Erste Evaluation



Aufbau

Der Fragebogen wurde mithilfe von SoSci Survey erstellt und bestand aus elf Fragen; davon sieben mit offener Texteingabe, drei Auswahlfragen und eine Fragestellung, bei der eine Rangordnung zu vergeben war. Er wurde in 8 bis 31 Minuten abgeschlossen. Erhebliche Schwankungen in der Dauer ergaben sich durch das unterschiedliche Engagement der Studierenden bei offenen Fragen.

Teilnehmer

Zur Befragung waren nur Teilnehmer des Seminars „Computergestützte Analyse von Museumsdatenbanken“ der Ludwig-Maximilians-Universität München zugelassen. Es haben 13 Studierende teilgenommen, darunter 11, die Kunstgeschichte studieren (5 im Bachelor und 6 im Master). Die weiteren Teilnehmer studieren im Bachelor und belegen das Seminar innerhalb ihres Nebenfachs „Kunst, Musik, Theater“. Mit 8 zu 5 besteht ein Überhang an Frauen. Lediglich 3 Studierende haben bereits ein Seminar im Bereich der Digital Humanities belegt; eine Person merkte an, dass sie nicht mehr weiß, wovon der vorherige Kurs handelte.

Ergebnisse

Gründe für die Seminarbelegung

Nach eigenen Angaben haben 8 der 13 Teilnehmer das Seminar belegt, um langfristige Vorteile in der Arbeitswelt zu erhalten. Es wird die Ansicht vertreten, die Digitalisierung sei unabwendbar, würde allerdings in der Kunstgeschichte „totgeschwiegen“. Ein (praktisches) Seminar mit technischen Inhalten wird gegenüber ansonsten theoretischen Veranstaltungen (zu traditionellen kunsthistorischen Themen) als willkommene Abwechslung angesehen. Die Befragten interessieren sich zudem dafür, wie in der Kunstgeschichte große Datenmengen einsetzbar sind. In einem Fach, das zumeist einzelne Künstler oder Schulen betrachtet, sehen die Studierenden keinen direkten Bedarf für umfangreiche Datenbanken. Weiterhin möchten die Teilnehmer einen Einblick in die Informatik und Statistik gewinnen.

Erwartungen an das Seminar

Die Studierenden erwarten sich von dem Seminar, technisches Wissen vermittelt zu bekommen. Es wird angenommen, nach der Teilnahme ein gutes Verständnis von Datenbanken zu haben (Aufbau, Funktionsweise und Verarbeitung). Ebenfalls wird davon ausgegangen, dass das Seminar ein Grundverständnis für die statistische Datenanalyse und den Aufbau von Software vermittelt. Die technische Einführung sollte, nach Ansicht der Befragten, oberflächlich und leicht verständlich gehalten werden. Ferner erhoffen sich die Teilnehmer einen Überblick über erfolgreiche Datenanalysen, da sie sich – wie zuvor erwähnt – nicht vorstellen können, welchen Nutzen Datenbanken für die Kunstgeschichte haben.

Vorwissen der Teilnehmer

Anteil der Teilnehmer, die den jeweiligen Begriff hätten beschreiben können.

Um das Vorwissen der Studierenden beurteilen zu können, wurden ihnen fünf Begriffe angezeigt, die in den Digital Humanities geläufig sind. Die Befragten sollten beurteilen, ob sie den jeweiligen Begriff beschreiben könnten. Den Ausdruck Distant Viewing kannten fast 85 Prozent der Teilnehmer, da er zuvor im Seminar eingeführt wurde. Was unter Digital Humanities zu verstehen ist, hätten lediglich 6 Studierende erläutern können. Dagegen wäre über die Hälfte in der Lage, Application Programming Interface (API) zu definieren. Die weiteren Ergebnisse können dem nebenstehenden Balkendiagramm entnommen werden.

In einem weiteren Abschnitt wurde darum gebeten, Digital Humanities-Projekte aufzulisten. Drei Personen kannten mindestens ein Projekt: Alle nannten ARTigo, eine Person ergänzte das Deutsche Textarchiv, eine weitere Wikipedia.

Notwendige Funktionalitäten

Um die Funktionalitäten von MAX optimal auf die Anwender anzupassen, wurden die Teilnehmer aufgefordert, aus zwölf Vorschlägen fünf (aus ihren Augen) relevante Features auszuwählen und zu gewichten. Es ergibt sich folgende Aufstellung:

Rang Feature Rang Feature
1. Tabellarische Darstellung von Daten 7. Export von Grafiken
2. Abbildungen zu den Kunstwerken 8. Ausführliche Hilfefunktion
3. Datenexport zum Weiterverarbeiten 9. Geoinformationssystem
4. Stichworte zu Bildinhalten 10. Import eigener Daten
5. Zusätzliche Datenquellen (z. B. Getty Vocabularies) 11. Auswahl von Ausreißern in Diagrammen
6. Vergleich von Grafiken 12. Zoomfunktion bei Diagrammen

„Zoomfunktion bei Diagrammen“ wurde von keiner Person ausgewählt. Die „Tabellarische Darstellung von Daten“ landet mit Abstand auf dem ersten Platz: Über 60 Prozent stufen diese Funktion auf Platz drei oder höher ein. Die niedrige Platzierung der Funktion „Import eigener Daten“ ist in Anbetracht der von den Studierenden angesprochenen Forschungsthemen (siehe „Nutzung anderer Datenquellen“) überraschend. Es ist anzunehmen, dass die Teilnehmer sich noch nicht vorstellen konnten, wie sie an Daten kommen, die mit ihrem Forschungsinteresse zusammenhängen.

Bekanntheit bestehender Online-Sammlungen

Da es sich bei MAX um ein Tool zur Analyse musealer Datenbestände handelt, wurde erhoben, welche Online-Sammlungen die Studierenden schon einmal aufgerufen haben. Die Sammlung der Bayerischen Staatsgemäldesammlungen wurde von 5 Studierenden besucht und ist damit die am häufigsten aufgerufene Seite. Die Hälfte der aufgelisteten Online-Sammlungen wurde von keinem Teilnehmer aufgerufen; die restlichen Seiten nur vereinzelt. Details sind der nachfolgenden Tabelle zu entnehmen:

Sammlung Anzahl
Kunstsammlung Nordrhein-Westfalen, Staatliche Kunstsammlung Dresden, Hamburger Kunsthalle, Museum für Moderne Kunst Frankfurt am Main 0
Museum für Kunst und Gewerbe Hamburg 1
Staatliche Museen zu Berlin 2
Städel Museum 2
Bayerische Staatsgemäldesammlungen 5

Zudem sollte angegeben werden, ob und für welche Forschungsfragen Museumsdaten verwendet wurden. Die meisten Studierenden notierten, noch nicht mit Museumsdaten gearbeitet zu haben. Lediglich 3 verwendeten Museumsdaten, um den jeweiligen Bestand besser verstehen zu können. In einem weiteren Fall wurden die Webseiten aufgerufen, um die Benutzerfreundlichkeit und Social Media-Präsenz zu beurteilen. Hierbei wurden allerdings keine Museumsdaten ausgewertet.

Es interessiert die Studierenden, wie sich die Anschaffungen der Museen über die Jahrzehnte verändern und ob sich Trends abzeichnen. Zudem würden sie gerne Besucherstatistiken der Museen untersuchen, jedoch sei hierfür, laut den Studierenden, die Datenlage unzureichend.

Nutzung anderer Datenquellen

Während Museumsdaten bisher selten verwendet wurden, haben die Studierenden andere Datenquellen für ihre Forschung herangezogen und hätten sich hierbei auch umfangreichere Bestände erhofft. Es wurde bereits mithilfe von ARTigo zu Künstlern recherchiert, um Abbildungen von Kunstwerken zu finden. Die Datenbanken von Auktionshäusern wurden herangezogen, um Preise und deren Faktoren zu analysieren. Daten aus mehreren Datenquellen dienten der Erforschung von Nähtechniken. Die Lost Art Internet Database wurde für eine Bachelorarbeit verwendet. Häufig wurde anhand von mehreren Quellen Provenienzforschung betrieben, wobei auch hier ein Bedarf für mehr Daten besteht. Umfangreichere Bestände wünschen sich die Studierenden ebenso für spezifische Forschungsvorhaben (wie für einen Vergleich höfischer Gesellschaften im 18. Jahrhundert) und für Ähnlichkeitsanalysen, um Kunstkopien ausfindig zu machen und automatisiert Sujets bilden zu können.