Metadata

Als Metadaten oder Metainformationen bezeichnet man allgemein Daten, die Informationen über andere Daten enthalten. Bei den beschriebenen Daten handelt es sich oft um größere Datensammlungen (Dokumente) wie Bücher, Datenbanken oder Dateien. So werden auch Angaben von Eigenschaften eines Objektes (beispielsweise Personennamen) als Metadaten bezeichnet. Während der Begriff „Metadaten“ relativ neu ist, ist sein Prinzip unter anderem jahrhundertelange bibliothekarische Praxis.

Beispiele

Typische Metadaten zu einem Buch sind beispielsweise der Name des Autors, die Auflage, das Erscheinungsjahr, der Verlag und die ISBN. Zu den Metadaten einer Computerdatei sind unter anderem der Dateiname, die Zugriffsrechte und das Datum der letzten Änderung zu zählen.

Unterscheidung Daten – Metadaten

Eine allgemeingültige Unterscheidung zwischen Metadaten und gewöhnlichen Daten existiert allerdings nicht, da die Bezeichnung eine Frage des Standpunkts ist: Für den Leser eines Buches sind der Inhalt die eigentlichen Daten, während der Name des Autors oder Nummer der Auflage Metadaten sind. Für den Herausgeber eines Bücherkatalogs sind diese beiden Eigenschaften aber unmittelbar interessant und dürften deshalb als eigentliche Daten betrachtet werden.

Versucht man zwischen Daten und Metadaten zu unterscheiden, so ist es hilfreich den „Zweck“ als Begriff einzuführen. Der Zweck bestimmt das Ergebnis; um in der Lage zu sein, einen bestimmten Zweck zu erfüllen – ein bestimmtes Ergebnis zu erreichen – werden Metadaten benötigt. Das Ergebnis kann aus Daten bestehen, insbesondere können Metadaten in ihrer Rolle als Daten Teil des Ergebnisses sein.

Beispiele:

• Zweck: Suche innerhalb einer Bibliothek nach allen Standorten (Signaturen) verfügbarer Bücher eines bestimmten Autors
• Metadaten: „Name des Autors“ und „verfügbar“
• Ergebnis: „Signatur“ (über die Signatur ist der Standort erschließbar)

Verwendung von Metadaten

In vielen Fällen findet keine bewusste Trennung zwischen Objekt- und Metaebene statt. Beispielsweise spricht man davon, in einem Katalog ein Buch zu suchen und nicht nur seine Metadaten. Bei der Verwendung von Metadaten wird oft erwartet, dass sie durch direkte Koppelung mit den Nutzdaten untrennbare Bestandteile eines abgeschlossenen, sich selbst beschreibenden Systems sind.

Metadaten werden oft dazu eingesetzt, um Informationsressourcen zu beschreiben und dadurch besser auffindbar zu machen und Beziehungen zwischen den Materialien herzustellen. Dies setzt in der Regel erst eine Erschließung mit einem gewissen Standardisierungsgrad (zum Beispiel durch Bibliothekarische Regelwerke) voraus.

Speicherung von Metadaten

Zur Speicherung und Übertragung von Metadaten gibt es eine Reihe von Datenformaten und Datenmodellen (Datenmodelle, wie beispielsweise Dublin Core, lassen sich auch in unterschiedlichen Formaten ausdrücken). Weiteres unter Metadatenformate.

Siehe auch: Text Encoding Initiative (TEI), Resource Description Framework (RDF)

Zur Speicherung von Metadaten gibt es verschiedene Möglichkeiten:

1. Im Dokument selbst. So ist in einem Buch stets auch der Autor und das Erscheinungsjahr verzeichnet. In HTML-Dokumenten werden mit Hilfe von Meta-Tags Sprache, Autor, Unternehmen und Schlagwörter angegeben, die beispielsweise von Suchmaschinen ausgewertet werden können.
2. In zugeordneten Nachschlagewerken, zum Beispiel für ein Buch in einer Bibliothek im Bibliothekskatalog.
3. Bei Computerdateien in den Dateiattributen. Die meisten Dateisysteme erlauben nur genau festgelegte Metadaten in Dateiattributen; andere (z. B. HPFS mittels erweiterter Attribute) erlauben die Assoziation beliebiger Daten mit einer Datei. Auch ist es üblich, die Meta-Information „Dateityp“ im Dateinamen unterzubringen; typischerweise in der Extension.

Siehe auch: Attribut, Eigenschaft, semantisches Web, Datenverzeichnis, Repositorium,

Interoperable Metadaten

„operabel“ bedeutet in fachsprachlichen Fügungen zunächst „so beschaffen, dass damit gearbeitet, operiert werden kann“. Die Vorsilbe „inter“ stammt aus dem Lateinischen und bedeutet soviel wie „zwischen“. Interoperable Metadaten sind also Metadaten aus potenziell unterschiedlichen Quellen, zwischen denen („inter“) eine Beziehung in der Weise besteht, dass mit ihnen gemeinsam gearbeitet („operiert“) werden kann.

Standards für interoperable Metadaten haben die Aufgabe, Metadaten aus unterschiedlichen Quellen nutzbar zu machen. Sie umfassen dazu zunächst folgende Aspekte:

• Semantik
• Datenmodell
• Syntax

Die Semantik beschreibt die Bedeutung, die in der Regel von Normierungs-Gremien festgelegt wird (vgl. Dublin Core). Das Datenmodell legt fest, welche Struktur die Metadaten besitzen können. Als „Daten“ lassen sich im Zusammenhang mit Metadaten Aussagen auffassen, die über ein zu beschreibendes Objekt (Dokument, Ressource, …) getroffen werden. Als „Modell“-Komponente des Begriffs Datenmodell lässt sich eine Beschreibung dessen auffassen, wie die Aussagen strukturell beschaffen sind (der Begriff Datenmodell bedeutet damit im Kontext von Metadaten soviel wie „Grammatik“ oder "Struktur von Aussagen“). Beispiele für Datenmodelle von Metadaten sind einfache Attribut/Wert-Kombinationen (z. B. HTML-Meta-Tags) oder Sätze mit Subjekt, Prädikat und Objekt (z. B. Tripel in RDF). Die Syntax dient schließlich dazu, die entsprechend dem Datenmodell generierten Aussagen zu repräsentieren. Beispiel für ein Repräsentationsformat ist XML (eXtensible Markup Language).

Zwischen diesen drei Aspekten besteht nun folgende Beziehung: Die Semantik wird durch Konstrukte des Datenmodells repräsentiert. Das Datenmodell wird wiederum durch syntaktische Konstrukte repräsentiert. Die syntaktischen Konstrukte werden schließlich aus Zeichen eines vereinbarten Zeichensatzes (z. B. Unicode) zusammengesetzt. Diese drei Aspekte lassen sich als hierarchisch übereinander liegende Schichten auffassen, da jede Schicht jeweils auf der darunter befindlichen Schicht aufbaut. Die Schichten sind dabei voneinander unabhängig, d. h. die Verwendung eines bestimmten Standards in einer Schicht erfolgt unabhängig von den anderen Schichten (siehe dazu auch die Schichtenmodelle der Netzwerkkommunikation, z. B. das ISO/OSI-Schichtenmodell). So kann eine bestimmte Semantik durch Konstrukte verschiedener Datenmodelle repräsentiert werden (z. B. Attribut/Wert-Kombination, Tripel), die wiederum durch verschiedenen Syntaxen repräsentiert werden können (z. B. Graphen, XML-Formate). Orthogonal zu diesen Schichten liegt als vierter Aspekt die Identifizierung, die alle drei Schichten betrifft. Um Metadaten verschiedener Quellen sinnvoll verarbeiten zu können, muss (weltweit) eindeutig gekennzeichnet werden, um welche Semantik, welches Datenmodell und welche Syntax es sich handelt. Hierzu ist ein Identifikationsmechanismus erforderlich, wie ihn z. B. die URIs (Uniform Resource Identifier) bereitstellen.

Abb. 1

Alle vier Aspekte – Semantik, Datenmodell, Syntax und Identifizierung – sind erforderlich, um Standards für interoperable Metadaten zu schaffen. Sie können daher gemeinsam in ein Rahmenwerk (engl. Framework) eingeordnet werden. Wörtlich übersetzt heißt Framework entweder „Gerippe“, „Gerüst“, „Rahmen“ oder „Bezugssystem“. Ein Rahmenwerk bietet also eine Art Grundgerüst oder Gerippe, das bereits die wichtigsten Elemente bzw. Komponenten eines Systems und deren Beziehungen beschreibt, jedoch ohne genaue Vorgaben hinsichtlich deren Ausgestaltung zu machen. Es fungiert somit als eine Art „Bezugsrahmen“ oder „Bezugssystem“, das die sinnvolle Eingliederung neuer Komponenten ermöglicht. Da ein Rahmenwerk Elemente und deren Beziehungen zeigt, kann dies leicht durch die grafische Anordnung von Elementen visualisiert werden. Abb. 1 zeigt ein Rahmenwerk für Metadaten, auf einer Meta-Ebene. Im Gegensatz zu konkreten Ausprägungen von Rahmenwerken, d. h. also der Ausprägungs- oder Instanzenebene, beschreibt ein Rahmenwerk auf der Meta-Ebene ein verallgemeinertes Rahmenwerk – erkennbar an den generischen Bezeichnungen der Bestandteile.

Als Beispiel für ein konkretes Rahmenwerk für Metadaten sei RDF (Resource Description Framework) des W3C (World Wide Web Consortium) genannt. RDF enthält alle der oben genannten vier Aspekte mit spezifischen Ausprägungen, wie in Abb. 2 dargestellt.

Abb. 2

Die Komponenten im Detail:

• Semantik: Domänenspezifische Semantiken können über Namensräume importiert werden, womit die Semantik eines RDF-Vokabulars beliebig erweitert werden kann
• Datenmodell: RDF besitzt ein festgelegtes Datenmodell, das Aussagen über Ressourcen in Form von Tripeln mit Subjekt, Prädikat und Objekt gestattet
• Syntax: Zur Repräsentation solcher Aussagen kann eine beliebige Syntax verwendet werden, z. B. RDF/XML, Graphen, oder die N-Triple-Notation; RDF/XML ist jedoch die normative Syntax
• Identifikation: Als universeller Identifikations-Mechanismus werden URIs verbindlich vorgeschrieben

Der Idee eines Rahmenwerkes folgend definiert RDF selbst keine domänenspezifische Semantik, sondern spezifiziert lediglich einen Mechanismus, wie über Namensräume mit Hilfe einer URI weitere Semantiken eingebunden werden können. Verbindlich legt RDF hingegen ein gemeinsames Datenmodell in Form von Tripeln fest sowie die universelle Verwendung von URIs als Identifikationsmechanismus. Diese werden sowohl eingesetzt, um die einzelnen Komponenten eines Tripels (Subjekt, Prädikat, Objekt) zu kennzeichnen, als auch deren Werte und Datentypen. Die konkrete Syntax zur Repräsentation der Tripel kann jedoch, wiederum dem Gedanken eines Rahmenwerkes folgend, frei gewählt werden, wobei RDF/XML als Standard vorgesehen ist. Mit RDF Schema enthält RDF außerdem noch eine Schema-Sprache, um eigene Metadaten-Vokabulare zu definieren.

RDF Schema verhält sich zu RDF ähnlich wie XML Schema zu XML. Ein RDF Schema ist gleichzeitig ein gültiges RDF-Dokument, ebenso ist ein XML Schema gleichzeitig ein gültiges XML-Dokument. In beiden Fällen handelt es sich also um spezialisierte Teilmengen einer Auszeichnungssprache. Während XML Schema jedoch syntaktische Einschränkungen beschreibt, z. B. Elementnamen, Häufigkeit des Auftretens etc., beschreibt RDF Schema semantische Einschränkungen, also z. B. dass ein Attribut „hasPublished“ nur auf Instanzen der Klasse „Mensch“ oder „juristischePerson“ angewendet werden darf, nicht jedoch auf Instanzen der Klasse „Tier“ – in der Schemasprache formuliert, hat das Attribut „hasPublished“ die Domäne „Mensch“ oder „juristischePerson“.

Wie XML dem Grundsatz der Einfachheit und Erweiterbarkeit folgend die Welt der Daten gründlich veränderte, in dem es durch eine einheitliche Syntax, ein genormtes Typsystem und seine Textbasiertheit die Definition problemlos zwischen verschiedenen Systemen und Programmen austauschbarer Datenformate ermöglichte, versucht RDF die Welt der Metadaten durch ein einheitliches Datenmodell zu verändern. Durch den Charakter eines Rahmenwerkes knüpft RDF dabei ebenfalls an bewährte Grundsätze wie Einfachheit und Erweiterbarkeit an.

Metadaten in der Statistik

In statistischen Datenbanken werden diejenigen Daten als Metadaten bezeichnet, die nicht direkt den Inhalt einer Statistik darstellen, z. B. Branchen- oder Berufsbezeichnungen, Gemeindeverzeichnisse und andere Kataloge. Zu den statistischen Metadaten zählen auch Beschreibungen der Datenfelder in Umfrageformularen, unter Umständen auch komplette Formularbeschreibungen. Die eigentlichen statistischen Daten bezeichnet man in Abgrenzung zu den Metadaten als Mikrodaten und Makrodaten.

Metadaten in der Softwareentwicklung

In der Softwareentwicklung wird der Metadatenbegriff für verschiedene Zwecke gebraucht:

• Man bezeichnet Bestandteile eines Programmquelltextes als Metadaten, die nicht vom eigentlichen Übersetzungswerkzeug, meist einem Compiler, sondern Zusatzwerkzeugen ausgewertet werden. Diese Metadaten werden meist zur Dokumentation oder mit Hilfe von Annotationen zur Codegenerierung eingesetzt. Beispiele sind die Annotations in Java oder die Attribute innerhalb des .NET Frameworks.
• Eine von der klassischen Programmierung abweichende Form ist die Verwendung von Metadaten in Universal-Software. Hierbei sind die meisten benötigten Anwendungsfunktionen vorkompiliert vorhanden und werden über eine Metadaten-Engine aufgerufen und parametrisiert. Die gewünschte Zielanwendung muss vorher mittels spezifischer Metadaten deklarativ beschrieben werden. Dieser Ansatz wird insbesondere von Datenlager- (data warehouse) und Business-Intelligence-Produkten verfolgt. Einige Hersteller wie Tenfold und Scopeland wenden dieses Prinzip auch auf die Erstellung schreibender Datenbankanwendungen an. Dieser sogenannte Universal-Application–Ansatz verspricht drastische Kostensenkungen bei der Erstellung von Anwendungssoftware und eine anders nicht zu erreichende Flexibilität der so erstellten Lösungen.
• Unter Metadaten versteht man auch die Datensatzdefinition in einem Data Dictionary einer Datenbank.

Literatur

• Gunnar Auth: Metadaten – Grundlagen und Bedeutung im Data Warehousing. In: Gunnar Auth: Prozessorientierte Organisation des Metadatenmanagements für Data-Warehouse-Systeme. BoD, Norderstedt 2004, ISBN 978-3-8334-1926-3, S. 27–74.
• Ingrid Schmidt: Modellierung von Metadaten. In: Henning Lobin; Lothar Lemnitzer: Texttechnologie. Perspektiven und Anwendungen. Stauffenburg, Tübingen 2004, ISBN 3-86057-287-3, S. 143–164.

Weblinks

• Einführung in Metadaten im Internetauftritt der Niedersächsischen Staats- und Universitätsbibliothek Göttingen (Stand 2001)
• Martin Warnke: Daten und Metadaten – Online-Ressourcen für die Bildwissenschaft