In der Übersicht
Im digitalen Zeitalter werden Datenvisualisierungen zunehmend epistemisch bedeutsam. Aufbauend auf das SNF-Forschungsprojekt «Netted Letters in lmmersive Environments (2020–2025)», das sich auf die Entwicklung eines Datenmodells und einer Ontologie auf Basis der FAIR-Prinzipien, die «Netted lnk Ontology», konzentrierte, werden in diesem Projekt Implementierungsmöglichkeiten der kollaborativen Forschungsplattform iterativ getestet.
Im Zentrum stehen weiterhin die intuitive ästhetisch-epistemische Erfahrung (user experience), die Interoperabilität von LOD, sowie ihre Verifizierung anhand von Verknüpfungen mit Normdaten. Fragen der intuitiven Wahrnehmung von Netzwerkvisualisierungen werden anhand unserer Fallstudie mit einem thematisch fokussierten Ausschnitt aus Siegfried Kracauers Korrespondenz untersucht, wie zum Beispiel: Wie kann Nähe modelliert werden, um einen validen prozessualen Eindruck persönlicher und intellektueller Beziehungen zu vermitteln? Die auf CIDOC-CRM basierende Ontologie ermöglicht Visualisierungen, die algorithmische Schlussfolgerungen explizit kenntlich machen, Vagheit einbeziehen, und sich daher für die Darstellung des intellektuellen Austauschs im 20. Jahrhundert (über verschiedene öffentliche und private Kommunikationskanäle) eignen. Eine sorgfältige Kontextualisierung der Daten wird Kommunikationslücken während des Kalten Krieges aufzeigen. Darüber hinaus versucht das Datenmodell, die geschlechtsspezifische Verzerrung in Archivbeständen durch die sorgfältige Modellierung nuancierter Beziehungen zwischen Personen auszugleichen.
RE/COLLECT wird die „Netted lnk Ontology“ in Zusammenarbeit mit verschiedenen potenziellen zukünftigen Nutzergruppen (WissenschaftlerInnen, ArchivarInnen, KulturvermittlerInnen) durch iterative Tests, Evaluationen und Prototypentwicklung überprüfen und anpassen. Die zentrale Motivation dieses Projekts besteht darin, die kritischen Kompetenzen von WissenschaftlerInnen wie auch diejenigen einer breiteren, interessierten Öffentlichkeit im Umgang mit Datenvisualisierungen zu fördern. Die Forschungsplatform soll im Hinblick auf die Suggestivität von Netzwerkvisualisierungen ein alternatives Beispiel zu in erster Linie beeindruckenden wissenschaftlichen Big-Data-Visualisierungen bereitstellen.
