bei den 1.232 Datensätzen mit drei leeren Feldern ist entscheidend, dass in den drei geprüften Zellen kein Text steht. Keines der beiden Ergebnisse misst, wie gut sich Bücher tatsächlich finden lassen, wie zugänglich sie sind, wie gut sie zu lesen sind oder ob eine Suche auf DOAB erfolgreich war.

Der Beitrag ist ein nachvollziehbarer Vergleich, kein allgemeingültiges Urteil

Der eigene Beitrag verbindet drei Teile: einen Vergleich von Filtern für Rollen in einer festgelegten Grundgesamtheit, eine vollständige Beschreibung aller acht Profile und eine begrenzte Gegenprobe zu wörtlichen Einträgen. Die vorhandene Dokumentation von DOAB liefert den Hintergrund zum Export, die Bedingungen für die Nachnutzung der Metadaten und Hinweise zur Einreichung. Die Regeln für die Feldauswahl und die Berechnungen sind Alisson Bentos Analyse dieses Materials. Die Untersuchung beansprucht nicht, die Prüfung von Metadaten oder den Vergleich von Zeichenfolgen als neue Methoden einzuführen. Ihr Wert liegt darin, genau zu zeigen, wie eine vertraut wirkende Anforderung die erhaltenen Datensätze einer bestimmten, benennbaren Quelle verändert.

Das zentrale Ergebnis hat eine klar begrenzte Bedeutung: Werden Herausgebende neben Autorinnen und Autoren berücksichtigt, kommen 43.850 Datensätze hinzu, das sind 42,18 % der ausgewählten Grundgesamtheit. Eine allgemeingültige Quote ausgelassener Datensätze ist damit nicht nachgewiesen. Ein anderer Export, eine andere Bedingung zum übergeordneten Buch, eine Sammlung auf Werkebene ohne Duplikate oder ein anderer Katalog könnten andere Zahlen ergeben. Das Ergebnis rechtfertigt auch keine Rangliste der Verlage und keine Punktzahl für die Qualität von Metadaten. Ein Profil ausgefüllter Felder sagt nicht, ob die Angaben zur Verantwortlichkeit in einem Buch richtig sind. Und ein breiter Filter ist nicht automatisch besser als ein enger, der für eine andere Fragestellung gedacht ist.

Für Lesende und Bibliotheken bleibt vor allem diese Unterscheidung: Die Verantwortlichkeit für ein Buch steht in getrennten Feldern, und davon zu trennen ist die Regel für die Aufnahme seines Datensatzes in eine Sammlung. Wer die Regel ausdrücklich macht, kann eine überprüfbare Entscheidung treffen: Autorenfeld als Pflicht, Autoren- oder Herausgeberfeld oder eines der drei Mitwirkendenfelder. Die berichteten Profile zeigen danach, was jede Entscheidung zurücklässt. An dieser Grenze der Belege endet die Untersuchung. Sie macht aus Metadaten keine Biografien. Sie schließt aus leeren Zellen nicht auf fehlende Mitwirkende. Sie setzt auch nicht voraus, dass ein erhaltener Datensatz gut gefunden wird. Sie liefert eine konkrete, nachvollziehbare Grundlage, um einen Filter für Mitwirkende zu wählen und zu erklären.

Welche Felder für Mitwirkende sind ausgefüllt?

DOAB-Metadaten · Momentaufnahme der Datensätze vom 30. Oktober 2026

Vollständige Grafik und Quelle
Welche Felder für Mitwirkende sind ausgefüllt? DOAB-Metadaten · Momentaufnahme der Datensätze vom 30. Oktober 2026. Grundgesamtheit: 103.963 Buchdatensätze. Keines der drei Felder: 1.232; Nur sonstige: 73; Nur Herausgeberfeld: 43.404; Herausgeberfeld + sonstige: 446; Nur Autorenfeld: 55.673; Autorenfeld + sonstige: 351; Autorenfeld + Herausgeberfeld: 2.578; Alle drei Felder: 206. Profile ausgefüllter Felder: Autorenfeld, Herausgeberfeld und Feld für sonstige Mitwirkende. Ein leeres Feld belegt nicht, dass im Buch keine Nennung steht. Ein Datensatz entspricht nicht unbedingt einem eigenen Werk.

Diagramm seitlich scrollen, um alle Details zu sehen. ↔

Grafik und Werte

Tabelle seitlich scrollen, um alle Spalten zu sehen.

Mitwirkendenfelder und Profile der Einträge
Autorenfeld ausgefülltHerausgeberfeld ausgefülltFeld für sonstige Mitwirkende ausgefülltBuchdatensätzeAnteil an der Grundgesamtheit (%)Median der Einträge insgesamtMedian der verschiedenen EinträgeMaximum der Einträge insgesamt
NeinNeinNein1.2321,19000
NeinNeinJa730,071114
NeinJaNein43.40441,752238
NeinJaJa4460,4354154
JaNeinNein55.67353,5511113
JaNeinJa3510,342232
JaJaNein2.5782,4854147
JaJaJa2060,206547

Alle 103.963 ausgewählten Buchdatensätze. „Ja“ und „Nein“ bedeuten: nach dem Entfernen von Leerzeichen am Anfang und Ende nicht leer beziehungsweise leer. Sie bedeuten nicht, dass eine genannte Person tatsächlich vorhanden ist oder fehlt. Die Zählung aller Einträge, getrennt an Semikolons, behält Wiederholungen bei. Die Zählung verschiedener Einträge vergleicht bereinigte Zeichenfolgen, ohne Personen zuzuordnen. Die Prozentwerte beziehen sich auf alle Buchdatensätze und sind auf 2 Dezimalstellen gerundet.

Profile ausgefüllter Felder: Autorenfeld, Herausgeberfeld und Feld für sonstige Mitwirkende. Ein leeres Feld belegt nicht, dass im Buch keine Nennung steht. Ein Datensatz entspricht nicht unbedingt einem eigenen Werk. DOAB-Quellmetadaten: CC0 · Eigene Analyse: Alisson Bento

Grafik herunterladen (SVG) ↓ · Grafik herunterladen (PNG) ↓

Das Herausgeberfeld erweitert die Auswahl

DOAB-Metadaten · Momentaufnahme der Datensätze vom 30. Oktober 2026

Vollständige Grafik und Quelle
Das Herausgeberfeld erweitert die Auswahl. DOAB-Metadaten · Momentaufnahme der Datensätze vom 30. Oktober 2026. Grundgesamtheit: 103.963 Buchdatensätze. Autorenfeld erforderlich: 58.808 (56,57 %); Autoren- ODER Herausgeberfeld: 102.658 (98,74 %); Mindestens eines der drei Felder: 102.731 (98,81 %). Gedachte, ineinander enthaltene Filter auf CSV-Feldern; nicht das beobachtete Verhalten der Suchoberfläche von DOAB. Die breiteren Filter ergänzen 43.850 und dann 73 Datensätze. Die erhaltenen Summen nicht addieren.

Diagramm seitlich scrollen, um alle Details zu sehen. ↔

Grafik und Werte

Tabelle seitlich scrollen, um alle Spalten zu sehen.

Erhaltene Datensätze bei drei ineinander enthaltenen, gedachten Feldfiltern (CSV)
Gedachter Filter auf CSV-FeldernErhaltene BuchdatensätzeAnteil an der Grundgesamtheit (%)Zusätzliche Datensätze gegenüber dem vorigen Filter
Autorenfeld ist Pflicht58.80856,57Entfällt
Autoren- ODER Herausgeberfeld102.65898,7443.850
Eines der drei Felder: Autoren-, Herausgeber- oder Feld für sonstige Mitwirkende102.73198,8173

Die Filter sind ineinander enthaltene Auswahlen für die Analyse und kein beobachtetes Verhalten der Suchoberfläche von DOAB. Alle Anteile beziehen sich auf 103.963 Buchdatensätze. Die zusätzlichen Datensätze werden mit dem unmittelbar vorigen Filter verglichen. Für die erste Zeile gibt es keinen vorigen Filter.

Gedachte, ineinander enthaltene Filter auf CSV-Feldern; nicht das beobachtete Verhalten der Suchoberfläche von DOAB. Die breiteren Filter ergänzen 43.850 und dann 73 Datensätze. Die erhaltenen Summen nicht addieren. DOAB-Quellmetadaten: CC0 · Eigene Analyse: Alisson Bento

Grafik herunterladen (SVG) ↓ · Grafik herunterladen (PNG) ↓

Daten und Downloads

Tabelle seitlich scrollen, um alle Spalten zu sehen.

Mitwirkendenfelder und Profile der Einträge
Autorenfeld ausgefülltHerausgeberfeld ausgefülltFeld für sonstige Mitwirkende ausgefülltBuchdatensätzeAnteil an der Grundgesamtheit (%)Median der Einträge insgesamtMedian der verschiedenen EinträgeMaximum der Einträge insgesamt
NeinNeinNein1.2321,19000
NeinNeinJa730,071114
NeinJaNein43.40441,752238
NeinJaJa4460,4354154
JaNeinNein55.67353,5511113
JaNeinJa3510,342232
JaJaNein2.5782,4854147
JaJaJa2060,206547

Alle 103.963 ausgewählten Buchdatensätze. „Ja“ und „Nein“ bedeuten: nach dem Entfernen von Leerzeichen am Anfang und Ende nicht leer beziehungsweise leer. Sie bedeuten nicht, dass eine genannte Person tatsächlich vorhanden ist oder fehlt. Die Zählung aller Einträge, getrennt an Semikolons, behält Wiederholungen bei. Die Zählung verschiedener Einträge vergleicht bereinigte Zeichenfolgen, ohne Personen zuzuordnen. Die Prozentwerte beziehen sich auf alle Buchdatensätze und sind auf 2 Dezimalstellen gerundet.

Tabelle seitlich scrollen, um alle Spalten zu sehen.

Erhaltene Datensätze bei drei ineinander enthaltenen, gedachten Feldfiltern (CSV)
Gedachter Filter auf CSV-FeldernErhaltene BuchdatensätzeAnteil an der Grundgesamtheit (%)Zusätzliche Datensätze gegenüber dem vorigen Filter
Autorenfeld ist Pflicht58.80856,57Entfällt
Autoren- ODER Herausgeberfeld102.65898,7443.850
Eines der drei Felder: Autoren-, Herausgeber- oder Feld für sonstige Mitwirkende102.73198,8173

Die Filter sind ineinander enthaltene Auswahlen für die Analyse und kein beobachtetes Verhalten der Suchoberfläche von DOAB. Alle Anteile beziehen sich auf 103.963 Buchdatensätze. Die zusätzlichen Datensätze werden mit dem unmittelbar vorigen Filter verglichen. Für die erste Zeile gibt es keinen vorigen Filter.

Daten und Methode

So haben wir gerechnet

  1. Wir verwenden die vollständige offizielle CSV-Antwort von DOAB, abgerufen am 30. Oktober 2026 um 08:37:57.351428 UTC: 114.618 Exportzeilen, 230.316.814 Bytes, SHA256 cddd2660be7cbb14cc88eeb854e31e1346767508d69dd74c1d46e5aba9e4c5e6. Der Abrufzeitpunkt kennzeichnet die bezogene Momentaufnahme. Einen Erstellungszeitpunkt des Anbieters haben wir nicht überprüft.
  2. Wir wählen Zeilen aus, bei denen dc.type genau book ist und das Feld oapen.relation.isPartOfBook nach dem Entfernen von Leerzeichen am Anfang und Ende leer ist. Das ergibt eine vollständige beschreibende Grundgesamtheit von 103.963 Datensätzen. Sie ist keine Menge von Werken ohne Duplikate.
  3. Wir ordnen jeden Datensatz danach ein, ob die Zellen für Autoren, Herausgebende und sonstige Mitwirkende nach dem Entfernen von Leerzeichen leer oder nicht leer sind. Alle acht Profile, die sich nicht überschneiden, stellen wir in einer Tabelle dar. Dazu berechnen wir drei ineinander enthaltene Auswahlen nach ausgefüllten Feldern: Autorenfeld; Autoren- ODER Herausgeberfeld; Autoren- ODER Herausgeber- ODER Feld für sonstige Mitwirkende.
  4. Für die wörtlichen Einträge teilen wir jedes der drei Mitwirkendenfelder nur an Semikolons. Wir entfernen Leerzeichen am Anfang und Ende jedes Stücks, verwerfen leere Stücke und behalten Kommas und Wiederholungen bei. Für die Zählung verschiedener Einträge zählen wir in jedem Datensatz die verschiedenen, genau gleichen bereinigten Zeichenfolgen über diese Felder hinweg. Wir ordnen dabei keine Personen zu und vereinheitlichen keine Groß- und Kleinschreibung.
  5. Wir berechnen beschreibende Kennzahlen je Profil und die Gesamtzahlen der erhaltenen Datensätze für die festgelegte Grundgesamtheit. Die Prozentwerte in den Tabellen beziehen sich auf 103.963 Datensätze und sind auf zwei Dezimalstellen gerundet. Andere Verhältnisse im Text nennen ausdrücklich ihre jeweils andere Bezugsgröße. Für diese vollständigen beschreibenden Zählungen geben wir keine Konfidenzintervalle an.
  6. Die offizielle Dokumentation der Metadaten liefert den Hintergrund zu Datenfeed und Nachnutzung. Der Publishers’ Guide vom August 2025 liefert den Hintergrund zu manueller Eingabe und ONIX. Die Quelle hatten wir schon für andere Untersuchungen verwendet. Dieser Artikel erhebt deshalb nicht den Anspruch, schon vor Kenntnis der Ergebnisse registriert worden zu sein.

Was die Daten nicht aussagen

  • Die Analyse prüft gedachte Filter auf CSV-Feldern. Sie prüft keine Suchanfragen auf der DOAB-Website, keine tatsächliche Trefferquote einer Suche, keine Ergebnisse für Lesende und keine Zugänglichkeit.
  • Die Ergebnisse beschreiben einen abgerufenen Export unter den genannten Auswahlbedingungen. Sie sind keine Vollerhebung aller Bücher, keine allgemeingültige Quote ausgelassener Datensätze und kein überprüfter, exakter früherer Stand der Datenbank.
  • Eindeutige, nicht leere UUID- und Handle-Zeichenfolgen kennzeichnen die ausgewählten Datensätze. Sie klären aber nicht, ob Ausgaben, Erscheinungsformen oder mehrfach erfasste Werke vorliegen.
  • Leere Zellen für Mitwirkende belegen nur, dass in diesen Feldern kein Text steht. Die 73 Datensätze, in denen nur das Feld für sonstige Mitwirkende ausgefüllt ist, und die 1.232 Datensätze mit drei leeren Feldern belegen nicht, dass den Büchern Autorinnen, Autoren, Herausgebende oder andere Mitwirkende fehlen.
  • Einträge sind wörtliche, bereinigte Zeichenfolgen und keine geprüften Personen oder maßgeblichen Angaben zur Verantwortlichkeit. Die Zählung verschiedener Einträge ordnet keine Identitäten zu und erkennt auch keine fehlerhaften Wiederholungen.
  • Die Obergrenze für manuelle Eingaben gilt nicht für ONIX-Einreichungen. Für keinen Datensatz wurden Übernahmeweg, ursprüngliche Einreichung, frühere Version, vollständige Liste der Mitwirkenden, Kürzung oder Regelverstoß nachgewiesen.
  • Die Analyse bewertet nicht, ob die Rollen richtig zugewiesen sind. Sie ordnet die Rollen im Feld für sonstige Mitwirkende nicht ein, prüft keine thematische Passung und erstellt keine Ranglisten für Bücher, Verlage oder die Qualität von Metadaten.
  • Das Abrufdatum ist vom Datum des Leitfadens (August 2025) und von den Erscheinungsdaten der Bücher zu unterscheiden. Wir erheben nicht den Anspruch, schon vor Kenntnis der Ergebnisse registriert worden zu sein.

Originalquellen

  1. DOAB — official metadata CSV snapshot

    DOAB — offizielle CSV-Metadatenmomentaufnahme: Abgerufen 2026-10-30T08:37:57.351428Z: 230.316.814 Bytes; SHA256 cddd2660be7cbb14cc88eeb854e31e1346767508d69dd74c1d46e5aba9e4c5e6. Aus 114.618 Exportzeilen ergeben sich 103.963 ausgewählte Buchdatensätze. Weder ein Erstellungszeitpunkt des Anbieters noch eine Bereinigung um Duplikate bei Werken oder Personen wurde nachgewiesen.

    Abgerufen am 30. Oktober 2026

  2. DOAB — metadata access and reuse documentation

    DOAB — Dokumentation zu Metadatenzugang und Nachnutzung: Benennt den CSV-Datenfeed und erklärt, dass die Metadaten unter CC0 verfügbar sind, nicht aber die Volltexte der Bücher oder dieser Artikel. SHA256 der gesicherten HTML-Datei: a18c635b5950db92a7186c3974c7f2ea32b5f3d30900d83b789507e240e084ed.

    Abgerufen am 30. Oktober 2026

  3. DOAB — Publishers’ Guide, August 2025

    DOAB — Publishers’ Guide, August 2025: Die Seiten 6 und 11 beschreiben eine Obergrenze von 20 Mitwirkenden bei manueller Eingabe und keine ONIX-Grenze; auf den Seiten 14–16 geht es um CSV-Export und Kennungen. Diese Passagen belegen weder den Übernahmeweg noch eine Kürzung einzelner Datensätze. Der Leitfaden wird zitiert, nicht weiterverbreitet und nicht als CC0 gekennzeichnet. SHA256 der gesicherten PDF-Datei: ed3b61e386c3267ba041843e71d9bb69f7915a9c564e25225882895c003175ee.

    Abgerufen am 30. Oktober 2026

Studie zitieren und weiterverwenden

Alisson Bento. 2026. „Wenn ein Autorenfeld nicht genügt: Filter für Mitwirkende in 103.963 DOAB-Buchdatensätzen.“ Originaluntersuchung. https://alissonbento.com/de/research/doab-creator-role-filtering-2026/

Die Metadatendokumentation von DOAB erklärt, dass die Metadaten unter CC0 verfügbar sind. Diese Freigabe betrifft die Quellmetadaten, nicht die Volltexte der Bücher, die PDF-Datei des Publishers’ Guide oder diesen vollständigen Artikel. Die hier vorgestellten Definitionen der Feldfilter, die Berechnungen, die Deutungen und die selbst verfassten Texte sind der eigene Beitrag von Alisson Bento. Die zugrunde liegenden DOAB-Metadaten und die Dokumentation Dritter behalten ihre jeweilige Herkunft. Weitergegeben werden nur kompakte Aggregate und ausgewählte, aus Metadaten abgeleitete Eingaben. Es wird weder eine pauschale Lizenz für den Artikel noch eine Erlaubnis zur Nutzung von Buchtexten noch eine Billigung durch eine Institution behauptet.

Korrekturen oder redaktionelle Fragen

Teile die Begeisterung.

Wenn ein Autorenfeld nicht genügt: Filter für Mitwirkende in 103.963 DOAB-Buchdatensätzen | Alisson Bentoalissonbento.com

WhatsAppFacebookXTelegramRedditThreadsE-MailSMS