diff --git a/2022_007_andresen_et_al/nachnutzung_2021_001.png b/2022_007_andresen_et_al/nachnutzung_2021_001.png
new file mode 100644
index 0000000000000000000000000000000000000000..1d5381a9a66f4fad0892208b67820c93d4dd5d80
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_001.png differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_002.png b/2022_007_andresen_et_al/nachnutzung_2021_002.png
new file mode 100644
index 0000000000000000000000000000000000000000..263009def221a6788b3959e95c28ec0542616126
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_002.png differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_003.png b/2022_007_andresen_et_al/nachnutzung_2021_003.png
new file mode 100644
index 0000000000000000000000000000000000000000..c093abe1a8e4aec8d9e92f8a6b1230d623e5f6a2
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_003.png differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_004.png b/2022_007_andresen_et_al/nachnutzung_2021_004.png
new file mode 100644
index 0000000000000000000000000000000000000000..9a125f6a068076c5ad2c9544e8c88a224a84b9e2
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_004.png differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_005.png b/2022_007_andresen_et_al/nachnutzung_2021_005.png
new file mode 100644
index 0000000000000000000000000000000000000000..8f70d439b75314812c6fcea479bb2b9c23b7d659
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_005.png differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_v1_0.pdf b/2022_007_andresen_et_al/nachnutzung_2021_v1_0.pdf
new file mode 100644
index 0000000000000000000000000000000000000000..20c7a4d01c1557c52882033494005e18f339092a
Binary files /dev/null and b/2022_007_andresen_et_al/nachnutzung_2021_v1_0.pdf differ
diff --git a/2022_007_andresen_et_al/nachnutzung_2021_v1_0.xml b/2022_007_andresen_et_al/nachnutzung_2021_v1_0.xml
new file mode 100644
index 0000000000000000000000000000000000000000..3314aff7313f87c95e57eb4f4994ae456ac9e441
--- /dev/null
+++ b/2022_007_andresen_et_al/nachnutzung_2021_v1_0.xml
@@ -0,0 +1,1839 @@
+<?xml version="1.0" encoding="utf-8"?>
+<?xml-model href="https://www.zfdg.de/sites/default/files/schema/tei_zfdg.rnc" type="application/relax-ng-compact-syntax"
+ ?>
+<TEI xmlns="http://www.tei-c.org/ns/1.0" xmlns:html="http://www.w3.org/1999/html"
+ xmlns:tei="http://www.tei-c.org/ns/1.0" xmlns:xlink="http://www.w3.org/1999/xlink"
+ xmlns:xhtml="http://www.w3.org/1999/xhtml">
+ <teiHeader>
+ <fileDesc>
+ <titleStmt>
+ <title>
+ <biblStruct>
+ <analytic>
+ <title level="a">Vorzüge von Auszügen – Urheberrechtlich geschützte Texte in
+ den digitalen Geisteswissenschaften (nach-)nutzen</title>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Melanie</forename>
+ <surname>Andresen</surname>
+ </name>
+ <email>melanie.andresen@ims.uni-stuttgart.de</email>
+ <idno type="gnd">1143061535</idno>
+ <idno type="orcid">0000-0002-3913-1273</idno>
+ </persName>
+ </resp>
+ <orgName>Universität Stuttgart, Institut für Maschinelle
+ Sprachverarbeitung</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Markus</forename>
+ <surname>Gärtner</surname>
+ </name>
+ <email>markus.gaertner@ims.uni-stuttgart.de</email>
+ <idno type="gnd">1268973939</idno>
+ <idno type="orcid">0000-0002-2687-4350</idno>
+ </persName>
+ </resp>
+ <orgName>Universität Stuttgart, Institut für Maschinelle
+ Sprachverarbeitung</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Sibylle</forename>
+ <surname>Hermann</surname>
+ </name>
+ <email>sibylle.hermann@ub.uni-stuttgart.de</email>
+ <idno type="gnd">1073989070</idno>
+ <idno type="orcid">0000-0001-9239-8789</idno>
+ </persName>
+ </resp>
+ <orgName>Universitätsbibliothek Stuttgart</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Janina</forename>
+ <surname>Jacke</surname>
+ </name>
+ <email>janina.jacke@uni-goettingen.de</email>
+ <idno type="gnd">108423968X</idno>
+ <idno type="orcid">0000-0001-7217-3136</idno>
+ </persName>
+ </resp>
+ <orgName>Georg August Universität Göttingen, Seminar für Deutsche
+ Philologie</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Nora</forename>
+ <surname>Ketschik</surname>
+ </name>
+ <email>nora.ketschik@ims.uni-stuttgart.de</email>
+ <idno type="gnd">1268974390</idno>
+ <idno type="orcid">0000-0001-8758-5432</idno>
+ </persName>
+ </resp>
+ <orgName>Universität Stuttgart, Institut für Maschinelle
+ Sprachverarbeitung</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Felicitas</forename>
+ <surname>Kleinkopf</surname>
+ </name>
+ <email>felicitas.kleinkopf@kit.edu</email>
+ <idno type="gnd">1268974757</idno>
+ <idno type="orcid">0000-0001-8670-2668</idno>
+ </persName>
+ </resp>
+ <orgName>Karlsruher Institut für Technologie, Institut für Informations- und
+ Wirtschaftsrecht, Zentrum für Angewandte Rechtswissenschaft</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Jonas</forename>
+ <surname>Kuhn</surname>
+ </name>
+ <email>jonas.kuhn@ims.uni-stuttgart.de</email>
+ <idno type="gnd">1064354289</idno>
+ <idno type="orcid">0000-0003-2860-5960</idno>
+ </persName>
+ </resp>
+ <orgName>Universität Stuttgart, Institut für Maschinelle
+ Sprachverarbeitung</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>
+ <persName>
+ <name role="marc_aut">
+ <forename>Axel</forename>
+ <surname>Pichler</surname>
+ </name>
+ <email>axel.pichler@alumni.uni-graz.at</email>
+ <idno type="gnd">14316130X</idno>
+ <idno type="orcid">0000-0002-9177-7645</idno>
+ </persName>
+ </resp>
+ <orgName>Universität Stuttgart, Institut für Maschinelle
+ Sprachverarbeitung</orgName>
+ </respStmt>
+
+ <idno type="doi">10.17175/2022_007</idno>
+ <idno type="ppn">1816418234</idno>
+ <idno type="zfdg">2022.007</idno>
+ <idno type="url">https://www.zfdg.de/node/362</idno>
+ <date when="2022-11-03">03.11.2022</date>
+ </analytic>
+ <monogr>
+ <title level="j">Zeitschrift für digitale Geisteswissenschaften</title>
+ <respStmt>
+ <resp>Publiziert von</resp>
+ <orgName role="marc_pbl">Herzog August Bibliothek</orgName>
+ </respStmt>
+ <respStmt>
+ <resp>Transformation der Word Vorlage nach TEI</resp>
+ <persName/>
+ <name role="marc_trc">
+ <surname>Baumgarten</surname>
+ <forename>Marcus</forename>
+ <idno type="gnd">1192832655</idno>
+ </name>
+ </respStmt>
+ <availability status="free">
+ <p>Available at <ref target="https://www.zfdg.de">https://www.zfdg.de</ref>
+ </p>
+ </availability>
+ <biblScope unit="year">2022</biblScope>
+ <biblScope unit="artikel">0a</biblScope>
+ </monogr>
+ </biblStruct>
+ </title>
+ </titleStmt>
+ <editionStmt>
+ <edition>Elektronische Ausgabe nach TEI P5</edition>
+ </editionStmt>
+ <publicationStmt>
+ <distributor>
+ <name>
+ <orgName>Herzog August Bibliothek Wolfenbüttel</orgName>
+ </name>
+ </distributor>
+ <idno type="doi">10.17175/zfdg.01</idno>
+ <idno type="ppn">0819494402</idno>
+ <authority>
+ <name>Herzog August Bibliothek</name>
+ <address>
+ <addrLine>Lessingplatz 1</addrLine>
+ <addrLine>38304 Wolfenbüttel</addrLine>
+ </address>
+ </authority>
+ <authority>
+ <name>Forschungsverbund Marbach Weimar Wolfenbüttel</name>
+ <address>
+ <addrLine>Burgplatz 4</addrLine>
+ <addrLine>99423 Weimar </addrLine>
+ </address>
+ </authority>
+ <availability status="free">
+ <p> Sofern nicht anders angegeben </p>
+ <licence target="http://creativecommons.org/licenses/by/4.0/">CC BY SA 4.0</licence>
+ </availability>
+ <availability status="free">
+ <p> Available at <ref target="workID">https://www.zfdg.de; (c) Forschungsverbund
+ MWW</ref>
+ </p>
+ </availability>
+ </publicationStmt>
+ <sourceDesc>
+ <p>Einreichung als Fachartikel in der ZfdG durch die Autor*innen</p>
+ </sourceDesc>
+ </fileDesc>
+ <encodingDesc>
+ <editorialDecl><p>Transformation der WORD-Vorlage nach XML/TEI-P5 durch TEI-Oxgarage und
+ XSLT-Skripten</p>
+ <p>Medienrechte liegen bei den Autor*innen</p>
+ <p xml:lang="de">Lektorat des Textes durch die Redaktion in Person von <persName>Caroline Jansky</persName>.</p>
+ <p>All links checked<date when="2022-09-22">06.09.2022</date>
+ </p>
+ </editorialDecl>
+ </encodingDesc>
+ <profileDesc>
+ <creation>Einreichung als Artikel der Zeitschrift für digitale
+ Geisteswissenschaften</creation>
+ <langUsage>
+ <language ident="de">Text in Deutsch</language>
+ <language ident="de">Abstract in Deutsch</language>
+ <language ident="en">Abstract in Englisch</language>
+ </langUsage>
+ <textClass>
+ <keywords scheme="gnd">
+ <term>Urheberrecht<ref target="4062127-3"/>
+ </term>
+
+ <term>Data Mining<ref target="4428654-5"/>
+ </term>
+
+ <term>Infrastruktur<ref target="4026944-9"/>
+ </term>
+ <term>Open Science<ref target="1197084231"/>
+ </term>
+ <term>Digital Humanities<ref target="1038714850"/>
+ </term>
+ <term>Forschungsdaten<ref target="1098579690"/>
+ </term>
+
+ </keywords>
+ </textClass>
+ </profileDesc>
+ <revisionDesc>
+ <change/>
+ </revisionDesc>
+ </teiHeader>
+ <text>
+ <body>
+ <div>
+ <div type="abstract">
+ <argument xml:lang="de">
+ <p>Um urheberrechtlichen Einschränkungen beim Austausch zu Forschungsergebnissen
+ von vornherein aus dem Weg zu gehen, konzentrieren sich viele digitale
+ Geisteswissenschaftler*innen auf gemeinfreie Texte. Zur Ãœberwindung dieser
+ problematischen Beschneidung des Gegenstandsbereichs schlagen Schöch et al.
+ 2020 sogenannte abgeleitete Textformate vor, die digitale Analyseverfahren
+ unterstützen, den Text jedoch aus urheberrechtlicher Perspektive hinreichend
+ verfremden. Das Projekt XSample entwickelt eine komplementäre Lösung, die die
+ Berechtigung zur Weitergabe von Auszügen aus geschützten Texten (im Klartext)
+ nutzt. Der forschungsgesteuerte Ansatz ermöglicht Gruppen, die an einer
+ Nachnutzung interessiert sind, eine Optimierung des maximal erlaubten
+ Auszugsvolumens entlang eigener Forschungsfragen. </p>
+ </argument>
+ <argument xml:lang="en">
+ <p>In order to avoid copyright restrictions on the exchange of research results
+ from the outset, many researchers in the digital humanities focus on texts in
+ the public domain. To overcome this problematic limitation of the subject
+ matter, Schöch et al. 2020 propose so-called derived text formats that support
+ digital analysis procedures but sufficiently alienate the text from a copyright
+ perspective. The XSample project is developing a complementary solution that
+ leverages permission to share excerpts from copyrighted text (in plain text).
+ The research-driven approach allows groups interested in reuse to optimize the
+ maximum allowed excerpt volume along their own research questions.</p>
+ </argument>
+ </div>
+ <div type="chapter">
+ <head>1. Einleitung</head>
+ <p>Die korpusorientierte Forschung an Texten und anderen Materialien in den digitalen
+ Geisteswissenschaften ist durch das deutsche Urheberrecht eingeschränkt, das die
+ Weitergabe von Forschungsdaten zu geschützten Werken und deren Archivierung nur in
+ engen Grenzen erlaubt.<note type="footnote"> Die Namen der Autor*innen sind in den
+ Verfasserangaben alphabetisch aufgelistet. Im Projekt befanden sich juristische
+ Fragestellungen im Arbeitsschwerpunkt von Felicitas Kleinkopf; Markus Gärtner
+ befasste sich mit der technischen Umsetzung der Infrastruktur; das erste
+ Nutzungsszenario wurde von Melanie Andresen und Axel Pichler, das zweite von
+ Janina Jacke und Nora Ketschik bearbeitet; Sibylle Hermann koordinierte die
+ Projektarbeit und die Anbindung an die bibliothekarische Infrastruktur; Jonas
+ Kuhn war für konzeptionelle Fragen verantwortlich. Die textuelle Darstellung in
+ diesem Artikel wurde gemeinschaftlich von den Projektbeteiligten des <term
+ type="figure">XSample</term>-Projekts, auch über die Zuständigkeitsgrenzen
+ im Projekt hinweg, erstellt. </note> Die Restriktionen erschweren die
+ Einhaltung der guten wissenschaftlichen Praxis sowie der <term type="dh"
+ >FAIR-Prinzipien</term> für Forschungsdateninfrastrukturen.<note
+ type="footnote"> Die FAIR-Prinzipien formulieren vier
+ zentrale Anforderungen an Forschungsdaten: Sie sollten Findable, Accessible,
+ Interoperable und Reusable sein, siehe <ref type="bibliography" target="#wilkinson_fair_2016">Wilkinson et al. 2016</ref>.</note> In
+ vielen Projekten wird deshalb aus pragmatischen Gründen gänzlich darauf
+ verzichtet, urheberrechtlich geschützte Texte einzubeziehen. Nicht selten bedeutet
+ dies, dass zeitgenössische Texte – und mit ihnen bestimmte Fragestellungen –
+ nahezu vollständig ausgeblendet werden (müssen).<note type="footnote"> Der Schutz
+ von Texten durch das deutsche Urheberrecht endet siebzig Jahre nach Tod der
+ Autor*innen, sodass kein direkter Zusammenhang zwischen Publikationsjahr und
+ dem Ende des urheberrechtlichen Schutzes besteht. </note> Eine so weitreichende
+ Beschneidung des Gegenstandsbereichs führt jedoch nicht nur zu Verzerrungen der
+ Forschungslandschaft, die aus geisteswissenschaftlich-fachlichen Gründen
+ problematisch sind, sie hat häufig auch zur Folge, dass sich die Entwicklung
+ algorithmischer Verfahren mit sehr kleinen Datensätzen und / oder einer heterogenen
+ Kombination von Quellen behelfen muss. </p>
+ <p>Selbstverständlich besteht für Forscher*innen die Möglichkeit, für die Forschung
+ auf geschützten Texten in Verhandlungen mit den Rechteinhaber*innen zu treten.
+ Optimal ist, wenn im Vorfeld eine Lizenzvereinbarung ausgehandelt werden kann, die
+ eine unbegrenzte Weitergabe der geschützten Texte an Dritte zu Forschungszwecken
+ einschließt; dies gelingt jedoch nicht in allen Fällen und erfordert einen
+ erheblichen Aufwand und zeitlichen Vorlauf in Bezug auf jede zu verwendende
+ Datenquelle. Damit ist das Vorgehen mit der Praxis datenintensiver
+ Computermodellierung nur bedingt vereinbar, bei der etwa explorative Experimente
+ zu unterschiedlichen Erweiterungen der Datenbasis nur bei einem Bruchteil der
+ Daten eine längerfristige Weiterverfolgung bewirken.</p>
+ <p>Dieser Artikel sieht ein Desiderat für die digitalen Geisteswissenschaften – sei
+ es bei der Erschließung eines Gegenstandsbereichs oder bei der Methodenentwicklung
+ – darin, eine Forschungsdateninfrastruktur einzurichten, die ein exploratives
+ Vorgehen unterstützt, sodass die Urheberrechtsfrage nicht länger per se ein
+ Ausschlusskriterium für die Verwendung eines Textes oder eines Textkorpus ist.
+ Neben dem langfristigen (politischen) Ziel einer verbesserten urheberrechtlichen
+ Ausgangslage für die Forschung sollte dafür der bestehende rechtliche Korridor für
+ eine Weitergabe von Forschungsergebnissen zu geschützten Texten ausgenutzt
+ werden.</p>
+ <p>Schöch et al. schlagen zum Umgang mit der bestehenden Rechtslage eine
+ Konvertierung der Texte in sogenannte abgeleitete Formate vor, welche für eine
+ Reihe von digitalen Analyseverfahren geeignet sind, die den Text jedoch aus
+ urheberrechtlicher Perspektive hinreichend verfremden.<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#schoech_textformate_2020">Schöch et al. 2020</ref>.</note> Diese abgeleiteten Textformate halten beispielsweise
+ für Textsegmente wie Kapitel oder Abschnitte lediglich die Häufigkeit der
+ enthaltenen Einzelwörter oder <term type="dh">n-Gramme</term> (also kurzen
+ Wortsequenzen) fest. Gängige Verfahren der Makroanalyse,<note type="footnote">
+ Vgl. <ref type="bibliography" target="#jockers_methods_2012">Jockers 2013</ref>. </note> die etwa lexikalische Indikatoren für die Dynamik
+ des Textverlaufs heranziehen, können auf dieser Basis zur Anwendung kommen. Der
+ Urheberrechtsschutz wird dabei durch den Aufbruch der Textstruktur aufgehoben,
+ sodass Restriktionen zur Archivierung, Weitergabe und Veröffentlichung der
+ Datensätze nicht mehr zum Tragen kommen. Das Konzept der abgeleiteten Textformate
+ leistet somit einen großen Beitrag zur Replizierbarkeit von Forschung und
+ Nachnutzbarkeit von Forschungsdaten.</p>
+ <p>Allerdings stößt das Konzept der abgeleiteten Formate dort an seine Grenzen, wo
+ die eigentliche Textgestalt forschungsrelevant wird. Dies ist nicht nur bei einer
+ Mikroanalyse, also etwa beim <term type="dh">Close Reading</term>, der Fall
+ (welches ohne Frage einen urheberrechtlich geklärten Gesamtzugriff auf den Text
+ voraussetzt). Vor dem Hintergrund geisteswissenschaftlicher Fragestellungen macht
+ häufig auch die Interpretation von Ergebnissen einer aggregierenden Makroanalyse
+ den Zugriff auf einige relevante Textpassagen in ihrer Gesamtgestalt erforderlich. </p>
+ <p>Das <term type="figure">XSample</term>-Projekt hat daher einen Ansatz entwickelt,
+ der komplementär zum Konzept der abgeleiteten Textformate eingesetzt werden kann
+ (vgl.<ref type="graphic" target="#nachnutzung_2021_001"> Abbildung 1</ref>). Dieser
+ Ansatz nutzt das bestehende Recht zur Weitergabe von prozentual begrenzten
+ Auszügen geschützter Werke zu Zwecken der wissenschaftlichen Forschung (<ref target="https://www.gesetze-im-internet.de/urhg/__60c.html">§ 60c
+ UrhG</ref>) und überträgt dies auf die Herausgabe von Korpusauszügen. Der erlaubte
+ Umfang dieser Auszüge beträgt zwar in der Regel nur 15 Prozent eines Werks, der
+ XSample-Ansatz ermöglicht jedoch eine dynamische, auf das individuelle
+ Forschungsanliegen zugeschnittene Auswahl der ›hilfreichsten 15 Prozent‹. Hierzu
+ können Nachnutzer*innen in Suchanfragen auf den Texten und gegebenenfalls
+ vorhandenen Annotationen genau spezifizieren, welche Teile des Korpus für sie
+ relevant sind. Auf diese Weise werden die rechtlichen Möglichkeiten in einer
+ zielführenden Art und Weise ausgeschöpft und nachhaltige Forschung mit
+ urheberrechtlich geschützten Texten begünstigt, ohne den Urheberrechtsschutz
+ aufzuheben. Insbesondere können auch Forschungsfragen bearbeitet werden, die den
+ Rückgriff auf den exakten Wortlaut ausgewählter Textpassagen und umfangreichere
+ Kontexte erfordern. Eine besondere Rolle nehmen dabei die
+ Forschungsinfrastruktureinrichtungen ein, die Wissenschaftler*innen auf
+ institutioneller Ebene unterstützen, indem sie ihnen digitale Werkzeuge, die z. B.
+ der Verwaltung und Veröffentlichung ihrer Forschungsdaten dienen, zur Verfügung
+ stellen. Zu diesen Forschungsinfrastruktureinrichtungen zählen heute vorwiegend
+ die wissenschaftlichen Bibliotheken. Das im Projekt entwickelte Tool wird
+ exemplarisch an die lokale Infrastruktur der Universität Stuttgart und das dort
+ vorhandene Forschungsdatenrepositorium angebunden. Die im Projekt entwickelte
+ Software steht frei zur Verfügung, sodass sie und die nötige Infrastruktur anderen
+ Forschungsinfrastruktureinrichtungen bereitgestellt werden können.</p>
+ <figure>
+ <graphic xml:id="nachnutzung_2021_001" url=".../medien/nachnutzung_2021_001.png">
+ <desc>
+ <ref type="graphic" target="#abb1">Abb. 1</ref>: In XSample entwickeltes
+ Auszugskonzept. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_001"/>
+ </desc>
+ </graphic>
+ </figure>
+ <p>Der vorliegende Beitrag geht in <ref type="intern" target="#hd2">Kapitel 2</ref>
+ zunächst auf die rechtlichen Grundlagen ein, die für Verfahren des <term type="dh"
+ >Text- und Data-Mining</term> (TDM)<note type="footnote"> Unter TDM versteht
+ das Urheberrecht <quote>die automatisierte Analyse von einzelnen oder mehreren
+ digitalen oder digitalisierten Werken, um daraus Informationen insbesondere
+ über Muster, Trends und Korrelationen zu gewinnen</quote> (<ref target="https://www.gesetze-im-internet.de/urhg/__44b.html">§§ 44b Abs. 1</ref>,
+ <ref target="https://www.gesetze-im-internet.de/urhg/__60d.html">60d Abs. 1 UrhG</ref>). Unterschieden wird rechtlich zwischen der eigentlichen
+ automatisierten Analyse, die urheberrechtlich freigestellt ist, und den dafür
+ notwendigen Vorbereitungsschritten, die wiederum urheberrechtlich relevant
+ sind. Unter das gesetzgeberische Verständnis von TDM kann ein Großteil
+ textbasierter Forschung gefasst werden, auch wenn die Forscher*innen ihre
+ Analyse selbst möglicherweise nicht als Text- und Data-Mining bezeichnen
+ würden.</note> gelten und die Rahmenbedingungen für das hier präsentierte
+ Auszugskonzept schaffen. <ref type="intern" target="#hd6">Kapitel 3</ref> stellt
+ dar, wie die Verfügbarmachung von individuell zugeschnittenen Textauszügen
+ innerhalb des rechtlichen Rahmens technisch umgesetzt werden kann. Dabei werden
+ insbesondere die unterschiedlichen Akteur*innen in den Blick genommen sowie Schritte
+ der Datenvorbereitung und verschiedene Möglichkeiten der Auszugsgenerierung
+ vorgestellt. Anschließend werden in <ref type="intern" target="#hd12">Kapitel
+ 4</ref> zwei Nutzungsszenarien präsentiert, die im Kontext konkreter
+ Forschungsfragen ausführen, inwieweit abgeleitete Textformate und / oder das
+ Auszugskonzeptkonzept für die Reproduktion ihrer Forschung und die Nachnutzung
+ ihrer Daten praktikabel sind. Das erste Nutzungsszenario widmet sich der
+ Wissenschaftssprache der geisteswissenschaftlichen Fächer Literaturwissenschaft,
+ Linguistik und Philosophie und erstellt dazu ein Korpus aus insgesamt 135
+ urheberrechtlich geschützten Zeitschriftenartikeln. Das zweite Nutzungsszenario
+ beschäftigt sich mit dem Phänomen des unzuverlässigen Erzählens, das in einem
+ ersten Zugang anhand eines Korpus aus acht deutschsprachigen fiktionalen
+ Erzählungen aus dem 19. bis zum 21. Jahrhundert untersucht wird, die teilweise dem
+ Urheberrecht unterliegen. Nach Abschluss der Forschung sollen die Daten für die
+ Überprüfung der Ergebnisse und zur Nachnutzung in weiteren Projekten zur Verfügung
+ gestellt werden. Das Fazit in <ref type="intern" target="#hd15">Kapitel 5</ref>
+ fasst die Ergebnisse zusammen und leitet praktische Handlungsempfehlungen und
+ Desiderate ab.</p>
+ </div>
+ <div type="chapter">
+ <head>2. Urheberrechtliche Rahmenbedingungen für das Text- und Data-Mining </head>
+
+ <p>Bei der Beforschung insbesondere neuerer Texte und Korpora müssen sich die
+ digitalen Geisteswissenschaften mit Fragen des Urheberrechts auseinandersetzen.
+ Der urheberrechtliche Rahmen für die Forschung mit TDM hat sich in den letzten
+ Jahren mehrfach geändert, was es zusätzlich erschwert, aus
+ geisteswissenschaftlicher Perspektive zu überblicken, wie bzw. in welchem Umfang
+ mit geschützten Werken geforscht werden darf. Die letzten Änderungen ergaben sich
+ im Juni 2021, als die <term type="dh">Richtlinie zum Urheberrecht im digitalen
+ Binnenmarkt</term> (Digital Single Market-, kurz DSM-Richtlinie) im <term type="dh"
+ >Urheberrechtsgesetz</term> (UrhG) umgesetzt wurde. Um einen kurzen Ãœberblick
+ über die Entwicklung der Gesetzeslage zu geben, wird nachfolgend (<ref
+ type="intern" target="#hd3">Kapitel 2.1</ref>) skizziert, in welchem Umfang
+ Vervielfältigungen (<ref target="https://www.gesetze-im-internet.de/urhg/__16.html">§ 16 UrhG</ref>) und öffentliche Zugänglichmachungen (<ref target="https://www.gesetze-im-internet.de/urhg/__19a.html">§ 19a UrhG</ref>)
+ für die Erstellung und (gemeinsame) Beforschung von Korpora im Kontext von TDM in
+ den verschiedenen Gesetzesfassungen erlaubt waren bzw. sind.<note type="footnote">
+ Einen umfassenderen Überblick über die Detailfragen des Forschungsprozesses
+ bieten zum alten Recht <ref type="bibliography" target="#dreier_urhg_2018">Dreier / Schulze 2018</ref>, § 60d;
+ <ref type="bibliography" target="#kleinkopf_text_2021">Kleinkopf et al. 2021</ref>;
+ vorwiegend auch <ref type="bibliography" target="#schoech_textformate_2020">Schöch et al. 2020</ref>, Randnummer 5–14; zu § 60d in seiner neuen Fassung,
+ vgl. <ref type="bibliography" target="#dreier_urhg_2022">Dreier in Dreier / Schulze 2022</ref>, § 44b und § 60d;
+ <ref type="bibliography" target="#raue_freistellung_2021">Raue 2021</ref>;
+ <ref type="bibliography" target="#kleinkopf_bildung_2021">Kleinkopf / Pflüger 2021</ref>, S. 645–647;
+ eine Betrachtung auf EU-Ebene bieten
+ <ref type="bibliography" target="#gaertner_corpus_2021">Gärtner et
+ al. 2021</ref>, S. 11–13.</note> Daran anschließend werden Fragen nach der
+ Zugänglichmachung und Nachnutzbarkeit von Korpora sowie mögliche Lösungsansätze
+ diskutiert (<ref type="intern" target="#hd4">Kapitel 2.2.</ref>), darunter
+ insbesondere die rechtliche Grundlage für das in diesem Artikel vorgestellte
+ Auszugskonzept. Abschließend werden die wesentlichen Anforderungen an
+ Forschungsinfrastruktureinrichtungen zusammengefasst, die sich aus den
+ juristischen Rahmenbedingungen ergeben (<ref type="intern" target="#hd5">Kapitel
+ 2.3</ref>).</p>
+ <div type="subchapter">
+ <head>2.1. Die Gesetzesentwicklung</head>
+
+ <p>Bis zum 1. März 2018 enthielt das UrhG keine gesonderte Erlaubnis, Werke zu
+ Zwecken des TDM zu nutzen. Deswegen waren TDM-Analysen an urheberrechtlich
+ geschützten Werken nur insoweit möglich, wie die Werke nicht kopiert oder
+ weitergegeben wurden: Diese Handlungen sind nach den Regelungen in §§ 16, 19a
+ UrhG urheberrechtlich relevant, die das ausschließliche Recht des Urhebers
+ enthalten, sein Werk zu vervielfältigen und es öffentlich zugänglich zu machen.
+ Eine ausdrückliche Erlaubnis<note type="footnote"> Erlaubnisnormen werden im
+ deutschen Urheberrecht als <quote>Schranken</quote> bzw.
+ <quote>Schrankenbestimmungen</quote> bezeichnet.</note> dieser Handlungen
+ wurde im Jahr 2018 durch das Gesetz zur Angleichung des Urheberrechts an die
+ aktuellen Erfordernisse der Wissensgesellschaft (UrhWissG) mit einem neuen
+ § 60d UrhG geschaffen. Unter der Voraussetzung des rechtmäßigen Zugriffs
+ erlaubt § 60d UrhG der nicht-kommerziellen wissenschaftlichen Forschung seither
+ die Vervielfältigung (§ 16 Abs. 1 UrhG) und die öffentliche Zugänglichmachung
+ (§ 19a UrhG) geschützter Werke zu Zwecken des TDM. Seitdem existiert im
+ deutschen Urheberrecht erstmalig eine explizite Erlaubnis, geschützte Werke für
+ das TDM auch umfangreich zu verarbeiten. Defizitär war bereits zu jenem
+ Zeitpunkt, dass die Korpora zwar bei bestimmten Einrichtungen, darunter auch
+ den in diesem Artikel adressierten Forschungsinfrastruktureinrichtungen,
+ aufbewahrt werden durften, aber keine Möglichkeit bestand, die Korpora zu
+ Zwecken von Anschlussforschungen nachzunutzen.</p>
+ <p>Aufgrund des <term type="dh">Gesetzes zum Urheberrecht im digitalen
+ Binnenmarkt</term> vom 7. Juni 2021<note type="footnote"> Bundesgesetzblatt Jahrgang
+ 2021 Teil I Nr. 27, ausgegeben zu Bonn am 4. Juni 2021.</note> hat sich der
+ Rechtsrahmen ein weiteres Mal verändert. Seitdem darf Forschung mit TDM auch zu
+ anderen Zwecken als zur nicht-kommerziellen wissenschaftlichen Forschung (diese
+ ist weiterhin in § 60d UrhG geregelt), z. B. in Unternehmen oder in der Presse,
+ praktiziert werden, wenn auch in eingeschränktem Umfang (§ 44b UrhG). Die
+ Erlaubnis ist dabei nach wie vor an den rechtmäßigen Zugang gebunden. Dieser
+ rechtmäßige Zugang liegt dann vor, wenn die genutzten Texte in Buchform
+ vorliegen, im Internet frei abrufbar sind oder als E-Books lizenziert
+ wurden.<note type="footnote"> Vertraglich oder technisch darf das TDM im
+ Rahmen wissenschaftlicher Zwecke (§ 60d UrhG) auch im Grundsatz nicht
+ ausgeschlossen werden (<ref target="https://www.gesetze-im-internet.de/urhg/__60g.html">§ 60g Abs. 1</ref>, <ref target="https://www.gesetze-im-internet.de/urhg/__95b.html">95b Abs. 1, 3 UrhG</ref>). Etwas anderes gilt
+ für kommerzielles TDM im Rahmen des § 44b UrhG oder für die Sicherung der
+ Funktionsfähigkeit technischer Systeme (§ 60d Abs. 6 UrhG).</note> § 60d
+ UrhG wurde außerdem um Befugnisse zugunsten von sogenannten
+ Kulturerbe-Einrichtungen erweitert. Neu ist auch, dass jedenfalls für
+ Vervielfältigungen im Rahmen von TDM nunmehr keine Vergütung mehr anfällt
+ (<ref target="https://www.gesetze-im-internet.de/urhg/__60h.html">§ 60h Abs. 2 Nr. 3 UrhG</ref>). Diese war zuvor durch die jeweiligen Einrichtungen
+ zu tragen.</p>
+ </div>
+ <div>
+ <p></p>
+ <p></p>
+ </div>
+ <div type="subchapter">
+ <head>2.2. Die Erlaubnisse für Forschungsinfrastruktureinrichtungen</head>
+
+ <p>§ 60d UrhG in seiner aktuellen Fassung erlaubt es u. a. Forschungs- und
+ sogenannten Kulturerbe-Einrichtungen, dazu zählen auch die in diesem Aufsatz
+ adressierten Forschungsinfrastruktureinrichtungen, vollständige Werke zu
+ Zwecken des TDM zu vervielfältigen (Abs. 1 bis 3) und die Vervielfältigungen
+ (d. h. nicht die unveränderten Ursprungsmaterialien) für die gemeinsame
+ wissenschaftliche Forschung bestimmt abgegrenzten Personenkreisen sowie
+ einzelnen Dritten zur Überprüfung der wissenschaftlichen Forschung öffentlich
+ zugänglich zu machen (Abs. 4 S. 1). Die Zugänglichmachung ist jeweils zu
+ beenden, wenn die gemeinsame Forschung oder die Überprüfung abgeschlossen ist
+ (Abs. 4 S. 2).</p>
+ <p>Die Befugnis zur Weitergabe der Korpora während der Forschungsarbeiten ist also
+ deutlich enger gefasst, als es ein allgemeiner Verweis auf die öffentliche
+ Zugänglichmachung (§ 19a UrhG) zur Folge hätte: Sie erlaubt die öffentliche
+ Zugänglichmachung eines Werks in einer Weise, dass es <quote>Mitgliedern der
+ Öffentlichkeit von Orten und zu Zeiten ihrer Wahl zugänglich ist</quote>.
+ Das bedeutet, dass das Werk Personen zugänglich gemacht wird, die der
+ Öffentlichkeit angehören, d. h. zu denen keine persönliche Beziehung existiert,
+ vgl. <ref target="https://www.gesetze-im-internet.de/urhg/__15.html">§ 15 Abs. 3 UrhG</ref>, und die einer <quote>unbestimmten Zahl potentieller
+ Adressaten</quote> und einer <quote>ziemlich großen Zahl von
+ Personen</quote> angehören.<note type="footnote"> Dreier in <ref type="bibliography" target="#dreier_urhg_2022">Dreier /
+ Schulze 2022</ref>, § 15 Randnummer 38 mit Verweis auf den EuGH.</note> Die Erlaubnis,
+ Korpora während der TDM-Forschungsarbeiten weiterzugeben (§ 60d Abs. 4 S. 1
+ UrhG), bezieht sich hingegen nur auf bestimmt abgegrenzte, d. h. weiter
+ eingegrenzte Personenkreise, die der Öffentlichkeit angehören. Bei
+ Forschungsgruppen handelt es sich in der Regel nicht um eine
+ Öffentlichkeit,<note type="footnote"> Vgl. <ref type="bibliography" target="#raue_freistellung_2021">Raue 2021</ref>, S. 799.</note>
+ weswegen es auf diese Erlaubnis in den meisten Fällen nicht ankommt.</p>
+ <p>Die TDM-Korpora dürfen gemäß § 60d UrhG so lange aufbewahrt werden, wie es für
+ die Forschung oder für Überprüfungszwecke erforderlich ist. Die Dauer erfasst
+ im Regelfall die von der guten wissenschaftlichen Praxis geforderten zehn
+ Jahre,<note type="footnote"> Vgl. Leitlinien zur Sicherung der guten wissenschaftlichen Praxis,
+ <ref type="bibliography" target="#dfg_leitlinien_2019">Deutsche Forschungsgemeinschaft 2019</ref>,
+ Leitlinie 17.</note> sie kann im Einzelfall aber auch kürzer oder länger bemessen
+ sein. Aufgrund der Wissenschaftsfreiheit unterliegt die Einschätzung der
+ Aufbewahrungsdauer den Forschenden und ist nur eingeschränkt überprüfbar.<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#raue_freistellung_2021">Raue 2021</ref>, S. 799.</note>
+ </p>
+ <p>Eine Erlaubnis, die Korpora zur Aufbewahrung an
+ Forschungsinfrastruktureinrichtungen weiterzugeben, ist nicht mehr ausdrücklich
+ enthalten. Die Weitergabemöglichkeit kann allenfalls mittels einer extensiven
+ Auslegung aus der Gesetzesbegründung abgeleitet werden, denn diese scheint von
+ einer Aufbewahrung durch Kulturerbe-Einrichtungen auszugehen:<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#kleinkopf_bildung_2021">Kleinkopf / Pflüger 2021</ref>, S. 647.</note>
+ <quote>Hiernach kann auch eine dauerhafte Speicherung erforderlich und folglich
+ zulässig sein, insbesondere, wenn sie durch Kulturerbe-Einrichtungen und
+ nicht durch die Forschungseinrichtung selbst erfolgt</quote>.<note
+ type="footnote"> <ref target="https://dserver.bundestag.de/btd/19/274/1927426.pdf">Bundestagsdrucksache 19/27426</ref>, S. 97.</note> Möglich ist aber in jedem
+ Fall, die TDM-Projekte gleich von Beginn an auf zentralen Bibliotheksservern
+ bzw. einrichtungsübergreifenden Servern anzusiedeln, sodass dort die
+ Archivierung ohne eine gesonderte Ãœbermittlung erfolgen kann. Dann bewegt man
+ sich im Rahmen dessen, was die Gesetzesbegründung ausdrücklich enthält, und
+ vermeidet gleichzeitig, das Korpus erneut zu vervielfältigen (§ 16 UrhG).</p>
+ <p>Unklar ist aber weiterhin, ob zu Zwecken von Anschlussforschungen auf die
+ Korpora zugegriffen werden kann. Gemäß § 60d Abs. 5 UrhG dürfen die Korpora
+ (nach dem Gesetz jedoch nicht die unveränderten Ursprungsdaten)<note
+ type="footnote"> Etwas anderes kann gelten, wenn die Ursprungsdaten
+ entsprechend lizenziert sind, vgl. dazu auch <ref
+ type="intern" target="#hd8">Kapitel 3.2</ref>.</note> so lange aufbewahrt
+ werden, wie es für Zwecke der Überprüfung der Qualität der wissenschaftlichen
+ Forschung oder für die Forschung selbst erforderlich ist. Das impliziert, dass
+ es auch abseits der Überprüfung wissenschaftliches Interesse an den Korpora
+ geben kann. Auch die DSM-Richtlinie setzt voraus, dass nach Abschluss der
+ Forschungsarbeiten bzw. während der Langzeitarchivierung noch Interesse an
+ weiterer Beforschung der Korpora bestehen kann:<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#kleinkopf_bildung_2021">Kleinkopf / Pflüger 2021</ref>, S. 647.</note>
+ <quote>Die Nutzung zum Zwecke der wissenschaftlichen
+ Forschung außerhalb des Text und Data Mining, etwa die Begutachtung unter
+ wissenschaftlichen Fachkollegen und gemeinsame Forschungsarbeiten, sollte
+ nach wie vor unter die Ausnahme oder Beschränkung im Sinne von Artikel 5
+ Absatz 3 Buchstabe a der Richtlinie 2001/29/EG fallen, sofern diese
+ Bestimmung anwendbar ist.</quote>
+ <note type="footnote"> Erwägungsgrund 15 S. 5 <ref type="bibliography" target="#DSM-Richtlinie_2019">DSM-Richtlinie</ref>.</note> Für eine
+ Nachnutzung der Korpora kommen neben den von Schöch et al. vorgestellten
+ abgeleiteten Textformaten sogenannte <term type="dh">Closed-Room-Zugänge</term>
+ <note type="footnote"> Vgl. <ref type="bibliography" target="#schoech_textformate_2020">Schöch et al. 2020</ref>, Randnummer 4 f.</note> (<ref target="https://www.gesetze-im-internet.de/urhg/__60e.html">§§ 60e Abs. 4</ref>,
+ <ref target="https://www.gesetze-im-internet.de/urhg/__60f.html">60f UrhG</ref>) und die Erlaubnis der auszugsweisen Nutzung zu Zwecken der
+ wissenschaftlichen Forschung (§ 60c UrhG) in Betracht. Nachfolgend werden diese
+ beiden Optionen dargestellt und gegeneinander abgewogen.</p>
+ <p>§§ 60e Abs. 4, 60f UrhG erlauben es Bibliotheken und anderen
+ Kulturerbe-Einrichtungen wie öffentlich zugänglichen Museen, ihren Nutzer*innen
+ Werke aus ihrem Bestand an Terminals in ihren Räumen für deren Forschung oder
+ private Studien zugänglich zu machen (sogenannte <term type="dh"
+ >Terminal-Schranke</term>). Die Nutzer*innen dürfen sogenannte <term
+ type="dh">Anschlusskopien</term>
+ <note type="footnote"> Der Terminus ›Anschlusskopie‹ meint, dass sich die
+ Erlaubnis der Erstellung einer zehnprozentigen Kopie von Nutzer*innen an die
+ Erlaubnis der Einrichtung, Werke an Terminals zugänglich zu machen,
+ anschließt; vgl. dazu auch Dreier in <ref type="bibliography" target="#dreier_urhg_2022">Dreier / Schulze 2022</ref>, § 60e Randnummer
+ 21-24.</note> im Umfang von zehn Prozent erstellen. Einzelne Werke geringen
+ Umfangs<note type="footnote"> Unter ›geringem Umfang‹ werden gemeinhin 25
+ Seiten verstanden, vgl. Dreier in <ref type="bibliography" target="#dreier_urhg_2022">Dreier / Schulze 2022</ref>, § 60c Randnummer 15,
+ § 60a Randnummer 22; <ref target="https://dserver.bundestag.de/btd/18/123/1812329.pdf">Bundestagsdrucksache 18/12329</ref>, S. 35.</note> wie Beiträge aus
+ wissenschaftlichen Zeitschriften dürfen hingegen vollständig genutzt werden.
+ Auf Grundlage des § 60e Abs. 4 UrhG kann also durch Kulturerbe-Einrichtungen
+ Vollzugriff gewährt werden, außerdem können die Anschlusskopien
+ interessengerecht erstellt werden. Ein entscheidender Nachteil an § 60e Abs. 4
+ UrhG ist gleichwohl, dass jedenfalls der erste Zugriff auf die Werke nur an
+ Terminals vor Ort erfolgen kann (sogenannte Closed-room-Zugänge).<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#schoech_textformate_2020">Schöch et al. 2020</ref>, Randnummer 5.</note>
+ </p>
+ <p>Anders verhält es sich mit § 60c UrhG, der Erlaubnisnorm für Zwecke der
+ nicht-kommerziellen wissenschaftlichen Forschung, auf den sich das hier
+ vorgestellte Konzept stützt. § 60c UrhG basiert auf Art. 5 Abs. 3 lit. a
+ InfoSoc-Richtlinie, der den EU-Mitgliedsstaaten ermöglicht, in ihrem nationalen
+ Urheberrecht Erlaubnisse von Vervielfältigungen und öffentlicher
+ Zugänglichmachung <quote>für Zwecke der wissenschaftlichen Forschung, sofern –
+ außer in Fällen, in denen sich das als unmöglich erweist – die Quelle,
+ einschließlich des Namens des Urhebers, wann immer das möglich ist,
+ angegeben wird und soweit das zur Verfolgung nicht kommerzieller Zwecke
+ gerechtfertigt ist</quote> vorzusehen. </p>
+ <p>§ 60c Abs. 1 Nr. 1 UrhG erlaubt es, zu Zwecken der nicht-kommerziellen
+ wissenschaftlichen Forschung bis zu 15 Prozent von Werken und auch vollständige
+ Werke geringen Umfangs zu vervielfältigen und an bestimmt abgegrenzte
+ Personenkreise für deren eigene wissenschaftliche Forschung öffentlich
+ zugänglich zu machen, d. h. weiterzugeben. Auf dieser Grundlage können
+ geschützte Werke auf individuelle Anfrage teils vollständig, teils
+ auszugsweise, weitergegeben werden, auch digital und ohne Ortsbindung. Nicht
+ erlaubt ist allerdings, Werke für eine gesamte Einrichtung frei abrufbar zu
+ stellen.<note type="footnote"> Das entspräche einer Einstellung in ein
+ Universitäts-Intranet, diese ist jedoch gerade nicht erlaubt, vgl. Dreier in
+ <ref type="bibliography" target="#dreier_urhg_2022">Dreier / Schulze 2022</ref>, § 60c Randnummer 9; <ref target="https://dserver.bundestag.de/btd/15/008/1500837.pdf">Bundestagsdrucksache 15 / 837</ref>, S. 34.</note>
+ </p>
+ <p>Wenn Forschende also nach § 60c UrhG Texte auszugsweise zur Nachnutzung
+ erhalten und diese anschließend für TDM im Sinne des § 60d UrhG nutzen, werden
+ zwei Erlaubnisnormen, die auf unterschiedlichen Richtlinien beruhen (nämlich
+ einerseits der InfoSoc-Richtlinie und andererseits der DSM-Richtlinie),
+ miteinander kombiniert. Das ist rechtlich möglich.<note type="footnote"> Nach
+ der <ref type="bibliography" target="#DSM-Richtlinie_2019">DSM-Richtlinie</ref> ist es zulässig, weitere Nutzungen der TDM-Korpora auf
+ die ältere InfoSoc-Richtlinie zu stützen, das besagt zum einen
+ Erwägungsgrund 15 S. 5 und zum anderen Art. 24 Abs. 2, 25 <ref type="bibliography" target="#DSM-Richtlinie_2019">DSM-Richtlinie</ref>. Auch die
+ Rechtsprechung hat bereits in der Vergangenheit urheberrechtliche
+ Erlaubnisnormen miteinander kombiniert, wenn ihre jeweiligen Voraussetzungen
+ erfüllt sind, EuGH GRUR 2014, 1078 – TU Darmstadt / Ulmer; BGH GRUR 2015,
+ 1101 – Elektronische Leseplätze II; so bereits <ref type="bibliography" target="#kleinkopf_text_2021">Kleinkopf et al. 2021</ref>, S.
+ 198f.</note>
+ </p>
+ <p>Daneben entspricht die Nachnutzbarkeit auf Grundlage des § 60c UrhG auch den
+ Interessen der Urheber*innen, das gilt insbesondere deswegen, weil § 60c UrhG
+ vergütungspflichtig ist (§ 60h UrhG) und dadurch ein finanzieller Ausgleich für
+ die Rechteinhaber*innen hergestellt wird, schließlich ist für eine Nutzung gemäß
+ § 60d UrhG ein rechtmäßiger Zugang erforderlich, der zumeist einen finanziellen
+ Ausgleich für den*die Urheber*in enthält. § 60c UrhG setzt diesen rechtmäßigen Zugang
+ allerdings nicht voraus. Die Vergütung stellt also einen Ausgleich der
+ urheberrechtlichen Interessen her. Insgesamt ermöglicht § 60c UrhG insofern
+ eine flexiblere Korpus-Nachnutzung als §§ 60e Abs. 4, 60f UrhG, weswegen sich
+ das in XSample entwickelte Konzept auf § 60c UrhG stützt.</p>
+ </div>
+ <div type="subchapter">
+ <head>2.3. Rahmenbedingungen für das Auszugskonzept</head>
+
+ <p>Zusammenfassend orientiert sich das hier vorgestellte Auszugskonzept an
+ folgenden rechtlichen Einschränkungen, die von
+ Forschungsinfrastruktureinrichtungen, die Korpora mit geschützten Texten bereitstellen möchten, zu prüfen sind:</p>
+ <p>
+ <hi rend="italic">Einbeziehung der Forschungsinfrastruktureinrichtungen</hi>:
+ Forschungsinfrastruktureinrichtungen, die die Korpora aufbewahren und
+ gegebenenfallsbereitstellen, sollten von Beginn an in die Projektkonzeptionen
+ integriert werden.</p>
+ <p>
+ <hi rend="italic">Aufbewahrungsdauer</hi>: Forscher*innen, die die Korpora
+ bereitstellen möchten, sollten eine der Forschung angemessenen
+ Aufbewahrungsdauer für die Korpora vorschlagen. Wenn diese von den von der DFG
+ vorgeschlagenen zehn Jahren<note type="footnote"> Leitlinien zur Sicherung
+ der guten wissenschaftlichen Praxis, <ref type="bibliography" target="#dfg_leitlinien_2019">Deutsche Forschungsgemeinschaft 2019</ref>, Leitlinie 17.</note> abweicht,
+ sollte eine explizite Begründung erfolgen.</p>
+ <p>
+ <hi rend="italic">Inhalt der Korpora</hi>: Die gespeicherten und gegebenenfalls
+ bereitgestellten Korpora dürfen nicht die unveränderten Ursprungsdaten
+ enthalten, es sei denn, die betreffende Einrichtung hat hierzu entsprechende
+ Lizenzen erworben.</p>
+ <p>
+ <hi rend="italic">Nachnutzung</hi>: Nachnutzer*innen müssen nicht-kommerzielle,
+ wissenschaftliche Zwecke verfolgen. Die Korpusauszüge dürfen nur bestimmt
+ abgegrenzten Personenkreisen zugänglich gemacht werden, d. h. auf individuelle
+ Anfrage. </p>
+ <p>
+ <hi rend="italic">Umfang der Korpusauszüge</hi>: Korpusauszüge dürfen maximal
+ 15 Prozent ganzer Werke betragen, kurze Werke wie z. B. Aufsätze aus
+ Zeitschriften (maximal 25 Seiten) können dagegen vollständig herausgegeben
+ werden.</p>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>3. Technische Umsetzung</head>
+
+ <p>Wie im <ref type="intern" target="#hd2">vorigen Kapitel</ref> beschrieben, bedient
+ sich der in XSample verfolgte Ansatz der rechtlichen Erlaubnis, Auszüge bis zu
+ einem Umfang von 15 Prozent eines Werks für Forschungszwecke weiterzugeben. Dieses
+ Auszugskonzept wurde im Rahmen des Projekts prototypisch implementiert und zielt
+ insbesondere darauf ab, den Nutzer*innen die für ihre Forschungsfrage
+ ›hilfreichsten‹ Auszüge zu liefern. Die technische Umsetzung wird im Folgenden
+ umrissen. Hierfür werden zunächst die Workflow-Akteur*innen (<ref type="intern"
+ target="#hd7">Kapitel 3.1</ref>) und die im Workflow eingesetzten
+ Serverkomponenten (<ref type="intern" target="#hd8">Kapitel 3.2</ref>) vorgestellt.
+ Im Anschluss werden die Vorbereitungsschritte für die Erstellung eines Auszugs
+ (<ref type="intern" target="#hd9">Kapitel 3.3</ref>) sowie verschiedene
+ Möglichkeiten der Auszugsgenerierung (<ref type="intern" target="#hd10">Kapitel
+ 3.4</ref>) erläutert. Für letztere liegt der Fokus auf der Verwendung im Korpus
+ enthaltener Annotationen, um mittels Suchanfragen Auszüge zu erhalten, die optimal
+ auf die Bedürfnisse der Nachnutzer*innen zugeschnitten sind. Abschließend wird die
+ Nachhaltigkeit und Nachnutzbarkeit der hier vorgestellten Infrastruktur
+ thematisiert (<ref type="intern" target="#hd11">Kapitel 3.5</ref>).</p>
+ <div type="subchapter">
+ <head>3.1 Workflow-Akteur*innen</head>
+
+ <p>XSample unterscheidet zwischen drei Akteur*nnen im Workflow: Erstens den
+ Infrastrukturbetreiber*innen, zweitens den Datenanbieter*innen / -lieferant*innen und
+ drittens den Nachnutzer*innen. Infrastrukturbetreiber*innen gehören zu den oben
+ adressierten Forschungsinfrastruktureinrichtungen und bieten die
+ infrastrukturelle Komponente zur Ablage und Verwaltung der verschiedenen im
+ Workflow anfallenden Daten. Eine zentrale Bedeutung kommt hierbei der
+ Authentifizierung von Nutzer*innen und einem feingranularen Rechtemanagement
+ zu, um die beschriebenen rechtlichen Bedingungen (z. B. Zugriffsbeschränkung
+ für bestimmt abgegrenzte Personenkreise) erfüllen zu können. Neben der reinen
+ Datenablage dient das zugrundeliegende Repositorium mit seiner Weboberfläche
+ gleichzeitig als zentraler Einstiegspunkt für die weiteren beteiligten
+ Akteur*innen. Als Datenlieferant*innen werden im XSample-Kontext sämtliche
+ Personen oder Personenkreise bezeichnet, welche (gemäß § 60d UrhG) TDM auf
+ geschützten Werken zum Zwecke nicht-kommerzieller Forschung durchführen und die
+ dabei erzeugten Korpora zur Nachnutzung durch XSample verfügbar machen möchten.
+ Die Gruppe der Nachnutzer*innen schließlich beinhaltet die nach § 60c UrhG
+ bestimmt abgegrenzten Personenkreise, denen auszugsweise Zugang zu geschützten
+ Werken zum Zwecke nicht-kommerzieller Forschung gewährt werden darf.</p>
+ </div>
+ <div type="subchapter">
+ <head>3.2 Infrastruktur: Repositorium und Auszugsgenerierung</head>
+
+ <p>Innerhalb des XSample-Workflows kommen zwei getrennte Serverkomponenten zum
+ Einsatz: das Repositorium und die Auszugsgenerierung. Beide stehen unter der
+ Verwaltung der Infrastrukturbetreiber*innen und verfügen über jeweils eigene
+ Weboberflächen.</p>
+ <p>Das Repositorium dient vorwiegend der Ablage und Verwaltung der Korpus- und
+ eventuell Ursprungsdaten und wird innerhalb des Prototyps durch eine
+ Dataverse-Instanz realisiert. Die <ref target="https://dataverse.org/"
+ >Dataverse</ref> Software ist ein Open-Source-Projekt auf Basis des <ref
+ target="https://github.com/jakartaee/faces">JSF-Frameworks</ref> mit einer
+ aktiven Community aus Entwickler*innen und regelmäßigen Nutzer*innen. Dataverse
+ bietet die Möglichkeit, abgelegte Daten auf verschiedene Weise zu organisieren
+ oder zu gruppieren, und verfügt überdies über eine Rechteverwaltung, die es
+ erlaubt, bis auf die Ebene einzelner Datensätze zu entscheiden, ob ein komplett
+ öffentlicher Zugang (<term type="dh">Public Domain</term>), das Teilen mit
+ einzelnen Individuen oder Gruppen (<term type="dh">Shared Domain</term>), oder
+ eine für andere uneinsehbare Ablage (<term type="dh">Private Domain</term>)
+ gewünscht ist. Dies ist im Kontext von XSample besonders relevant, da zwar
+ während eines laufenden Forschungsprojekts § 60d UrhG das Teilen der Daten
+ innerhalb von Forschungsgruppen und zu Überprüfungszwecken erlaubt (Shared
+ Domain), allerdings nach Projektende diese in ihrer Gesamtheit nicht mehr
+ (ausdrücklich) öffentlich zugänglich gemacht oder geteilt werden dürfen
+ (Private Domain). Zusätzlich unterscheidet Dataverse zwischen der
+ Auffindbarkeit von Ressourcen und dem direkten Zugriff auf dieselben. Somit
+ lassen sich die Metadaten als eigenständiger Datensatz veröffentlichen, während
+ die eigentlichen Dateien innerhalb des Datensatzes aber vor jeglichem direkten
+ Zugriff abgeschirmt sind.</p>
+ <p>Neben dem Repositorium stellt die Auszugsgenerierung als eigener Server die
+ zweite Komponente im XSample-Workflow dar. Sie leitet Nutzer*innen auf einer
+ Weboberfläche durch die individuelle Auszugskonfiguration und stellt am Ende
+ des XSample-Workflows die im Auszug enthaltenen Daten als Download zur
+ Verfügung. Dieser Server basiert ebenfalls auf JSF und kommuniziert mit der
+ Dataverse-Instanz über eine Webschnittstelle, um auf dort abgelegte Ressourcen
+ und Metadaten zuzugreifen. Um auf nicht-öffentliche Datensätze zugreifen zu
+ können, benötigt der XSample-Server einen eigenen Account für das entsprechende
+ Dataverse, der allerdings nur Leserechte beinhalten muss, denn der
+ XSample-Server selbst schreibt oder modifiziert keine Daten im Repositorium.
+ Zur Integration des Servers in die bestehende Dataverse-Infrastruktur wird
+ dieser in der Dataverse-Instanz als sogenanntes <ref
+ target="https://guides.dataverse.org/en/latest/api/external-tools.html"
+ >external tool</ref> registriert. Diese Schnittstelle in Dataverse
+ ermöglicht es, für bestimmte Dateitypen oder Datensätze externe Server zu
+ registrieren, die den Nutzer*innen dann als zusätzliche Optionen neben Download
+ oder Betrachtung angezeigt werden (vgl.<ref type="graphic"
+ target="#nachnutzung_2021_002"> Abbildung 2</ref>). Dies ermöglicht eine
+ Integration der XSample-Komponenten, ohne Code-Modifikationen an Dataverse
+ vornehmen zu müssen, und erlaubt überdies, komplett auf eine eigene
+ Authentifizierung von Nutzer*innen von Seiten des XSample-Servers zu
+ verzichten, da diese bereits bei Dataverse vorgeschaltet ist. Auf diese Weise
+ werden die zur Nachverfolgung der Nutzer*innen nötigen Daten bei der
+ Weiterleitung zum XSample-Server sogleich mit übermittelt.</p>
+ </div>
+ <div type="subchapter">
+ <head>3.3 Datenaufbereitung für die Auszugsgenerierung</head>
+
+ <p>Bevor Auszüge aus einem Korpus generiert werden können, sind mehrere
+ Vorbereitungsschritte notwendig:</p>
+ <p>
+ <hi rend="italic">Zulässige Formate</hi>: Alle für die Auszüge zu verwendenden
+ Dateien des Korpus müssen in einem nicht öffentlich zugreifbaren Bereich
+ (Private Domain) des Repositoriums abgelegt werden. Im Kontext der
+ Prototypenimplementierung ist bisher nur eine begrenzte Anzahl von Formaten für
+ Ursprungsdaten (PDF, EPUB oder TXT) und Annotationen (TEI-Subset und
+ <term type="dh">CoNLL</term>-ähnliche tabellarische Formate) vorgesehen. Werden unveränderte
+ Ursprungsdaten eingegliedert, ist von Seiten der Infrastrukturbetreiber*innen
+ und Datenanbieter*innen auch zu prüfen, ob für die verwendeten Werke
+ Archivierungsrechte oder Lizenzen mit äquivalenten Berechtigungen vorliegen,
+ wie in <ref type="intern" target="#hd5">Kapitel 2.3</ref> beschrieben.</p>
+ <p>
+ <hi rend="italic">Alignierung</hi>: Neben den reinen Annotationen im Korpus
+ muss auch eine Abbildung einzelner Annotationen auf die zugrunde liegenden
+ Segmente der Ursprungsdaten geliefert werden, um beide innerhalb von XSample
+ alignieren zu können. Da beispielsweise im Fall von Dateien im PDF-Format
+ Auszüge zwangsläufig als Sammlung vollständiger Seiten erzeugt werden und die
+ Zusammensetzung der Auszüge mittels Suchanfragen auf Basis der Annotationen
+ gesteuert werden kann, müssen diese Annotationen (bzw. die dazugehörigen
+ Suchergebnisse) auf die ursprünglichen Seiten abbildbar sein. Aktuell sieht der
+ XSample-Prototyp für diese Alignierung entweder die Verwendung zusätzlicher
+ Annotationsebenen direkt im Korpus vor, oder aber das Erstellen und Mitliefern
+ zusätzlicher tabellarischer Dateien, welche eine simple Abbildung relevanter
+ Segmentierungseinheiten seitens der Annotationen (z. B. Sätze) auf die primären
+ Segmente der Ursprungsdaten enthält. Abhängig vom jeweiligen Projektinhalt und
+ dem Anteil manueller Vorverarbeitung kann dieser Vorbereitungsschritt eine
+ große Hürde darstellen. Dies sollte schon frühzeitig im Projekt eingeplant
+ werden, damit die notwendigen und nicht selten ›format-fremden‹<note
+ type="footnote"> Metainformationen wie Seitenzahlen auf der Ebene von Sätzen
+ oder einzelnen Worten im Text sind in etablierten Annotationsschemata oder
+ Formaten in der Regel nicht vorgesehen und erfordern somit zusätzlichen Aufwand, bzw.
+ spezielle Anpassungen.</note> Informationen nicht im Forschungsprozess
+ verloren gehen und entweder durch manuellen Zusatzaufwand oder Anpassung
+ automatischer Verarbeitungsschritte wiederhergestellt werden müssen. Die Ablage
+ der Alignierungsinformationen erfolgt analog zu obigen Ursprungs- und
+ Annotationsdateien in einem nicht-öffentlichen Bereich.</p>
+ <p>
+ <hi rend="italic">Erzeugung eines Manifests</hi>: Als letztes muss ein
+ sogenanntes XSample-Manifest (siehe Beispielcode unten) erzeugt und im
+ Repositorium abgelegt werden. Dieses Manifest ist eine Datei im <ref
+ target="https://json-ld.org/">JSON-LD</ref> Format, die Metadaten zu den
+ einzelnen für die weitere Verarbeitung relevanten Ressourcen im Korpus enthält.
+ Primär bestehen diese Informationen aus Angaben zum Ablageort, Format und
+ Umfang einzelner Dateien. Daneben sind aber auch Informationen zu
+ Rechteinhaber*innen der einzelnen Werke im Korpus enthalten, damit der
+ XSample-Server bei der Auszugsgenerierung der Namensnennungspflicht nachkommen
+ kann. Im Manifest kann zusätzlich ein fixer Bereich für die statische
+ Auszugsgenerierung festgelegt werden. Dies erlaubt es Datenlieferant*innen
+ beispielsweise, besonders interessante Passagen als Teil des Standard-Auszugs
+ zu definieren. Der Umfang des statisch definierten Auszugs muss nicht
+ zwangsläufig die vollen 15 Prozent ausschöpfen, wenn interessante Inhalte auch
+ in Auszügen geringeren Umfangs präsentiert werden können. Somit können
+ Nachnutzer*innen den Rest ihrer Quote beispielsweise für zielgerichtete
+ Varianten der Auszugserstellung nutzen. Derzeit erfolgt die Erstellung eines
+ XSample-Manifests komplett händisch. Als zukünftige Erweiterung ist ein
+ Assistent geplant, der Datenlieferant*innen auf der XSample-Webseite dabei
+ helfen soll, Inhalte für Manifeste zu definieren, ohne direkt im JSON-LD-Format
+ schreiben zu müssen. Im Gegensatz zu den restlichen Dateien muss das Manifest
+ öffentlich auffindbar sein (Shared oder Public Domain), um den Nachnutzer*innen
+ als Einstiegspunkt für die Auszugsgenerierung zu dienen. Da Dataverse für
+ veröffentlichte Ressourcen DOIs (<term type="dh">Digital Object
+ Identifier</term>) vergibt und ein breites Spektrum an deskriptiven
+ Metadaten unterstützt, kann ein Manifest auch zu Zitationszwecken oder
+ allgemein zur Verlinkung des damit verbundenen Korpus genutzt werden. Es
+ fungiert somit als öffentlicher Platzhalter für die nicht direkt einsehbaren
+ geschützten Korpusinhalte.</p>
+ <p>Beim folgenden Beispiel handelt es sich um ein Manifest mit Informationen zu
+ Primärdaten im Repositorium, Rechteinhaber*innen und voreingestellten Werten für die
+ statische Auszugsgenerierung. Das beschriebene Beispielkorpus ist eine
+ 100-seitige PDF-Datei (verlinkt im <code>"xmp:primaryData"</code>-Block), bei
+ der die ersten 10 Prozent im Falle von statischer Auszugsgenerierung geliefert
+ werden sollen (spezifiziert im <code>"xmp:staticExcerpt"</code>-Block). Aus
+ Platzgründen ist der <code>"xmp:manifests"</code>-Block für zusätzliche
+ Korpus-Metadaten ohne Inhalt dargestellt: </p>
+ <p>
+ <code>{ "@type": "xmp:manifest", "@context":
+ "http://www.uni-stuttgart.de/xsample/json-ld/manifest", "xmp:description":
+ "Plain manifest with no customization (first 10%)", "xmp:corpora": [ {
+ "@type": "xmp:corpus", "xmp:primaryData": { "@type": "xmp:dataverseFile",
+ "xmp:segments": 100, "xmp:sourceType": "xmp:pdf", "xmp:id": 26 },
+ "xmp:legalNote": { "@type": "xmp:legalNote", "xmp:author": "The XSample
+ Team", "xmp:title": "XSample Test Corpus", "xmp:publisher": "The XSample
+ Project", "xmp:year": 2021 }, "xmp:description": "100 page test corpus",
+ "xmp:id": "root" } ], "xmp:staticExcerpt": { "@type": "xmp:span",
+ "xmp:begin": 0, "xmp:end": 10, "xmp:spanType": "xmp:relative" },
+ "xmp:manifests": []}</code>
+ </p>
+ <p>Sind alle Vorbereitungsschritte abgeschlossen, können Nachnutzer*innen über die
+ Dataverse-Oberfläche (<ref type="graphic" target="#nachnutzung_2021_002">Abbildung
+ 2</ref>) eine Zugriffsanfrage auf die XSample-Manifeste stellen. Wenn diese
+ durch die Infrastrukturbetreiber*innen akzeptiert wird, dürfen die
+ Nachnutzer*innen auf den XSample-Server (<ref type="graphic"
+ target="#nachnutzung_2021_003">Abbildung 3</ref>) weitergeleitet werden, wo die
+ eigentliche Konfiguration und Erstellung der Auszüge erfolgt. Da einzelnen
+ Nutzer*innen nach § 60c UrhG jeweils nur maximal 15 Prozent eines geschützten
+ Werkes ausgegeben werden dürfen und diese Obergrenze auch über wiederholte
+ Anfragen hinweg eingehalten werden muss, bedarf es einer sehr genauen
+ Protokollierung bereits ausgegebener Auszüge. Zu diesem Zweck werden die
+ eindeutig identifizierbaren Dataverse-Accounts verwendet, was wiederum zur
+ Folge hat, dass zur Nutzung des XSample-Services zwingend ein Account im
+ jeweils verknüpften Dataverse-Repositorium notwendig ist und unregistrierte
+ Dritte keinen Zugriff erhalten können.</p>
+ <figure>
+ <graphic xml:id="nachnutzung_2021_002"
+ url=".../medien/nachnutzung_2021_002.png">
+ <desc>
+ <ref type="graphic" target="#abb2">Abb. 2</ref>: Dataverse-Oberfläche für
+ ein XSample-Manifest. Rechts unten kann die Weiterleitung auf den
+ XSample-Server angestoßen werden. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref
+ type="graphic" target="#nachnutzung_2021_002"/>
+ </desc>
+ </graphic>
+ </figure>
+ </div>
+
+ <div type="subchapter">
+ <head>3.4 Auswahl der Auszüge</head>
+ <figure>
+ <graphic xml:id="nachnutzung_2021_003"
+ url=".../medien/nachnutzung_2021_003.png">
+ <desc>
+ <ref type="graphic" target="#abb3">Abb. 3</ref>: Startseite des
+ XSample-Servers nach Weiterleitung aus dem zugehörigen Dataverse und
+ Validierung der Manifest-Datei. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_003"/>
+ </desc>
+ </graphic>
+ </figure>
+ <p>Nach der Weiterleitung auf den XSample-Server erfolgt zunächst eine Validierung
+ des Manifests auf formale Korrektheit und Verfügbarkeit der verlinkten
+ (Korpus-)Ressourcen. Anschließend haben Nutzer*innen die Möglichkeit, zwischen
+ drei Arten der Auszugsgenerierung (vgl. <ref type="graphic"
+ target="#nachnutzung_2021_003">Abbildung 3</ref>, unten links) auszuwählen: Als
+ simpelste Lösung kann ein statisch definierter Auszug (beispielsweise die
+ ersten 10 Prozent oder ein anderer im Manifest definierter Abschnitt) gewählt
+ werden. Wird mehr Kontrolle über die Zusammensetzung des Auszugs gewünscht,
+ bietet die zweite Alternative (vgl.<ref type="graphic" target="#nachnutzung_2021_004"
+ > Abbildung 4</ref>) die Möglichkeit, die Auszugsgrenzen innerhalb der
+ Ursprungsdaten frei zu definieren (z. B. die Seiten 20 bis 33). Auch hier wird
+ eine zusammenhängende Sequenz an Seiten / Segmenten geliefert.</p>
+ <figure>
+ <graphic xml:id="nachnutzung_2021_004"
+ url=".../medien/nachnutzung_2021_004.png">
+ <desc>
+ <ref type="graphic" target="#abb4">Abb. 4</ref>: Grafische Oberfläche zur
+ flexiblen Auswahl der Auszugsgrenzen. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref
+ type="graphic" target="#nachnutzung_2021_004"/>
+ </desc>
+ </graphic>
+ </figure>
+
+ <p>Die ersten beiden Verfahren der Auszugsgenerierung bieten den Nachnutzer*innen
+ verhältnismäßig wenig Flexibilität bei der Auswahl der Textausschnitte, sodass
+ sie für bestimmte Forschungsanliegen ungeeignet sind. Dies ist insbesondere
+ dann der Fall, wenn sich die Nutzer*innen nur für sehr spezifische Phänomene
+ oder Passagen interessieren. Um dem gerecht zu werden, wird als dritte
+ Alternative eine Korpusanfrageschnittstelle<note type="footnote"> Vgl. <ref type="bibliography" target="#gaertner_corpus_2020">Gärtner
+ 2020</ref>.</note> integriert, die Suchanfragen auf Basis der im Korpus
+ enthaltenen Annotationen ermöglicht. Dadurch lassen sich beispielsweise gezielt
+ bestimmte syntaktische Konstruktionen finden<note type="footnote"> Sofern
+ entsprechende Annotationen vorliegen.</note>, die dann als Kandidaten für
+ die Auszugserstellung genutzt werden (vgl. <ref type="graphic"
+ target="#nachnutzung_2021_005">Abbildung 5</ref>). Basierend auf diesen
+ Suchergebnissen und den Alignierungsinformationen werden die auszugebenden
+ Segmente der Primärdaten (zumeist Seiten) bestimmt. Somit lässt sich
+ sicherstellen, dass die Auszüge optimal auf die individuellen Bedürfnisse der
+ Nutzer*innen zugeschnitten sind.</p>
+ <figure>
+ <graphic xml:id="nachnutzung_2021_005"
+ url=".../medien/nachnutzung_2021_005.png">
+ <desc>
+ <ref type="graphic" target="#abb5">Abb. 5</ref>: Exemplarische Oberfläche
+ zur Auszugsgenerierung mittels Suchanfrage basierend auf enthaltenen
+ Annotationen. Die Verteilung der Suchergebnisse über das Korpus wird
+ direkt visualisiert und Nutzer*innen anschließend die Möglichkeit
+ gegeben, die für sie relevanten Segmente exakt auszuwählen. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic" target="#nachnutzung_2021_005"/>
+ </desc>
+ </graphic>
+ </figure>
+ </div>
+ <div type="subchapter">
+ <head>3.5 Nachhaltigkeit</head>
+
+ <p>Um eine langfristige Nachnutzung des XSample-Servers zu gewährleisten, muss
+ dieser dauerhaft an der Universitätsbibliothek Stuttgart (in ihrer Rolle als
+ Forschungsinfrastruktureinrichtung) als Dienst zur Verfügung stehen. Wie in
+ <ref type="intern" target="#hd8">Kapitel 3.2</ref> beschrieben, wird an der
+ Universität Stuttgart ein Datenrepositorium auf Basis von Dataverse eingesetzt.
+ Das Datenrepositorium der Universität Stuttgart (<ref target="https://darus.uni-stuttgart.de/">DaRUS</ref>) steht bereits als
+ etablierter Dienst zur Verfügung. Mit dem XSample-Server zur Auszugsgenerierung
+ kommt ein weiterer Dienst hinzu, der ebenfalls gewartet und weiterentwickelt
+ werden muss. Bisher läuft dieser Dienst nicht im Produktivbetrieb, eine
+ Verstetigung wird angestrebt. Dazu wird gerade im
+ Forschungsdatenmanagement-Team ein Betriebskonzept für Code-Output von
+ Forschungsprojekten erarbeitet. Während der Projektphase sollen die technischen
+ Abhängigkeiten und notwendigen Informationen über den Code dokumentiert werden,
+ darüber hinaus muss eine fachliche Ansprechperson benannt werden, die auch noch
+ nach Projektende inhaltlich Auskunft geben kann. In einer zweiten Phase nach
+ Projektende startet eine Bewährungsphase, in der evaluiert wird, ob der Dienst
+ genutzt wird. In dieser Phase finden notwendige Wartungen statt. Damit soll
+ verhindert werden, dass die Anwendung nach Projektende nicht mehr weiter
+ nutzbar ist. Da aber nicht alle Dienste weiterentwickelt und gepflegt werden
+ können, werden nur diejenigen weiterhin angeboten, die sich bewährt haben.</p>
+ <p>Die Software für den Prototypen ist open-source öffentlich verfügbar und kann
+ somit auch von anderen Einrichtungen genutzt werden, um eine eigene Instanz des
+ XSample-Servers zu betreiben. Neben einem laufenden Dataverse-Server wird
+ lediglich eine SQL-basierte Datenbank benötigt, um den XSample-Server in
+ bestehende Infrastruktur integrieren zu können. Die Anforderungen an
+ Rechenleistung und Speicherplatz für den Prototypen sind hierbei
+ überschaubar.</p>
+ <p>Zwar ist der aktuelle Prototyp auf die Schnittstelle zu Dataverse beschränkt,
+ der XSample-Workflow lässt sich aber auf beliebige Repositoriensoftware mit
+ ähnlichen Eigenschaften übertragen. Entsprechend kann mit mäßigem Aufwand auch
+ der XSample-Server angepasst werden, um mit anderen Repositorien interagieren
+ zu können. Etwas komplexer gestaltet sich die Unterstützung zusätzlicher
+ Formate, da hierbei sichergestellt werden muss, dass sowohl die Implementierung
+ des XSample-Servers selbst als auch die Korpusanfrageschnittstelle im
+ Hintergrund ein gegebenes Format lesen können. Im Falle der Auszugskomponente
+ im XSample-Server kommt noch das Schreiben der im Auszug enthaltenen Daten im
+ entsprechenden Format hinzu. </p>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>4. Nutzungsszenarien</head>
+
+ <p>Der Bedarfsermittlung und Erprobung der XSample-Infrastruktur dienen zwei
+ Anwendungsfälle aus Linguistik und Literaturwissenschaft, anhand derer die
+ konkrete Umsetzung vor dem Hintergrund möglicher (Nach-)Nutzungsszenarien
+ veranschaulicht wird. Der Fokus liegt dabei auf den jeweiligen Vor- und Nachteilen
+ des Auszugsverfahrens im Vergleich zum Prinzip der abgeleiteten Textformate.</p>
+ <div type="subchapter">
+ <head>4.1 Erstes Nutzungsszenario: Wissenschaftssprache</head>
+
+ <p>Das erste Nutzungsszenario beschäftigt sich mit den Wissenschaftssprachen der
+ Disziplinen Literaturwissenschaft, Linguistik und Philosophie. Es handelt sich
+ dabei um die Replikation einer Studie<note type="footnote"> Bei der
+ Originalstudie handelt es sich um <ref type="bibliography" target="#andresen_sprachbeschreibung_2022">Andresen 2022</ref>.</note> zur Frage, wie sich
+ die Wissenschaftssprachen von Linguistik und Literaturwissenschaft voneinander
+ unterscheiden. Als Datengrundlage der Originalstudie dienen jeweils 30
+ Dissertationen aus den beiden Fächern. Die Unterschiede zwischen den beiden
+ Teilkorpora werden in einem datengeleiteten Verfahren mithilfe von maschinellem
+ Lernen ermittelt. Daran anschließend erfolgt eine Interpretation der
+ deutlichsten Unterschiede vor dem Hintergrund wissenschaftstheoretischer
+ Merkmale der beiden Disziplinen. In der Replikationsstudie werden im
+ Wesentlichen zwei Modifikationen vorgenommen: Erstens erfolgt eine Veränderung
+ der Variable ›Textsorte‹ von Dissertationen hin zu Zeitschriftenartikeln.
+ Während die Autor*innen von Dissertationen mit ihren Texten zwar ihre
+ Beherrschung der fachtypischen Wissenschaftssprache nachweisen, durchlaufen
+ Zeitschriftenartikel in der Regel mehr Schritte der Qualitätssicherung. Sie
+ werden außerdem von der Fachgemeinschaft breiter rezipiert, sodass sie auch als
+ repräsentativer für die jeweilige fachspezifische Wissenschaftssprache gelten
+ können. Zweitens wird die Datengrundlage um die Philosophie als drittes
+ geisteswissenschaftliches Fach erweitert. Dadurch werden Literaturwissenschaft
+ und Linguistik nochmals aus einer neuen Perspektive beleuchtet, nämlich im
+ Kontrast zur Philosophie. Außerdem ist mit der Hinzunahme des dritten Faches
+ ein Schritt dahingehend getan, Aussagen über die Wissenschaftssprache der
+ Geisteswissenschaften im Allgemeinen zu treffen.</p>
+ <p>Das Korpus umfasst insgesamt 135 Zeitschriftenartikel, jeweils 45 pro Fach.
+ Alle Texte werden automatisch mit Lemmata, Wortarten und syntaktischen
+ Dependenzen annotiert. Für den XSample-Workflow werden die annotierten Texte im
+ CoNLL-Format an der Universitätsbibliothek Stuttgart
+ gespeichert. Die Ursprungsdaten im PDF-Format werden gemeinsam mit den
+ Annotationen im Repositorium aufbewahrt. Um sicherzustellen, dass von den
+ annotierten Daten wieder auf die PDF-Seiten der Ursprungsdaten geschlossen
+ werden kann, müssen hierbei Informationen zur Alignierung der beiden
+ Dateiformate gespeichert werden. Im Falle dieses Nutzungsszenarios erfolgt dies
+ in Form einer einfachen Tabelle für jedes Dokument, die für jeden fortlaufend
+ nummerierten Satz verzeichnet, auf welcher Seite oder welchen Seiten im
+ PDF-Dokument er zu finden ist. </p>
+ <p>Im Fokus der Replikationsstudie stehen Einzelwörter und Wortartentags (<term
+ type="dh">Unigramme</term>), während die vorausgehende Studie<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#andresen_sprachbeschreibung_2022">Andresen 2022</ref>.</note> einen besonderen Schwerpunkt auf
+ Sequenzen legt, die entlang der syntaktischen Dependenzen im Satz gebildet
+ werden. Hiervon abgesehen orientiert sich die Replikationsstudie in
+ methodischer Hinsicht eng am Original: Im ersten Schritt werden die Merkmale
+ mit den größten Unterschieden zwischen den Teilkorpora auf datengeleitete Weise
+ ermittelt. Zu diesem Zweck wird mit dem maschinellen Lernverfahren der <term
+ type="dh">Support-Vector-Machine</term> (SVM) ein Klassifikator trainiert,
+ der jeweils zwischen Texten aus zwei der drei Disziplinen unterscheiden soll.
+ Die lineare SVM bietet die Möglichkeit, auf die Koeffizienten zuzugreifen, die
+ für jedes Merkmal ausdrücken, wie hilfreich es für die Klassifikationsaufgabe
+ war. Anhand dieser Koeffizienten wird ein Feature-Ranking wie in <ref
+ type="graphic" target="#tab01">Tabelle 1</ref> erstellt, das die
+ größten Unterschiede zwischen den Teilkorpora (im Sinne der SVM) darstellt. Der
+ zweite Schritt der Analyse besteht dann in der Interpretation dieses
+ Feature-Rankings. Welche sprachlichen Unterschiede verbergen sich hinter den
+ Merkmalen und (wie) können sie anhand wissenschaftstheoretischer Merkmale der
+ Disziplinen erklärt werden? Während der erste Schritt rein datengeleitet
+ arbeitet, muss für die Interpretation auf unterschiedliche Ressourcen
+ zurückgegriffen werden: Erstens ist der erneute Rückgriff auf das Korpus
+ notwendig, um verstehen zu können, wie das Merkmal in den Texten verwendet
+ wird. Zweitens muss Wissen über die wissenschaftstheoretischen Merkmale der
+ Disziplinen sowie bereits vorhandene empirische Erkenntnisse zu den
+ vorliegenden Phänomenen herangezogen werden, um die Daten in einen funktionalen
+ Zusammenhang setzen und gegebenenfalls erklären zu können.</p>
+ <table>
+ <row>
+ <cell>Rang</cell>
+ <cell>Philosophie</cell>
+ <cell>Score</cell>
+ <cell>Literaturwissenschaft</cell>
+ </row>
+ <row>
+ <cell>1</cell>
+ <cell/>
+ <cell>-77,07</cell>
+ <cell>ADJA</cell>
+ </row>
+ <row>
+ <cell>2</cell>
+ <cell>PPER</cell>
+ <cell>38,19</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>3</cell>
+ <cell/>
+ <cell>-34,98</cell>
+ <cell>NE</cell>
+ </row>
+ <row>
+ <cell>4</cell>
+ <cell/>
+ <cell>-33,23</cell>
+ <cell>VVFIN</cell>
+ </row>
+ <row>
+ <cell>5</cell>
+ <cell>PDAT</cell>
+ <cell>29,00</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>6</cell>
+ <cell>FM</cell>
+ <cell>20,20</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>7</cell>
+ <cell>VAFIN</cell>
+ <cell>17,55</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>8</cell>
+ <cell>KON</cell>
+ <cell>14,84</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>9</cell>
+ <cell>PDS</cell>
+ <cell>12,39</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>10</cell>
+ <cell>PROAV</cell>
+ <cell>12,10</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>11</cell>
+ <cell/>
+ <cell>-11,65</cell>
+ <cell>PRF</cell>
+ </row>
+ <row>
+ <cell>12</cell>
+ <cell>PPOSAT</cell>
+ <cell>11,18</cell>
+ <cell/>
+ </row>
+ <row>
+ <cell>13</cell>
+ <cell/>
+ <cell>-10,73</cell>
+ <cell>ART</cell>
+ </row>
+ <row>
+ <cell>14</cell>
+ <cell/>
+ <cell>-10,16</cell>
+ <cell>VVPP</cell>
+ </row>
+ <row>
+ <cell>15</cell>
+ <cell/>
+ <cell>-8,10</cell>
+ <cell>VVINF</cell>
+ </row>
+ <trailer xml:id="tab01">
+ <ref type="intern" target="#tab1">Tab. 1</ref>: Die distinktivsten
+ Wortarten für die Unterscheidung von Philosophie und Literaturwissenschaft
+ im Sinne der SVM. Das verwendete Tagset ist das STTS (<ref type="bibliography" target="#schiller_guidelines_1999">Schiller et al.
+ 1999</ref>). [Andresen 2022] <ref type="graphic"
+ target="#nachnutzung_2021_t1"/>
+ </trailer>
+ </table>
+
+ <p>Diese Schritte werden im Folgenden am Beispiel der Analyse der Verwendung des
+ Pronomens <term type="figure">wir</term> in den drei Disziplinen
+ veranschaulicht. Im Zuge dessen wird auch diskutiert, welche Daten zur
+ Überprüfung und Re-Validierung der Analyseresultate vonnöten sind.</p>
+ <p>
+ <ref type="graphic" target="#tab01">Tabelle 1</ref> zeigt das Ranking
+ der 15 distinktivsten Wortarten für den Vergleich von Philosophie und
+ Literaturwissenschaft. Während sich aus diesen Ergebnissen zahlreiche relevante
+ Rückschlüsse auf die Unterschiede zwischen den Wissenschaftssprachen der beiden
+ Disziplinen ziehen lassen, wird hier nur ein Merkmal in den Fokus genommen: Im
+ Vergleich mit der Literaturwissenschaft zeichnet sich die Philosophie durch
+ eine hohe Verwendungsfrequenz von Personalpronomen (PPER) aus. Der zusätzliche
+ Rückgriff auf die <term type="dh">Token</term>-Ebene zeigt, dass dieser
+ Unterschied insbesondere durch die Pronomen <term type="figure">wir</term> und
+ <term type="figure">es</term> erzeugt wird. Dies wird hier zum Anlass
+ genommen, die fachspezifische (bzw. gegebenenfalls auch
+ zeitschriften-spezifische) <term type="figure">wir</term>-Verwendung
+ differenzierter zu betrachten. Zu diesem Zwecke wurde aus jedem Korpus eine
+ Stichprobe von 100 Sätzen, in denen <term type="figure">wir</term> verwendet
+ wird, nach dem Zufallsprinzip ausgewählt und manuell klassifiziert. Dabei wurde
+ auf die Klassifikation von <term type="figure">wir</term>-Verwendungen im
+ deutschsprachigen akademischen Diskurs von Kresta<note type="footnote"> Vgl.
+ <ref type="bibliography" target="#kresta_realisierungsformen_1995">Kresta 1995</ref>, S.130–147, vgl. auch
+ <ref type="bibliography" target="#steinhoff_textkompetenz_2007">Steinhoff 2007</ref>, S. 206f.</note>
+ zurückgegriffen. Kresta unterscheidet vier Gebrauchsweisen von <term
+ type="figure">wir</term> in deutschsprachigen akademischen Texten: Das
+ Pronomen wird verwendet, </p>
+ <list type="unordered">
+ <item>a.) um auf die tatsächlichen Verfasser*innen eines Textes zu verweisen
+ (Autor*innen-<term type="figure">wir</term>), </item>
+ <item>b.) um ein Kollektiv, bestehend aus Verfasser*innen und Leser*innen eines
+ Textes, zu bezeichnen (Teamwork-<term type="figure">wir</term>), </item>
+ <item>c.) zur Bezeichnung fachspezifischer Kollektiva aus akademischen
+ Verfasser*innen und Leser*innen (Fachkreis-<term type="figure">wir</term>)
+ sowie </item>
+ <item>d.) um auf alle Menschen zu referieren (Gemeinschafts-<term type="figure"
+ >wir</term>).</item>
+ </list>
+ <p>Die Stichproben zeigen (vgl. <ref type="graphic" target="#tab02"
+ >Tabelle 2</ref>) in den Texten fachspezifische Muster der <term
+ type="figure">wir</term>-Verwendungen: So sind sich die
+ literaturwissenschaftlichen und philosophischen Texte darin ähnlich, dass in
+ beiden Gruppen die Verwendung des Gemeinschafts-<term type="figure">wir</term>
+ dominiert, während in den linguistischen Aufsätzen die Verwendung des
+ Autor*innen-<term type="figure">wir</term> vorherrscht. Die Dominanz des
+ Autor*innen-<term type="figure">wir</term> in der Linguistik lässt sich
+ dadurch erklären, dass die Texte tatsächlich mehrheitlich von mehreren
+ Autor*innen verfasst wurden (siehe Beispiel 1). Diese Praxis scheint in der
+ Linguistik weitaus üblicher zu sein als in den anderen beiden Fächern. Die
+ Ähnlichkeit von Philosophie und Literaturwissenschaft in ihrer Verwendung des
+ Gemeinschafts-<term type="figure">wir</term> mag hingegen verwundern, da die
+ beiden Fächer häufig ihre formal-sprachlichen Unterschiede betonen.
+ Insbesondere in der Philosophie dient die Kennzeichnung eines philosophischen
+ Ansatzes als ›literarisch‹ oft der Kritik am philosophischen Gehalt
+ desselben.<note type="footnote"> Vgl. zum Beispiel Jürgen Habermas’ Kritik
+ an der <bibl>
+ <title type="desc">Einebnung des Gattungsunterschiedes zwischen
+ Philosophie und Literatur</title>
+ </bibl>, <ref type="bibliography" target="#habermas_diskurs_1998">Habermas 1988</ref>, S. 217.</note> Eine Auswertung der konkreten
+ Belegstellen zeigt jedoch, dass es sich in den beiden Fächern um
+ unterschiedlich geartete Manifestationen des Gemeinschafts-<term type="figure"
+ >wir</term> handelt, die man wiederum mit landläufigen Kennzeichen der
+ beiden Fächer in Verbindung bringen kann: So dominiert in der Stichprobe aus
+ der Philosophie ein Gebrauch des Gemeinschafts-<term type="figure">wir</term>
+ der letztendlich auf die grundlegenden Bedingungen des menschlichen Denkens und
+ Handelns abzielt, wie das Beispiel 2 belegt. In der Stichprobe aus der
+ Literaturwissenschaft, deren zentralen Tätigkeiten die Lektüre und
+ Interpretation von Texten sind, wird in 31 der 54 Verwendungen des
+ Gemeinschafts-<term type="figure">wir</term> genau auf jene Praxis
+ verwiesen, indem eine Art ›ideale*r Leser*in‹ konstituiert wird (siehe Beispiel
+ 3), weswegen in diesem Fall auch vom Leser*innen-<term type="figure">wir</term>
+ gesprochen werden kann.</p>
+ <table>
+ <row>
+ <cell/>
+ <cell>Linguistik</cell>
+ <cell>Philosophie</cell>
+ <cell>Literaturwissenschaft</cell>
+ </row>
+ <row>
+ <cell>Autor*innen-<term type="figure">wir</term>
+ </cell>
+ <cell>58</cell>
+ <cell>7</cell>
+ <cell>11</cell>
+ </row>
+ <row>
+ <cell>Teamwork-<term type="figure">wir</term>
+ </cell>
+ <cell>32</cell>
+ <cell>31</cell>
+ <cell>16</cell>
+ </row>
+ <row>
+ <cell>Fachkreis-<term type="figure">wir</term>
+ </cell>
+ <cell>3</cell>
+ <cell>10</cell>
+ <cell>17</cell>
+ </row>
+ <row>
+ <cell>Gemeinschafts-<term type="figure">wir</term>
+ </cell>
+ <cell>7</cell>
+ <cell>48</cell>
+ <cell>54</cell>
+ </row>
+ <row>
+ <cell> davon: Leser*innen-<term type="figure">wir</term>
+ </cell>
+ <cell/>
+ <cell/>
+ <cell>(31)</cell>
+ </row>
+ <row>
+ <cell>Sonstige</cell>
+ <cell>–</cell>
+ <cell>4</cell>
+ <cell>2</cell>
+ </row>
+ <trailer xml:id="tab02">
+ <ref type="intern" target="#tab2">Tab. 2</ref>: Manuelle Kategorisierung
+ der wir-Verwendung in einer Stichprobe von 100 Instanzen pro Disziplin. [Pichler 2022] <ref type="graphic" target="#nachnutzung_2021_t2"/>
+ </trailer>
+ </table>
+
+ <p>Folgende Textausschnitte sollen als Beispiele für die nach Fachrichtung
+ unterschiedlichen <term type="figure">wir</term>-Verwendungen dienen: </p>
+ <list type="ordered">
+ <item>Im Folgenden werden <hi rend="bold">wir </hi>die Datengrundlage näher
+ erläutern und anschließend kurz auf die von uns verwendeten
+ korpuspragmatischen Analysewerkzeuge eingehen. (Lin_16)</item>
+ <item>Diese Fähigkeit wird im Gegenteil schrittweise erlernt bzw. angeeignet –
+ so wie <hi rend="bold">wir </hi>z. B. unsere Muttersprache lernen oder
+ aneignen – nämlich durch einen Prozess der ›unbewussten induktiven
+ Schlussfolgerung‹, die auf Regelmäßigkeiten oder Assoziationen unter unseren
+ Sinneswahrnehmungen zurückzuführen ist. (Philo_33)</item>
+ <item>Zugespitzt könnte man sagen, dass der Begriff ›literarische Präsenz‹ ein
+ Widerspruch in sich ist, weil die Erzählung zwar von den Präsenzerfahrungen
+ ihrer Figuren erzählen kann, doch diese stets allein auf der Ebene der
+ histoire ›präsent‹ sind, präsent also für den Erzähler – doch <hi
+ rend="bold">wir</hi>, die Leser, sind nicht der Erzähler; [...]
+ (Lit_03)</item>
+ </list>
+ <p>Vor dem Hintergrund möglicher Nachnutzungsszenarien lassen sich für das erste
+ Nutzungsszenario verschiedene Datenbedarfe feststellen, die mit
+ unterschiedlichen Phasen der Analyse verbunden sind: Für die datengeleitete
+ Ermittlung distinktiver Merkmale ist es ausreichend, wenn die Texte nur in Form
+ von n-Gramm-Frequenzen, also in einem abgeleiteten Format, vorliegen. Auf der
+ Grundlage von z. B. Wortartenfrequenzen kann dieser Teil der Analyse direkt
+ reproduziert werden.<note type="footnote"> Der Schritt von den Originaldaten zu
+ den Frequenzdaten kann weder auf Grundlage dieser Daten noch basierend auf
+ Auszügen überprüft werden. Das ist bedauerlich, da bereits in dieser Phase
+ richtungsweisende Entscheidungen getroffen werden (Findet eine
+ Lemmatisierung statt? Werden Stoppwörter ausgeschlossen? Werden bestimmte
+ Teile der Originaltexte nicht einbezogen? etc.).</note> Außerdem ist es etwa
+ möglich, die distinktiven Merkmale auf den gleichen Daten mithilfe anderer
+ Verfahren zu ermitteln und methodische Vergleiche anzustellen. Naturgemäß wird
+ die weiterführende Analyse auf genau solche Frequenzen eingeschränkt, die auch
+ zur Verfügung gestellt werden. Eine flexible Anpassung der n-Gramme (etwa ihrer
+ Länge oder der Art ihrer Generierung) ist nicht ohne weiteres möglich, im
+ Großen und Ganzen werden die Bedarfe dieser Analysephase aber durch abgeleitete
+ Textformate gedeckt.</p>
+ <p>Geht es hingegen um die Interpretation der Daten, reichen Frequenzinformationen
+ nicht mehr aus. Um das Phänomen zu verstehen und gegebenenfalls erklären zu
+ können, ist es notwendig, konkrete Verwendungen im Korpus mitsamt ihrem Kontext
+ zu sichten. Die notwendige Kontextgröße hängt dabei von der Natur des
+ untersuchten Phänomens ab. Für die <term type="figure">wir</term>-Analyse
+ wurden pro Fach 100 zufällige Sätze untersucht. Ein zumindest
+ stichprobenartiger Zugriff auf Volltextdaten, wie er durch den XSample-Ansatz
+ ermöglicht wird, ist zentral, um geisteswissenschaftlich fundierte Aussagen
+ treffen und nachvollziehbar machen zu können.</p>
+ </div>
+ <div>
+ <p></p>
+ <p></p>
+ <p></p>
+ <p></p>
+ </div>
+ <div type="subchapter">
+ <head>4.2 Zweites Nutzungsszenario: Unzuverlässiges Erzählen</head>
+
+ <p>Der zweite Anwendungsfall setzt sich mit dem Phänomen des unzuverlässigen
+ Erzählens (genauer: mit faktenbezogener Unzuverlässigkeit) auseinander, das in
+ einigen literarischen Erzählungen auftritt. Faktenbezogenes unzuverlässiges
+ Erzählen liegt in einem fiktionalen Text dann vor, wenn die Erzählinstanz
+ unzutreffende, zweifelhafte oder in relevanter Hinsicht unvollständige Aussagen
+ über die Fakten oder Ereignisse der erzählten Welt tätigt.<note type="footnote"
+ > Vgl. <ref type="bibliography" target="#martinez_einfuehrung_2009">MartÃnez / Scheffel 2009</ref>, S. 100;
+ <ref type="bibliography" target="#kindt_erzaehlen_2008">Kindt 2008</ref>, S. 48.</note>
+ </p>
+ <p>Im Gegensatz zum ersten Anwendungsfall handelt es sich beim zweiten nicht um
+ eine Replikationsstudie, sondern um eine Pilotstudie zu einem kürzlich
+ gestarteten, auf drei Jahre ausgelegten Forschungsprojekt (<ref
+ target="https://dfg-spp-cls.github.io/projects_en/2020/01/24/TP-Caution/"
+ >CAUTION</ref>), das der Untersuchung der Schluss- und
+ Argumentationsprozesse bei der Identifikation unzuverlässigen Erzählens durch
+ Literaturwissenschaftler*innen bzw. Leser*innen gewidmet ist. Unzuverlässiges
+ Erzählen gilt in der Literaturwissenschaft einerseits als stark
+ interpretationsabhängiges Phänomen,<note type="footnote"> Vgl. <ref type="bibliography" target="#yacobi_reliability_1981">Yacobi 1981</ref>;
+ <ref type="bibliography" target="#nuenning_unreliable_1999">Nünning 1999</ref>.</note> andererseits listet die Forschung zahlreiche
+ sprachliche Indikatoren, die auf unzuverlässiges Erzählen hinweisen
+ können.<note type="footnote"> Vgl. <ref type="bibliography" target="#nuenning_narration_1998">Nünning 1998</ref>;
+ <ref type="bibliography" target="#allrath_signale_1998">Allrath 1998</ref>.</note>
+ Leser*innen können solche Merkmale – unter Rückgriff auf allgemeines Weltwissen
+ sowie literarische und literaturwissenschaftliche Kontexte – zum Anlass nehmen,
+ der Erzählinstanz eines fiktionalen Textes Unzuverlässigkeit zuzuschreiben. In
+ diesem Rahmen entwickeln sie eine inhaltsspezifizierende Interpretation<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#folde_interpretation_2015">Folde 2015</ref>, S. 366.</note> des Textes, d. h. sie
+ bilden Annahmen darüber, was in der fiktiven Welt des Textes wahr und was
+ falsch ist.</p>
+ <p>Um die Schluss- und Argumentationsprozesse bei der Feststellung bzw.
+ Zuschreibung unzuverlässigen Erzählens systematisch untersuchen zu können, sind
+ in einer ersten Annäherung folgende Teilfragen relevant: </p>
+ <list type="ordered">
+ <item>Welche Erzähler*innen bzw. Figuren treten in einer Erzählung auf? </item>
+ <item>Welche Äußerungen über die fiktive Welt der Erzählung treffen diese
+ Instanzen? </item>
+ <item>Welche dieser Äußerungen betreffen Propositionen, deren Zutreffen in der
+ fiktiven Welt in Frage steht? </item>
+ <item>Wie positionieren sich die relevanten Instanzen zu diesen Propositionen? </item>
+ <item>Gibt es textuelle Hinweise auf die Vertrauens(un)würdigkeit der
+ relevanten Instanzen?</item>
+ </list>
+ <p>Zur Beantwortung dieser Fragen wird im Rahmen des zweiten Nutzungsszenarios
+ explorativ-heuristisch eine Mischung aus automatisierten Text-Mining-Verfahren
+ und manueller Annotation auf ein Testkorpus aus vier kurzen bis mittellangen
+ Erzählungen und vier langen Erzählungen aus dem 19. bis 21. Jahrhundert
+ angewandt. Für die Teilfragen (1) und (2) werden automatische Verfahren zur
+ Erkennung von Named Entities<note type="footnote"> Verwendet wurde hier der
+ <ref target="https://nlp.stanford.edu/software/CRF-NER.shtml">Stanford Named Entity
+ Recognizer</ref>.</note> und <term type="dh">Redewiedergabe</term>
+ <note type="footnote"> Für die Erkennung von direkter Rede wurde ein simpler
+ Tagger entwickelt, der auf der Identifikation von Anführungszeichen basiert;
+ indirekte Rede wurde mithilfe eines verfügbaren <ref
+ target="https://github.com/redewiedergabe/tagger">Taggers</ref> annotiert. Alle erzeugten Annotationen wurden anschließend gesichtet und
+ gegebenenfalls korrigiert.</note> verwendet, zusätzlich wurden Koreferenzen
+ exemplarisch manuell annotiert. Für Fragen (3) und (4) muss – wie es bei der
+ Untersuchung genuin literaturwissenschaftlicher Konzepte oft notwendig ist –
+ zunächst ein eigenes Annotationsschema entwickelt werden, das dann im Rahmen
+ manueller Annotation auf die Texte angewandt wird.<note type="footnote"> Für
+ die manuelle Annotation wurde die Annotations- und Analyseumgebung <ref
+ target="https://catma.de/">CATMA</ref> verwendet.</note> Für Frage (5)
+ wird exemplarisch eine Indikatorengruppe aus der Unzuverlässigkeitsforschung in
+ den Fokus genommen: die Verwendung emotionaler bzw. wertender Sprache, für
+ deren Erkennung eine Kombination aus automatischer <term type="dh"
+ >Sentimentanalyse</term>
+ <note type="footnote"> Zum Einsatz kam hier SentText, vgl. <ref type="bibliography" target="#schmidt_tool_2021">Schmidt et al. 2021</ref>.
+ </note> und manueller <term type="dh">Emotionsanalyse</term>
+ eingesetzt wird.</p>
+ <p>Für den Einsatz computergestützter Verfahren in der Literaturwissenschaft ist
+ oft erheblicher Entwicklungsaufwand notwendig, sowohl konzeptionell im Rahmen
+ der Operationalisierung literaturwissenschaftlicher Forschungsfragen als auch
+ technisch im Hinblick auf die Anpassung oder Neuentwicklung von Tools.<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#gius_textanalysen_2019">Gius 2019</ref>;
+ <ref type="bibliography" target="#pichler_operationalisierung_2021">Pichler / Reiter 2021</ref>.</note> Deswegen kann
+ es bei der Auswertung der Pilotstudie noch nicht darum gehen, die übergeordnete
+ Forschungsfrage zu den Schluss- und Argumentationsprozessen bei der
+ Feststellung unzuverlässigen Erzählens zu beantworten. Dennoch kann ein
+ Einblick in die Daten bereits in diesem Zwischenstadium aufschlussreich sein.
+ Generell ist Forschung im Bereich der Digital Humanities (und besonders im
+ Bereich der <term type="dh">Computational Literary Studies</term>) stärker als
+ in den traditionellen Geisteswissenschaften durch <quote>Prozessualität,
+ Vorläufigkeit und ›Nichtwissen‹</quote>
+ <note type="footnote"> <ref type="bibliography" target="#schruhl_objektumgangsnormen">Schruhl 2018</ref>.</note> gekennzeichnet. Dies lässt sich
+ durchaus als Stärke dieser Ansätze verstehen, weil dadurch die Zwischenschritte
+ der Forschung und Entwicklung dokumentiert (und damit durch Dritte einsehbar)
+ werden, die in nicht-digitalen literaturwissenschaftlichen Zugängen oft
+ implizit bleiben.</p>
+ <p>Beim zweiten Nutzungsszenario dient eine Einsicht in die Daten durch Dritte
+ also hauptsächlich dem Zweck, einen Einblick in den Operationalisierungsprozess
+ der übergeordneten literaturwissenschaftlichen Fragestellung zu erhalten, oder
+ ist dem Interesse an bestimmten Einzelphänomenen (etwa dem Sentiment)
+ geschuldet. Nachnutzer*innen können beispielsweise prüfen, inwieweit die
+ eingesetzten Text-Mining-Verfahren bereits für die Anwendung auf literarischen
+ Texten adäquat sind oder ob die für die manuelle Annotation entwickelten
+ Annotationsschemata geeignet sind, die im Fokus stehenden literarischen
+ Phänomene zu fassen.</p>
+ <p>Für die Form, in der die Textdaten Dritten zugänglich gemacht werden sollten,
+ bedeutet das im vorliegenden Zusammenhang Folgendes:</p>
+ <list type="ordered">
+ <item>
+ <hi rend="italic">Named Entity Recognition</hi>: Inwieweit die <term
+ type="dh">Named Entity Recognition</term> (mit zu diesem Zeitpunkt noch
+ nicht eigens für das Korpus trainierten Modellen) auf literarischen Texten
+ zu brauchbaren Ergebnissen führt, kann unter Umständen noch teilweise
+ mittels abgeleiteter Textformate (z. B. bestimmter tokenbasierter
+ Formate<note type="footnote"> Vgl. <ref type="bibliography" target="#schoech_textformate_2020">Schöch et al. 2020</ref>.</note>) geprüft
+ werden. Zusätzlich können Nachnutzer*nnen sich damit ebenfalls einen ersten
+ Eindruck hinsichtlich der im jeweiligen Text auftretenden Figuren
+ verschaffen.<note type="footnote"> Tatsächlich ist (auch eine eigens
+ trainierte) Named Entity Recognition nur in eingeschränktem Maße für die
+ Identifikation der relevanten Akteur*innen / Instanzen geeignet, da gerade in
+ potenziell unzuverlässigen Erzählungen häufig homodiegetische
+ Erzähler*innen (›Ich-Erzähler*innen‹) auftreten, auf die nicht oder
+ selten mit Eigennamen referiert wird.</note>
+ </item>
+ <item>
+ <hi rend="italic">Automatische Sentimentanalyse</hi>: Um zu beurteilen, ob
+ durch das lexikonbasierte Vorgehen der automatischen Sentimentanalyse
+ einzelne Wörter falsch klassifiziert wurden, ist der Rekurs auf den
+ textuellen Kontext notwendig, den abgeleitete Textformate nicht ermöglichen.
+ Ein erster Einblick in die Ergebnisse der automatischen Sentimenanalyse ist
+ allerdings noch mit abgeleiteten Textformaten möglich, sofern für
+ Nachnutzer*innen interessant ist, ob ein Text bzw. Korpus eher von negativen
+ oder positiven Wörtern geprägt ist oder welche Wörter bzw. Wortfelder mit
+ positiver oder negativer Polarität vorherrschen.</item>
+ <item>
+ <hi rend="italic">Redewiedergabeerkennung</hi>: Für die Prüfung der
+ automatisch generierten Redewiedergabe-Annotationen sind abgeleitete
+ Textformate ebenfalls nicht funktional, da die Annotationen längere Passagen
+ betreffen bzw. ihre Korrektheit (insbesondere im Fall indirekter Rede) nur
+ unter Rückgriff auf die fraglichen Textpassagen beurteilt werden kann. Auch
+ der für die weitere Bearbeitung der übergeordneten Forschungsfrage
+ ausschlaggebende Inhalt der Figurenrede kann nur durch Konsultation
+ zusammenhängender Textpassagen untersucht werden.</item>
+ <item>
+ <hi rend="italic">Koreferenzauflösung</hi>: Bei den manuellen Annotationen
+ zur Koreferenzauflösung sind sowohl zur Prüfung der Korrektheit als auch für
+ die Bearbeitung der inhaltlichen Fragestellung (›Wer sagt was?‹) textuelle
+ Kontexte notwendig.</item>
+ <item>
+ <hi rend="italic">Manuelle Emotionsanalyse</hi>: Für die manuelle
+ Emotionsanalyse wurde im Rahmen des Nutzungsszenarios ein eigenes Tagset
+ entwickelt, das auf den sprachlichen Indikatoren basiert, die in der
+ erzähltheoretischen Forschungsliteratur als Hinweise auf die Emotionalität
+ von Erzähler*innen (und damit auf ihre mögliche Unzuverlässigkeit)
+ identifiziert werden. Derartige Operationalisierungen
+ literaturwissenschaftlicher Forschungsfragen für die computergestützte
+ Analyse sind oft langwierige Prozesse und benötigen im Rahmen von manueller
+ (und meist kollaborativer) Annotation häufig mehrere Durchläufe.<note
+ type="footnote"> Vgl. <ref type="bibliography" target="#gius_profit_2017">Gius / Jacke 2017</ref>;
+ <ref type="bibliography" target="#reiter_anleitung_2020">Reiter 2020</ref>.</note> Im Rahmen
+ des zweiten Nutzungsszenarios hat ein erster dieser Durchläufe
+ stattgefunden, in dem Forscher*innen bzw. Datenlieferant*innen einige
+ Entscheidungen treffen mussten, die für den Nachvollzug der Ergebnisse durch
+ Dritte relevant sein können. Hierfür ist nicht nur ein Einblick in die
+ Annotationsschemata und Anwendungsrichtlinien notwendig, sondern ebenso der
+ Zugriff auf zusammenhängende Textteile, die den textuellen Kontext zeigen
+ und damit individuelle Annotationsentscheidungen potenziell nachvollziehbar
+ machen. Einen ersten Eindruck von den Ergebnissen der manuellen
+ Emotionsanalyse können sich Nachnutzer*innen – analog zur verwandten
+ Sentimentanalyse – allerdings auch auf der Basis abgeleiteter Textformate
+ verschaffen.</item>
+ <item>
+ <hi rend="italic">Wahre Propositionen der erzählten Welt</hi>: Den
+ komplexesten und zugleich wichtigsten Operationalisierungs- und
+ Annotationsschritt stellt im Rahmen des zweiten Nutzungsszenarios die
+ manuelle Annotation der Sätze dar, die diejenigen Propositionen betreffen,
+ deren Wahrheit in der fiktiven Welt eines Textes in Frage stehen. Genau wie
+ im Fall der manuellen Emotionsanalyse müssen die Annotationskategorien erst
+ in mehreren Durchläufen entwickelt werden, von denen der erste im Rahmen des
+ vorliegenden Nutzungsszenarios stattfindet. Allerdings muss für die
+ Entwicklung von Annotationsschemata und Guidelines hier noch mehr Vorarbeit
+ geleistet werden als bei der Emotionsanalyse, da in der
+ Unzuverlässigkeitsforschung für letztere bereits Listen mit textuellen
+ Indikatoren zur Verfügung stehen, die vergleichsweise direkt in
+ Annotationsschemata übertragen werden können. Die Annotation in Frage
+ stehender Sätze erfordert dagegen grundsätzliche konzeptionelle und
+ praktische Entscheidungen. Im Rahmen dieses Nutzungsszenarios wurden
+ beispielsweise zunächst jeweils textspezifische Kategorien entwickelt, d. h.
+ dass für jeden Text ca. zwölf zentrale, in Frage stehende Propositionen
+ identifiziert und als Tagset umgesetzt wurden (z. B. für E. T. A. Hoffmanns <bibl>
+ <title type="desc">Der Sandmann</title>
+ </bibl> die Propositionen <quote>Der dämonische Sandmann existiert</quote>,
+ <quote>Der Sandmann will Nathanaels Leben zerstören</quote>,
+ <quote>Advokat Coppelius und Wetterglashändler Coppola sind dieselbe
+ Person</quote> etc.). Mithilfe dieser spezifischen Tagsets wurden in den
+ Texten jeweils Sätze annotiert, in denen die fraglichen Propositionen
+ thematisiert werden, um überhaupt erst einmal die grundsätzliche
+ Umsetzbarkeit des Ansatzes zu testen. Perspektivisch ist die Entwicklung
+ eines generischen Tagsets für diese Annotationsaufgabe wünschenswert, in dem
+ beispielsweise Propositionen in Typen (z. B. in <term type="dh"
+ >singular</term>, <term type="dh">particularized</term> und <term
+ type="dh">general</term>) unterteilt und verschiedene Rollen der Propositionen im Rahmen von Argumenten (Prämisse und
+ Konklusion) unterschieden werden.
+ Deshalb ist zu erwarten, dass sich die Annotationskategorien und
+ Anwendungsrichtlinien noch erheblich verändern werden. Aus diesem Grund kann
+ der Nachvollzug der einzelnen Operationalisierungsschritte durch Dritte von
+ besonderer Bedeutung sein. Dieser wird wieder durch Zugriff auf
+ Annotationskategorien / Anwendungsrichtlinien im Manifest sowie (mindestens)
+ zusammenhängende Textabschnitte ermöglicht. An dieser Stelle tritt ein
+ weiterer Unterschied zur manuellen Emotionsanalyse zutage: Während bei der
+ Emotionsanalyse anhand sprachlicher Indikatoren vornehmlich einzelne Wörter
+ annotiert werden, betrifft die Annotation bei der Analyse in Frage stehender Propositionen mindestens Teilsätze. Tokenbasierte abgeleitete Textformate sind
+ deswegen weder für den Nachvollzug der Kategorienentwicklung oder der
+ Annotationsentscheidungen noch für einen ersten Einblick in die Ergebnisse
+ der Annotation bzw. Analyse funktional.</item>
+ </list>
+ <p>Zusammenfassend lässt sich also festhalten, dass abgeleitete Textformate für
+ den Nachvollzug der Operationalisierung literaturwissenschaftlicher
+ Forschungsfragen, die in der durch das zweite Nutzungsszenario abgebildeten
+ Forschungsphase im Vordergrund steht, nur schwer oder gar nicht verwendbar
+ sind. Ein Auszugskonzept kann dagegen vielen der genannten Anforderungen
+ begegnen.</p>
+ <p>Wie eingangs deutlich gemacht wurde, dient das zweite Nutzungsszenario als
+ Pilotstudie zu einem umfangreicheren Projekt, das die Schluss- und
+ Argumentationsprozesse bei der Feststellung bzw. Zuschreibung unzuverlässigen
+ Erzählens untersucht. In diesem Zusammenhang wird für Nachnutzer*innen die
+ Notwendigkeit, auf zusammenhängende Textteile zugreifen zu können, noch stärker
+ in den Vordergrund rücken, denn unzuverlässiges Erzählen gilt als Phänomen,
+ dessen Feststellung sich aus dem Zusammenspiel verschiedener sprachlicher
+ Indikatoren, über den Text verteilter Informationen und Kontextinformationen
+ ergibt. Aus diesem Grund bleibt letztlich noch zu prüfen, inwieweit (d. h. bei
+ welchen Phänomenvarianten oder Texten) der Zugriff auf Textauszüge für
+ Nachnutzer*innen ausreichend ist. Fest steht allerdings, dass sich ein
+ Auszugsmodell, wie es in XSample entwickelt wurde, den Bedarfen dieser
+ Anwendungsfälle deutlich stärker annähert als abgeleitete Textformate und
+ Forschenden eine Möglichkeit bietet, (auch) an urheberrechtlich geschützten Texten solch komplexe literarische
+ Phänomene zu untersuchen.</p>
+ </div>
+ </div>
+ <div type="chapter">
+ <head>5. Fazit</head>
+
+ <p>Um urheberrechtlichen Einschränkungen bei der Auswahl, Verbreitung und Nachnutzung
+ von Forschung von vornherein aus dem Weg zu gehen, konzentrieren viele digitale
+ Geisteswissenschaftler*innen ihre korpusorientierte Forschung auf gemeinfreie
+ Texte. In der Breite führt dies zu Verzerrungen der Forschungslandschaft, die
+ inhaltlich wie methodologisch problematisch sind. Dieser Artikel ging daher von
+ folgendem Desiderat für die Forschungscommunity in den digitalen
+ Geisteswissenschaften aus: Der bestehende urheberrechtliche Rahmen sollte in der
+ Praxis so gut es geht ausgenutzt werden, nicht zuletzt um die Relevanz von
+ korpusorientierter Forschung auf geschützten Texten forschungspolitisch zu
+ unterstreichen. Hier kommt einer forschungsgeleiteten Dateninfrastruktur die
+ wichtige Rolle zu, Forscher*innen eine möglichst weitgehende, rechtskonforme
+ Verwendung geschützter Texte zu ermöglichen. </p>
+ <p>Zwei Ansätze hierzu sind zum einen individuelle Lizenzvereinbarungen, zum anderen
+ das jüngst vorgestellte Prinzip abgeleiteter Textformate. Der Austausch von
+ Ergebnissen einer explorativen Forschungspraxis auf Basis von Fragestellungen, die
+ für eine Interpretation die Einbeziehung relevanten Kontexts erforderlich machen,
+ ist mit beiden Ansätzen aber nur sehr eingeschränkt möglich. Der vorliegende
+ Beitrag schlägt daher eine infrastrukturelle Erweiterung des Instrumentariums vor,
+ die auf der urheberrechtlich zulässigen Weitergabe von Textauszügen aufbaut. Um
+ die Nützlichkeit dieses Ansatzes für das individuelle Forschungsvorhaben zu
+ maximieren, ermöglicht der XSample-Workflow den Nutzer*nnen, Textauszüge flexibel
+ anhand von Suchanfragen an den Text und seine Annotationen auszuwählen.</p>
+ <p>Anhand zweier Nutzungsszenarien aus Sprach- und Literaturwissenschaft wurde
+ beispielhaft gezeigt, welche Möglichkeiten und Grenzen sich aus dem Prinzip
+ abgeleiteter Textformate sowie dem Auszugskonzept im Kontext konkreter
+ geisteswissenschaftlicher Forschungsprojekte ergeben. Das linguistische Szenario
+ vergleicht Wortfrequenzen zwischen drei Korpora, eine Aufgabe, die problemlos
+ anhand von einfachen Frequenzlisten – d. h. auf Basis abgeleiteter Textformate –
+ reproduziert werden kann. Jedoch erfordert der nächste Schritt, die Interpretation
+ der quantitativen Befunde, eine Rekontextualisierung der Ergebnisse und damit
+ Zugriff auf die zu untersuchenden Textstellen in ihrem Kontext. Hier stößt das
+ Prinzip abgeleiteter Textformate an seine Grenzen; durch das Auszugskonzept kann
+ dieser Schritt hingegen in einem für den Anwendungsfall ausreichendem Maße
+ geleistet werden. </p>
+ <p>Das zweite Szenario beschäftigt sich mit dem Phänomen des unzuverlässigen
+ Erzählens, bei dem sich schnell zeigt, dass abgeleitete Textformate nicht sinnvoll
+ eingesetzt werden können. Das betrifft zum einen den Nachvollzug der
+ Operationalisierung der literaturwissenschaftlichen Kategorien, für den der nähere
+ textuelle Kontext notwendig ist, zum anderen die Analyse und Interpretation der
+ Annotationen als Indikatoren für Vorkommnisse unzuverlässigen Erzählens, für die
+ auch der weitere textuelle Kontext von Bedeutung ist. Lediglich
+ Vorverarbeitungsschritte wie eine Named Entity Recognition können über abgeleitete
+ Formate, etwa mittels Frequenzdaten, nachgenutzt werden. Der Zugriff auf
+ individuell ausgewählte Textauszüge ist für den literaturwissenschaftlichen
+ Anwendungsfall somit deutlich vielversprechender. Allerdings ist anzumerken, dass
+ für gewisse Interpretationen auch der ganze Text vorliegen muss. Hier könnte das
+ Auszugskonzept zu einer ersten Sichtung und Bewertung des Materials dienen, vor
+ dem Hintergrund komplexer literaturwissenschaftlicher Fragestellung aber an seine
+ Grenzen stoßen. </p>
+ <p>Die zwei Nutzungsszenarien können die Breite geisteswissenschaftlicher
+ Fragestellungen und Methoden nur in begrenztem Maß abbilden. Sie machen jedoch
+ deutlich, dass selbst Analysen, die einen quantitativen, auf automatisierte
+ Verfahren bauenden Zugang zu den Daten nutzen, für die Interpretation am Ende auf
+ Kontextinformationen angewiesen sind. Nur dieser Schritt macht die Analyse an die
+ Geisteswissenschaften anschlussfähig und für die Forschungscommunity
+ nachvollziehbar. Die Arbeit mit Frequenzdaten, zu denen keine Kontextinformationen
+ zur Verfügung stehen, birgt auch die Gefahr, zu Interpretationen zu verleiten, die
+ nicht durch die Daten gedeckt sind. Insofern erscheint es für viele
+ Forschungsszenarien in den digitalen Geisteswissenschaften sinnvoll, eine
+ Kombination beider Verfahren anzustreben.</p>
+ <p>Alle hier diskutierten Verfahren bleiben selbstverständlich Behelfslösungen. Aus
+ Sicht der Forschung wäre die generelle Möglichkeit, Forschungsdaten einschließlich
+ der zugrundeliegenden Texte für wissenschaftliche Zwecke uneingeschränkt zu
+ teilen, das bei weitem produktivste Vorgehen. Die Interessen der
+ Rechteinhaber*innen müssen dabei natürlich berücksichtigt werden. Gegebenenfalls
+ müssten langfristig etwa die Richtlinien der Forschungsfinanzierung aus
+ öffentlichen Quellen angepasst werden, um bei der Verwendung von urheberrechtlich
+ geschützten Werken in berechtigten Fällen eine vorgelagerte Kompensation für eine
+ langfristige Nachnutzung zu ermöglichen. In vielen Fällen ließe sich ein
+ Interessenausgleich von Forschung und Rechteinhaber*innen erreichen. Langfristig
+ ist zu hoffen, dass die Politik den rechtlichen Rahmen mit dieser Zielsetzung
+ weiterentwickelt. Unter den aktuell gegebenen Umständen erlauben zum einen die
+ Veröffentlichung von abgeleiteten Textformaten und zum anderen der gezielte
+ Zugriff auf genau die Auszüge des Textes, die für eine gegebene Fragestellung
+ relevant sind, eine zwar eingeschränkte, in vielen Fällen aber hinreichende
+ Reproduktion und Nachnutzung urheberrechtlich geschützter Forschungsdaten.</p>
+ </div>
+ <div type="bibliography">
+ <head>Bibliografische Angaben</head>
+ <listBibl>
+ <bibl xml:id="allrath_signale_1998">Gaby Allrath: »But why will you say that I am mad?« Textuelle Signale für
+ die Ermittlung von unreliable narration. In: Unreliable Narration. Studien zur
+ Theorie und Praxis unglaubwürdigen Erzählens in der englischsprachigen
+ Erzählliteratur. Hg. von Ansgar Nünning / Carola Surkamp / Bruno Zerweck. Trier
+ 1998, S. 59–80. <ptr type="gbv" cRef="24851167X"/></bibl>
+ <bibl xml:id="andresen_sprachbeschreibung_2022">Melanie Andresen: Datengeleitete Sprachbeschreibung mit syntaktischen
+ Annotationen. Eine Korpusanalyse am Beispiel der germanistischen
+ Wissenschaftssprachen. Tübingen 2022. (= Korpuslinguistik und interdisziplinäre
+ Perspektiven auf Sprache (CLIP), 10). <ptr type="gbv" cRef="1786523841"/></bibl>
+ <bibl xml:id="dreier_urhg_2018">Thomas Dreier / Gernot Schulze: UrhG – Urheberrechtsgesetz,
+ Verwertungsgesellschaftengesetz, Kunsturhebergesetz. Kommentar. 6. Auflage.
+ München 2018. <ptr type="gbv" cRef="896763692"/></bibl>
+ <bibl xml:id="dreier_urhg_2022">Thomas Dreier / Gernot Schulze: UrhG – Urheberrechtsgesetz,
+ Urheberrechts-Diensteanbieter-Gesetz, Verwertungsgesellschaftengesetz,
+ Nebenurheberrecht, Kunsturheberrecht. Kommentar. 7. Auflage. München 2022.
+ <ptr type="gbv" cRef="1769737332"/></bibl>
+ <bibl xml:id="folde_interpretation_2015">Christian Folde: Grounding Interpretation. In: British Journal of Aesthetics
+ 55 (2015), H. 3, S. 361–374. <ptr type="gbv" cRef="129077933"/></bibl>
+ <bibl xml:id="dfg_leitlinien_2019">Deutsche Forschungsgemeinschaft: Leitlinien zur Sicherung der guten
+ wissenschaftlichen Praxis, Kodex, 2019. DOI: <ref
+ target="https://doi.org/10.5281/zenodo.6472827">10.5281/zenodo.6472827</ref>
+ </bibl>
+ <bibl xml:id="gaertner_corpus_2020">Markus Gärtner: The Corpus Query Middleware of Tomorrow − A Proposal for a
+ Hybrid Corpus Query Architecture. In: Proceedings of the 8th Workshop on
+ Challenges in the Management of Large Corpora. Hg. von Piotr Bański / Adrien
+ Barbaresi / Simon Clematide / Marc Kupietz / Harald Lüngen / Ines Pisetta.
+ (CMLC 8, Marseille, 11.–16.05.2020) Stroudsburg, PA 2020, S. 31–39. [<ref
+ target="https://www.aclweb.org/anthology/2020.cmlc-1.5">online</ref>] </bibl>
+ <bibl xml:id="gaertner_corpus_2021">Markus Gärtner / Felicitas Kleinkopf / Melanie Andresen / Sybille Hermann:
+ Corpus Reusability and Copyright – Challenges and Opportunities. In:
+ Proceedings of the Workshop on Challenges in the Management of Large Corpor.
+ Hg. von Harald Lüngen / Marc Kupietz / Piotr Bański / Adrien Barbaresi / Simon
+ Clematide / Ines Pisetta. (CMLC 9, Limerick, 12.07.2021) Mannheim 2021, S.
+ 10–19. DOI: <ref target="https://doi.org/10.14618/ids-pub-10467"
+ >10.14618/ids-pub-10467</ref> <ptr type="gbv" cRef="1788941780"/></bibl>
+ <bibl xml:id="gius_textanalysen_2019">Evelyn Gius: Computationelle Textanalysen als fünfdimensionales Problem: Ein
+ Modell zur Beschreibung von Komplexität. In: LitLab Pamphlet 8 (2019). [<ref
+ target="https://www.digitalhumanitiescooperation.de/pamphlet-8-computationelle-textanalysen/"
+ >online</ref>] </bibl>
+ <bibl xml:id="gius_profit_2017">Evelyn Gius / Janina Jacke: The Hermeneutic Profit of Annotation: On
+ Preventing and Fostering Disagreement in Literary Analysis. In: International
+ Journal of Humanities and Arts Computing 11 (2017), H. 2, S. 233–254. DOI: <ref
+ target="https://doi.org/10.3366/ijhac.2017.0194"
+ >10.3366/ijhac.2017.0194</ref> <ptr type="gbv" cRef="569610923"/></bibl>
+ <bibl xml:id="habermas_diskurs_1998">Jürgen Habermas: Der philosophische Diskurs der Moderne. Zwölf Vorlesungen.
+ Frankfurt / Main 1988. (= Suhrkamp-Taschenbuch Wissenschaft, 749).
+ <ptr type="gbv" cRef="863033091"/></bibl>
+ <bibl xml:id="jockers_methods_2012">Matthew Lee Jockers: Macroanalysis: Digital methods and literary history.
+ Urbana, IL u. a. 2013. <ptr type="gbv" cRef="1603785094"/></bibl>
+ <bibl xml:id="kindt_erzaehlen_2008">Tom Kindt: Unzuverlässiges Erzählen und literarische Moderne: eine
+ Untersuchung der Romane von Ernst Weiß. Tübingen 2008. (= Studien zur deutschen
+ Literatur, 184). <ptr type="gbv" cRef="568520025"/></bibl>
+ <bibl xml:id="kleinkopf_text_2021">Felicitas Kleinkopf / Janina Jacke / Markus Gärtner: Text- und Data-Mining –
+ Urheberrechtliche Grenzen der Nachnutzung wissenschaftlicher Korpora bei
+ computergestützten Verfahren und digitalen Ressourcen. In: MMR. Zeitschrift für
+ IT-Recht und Recht der Digitalisierung 24 (2021), H. 3, S. 196–200. DOI: <ref
+ target="http://dx.doi.org/10.18419/opus-11445">10.18419/opus-11445</ref> <ptr type="gbv" cRef="1679027220"/></bibl>
+ <bibl xml:id="kleinkopf_bildung_2021">Felicitas Kleinkopf / Thomas Pflüger: Digitale Bildung, Wissenschaft und
+ Kultur – Welcher urheberrechtliche Reformbedarf verbleibt nach Umsetzung der
+ DSM-RL durch das Gesetz zum Urheberrecht im digitalen Binnenmarkt? In:
+ Zeitschrift für Urheber- und Medienrecht 56 (2021), H. 8 / 9, S. 643–655.
+ <ptr type="gbv" cRef="130952079"/></bibl>
+ <bibl xml:id="kresta_realisierungsformen_1995">Ronald Kresta: Realisierungsformen der Interpersonalität in vier
+ linguistischen Fachtextsorten des Englischen und des Deutschen (= Theorie und
+ Vermittlung der Sprache, 24). Frankfurt / Main u. a. 1995. <ptr type="gbv" cRef="185951988"/></bibl>
+ <bibl xml:id="martinez_einfuehrung_2009">MatÃas MartÃnez / Michael Scheffel: Einführung in die Erzähltheorie. 8.
+ Aufage. (= C.-H.-Beck-Studium). München 2009. <ptr type="gbv" cRef="612016773"/></bibl>
+ <bibl xml:id="nuenning_narration_1998">Ansgar Nünning: »Unreliable Narration« zur Einführung. Grundzüge einer
+ kognitiv-narratologischen Theorie und Analyse unglaubwürdigen Erzählens. In:
+ Unreliable Narration. Studien zur Theorie und Praxis unglaubwürdigen Erzählens.
+ Hg. von Ansgar Nünning / Bruno Zerweck / Carola Surkamp. Trier 1998, S. 3–39.
+ <ptr type="gbv" cRef="24851167X"/></bibl>
+ <bibl xml:id="nuenning_unreliable_1999">Ansgar Nünning: Unreliable, Compared to What? Towards a Cognitive Theory of
+ »Unreliable Narration«. Prolegomena and Hypotheses. In: Grenzüberschreitungen.
+ Narratologie im Kontext / Transcending Boundaries. Narratology in Context. Hg.
+ von Walter Grünzweig / Andreas Solbach. Tübingen 1999, S. 53–73. <ptr type="gbv" cRef="25045680X"/></bibl>
+ <bibl xml:id="pichler_operationalisierung_2021">Axel Pichler / Nils Reiter: Zur Operationalisierung
+ literaturwissenschaftlicher Begriffe in der algorithmischen Textanalyse. Eine
+ Annäherung über Norbert Altenhofers hermeneutische Modellinterpretation von
+ Kleists Das Erdbeben in Chili. In: Journal of Literary Theory 15 (2021), H.
+ 1–2, S. 1–29. [<ref
+ target="http://www.jltonline.de/index.php/articles/article/view/1124/2571"
+ >online</ref>] <ptr type="gbv" cRef="519206053"/></bibl>
+ <bibl xml:id="raue_freistellung_2021">Benjamin Raue: Die Freistellung von Datenanalysen durch die neuen Text und
+ Data Mining-Schranken. In: Zeitschrift für Urheber- und Medienrecht 56 (2021),
+ H. 10, S. 793-802. <ptr type="gbv" cRef="130952079"/></bibl>
+ <bibl xml:id="reiter_anleitung_2020">Nils Reiter: Anleitung zur Erstellung von Annotationsrichtlinien. In:
+ Reflektierte algorithmische Textanalyse. Hg. von Nils Reiter / Axel Pichler /
+ Jonas Kuhn. Berlin u. a. 2020, S. 193–202. DOI: <ref
+ target="https://doi.org/10.1515/9783110693973-009"
+ >10.1515/9783110693973-009</ref> <ptr type="gbv" cRef="1691580465"/></bibl>
+ <bibl xml:id="DSM-Richtlinie_2019">Richtlinie (EU) 2019/790 des Europäischen Parlaments und des Rates vom 17. April 2019 über das Urheberrecht und die verwandten Schutzrechte im digitalen Binnenmarkt und zur Änderung der Richtlinien 96/9/EG und 2001/29/EG. [<ref target="http://data.europa.eu/eli/dir/2019/790/2019-05-17">online</ref>]</bibl>
+ <bibl xml:id="schiller_guidelines_1999">Anne Schiller / Simone Teufel / Christine Thielen / Christine Stöckert:
+ Guidelines für das Tagging deutscher Textcorpora mit STTS (kleines und großes
+ Tagset). 1999. PDF: [<ref
+ target="http://www.sfs.uni-tuebingen.de/resources/stts-1999.pdf">online</ref>]
+ </bibl>
+ <bibl xml:id="schoech_textformate_2020">Christof Schöch / Frédéric Döhl / Achim Rettinger / Evelyn Gius / Peer
+ Trilcke / Peter Leinen / Fotis Jannidis / Maria Hinzmann / Jörg Röpke:
+ Abgeleitete Textformate: Text und Data Mining mit urheberrechtlich geschützten
+ Textbeständen. In: Zeitschrift für digitale Geisteswissenschaften 5 (2020).
+ DOI: <ref target="https://doi.org/10.17175/2020_006">10.17175/2020_006</ref></bibl>
+ <bibl xml:id="schruhl_objektumgangsnormen">Friederike Schruhl: Objektumgangsnormen in der Literaturwissenschaft. In: Wie Digitalität die Geisteswissenschaften verändert: Neue
+ Forschungsgegenstände und Methoden. Hg. von Martin Huber / Sybille Krämer. Wolfenbüttel 2018. (=
+ Sonderband der Zeitschrift für digitale Geisteswissenschaften, 3) DOI: <ref
+ target="https://doi.org/10.17175/sb003_012">10.17175/sb003_012</ref></bibl>
+ <bibl xml:id="schmidt_tool_2021">Thomas Schmidt / Johanna Dangel / Christian Wolff: SentText: A Tool for
+ Lexicon-based Sentiment Analysis in Digital Humanities. In: Information between
+ Data and Knowledge. Information Science and its Neighbors from Data Science to
+ Digital Humanities. Proceedings of the 16th International Symposium of
+ Information Science. Hg. von Christian Wolff / Thomas Schmidt. (ISI 16,
+ Regensburg, 08–10.03.202) Glückstadt 2021, S. 156–172. DOI: <ref
+ target="http://doi.org/10.5283/epub.44943">10.5283/epub.44943</ref>
+ <ptr type="gbv" cRef="1747271209"/></bibl>
+ <bibl xml:id="steinhoff_textkompetenz_2007">Torsten Steinhoff: Wissenschaftliche Textkompetenz: Sprachgebrauch und
+ Schreibentwicklung in wissenschaftlichen Texten von Studenten und Experten.
+ Tübingen 2007. (= Reihe Germanistische Linguistik, 280) <ptr type="gbv" cRef="555521087"/></bibl>
+ <bibl xml:id="wilkinson_fair_2016">Mark D. Wilkinson / Michel Dumontier / IJsbrand Jan Aalbersberg / Gabrielle Appleton / Myles Axton / Arie Baak / Niklas Blomberg / Jan-Willem Boiten / Luiz Bonino da Silva Santos / Philip E. Bourne / Jildau Bouwman / Anthony J. Brookes / Tim Clark / Mercè Crosas / Ingrid Dillo / Olivier Dumon / Scott Edmunds / Chris T. Evelo / Richard Finkers / Alejandra Gonzalez-Beltran / Alasdair J.G. Gray / Paul Groth / Carole Goble / Jeffrey S. Grethe / Jaap Heringa / Peter A.C ’t Hoen / Rob Hooft / Tobias Kuhn / Ruben Kok / Joost Kok / Scott J. Lusher / Maryann E. Martone / Albert Mons / Abel L. Packer / Bengt Persson / Philippe Rocca-Serra / Marco Roos / Rene van Schaik / Susanna-Assunta Sansone / Erik Schultes / Thierry Sengstag / Ted Slater / George Strawn / Morris A. Swertz / Mark Thompson / Johan van der Lei / Erik van Mulligen / Jan Velterop / Andra Waagmeester / Peter Wittenburg / Katherine Wolstencroft / Jun Zhao / Barend Mons: The FAIR
+ Guiding Principles for scientific data management and stewardship. In:
+ Scientific Data 3 (2016), Artikelnummer 160018. DOI: <ref target="https://doi.org/10.1038/sdata.2016.18">10.1038/sdata.2016.18</ref> <ptr type="gbv" cRef="788479601"/></bibl>
+ <bibl xml:id="yacobi_reliability_1981">Tamar Yacobi: Fictional reliability as a communicative problem. In: Poetics
+ Today 2 (1981), H. 2, S. 113–126. <ptr type="gbv" cRef="168640813"/></bibl>
+ </listBibl>
+ </div>
+ <div type="abbildungsnachweis">
+ <head>Abbildungs- und Tabellenverzeichnis: </head>
+ <desc type="graphic" xml:id="abb1">In XSample entwickeltes Auszugskonzept. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_001"/></desc>
+ <desc type="graphic" xml:id="abb2">Dataverse-Oberfläche für ein XSample-Manifest. Rechts unten kann die
+ Weiterleitung auf den XSample-Server angestoßen werden. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_002"/></desc>
+ <desc type="graphic" xml:id="abb3">Startseite des XSample-Servers nach Weiterleitung aus dem zugehörigen
+ Dataverse und Validierung der Manifest-Datei. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_003"/></desc>
+ <desc type="graphic" xml:id="abb4">Grafische Oberfläche zur flexiblen Auswahl der Auszugsgrenzen. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_004"/></desc>
+ <desc type="graphic" xml:id="abb5">Exemplarische Oberfläche
+ zur Auszugsgenerierung mittels Suchanfrage basierend auf enthaltenen
+ Annotationen. Die Verteilung der Suchergebnisse über das Korpus wird
+ direkt visualisiert und Nutzer*innen anschließend die Möglichkeit
+ gegeben, die für sie relevanten Segmente exakt auszuwählen. [<ref type="bibliography" target="#gaertner_corpus_2021">Gärtner 2021</ref>]<ref type="graphic"
+ target="#nachnutzung_2021_005"/></desc>
+ <desc type="table" xml:id="tab1"><ref target="#tab01" type="intern">Tab. 1</ref>: Die
+ distinktivsten Wortarten für die Unterscheidung von Philosophie und
+ Literaturwissenschaft im Sinne der SVM. Das verwendete Tagset ist das STTS
+ (<ref type="bibliography" target="#schiller_guidelines_1999">Schiller et al. 1999</ref>). [Andresen 2022]<ref type="graphic"
+ target="#nachnutzung_2021_t1"/></desc>
+ <desc type="table" xml:id="tab2"><ref target="#tab02" type="intern">Tab. 2</ref>:
+ Manuelle Kategorisierung der wir -Verwendung in einer Stichprobe von 100 Instanzen
+ pro Disziplin. [Pichler 2022]<ref type="graphic"
+ target="#nachnutzung_2021_t2"/></desc>
+ </div>
+ </div>
+ </body>
+ </text>
+</TEI>