KI mit Augenmaß – Bericht zum aktuellen Stand der Automatisierung der Inhaltserschließung (AutoSE) an der ZBW

Kasprzik, Argie

doi:10.5281/zenodo.17941233

KI mit Augenmaß – Bericht zum aktuellen Stand der Automatisierung der Inhaltserschließung (AutoSE) an der ZBW

Kasprzik, Argie

Publisher: Zenodo
DOI: 10.5281/zenodo.17941233
Repository: zenodo.org
Language: en

Abstract

An der ZBW wurde seit 2014 eigene angewandte Forschung zur Entwicklung von Machine-Learning-Modellen für die Automatisierung der Inhaltserschließung betrieben. Seit 2021 läuft nun auch ein produktiver Dienst namens AutoSE auf der Basis dieser Modelle, mit der von der Finnischen Nationalbibliothek angestoßenen Open-Source-Plattform Annif als Kernkomponente. Der AutoSE-Dienst wird kontinuierlich weiterentwickelt und auf dem neusten Stand gehalten, sowohl im Hinblick auf den State of the Art im Bereich Softwarearchitektur als auch auf die Methoden. Jüngste Aktivitäten des Teams beziehen sich auf das Integrieren von Transformermodellen in das Modellportfolio von Annif, um diese ebenfalls produktiv nutzbar zu machen. Ein bleibendes Thema ist das begleitende Qualitätssicherungskonzept, sowohl mit automatisierten Herangehensweisen als auch durch das Einbeziehen menschlicher Expertise bei einer gleichzeitigen schrittweisen Rollenverschiebung, zum Beispiel durch Active Learning.

Full text

Die ZBW ist Mitglied der Leibniz-Gemeinschaft. KI mit Augenmaß – Bericht zum aktuellen Stand der Automatisierung der Inhaltserschließung (AutoSE) an der ZBW Dr. Argie Kasprzik ZBW – Leibniz-Informationszentrum Wirtschaft Frankfurt am Main, 10.12.2025 •Vorläufer: Projekt AutoIndex (bis 2018) – angewandte Forschung & Prototypen •ab 2019: AutoSE („Automatisierung der Sacherschließung“) •produktiver Dienst seit 2021 •Open Source! •fortlaufend: Evaluierung und Integration neuer Entwicklungen aus der KI-Forschung (einschließlich unserer eigenen angewandten Forschung) Seite 2 AutoSE: Der Weg zum verstetigten Forschungstransfer Automatisierte und maschinengestützte Inhaltserschließung EconBizDatenbasis AutoSE -Dienst Verbundkatalog Abgleich intellektuelle Inhaltserschließung Digitaler Assistent Index •wir prüfen die EconBiz-Datenbank stündlich und verschlagworten direkt •aktuell nur für Publikationssprache „Englisch“ (>Hälfte des Bestandes) •aktuell verwenden wir nur Titel und, wenn vorhanden, Autor*enkeywords (Abstracts: Experimentalphase) Seite 4 Stand Dezember 2025: über 2,1 Mio. Datensätze angereichert – ca. 1/3 des Bestandes und ca. 55% des englischsprachigen Bestandes Fakten und Zahlen •Verschlagwortung: Kombination von bewährten, leistungsfähigen Open-SourceMachine-Learning-Algorithmen inkl. einer Eigenentwicklung (stwfsa *) •vorab separat: Parameteroptimierung •nachgeschaltet: Regeln und Filter •automatisierte Qualitätskontrolle mittels selbstentwickeltem Machine-Learning-Modell qualle ** •Gesamtperformanz aktuell: F1-Wert ~0,6 (in Anbetracht unser Trainingsdaten: gut!) Wissenschaftliche Methode bisher Seite 5 omikuji fastText bonsaiparabel * https://github.com/zbw/stwfsapy ** https://github.com/zbw/qualle Anzeige im DA-3, einer Plattform für intellekt. Inhaltserschließung, umgesetzt seit 2021 ↓ Seite 6 https://services.eurospider.com/da3/edit?q=1762949687 Anzeige von AutoSE-Vorschlägen im Digitalen Assistenten (DA-3) Seite 7 Intellektuelle Bewertungen im Digitalen Assistenten (DA-3) •Active Learning: System entscheidet selbst, welche Datensätze das Modell am besten weiterbringen würden •effizienterer Umgang mit menschlichen Erschließenden als Ressource •im Produktivbetrieb würde das System diese Datensätze in eine Queue bzw. einen Pool schieben und darauf warten, dass Menschen sie annotieren Next: Active Learning Seite 8 https://encord.com/blog/active-learning-machine-learning-guide/ zentrale Technologien: •virtuelle Maschinen → Kubernetes •Continuous Integration / Continuous Development → GitLab / GitHub •Anwendungen (perspektivisch) mit Machine Learning → Python •Key-Value Store (CouchDB) Software-Entwicklung, Kultur: •Testsystem (inkl. automatisierter Tests), Produktivsystem •Vier-Augen-Prinzip: Code Reviews, sonst keine Einspielung •agil: Kanban-Board Technologie-Stack Seite 9 •Metadaten wertvoll für Entwicklung und Evaluierung von KI-Verfahren •liegen oft verteilt, schwer zugänglich, nicht "AI-ready" •ZBW baut interoperable Infrastruktur MetaFor zur fortlaufenden Automatisierung ihrer Metadatenworkflows und befähigt sich damit, •als Data Provider maschinenlesbare Metadaten für KI-Forschung und -Entwicklung über offene Schnittstellen bereitzustellen •Vorhaben wird mit 7,5 Mio. € gefördert •offizieller Beginn 2027, Pilotarbeiten laufen bereits Neuer Sondertatbestand MetaFor an der ZBW Seite 16 AutoSE (inkl. weiterer Vortragsfolien und Publikationen): https://www.zbw.eu/de/ueber-uns/wissensorganisation/automatisierung-der-erschliessungmit-methoden-der-kuenstlichen-intelligenz/ Kontakt: [email protected] Herzlichen Dank! Seite 17