Komparative Analyse und Kuratierung deutscher Metadaten in offenen Bibliometriedaten (OPENBIB); Teilprojekt Adressdaten

Abstract

Im Rahmen des Kompetenznetzwerks Bibliometrie (KnB) wurde in der Förderphase 2022-2025 der Aufbau einer offenen Bibliometriedatenbank auf Basis von OpenAlex vorangetrieben. Ziel war es, eine transparente, frei nutzbare Alternative zu den proprietären Datenbanken Web of Science (WoS) und Scopus zu schaffen und gleichzeitig Verfahren zur Qualitätsverbesserung bibliometrischer Metadaten zu entwickeln. Ausgangspunkt des Vorhabens waren die Einschränkungen proprietärer Datenbanken hinsichtlich Datenhoheit, Transparenz, Nachvollziehbarkeit und Kosten. Durch die Nutzung offener Datenquellen wie OpenAlex sollten diese Restriktionen überwunden und eine nachhaltige Infrastruktur für die bibliometrische Forschung geschaffen werden. Das Teilprojekt konzentrierte sich auf zwei Schwerpunkte: den Vergleich der Datenqualität von OpenAlex mit WoS und Scopus sowie die Optimierung von Adress- und Institutionsdaten deutscher Forschungseinrichtungen mittels des Verfahrens der Institutionen-Kodierung. Die Analysen zeigten, dass die Institutionen-Kodierung erfolgreich auf die Adressdaten von OpenAlex angewendet werden kann. Die erzielten Zuordnungsergebnisse waren teilweise sogar besser als in den proprietären Vergleichsdatenbanken. Zudem verfügt OpenAlex über eine deutlich höhere Anzahl unterschiedlicher Adress-Dokument-Kombinationen und enthält Institutionen, die in WoS und Scopus bislang nicht erfasst sind. Gleichzeitig wurde ein verbleibendes Optimierungspotenzial sichtbar: Rund 12 % der Adress-Dokument-Kombinationen konnten noch nicht eindeutig zugeordnet werden. Im Bereich der Datenkuratierung wurden die ursprünglich geplanten zusätzlichen Datenquellen ORCID und DEAL geprüft, erwiesen sich jedoch aufgrund unzureichender Datenqualität beziehungsweise fehlender Verfügbarkeit als ungeeignet. Stattdessen wurden bisher nicht erfasste Institutionen identifiziert, in die Basistabellen aufgenommen und die Zuordnungsregeln gezielt an die Besonderheiten der OpenAlex-Daten angepasst. Insgesamt wurden Textmuster für 491 Institutionen überarbeitet und zahlreiche neue Einrichtungen integriert. Ein wesentliches Projektergebnis war die Überführung der Institutionen-Kodierung für OpenAlex in den Regelbetrieb. Seit 2025 werden die kodierten OpenAlex-Adressdaten regelmäßig für die Partner des Kompetenznetzwerks bereitgestellt. Darüber hinaus wurden die kuratierten Metadaten unter einer offenen Lizenz veröffentlicht. Mit dem Datensatz OPENBIB: Selected curated open metadata based on OpenAlex steht der Forschungscommunity erstmals eine qualitätsgesicherte offene bibliometrische Datenbasis zur Verfügung. Zur Förderung der Nachnutzung wurde außerdem das gesamte Verfahren der Institutionen-Kodierung einschließlich Quellcode, Basistabellen, Zuordnungsregeln und Dokumentation in deutscher und englischer Sprache veröffentlicht. Während der Projektlaufzeit erschienen zwei öffentlich zugängliche Versionen des Verfahrens. Insgesamt zeigt das Projekt, dass offene Bibliometriedatenbanken inzwischen eine leistungsfähige und transparente Alternative zu proprietären Systemen darstellen. Durch die entwickelte Infrastruktur und die etablierten Kuratierungsverfahren wurden wichtige Voraussetzungen für eine nachhaltige, offene bibliometrische Informationsversorgung der deutschen Forschungscommunity geschaffen.