Schlagwort

Schlagwörter unterstützen die inhaltliche Suche in Bibliotheken, Archiven, Repositorien, Portalen und Informationsmanagementsystemen. Dabei ergänzen sie formale Angaben wie Titel, Autor, Datum oder Identifikatoren.

Ob Schlagwörter bessere Ergebnisse liefern als Volltextsuche, Titelsuche oder Abstractsuche, hängt vom Kontext ab. Entscheidend sind Regelwerk, Erschließungstiefe, Datenqualität und Suchsystem.

Eine Volltextsuche ist sehr umfassend, erzeugt aber oft unspezifische Treffer. Schlagwörter können Themen bündeln, Synonyme verbinden und Inhalte fachlich einordnen.

Was sind Schlagwörter?

Ein Schlagwort ist ein zugeordneter Begriff, der den Inhalt einer Ressource beschreibt. Es beantwortet die Frage: Worum geht es?

Schlagwörter müssen nicht im Titel oder Text vorkommen. Entscheidend ist, ob sie den Gegenstand des Inhalts treffend beschreiben: Ein Buch mit dem Titel „Sicher im Netz“ kann das Schlagwort „Datenschutz“ erhalten. Das gilt auch ohne dieses Wort im Titel. Ein Werk über künstliche Intelligenz in Bibliotheken kann mit „Künstliche Intelligenz“, „Bibliothekswesen“, „Automatisierung“ und „Informationsmanagement“ erschlossen werden.

Im professionellen Informationsmanagement gehören Schlagwörter zur Sacherschließung. Medien werden dabei nicht nur formal, sondern auch inhaltlich beschrieben.

In allgemeinen Web-, SEO- oder Redaktionskontexten wird „Schlagwort“ oft weiter verwendet. Dort kann es auch freie Keywords oder Tags bezeichnen.

Wozu dienen Schlagwörter im Informationsmanagement?

Schlagwörter verbessern die thematische Orientierung in großen und heterogenen Datenbeständen. Sie helfen Ihnen, Inhalte unabhängig von konkreten Titelformulierungen zu finden.

Wichtige Funktionen sind:

• Auffindbarkeit thematisch relevanter Ressourcen
• Recherche nach Themen, Personen, Orten oder Zeiträumen
• Strukturierung von Beständen und Sammlungen
• Unterstützung von Facetten, Filtern und thematischer Navigation
• Verbindung ähnlicher Inhalte über semantische Beziehungen
• Verbesserung der Datenqualität bei konsistenter Vergabe
• Unterstützung von Bestandsanalyse, Erwerbung und Auswertung
• Sichtbarkeit digitaler Ressourcen und Forschungsdaten

Schlagwörter verbessern Datenqualität nur dann, wenn sie regelgerecht und konsistent vergeben werden. Unsystematische Schlagwörter können die Recherche dagegen verschlechtern.

Ohne systematische Verschlagwortung müssen Nutzerinnen und Nutzer viele Suchbegriffe ausprobieren. Sie hängen stärker von Wörtern in Titel, Abstract oder Volltext ab.

Kurze historische Einordnung

Die Schlagwortkatalogisierung entstand aus dem Bedürfnis, Medien nicht nur nach Autor oder Titel zu finden. Zettelkataloge enthielten deshalb Sachkataloge und Schlagwortregister.

Mit OPACs wurden Schlagwörter elektronisch recherchierbar. Nutzer konnten Themen direkt suchen und Datensätze über normierte Begriffe verbinden.

Discovery-Systeme erweiterten diese Funktionen durch Facetten, Relevanzranking, Autocomplete und integrierte Volltextsuche. Schlagwörter wurden Teil komplexer Suchoberflächen.

Heute werden Schlagwörter zunehmend mit Normdaten, URIs, Linked Data und semantischen Technologien kombiniert. Dadurch werden Daten besser austauschbar und maschinenlesbar.

Schlagwort, Stichwort, Keyword, Tag und Subject Heading

Die Begriffe Schlagwort, Stichwort, Keyword und Tag werden oft ähnlich verwendet. Im Informationsmanagement unterscheiden sie sich nach Zweck, Kontrolle und Genauigkeit.

Ein Stichwort kann im Titel, Abstract oder Volltext vorkommen. Es kann aber auch einfach ein Suchbegriff sein.

Ein Schlagwort ist im bibliothekarischen Kontext meist Ergebnis einer bewussten Inhaltszuordnung. In Webkontexten wird der Begriff oft weniger streng verwendet.

Ein Keyword kann fachlich kontrolliert oder frei gewählt sein. Deshalb ist der Begriff ohne Kontext weniger präzise.

Tags sind oft weniger standardisiert. Sie eignen sich für flexible Markierungen, ersetzen aber nicht automatisch professionelle Schlagwörter.

Verschlagwortung, Indexieren und Sacherschließung

Verschlagwortung bezeichnet die Vergabe von Schlagwörtern zu Ressourcen. Sie ist ein Verfahren der verbalen Sacherschließung.

Indexieren wird breiter verwendet. Es kann die manuelle Inhaltserschließung, automatische Texterschließung oder technische Aufnahme in einen Suchindex meinen.

Sacherschließung umfasst alle Verfahren zur inhaltlichen Beschreibung. Dazu gehören verbale Schlagwörter und klassifikatorische Einordnungen.

Ein Deskriptor ist ein bevorzugter Begriff in einem kontrollierten Vokabular oder Thesaurus. Er wird zur einheitlichen Indexierung verwendet.

Verbale und klassifikatorische Sacherschließung

Schlagwörter gehören zur verbalen Sacherschließung. Inhalte werden mit Wörtern oder Wortgruppen beschrieben.

Klassifikationen gehören zur klassifikatorischen Sacherschließung. Inhalte werden in ein systematisches Ordnungsschema eingeordnet.

Beide Ansätze ergänzen sich:

• Schlagwörter bieten flexible thematische Sucheinstiege.
• Klassifikationen ordnen Ressourcen in eine fachliche Systematik.
• Schlagwörter können mehrere Aspekte eines Inhalts abbilden.
• Klassifikationen unterstützen Regalordnung, Browsing und fachliche Strukturierung.
• Kombinationen verbessern Suche, Navigation und Auswertung.

Beispiel:

• Klassifikation: Informatik > Künstliche Intelligenz
• Schlagwörter: Künstliche Intelligenz, Maschinelles Lernen, Bibliothekswesen
• Facetten: Thema, Fachgebiet, Ressourcentyp, Sprache, Erscheinungsjahr

Aboutness: Worum geht es wirklich?

Ein zentrales Prinzip der Verschlagwortung ist Aboutness. Ein Begriff sollte nur vergeben werden, wenn er tatsächlich Gegenstand des Inhalts ist.

Eine bloße Erwähnung reicht meist nicht aus. Ein Buch, das „Datenschutz“ kurz erwähnt, ist noch kein Werk über Datenschutz.

Schlagwortwürdig ist ein Thema, wenn es:

• einen wesentlichen Teil des Inhalts ausmacht
• im Titel, Abstract oder Inhaltsverzeichnis zentral erscheint
• für die Zielgruppe ein relevanter Sucheinstieg ist
• eigenständigen Erkenntniswert besitzt
• nicht nur beiläufig erwähnt wird
• im gewählten Regelwerk zulässig ist

Dieses Prinzip schützt Trefferlisten vor irrelevanten Ergebnissen. Es verbessert Precision, also die Genauigkeit der Suchtreffer.

Freie und kontrollierte Schlagwörter

In der Praxis unterscheidet man freie und kontrollierte Schlagwörter. Beide Ansätze können sinnvoll sein.

Freie Schlagwörter

Freie Schlagwörter werden ohne verbindliches externes Vokabular vergeben. Dennoch können lokale Schreibregeln und redaktionelle Konventionen gelten.

Vorteile sind:

• schnelle Vergabe
• hohe Flexibilität
• gute Anpassung an neue Themen
• Eignung für kleine Sammlungen
• Nähe zur Sprache einer Community

Nachteile sind:

• uneinheitliche Schreibweisen
• getrennte Synonyme
• höhere Dublettenquote
• geringere Vergleichbarkeit
• wachsender Pflegeaufwand

Beispiel: „KI“, „Künstliche Intelligenz“ und „Artificial Intelligence“ können unverbunden nebeneinanderstehen. Dadurch entstehen getrennte Sucheinstiege.

Kontrollierte Schlagwörter

Kontrollierte Schlagwörter stammen aus einem geregelten Vokabular, Thesaurus oder Normdatenkontext. Bevorzugte Begriffe, Varianten und Beziehungen sind festgelegt.

Vorteile sind:

• einheitliche Ansetzungen
• Verknüpfung von Synonymen und Varianten
• Beziehungen zu Ober-, Unter- und verwandten Begriffen
• bessere Datenqualität in Verbünden
• stabilere Recherche über lange Zeiträume
• bessere Eignung für semantische Anwendungen

Nachteile sind:

• höherer Pflegeaufwand
• Bedarf an Fachwissen
• komplexe Auswahl passender Begriffe
• mögliche Verzögerung bei neuen Themen
• notwendige Abstimmung mit Regelwerken

In dynamischen Forschungsfeldern oder Community-Portalen sind hybride Ansätze oft sinnvoll. Freie Begriffe können kontrollierte Vokabulare ergänzen.

GND, Normdaten und kontrollierte Vokabulare

Die Gemeinsame Normdatei, kurz GND, spielt im deutschsprachigen Bibliothekswesen eine zentrale Rolle. Sie ist jedoch keine reine Schlagwortliste.

Die GND ist eine Normdatei mit Datensätzen für Personen, Körperschaften, Geografika, Sachbegriffe, Werktitel und weitere Entitätstypen.

Für die Inhaltserschließung werden aus der GND unter anderem normierte Sachbegriffe und Identifikatoren genutzt. Dadurch lassen sich Begriffe eindeutig referenzieren.

Wichtig ist die funktionale Unterscheidung:

• RSWK ist ein Regelwerk für verbale Sacherschließung.
• GND ist eine Normdatei mit Entitäten und Identifikatoren.
• Verbundpraxis regelt konkrete Anwendung in Katalogen.
• RDA-DACH-Kontexte und institutionelle Regeln können zusätzlich relevant sein.

Aktuelle Erschließungspraxis entsteht aus dem Zusammenspiel von Regelwerken, Normdaten, Verbundvorgaben, Fachvokabularen und lokalen Anforderungen.

Deskriptoren und Nichtdeskriptoren

Die Begriffe Deskriptor und Nichtdeskriptor stammen vor allem aus Thesauri und Dokumentationssprachen.

Ein Deskriptor ist der bevorzugte Begriff, der zur Indexierung verwendet wird. Er entspricht der verbindlichen Ansetzungsform im jeweiligen Vokabular.

Ein Nichtdeskriptor ist eine Synonym-, Abkürzungs- oder Variantenform. Er verweist auf den zu verwendenden Deskriptor.

Beispiel:

• Nichtdeskriptor: „KI“
• Deskriptor: „Künstliche Intelligenz“
• Verweisung: „KI“ benutze „Künstliche Intelligenz“

In Normdateien oder bibliothekarischen Systemen können andere Begriffe üblich sein. Dazu gehören bevorzugte Benennung, abweichende Namensform oder Verweisungsform.

Beziehungen in Thesauri und Normdaten

Thesauri und kontrollierte Vokabulare enthalten nicht nur Begriffe, sondern auch Beziehungen. Diese Beziehungen verbessern Suche, Navigation und Kontextverständnis.

Typische Thesaurusbeziehungen sind:

• Äquivalenzbeziehung: Synonyme oder Varianten verweisen auf den bevorzugten Begriff.
• Hierarchiebeziehung: Oberbegriffe und Unterbegriffe ordnen Konzepte fachlich ein.
• Assoziationsbeziehung: verwandte Begriffe werden miteinander verbunden.

Eine eindeutige ID oder URI ist dagegen primär ein Identifikator. Sie ist keine klassische Thesaurusbeziehung.

Beispielhaft kann ein Vokabular folgende Relationen modellieren:

• bevorzugter Begriff: „Klimawandel“
• mögliche Variante: „Klimaänderung“
• verwandter Begriff: „Klimaschutz“
• engeres oder verwandtes Konzept: „Globale Erwärmung“

Diese Modellierung ist abhängig vom Vokabular. „Klimaänderung“ kann allgemeiner sein als „Klimawandel“, besonders in fachlichen Kontexten.

Auch „Globale Erwärmung“ ist nicht zwingend ein Unterbegriff von „Klimawandel“. Je nach Modell kann es ein Teilaspekt oder verwandtes Konzept sein.

Standards, Regelwerke und Vokabulare

Kontrollierte Schlagwortvergabe basiert auf Regeln, Standards und Austauschformaten. Sie sorgen für Konsistenz, Wiederverwendbarkeit und Interoperabilität.

Wichtige Regelwerke und Standards sind:

• RSWK, Regeln für die Schlagwortkatalogisierung
• GND-Erfassungsregeln und Anwendungspraxis
• RDA-DACH-Kontexte für bibliothekarische Metadaten
• ISO 25964 für Thesauri und Interoperabilität kontrollierter Vokabulare
• lokale und institutionelle Erschließungsregeln

Bekannte kontrollierte Vokabulare und Normdaten sind:

• GND, Gemeinsame Normdatei
• Library of Congress Subject Headings, LCSH
• Medical Subject Headings, MeSH
• STW Thesaurus für Wirtschaft
• AGROVOC der FAO
• Getty Art & Architecture Thesaurus, AAT
• Thesaurus for the Social Sciences, TheSoz
• Wikidata als offene Linked-Data-Quelle mit Chancen und Grenzen

Für Speicherung und Austausch sind außerdem relevant:

• MARC 21
• Dublin Core
• MODS
• BIBFRAME
• SKOS
• RDF und Linked Data
• DataCite Metadata Schema
• Schema.org

SKOS ist besonders wichtig für kontrollierte Vokabulare im Web. Es kann bevorzugte Bezeichnungen, Varianten und Begriffsbeziehungen maschinenlesbar abbilden.

Für Mappings bietet SKOS Relationen wie exactMatch, closeMatch, broadMatch, narrowMatch und relatedMatch.

Arten von Schlagwörtern

Schlagwörter können unterschiedliche inhaltliche Aspekte beschreiben. Je nach System werden diese Aspekte getrennt, kombiniert oder als Facetten modelliert.

Wichtige Arten sind:

• Sachschlagwort: beschreibt ein Thema oder einen Gegenstand
• Personenschlagwort: verweist auf eine behandelte Person
• Körperschaftsschlagwort: verweist auf eine Organisation
• geografisches Schlagwort: beschreibt einen Raumbezug
• Zeitschlagwort: beschreibt Zeitraum oder Epoche
• Formangabe: beschreibt Form, Genre oder Publikationstyp
• Hauptschlagwort: beschreibt den zentralen Inhalt
• Nebenschlagwort: beschreibt einen relevanten Nebeninhalt

Beispiele:

• Sachschlagwort: „Open Access“
• Personenschlagwort: „Hannah Arendt“
• Körperschaftsschlagwort: „Europäische Union“
• geografischer Bezug: „Berlin“
• Zeitraum: „Weimarer Republik“
• Formangabe: „Ausstellungskatalog“

Personen, Orte und Zeiträume werden nicht immer als einfache Schlagwörter gespeichert. Viele Systeme modellieren sie als eigene Entitätstypen oder Facetten.

Formangaben wie „Lehrbuch“, „Handbuch“ oder „Bibliografie“ werden in modernen Systemen häufig getrennt von thematischen Schlagwörtern erfasst.

Formschlagwort und Formangabe

Ein Formschlagwort oder eine Formangabe beschreibt, was eine Ressource ist. Es beschreibt nicht unbedingt, worum es thematisch geht.

Beispiele sind:

• Lehrbuch
• Handbuch
• Ausstellungskatalog
• Bibliografie
• Forschungsbericht
• Interview
• Karte
• Spielfilm

Ein Buch über Bibliografien behandelt Bibliografien als Thema. Eine Bibliografie über Geschichte ist dagegen formal eine Bibliografie.

Diese Unterscheidung ist wichtig. Sie verhindert, dass Form, Thema, Zielgruppe und Nutzungskontext vermischt werden.

Prinzipien guter Indexierung

Gute Verschlagwortung folgt klaren Prinzipien. Drei besonders wichtige Kriterien sind Spezifität, Exhaustivität und Konsistenz.

Spezifität bedeutet: Verwenden Sie den genauesten passenden Begriff. „Open Access“ ist präziser als „Wissenschaft“, wenn es um Publikationsmodelle geht.

Exhaustivität beschreibt die Erschließungstiefe. Je mehr zentrale Aspekte erfasst werden, desto exhaustiver ist die Verschlagwortung.

Konsistenz bedeutet: Vergleichbare Inhalte erhalten vergleichbare Schlagwörter. Das ist besonders wichtig, wenn mehrere Personen erschließen.

Weitere Qualitätsprinzipien sind:

• Relevanz statt bloßer Erwähnung
• regelkonforme Schreibweise
• einheitliche Granularität
• Trennung von Thema, Form und Zielgruppe
• Berücksichtigung von Synonymen und Varianten
• Nutzung von Normdaten-IDs, wenn möglich

Schreibregeln und Begriffsformen

Schreibregeln verhindern, dass gleichartige Begriffe unnötig auseinanderfallen. Sie sind besonders wichtig bei freien oder lokalen Schlagwörtern.

Zu regeln sind unter anderem:

• Singular oder Plural
• Groß- und Kleinschreibung
• Bindestriche und Zusammenschreibungen
• Abkürzungen
• Komposita
• fremdsprachige Begriffe
• Schreibvarianten
• alte und neue Rechtschreibung

Beispiel: „E-Book“, „EBook“ und „eBook“ sollten nicht unkontrolliert nebeneinanderstehen. Eine bevorzugte Schreibweise vermeidet Dubletten.

Auch Abkürzungen brauchen Regeln. „KI“ sollte mit „Künstliche Intelligenz“ verbunden oder auf den bevorzugten Begriff verwiesen werden.

Homonymie, Polysemie und Mehrdeutigkeit

Viele Begriffe sind mehrdeutig. Ohne Kontext oder Identifikator kann ein Schlagwort falsche Treffer erzeugen.

Beispiele:

• „Bank“ kann Geldinstitut oder Sitzmöbel bedeuten.
• „Java“ kann Insel, Programmiersprache oder Kaffee bezeichnen.
• „Python“ kann Programmiersprache oder Schlange bedeuten.
• „Apple“ kann Unternehmen oder Obst bezeichnen.

Kontrollierte Vokabulare lösen solche Mehrdeutigkeiten durch unterscheidbare Konzepte, Zusätze, IDs oder Relationen.

Normdaten-IDs helfen jedoch nur, wenn die Zuordnung korrekt ist. Konzepte und Entitäten müssen sauber modelliert sein.

Präkombinierte und postkombinierte Erschließung

Schlagwörter können einzeln vergeben oder zu Schlagwortfolgen kombiniert werden. Man spricht von postkombinierter und präkombinierter Erschließung.

Bei postkombinierter Erschließung werden einzelne Begriffe getrennt gespeichert. Die Kombination erfolgt bei der Suche durch Filter, Operatoren oder Facetten.

Beispiel:

• Datenschutz
• Deutschland
• Recht

Bei präkombinierter Erschließung werden mehrere Aspekte bereits bei der Erfassung syntaktisch verbunden.

Eine vereinfachte Schlagwortfolge kann lauten:

• Datenschutz
• Deutschland
• Recht

Diese Folge kann ausdrücken: rechtliche Fragen des Datenschutzes in Deutschland.

Die genaue Reihenfolge und Syntax hängen vom Regelwerk ab. Im RSWK/GND-Kontext sind dafür spezifische Regeln und Entitätstypen zu beachten.

Moderne Systeme nutzen häufig Mischformen. Entscheidend ist, dass Erfassungsregeln, Suchindexierung und Benutzeroberfläche zusammenpassen.

Gute und schlechte Verschlagwortung

Gute Schlagwörter beschreiben den tatsächlichen Schwerpunkt. Schlechte Schlagwörter sind zu allgemein, zu zufällig oder nicht regelkonform.

Fachgebiete wie Medizin, Informatik oder Rechtswissenschaft können als Schlagwörter vorkommen. Häufig sind sie aber eher Disziplin-, Fachgebiets- oder Klassifikationsangaben.

Als alleinige Schlagwörter sind breite Fachgebiete oft zu allgemein. Präzisere Begriffe verbessern meist die Recherchequalität.

Schlagwörter für unterschiedliche Medientypen

Je nach Ressourcentyp unterscheiden sich relevante Erschließungsaspekte. Ein einheitliches Regelwerk sollte diese Unterschiede berücksichtigen.

Bei Büchern sind zentrale Themen, Personen, Orte, Zeiträume und Formangaben wichtig. Inhaltsverzeichnis und Einleitung liefern oft gute Hinweise.

Bei Zeitschriftenartikeln sind Fragestellung, Methode, Untersuchungsgegenstand und Fachkontext entscheidend. Abstracts sind hier besonders nützlich.

Bei Bildern ist zu unterscheiden, was abgebildet ist und worum es thematisch geht. Ein Foto einer Fabrik kann Industrie, Architektur oder Arbeitswelt betreffen.

Bei Karten sind Raumbezug, Maßstab, Thema, Zeitraum und Kartentyp wichtig. Historische Karten benötigen oft zusätzliche Zeitangaben.

Bei Filmen können Thema, Genre, Personen, Ort, Zeitraum und Zielgruppe relevant sein. Formangaben sollten getrennt vom Inhalt behandelt werden.

Bei Musik können Werk, Komponist, Besetzung, Gattung, Epoche und Aufführungskontext relevant sein.

Bei Software können Funktion, Programmiersprache, Einsatzgebiet, Lizenz, Version und technische Abhängigkeiten wichtig sein.

Schlagwörter für Archivgut

Archivgut folgt besonderen Erschließungslogiken. Provenienz, Entstehungskontext und Überlieferungszusammenhang sind häufig wichtiger als isolierte Schlagwörter.

Archivische Erschließung beschreibt nicht nur einzelne Dokumente. Sie berücksichtigt auch Bestand, Aktenbildner, Laufzeit und Verwaltungszusammenhang.

Schlagwörter können Archivgut dennoch ergänzend erschließen. Sie sollten aber den Kontext nicht ersetzen.

Typische Aspekte sind:

• Aktenbildner
• Provenienz
• Zeitraum
• Ort
• Ereignis
• Person
• Körperschaft
• Thema
• Dokumenttyp

Schlagwörter für Forschungsdaten

Forschungsdaten benötigen oft besonders präzise Metadaten. Schlagwörter beschreiben nicht nur Themen, sondern auch Methoden und Untersuchungsbedingungen.

Relevante Aspekte sind:

• Untersuchungsgegenstand
• Methode
• Instrument
• Variable
• Messgröße
• räumlicher Bezug
• zeitlicher Bezug
• Population oder Stichprobe
• Förderkontext
• Fachdisziplin
• Datentyp
• Software oder Code

Im DataCite Metadata Schema können subjects genutzt werden. Idealerweise werden kontrollierte Vokabulare, URIs und Fachstandards angegeben.

Beispiel: Ein Datensatz zur Wasserqualität kann Gewässertyp, Messmethode, Region, Zeitraum und chemische Parameter enthalten.

Erschließungstiefe

Die Erschließungstiefe beschreibt, wie detailliert eine Ressource inhaltlich beschrieben wird. Sie beeinflusst Recall, Precision und redaktionellen Aufwand.

Minimale Erschließung erfasst nur Hauptthemen. Sie ist schnell, kann aber relevante Sucheinstiege übersehen.

Mittlere Erschließung erfasst Hauptthemen und zentrale Nebenaspekte. Sie ist für viele Bibliotheken und Informationsstellen praktikabel.

Tiefe Erschließung beschreibt auch Methoden, Räume, Zeiträume, Zielgruppen oder Materialien. Sie eignet sich für Spezialbestände und Forschungssammlungen.

Zu flache Erschließung senkt die Auffindbarkeit. Zu tiefe Erschließung kann Datensätze überladen und Trefferlisten verwässern.

Wie werden Schlagwörter vergeben?

Die Vergabe erfolgt meist durch Fachpersonal, teilweise unterstützt durch Software. Ziel ist eine präzise, konsistente und regelkonforme Inhaltsbeschreibung.

Ein typischer Ablauf:

1. Inhalt prüfen: Titel, Untertitel, Abstract, Inhaltsverzeichnis, Einleitung oder Volltext betrachten.
2. Hauptthema bestimmen: zentrale Fragestellung und Schwerpunkt erkennen.
3. Nebenthemen bewerten: nur relevante Nebeninhalte aufnehmen.
4. Aboutness prüfen: bloße Erwähnungen ausschließen.
5. Regelwerk anwenden: lokale Regeln, RSWK, Fachthesauri oder andere Vorgaben beachten.
6. Vokabular prüfen: bevorzugte Begriffe, Varianten und Normdatensätze auswählen.
7. Identifikatoren erfassen: möglichst Normdaten-IDs statt reiner Textstrings nutzen.
8. Formangaben trennen: Genre, Ressourcentyp und Thema nicht vermischen.
9. Qualität kontrollieren: Schreibweise, Relevanz, Konsistenz und Beziehungen prüfen.
10. Aktualisierung planen: neue Begriffe, veränderte Normdaten und Nutzungsmuster berücksichtigen.

Rezensionen können ergänzende Hinweise geben. Sie sollten aber nicht die primäre Grundlage sein, da sie interpretierende Fremdtexte sind.

Mini-Checkliste für einzelne Datensätze

Diese Fragen helfen Ihnen bei der praktischen Auswahl:

• Was ist das Hauptthema?
• Welche Nebenthemen sind wirklich zentral?
• Geht es um eine Person, Organisation, einen Ort oder Zeitraum?
• Ist eine Formangabe erforderlich?
• Gibt es eine Zielgruppe oder einen Nutzungskontext?
• Ist der Begriff spezifisch genug?
• Ist der Begriff regelkonform?
• Gibt es einen bevorzugten Begriff im Vokabular?
• Ist eine Normdaten-ID vorhanden?
• Wurde eine bloße Erwähnung ausgeschlossen?
• Passt die Erschließung zu ähnlichen Datensätzen?

Normdaten-IDs und Anzeigeformen

Reine Textstrings sind anfällig für Mehrdeutigkeit. Ein Wort kann mehrere Bedeutungen haben oder in unterschiedlichen Schreibweisen auftreten.

Normdaten-IDs identifizieren eine Entität oder ein Konzept stabiler als Text allein. Voraussetzung ist eine korrekte Zuordnung.

Beispiel:

• gespeicherte ID: GND-URI oder GND-Nummer
• Anzeigeform deutsch: „Künstliche Intelligenz“
• Variante: „KI“
• englische Entsprechung: „Artificial intelligence“
• Typ: Sachbegriff

Das System kann intern die ID speichern und nach außen eine passende Anzeigeform ausgeben. Anzeige und Identifikation sind dann getrennt.

Normdaten-IDs erleichtern Datenabgleich, Import, Export, Linked Data und semantische Suche. Sie sind zuverlässiger als unverbundene Textbegriffe.

Schlagwörter in Bibliothekskatalogen und Discovery-Systemen

In Bibliothekskatalogen erscheinen Schlagwörter häufig im Datensatz einer Ressource. Sie können angezeigt, indexiert und als Suchfilter genutzt werden.

Typische Funktionen sind:

• Suche nach einem bestimmten Schlagwort
• Anzeige weiterer Ressourcen zum gleichen Thema
• Facetten für Thema, Person, Ort oder Zeitraum
• Navigation zu Ober-, Unter- oder verwandten Begriffen
• thematische Einschränkung großer Trefferlisten
• Verknüpfung mit Normdaten und externen Quellen

Discovery-Systeme nutzen Schlagwörter zusätzlich für Themencluster, Empfehlungen oder semantische Erweiterungen. Dafür müssen Indexierung und Systemlogik geeignet sein.

Schlagwörter allein erzeugen keine hochwertigen Empfehlungen. Zusätzlich können Normdatenbeziehungen, Algorithmen oder Ähnlichkeitsverfahren erforderlich sein.

Nutzeroberflächen für Schlagwörter

Die Benutzeroberfläche entscheidet stark darüber, ob Schlagwörter tatsächlich helfen. Gute Metadaten müssen sichtbar und nutzbar sein.

Nützliche Funktionen sind:

• Autocomplete mit bevorzugten Begriffen
• „Meinten Sie?“-Hinweise bei Varianten
• Anzeige von Synonymen und Verweisungen
• Themenbäume und hierarchische Navigation
• Facetten für Thema, Person, Ort, Zeit und Form
• Klick auf Schlagwörter für weitere Treffer
• Trennung von Themen, Tags und Formangaben
• Anzeige verwandter Begriffe

Wenn Schlagwörter nur intern gespeichert, aber nicht sinnvoll indexiert werden, bleibt ihr Nutzen begrenzt.

Facetten und Filter

Facetten strukturieren Trefferlisten nach wieder verwendbaren Merkmalen. Schlagwörter sind eine wichtige Grundlage, aber nicht die einzige.

Typische Facetten sind:

• Thema
• Person
• Körperschaft
• Ort
• Zeitraum
• Form oder Genre
• Sprache
• Ressourcentyp
• Zielgruppe
• Fachgebiet
• Lizenz
• Erscheinungsjahr

Facetten funktionieren besonders gut, wenn Entitätstypen getrennt gespeichert werden. Ein Ort sollte nicht unkontrolliert mit einem Thema vermischt werden.

Synonymringe und Query Expansion

Suchsysteme können Synonyme und Varianten automatisch berücksichtigen. Dafür werden Synonymringe oder kontrollierte Begriffsbeziehungen genutzt.

Beispiel: Eine Suche nach „KI“ kann zusätzlich „Künstliche Intelligenz“ und „Artificial Intelligence“ berücksichtigen.

Diese Query Expansion erhöht den Recall. Gleichzeitig kann sie Precision senken, wenn Begriffe nicht exakt gleichbedeutend sind.

Deshalb sollten Synonymregeln kontrolliert gepflegt werden. Besonders bei mehrdeutigen Abkürzungen ist Vorsicht nötig.

Schlagwörter und Metadaten

Schlagwörter sind Teil der Metadaten. Metadaten beschreiben Ressourcen, Personen, Rechte, technische Eigenschaften, Nutzungskontexte und Inhalte.

Typische beschreibende Metadaten sind:

• Titel
• Autor oder Herausgeber
• Erscheinungsjahr
• Verlag
• Sprache
• Ausgabe
• Abstract
• Schlagwörter
• Klassifikation
• Ressourcentyp
• ISBN, ISSN, DOI oder URN

Abstract, Schlagwörter und Klassifikation sind inhaltliche beziehungsweise beschreibende Metadaten. Sie sind nicht nur bibliografische Kerndaten im engeren Sinn.

Bestands-, Exemplar- und Verfügbarkeitsdaten sind davon zu unterscheiden. Dazu gehören Standort, Signatur, Ausleihstatus oder Zugriffsinformationen.

Identifikatoren müssen präzise eingeordnet werden. DOI und URN identifizieren Ressourcen, ORCID identifiziert Personen.

Technische Speicherung in Metadatenformaten

Schlagwörter können in unterschiedlichen Metadatenformaten gespeichert werden. Das Format bestimmt, wie differenziert Begriffe und Beziehungen abgebildet werden.

In MARC 21 werden Schlagwörter unter anderem in 6XX-Feldern erfasst. Felder unterscheiden Personen, Körperschaften, Sachbegriffe, Geografika und Formangaben.

In Dublin Core werden Themen häufig in dc:subject gespeichert. Einfache Implementierungen sind wenig differenziert.

Dublin Core kann jedoch mit Encoding Schemes, URIs und kontrollierten Vokabularen präziser genutzt werden.

In BIBFRAME und RDF können Schlagwörter als verlinkte Ressourcen modelliert werden. Normdaten, URIs und semantische Beziehungen lassen sich dadurch besser nutzen.

SKOS eignet sich zur Darstellung kontrollierter Vokabulare. Es unterstützt bevorzugte Bezeichnungen, alternative Bezeichnungen und Begriffsbeziehungen.

Schema.org, Web-Metadaten und SEO

Außerhalb des Bibliothekskontexts werden Schlagwörter oft mit SEO-Keywords verwechselt. Beide betreffen Auffindbarkeit, verfolgen aber unterschiedliche Ziele.

SEO-Keywords dienen der Optimierung von Webinhalten für Suchmaschinen und Nutzer. Bibliothekarische Schlagwörter dienen der fachlichen Inhaltserschließung.

meta keywords sind ein spezielles HTML-Metatag. Sie spielen für große Suchmaschinen heute kaum noch eine relevante Rolle.

Sichtbare Tags, Kategorien, Überschriften und strukturierte Daten sind davon zu unterscheiden. Sie können weiterhin für Navigation und Verständlichkeit wichtig sein.

Schema.org kann Inhalte maschinenlesbar beschreiben. Relevante Eigenschaften sind zum Beispiel about, keywords, mentions und sameAs.

about beschreibt, worum es inhaltlich geht. mentions kann bloße Erwähnungen abbilden. Diese Unterscheidung ähnelt dem Aboutness-Prinzip.

sameAs kann auf externe Identifikatoren verweisen, etwa GND, Wikidata oder andere Normdatenquellen.

Mehrsprachigkeit und Cross-Language Retrieval

In mehrsprachigen Beständen ist Schlagwortvergabe besonders anspruchsvoll. Nutzer suchen möglicherweise deutsch, englisch oder in weiteren Sprachen.

Mehrsprachige Vokabulare können Sprachfassungen eines Konzepts verbinden. Dadurch wird sprachübergreifende Recherche möglich.

Beispiel:

• Deutsch: „Künstliche Intelligenz“
• Englisch: „Artificial intelligence“
• Französisch: „Intelligence artificielle“
• gemeinsamer Konzeptdatensatz: eine stabile URI

Wichtig ist die Unterscheidung zwischen Übersetzung und fachlicher Äquivalenz. Begriffe decken sich nicht immer vollständig.

Kulturelle Unterschiede, asymmetrische Begriffe und fachliche Traditionen können Mappings erschweren. Ein Begriff kann in einer Sprache enger oder weiter gefasst sein.

Cross-Language Information Retrieval nutzt solche Beziehungen. Treffer können gefunden werden, obwohl Suchanfrage und Metadaten verschiedene Sprachen verwenden.

Import, Mapping und Konkordanzen

Viele Einrichtungen übernehmen Metadaten aus Verbünden, Verlagen, Repositorien oder Fremdsystemen. Schlagwörter müssen dabei häufig abgeglichen werden.

Ein Mapping ordnet Begriffe oder Felder eines Systems einem anderen System zu. Eine Konkordanz dokumentiert solche Zuordnungen systematisch.

Beispiel:

• lokaler Begriff: „KI“
• GND-Begriff: „Künstliche Intelligenz“
• LCSH-Begriff: „Artificial intelligence“
• Mapping-Typ: exakte oder nahe Entsprechung

Mappings sind nicht immer eindeutig. Ein Begriff kann in einem Vokabular enger, breiter oder anders definiert sein.

Deshalb sollten importierte Schlagwörter geprüft werden. Sonst entstehen falsche Verknüpfungen, Dubletten oder Bedeutungsverschiebungen.

Migration alter Schlagwortdaten

Bei Systemwechseln müssen Schlagwortdaten häufig bereinigt und migriert werden. Alte Freitexteinträge passen selten direkt in moderne Datenmodelle.

Typische Aufgaben sind:

• Dubletten erkennen
• Schreibvarianten vereinheitlichen
• Synonyme zusammenführen
• veraltete Begriffe prüfen
• Normdaten-IDs ergänzen
• Felder und Facetten neu zuordnen
• Formangaben von Themen trennen
• Mappings dokumentieren
• Testimporte durchführen
• Suchergebnisse prüfen

Eine Migration ist nicht nur ein technischer Vorgang. Sie erfordert fachliche Entscheidungen über Bedeutung, Aktualität und Systematik.

Governance kontrollierter Vokabulare

Kontrollierte Vokabulare benötigen klare Verantwortlichkeiten. Ohne Pflege verlieren sie mit der Zeit an Konsistenz und Aktualität.

Governance umfasst:

• Zuständigkeiten
• Änderungsanträge
• Prüfung neuer Begriffe
• Freigabeprozesse
• Versionierung
• Änderungsprotokolle
• Zusammenführung von Begriffen
• Stilllegung veralteter Begriffe
• Dokumentation von Verweisungen
• Kommunikation an Anwender

Der Lebenszyklus eines Schlagworts umfasst Vorschlag, Prüfung, Freigabe, Verwendung, Änderung, Zusammenführung und gegebenenfalls Stilllegung.

Veraltete Begriffe müssen nicht immer gelöscht werden. Sie können als historische Varianten erhalten bleiben, wenn Nutzer weiterhin danach suchen.

Nutzer-Tags und Social Tagging

Nutzer-Tags entstehen durch Nutzerinnen und Nutzer, nicht nur durch Fachpersonal. Sie spiegeln Alltagssprache, Interessen und Nutzungskontexte wider.

Vorteile sind:

• schnelle Ergänzung neuer Begriffe
• Nähe zur Sprache der Zielgruppe
• Erfassung persönlicher Perspektiven
• Hinweise auf Suchverhalten
• Ergänzung professioneller Erschließung

Nachteile sind:

• uneinheitliche Schreibweisen
• subjektive oder falsche Zuordnungen
• Mehrdeutigkeiten
• diskriminierende oder ungeeignete Begriffe
• fehlende Systematik

Social Tagging kann professionelle Verschlagwortung sinnvoll ergänzen. Es sollte aber moderiert, getrennt gekennzeichnet oder qualitätsgesichert werden.

Automatische Schlagwortvergabe

Moderne Informationsmanagementsysteme können Schlagwörter automatisch vorschlagen. Grundlage sind Titel, Abstracts, Volltexte, Metadaten oder Fachvokabulare.

Mögliche Verfahren sind:

• Extraktion häufiger oder zentraler Begriffe
• Abgleich mit kontrollierten Vokabularen
• Named Entity Recognition
• maschinelles Lernen
• semantische Analyse
• Ähnlichkeitsvergleich mit erschlossenen Datensätzen
• KI-gestützte Vorschläge durch Sprachmodelle

Automatische Verfahren sparen Zeit und helfen bei großen Datenmengen. Sie ersetzen jedoch nicht in jedem Fall fachliche Prüfung.

Hilfreich sind Confidence Scores, Freigabe-Workflows und nachvollziehbare Vorschlagsquellen. Fachpersonal kann Vorschläge bestätigen, korrigieren oder ablehnen.

Trainingsdatenqualität ist entscheidend. Fehlerhafte, veraltete oder einseitige Trainingsdaten führen zu schlechten Vorschlägen.

Generative KI kann plausible, aber falsche Schlagwörter erzeugen. Risiken sind Halluzinationen, Scheingenauigkeit, Bias und fehlende Normdatenbindung.

Mehrdeutige Begriffe bleiben schwierig. „Java“ kann eine Insel, eine Programmiersprache oder Kaffee bezeichnen.

Rechtliche und ethische Aspekte

Schlagwortsysteme sind nicht neutral. Sie spiegeln Fachtraditionen, gesellschaftliche Normen und historische Sprachstände wider.

Problematisch können sein:

• diskriminierende Begriffe
• veraltete Bezeichnungen
• koloniale oder eurozentrische Perspektiven
• uneinheitliche Behandlung von Gruppen
• fehlende Begriffe für neue Identitäten
• algorithmische Verzerrungen
• sensible personenbezogene Merkmale

Bevorzugte Begriffe sollten respektvoll, aktuell und fachlich angemessen sein. Fremdbezeichnungen und Selbstbezeichnungen müssen sorgfältig abgewogen werden.

Community-Beteiligung kann helfen, angemessene Begriffe zu entwickeln. Besonders betroffene Gruppen sollten bei sensiblen Themen einbezogen werden.

Bei personenbezogenen oder nutzungsbezogenen Daten gelten besondere Anforderungen. Suchprotokolle dürfen nur datenschutzkonform und zweckgebunden ausgewertet werden.

Grenzen von Schlagwörtern

Schlagwörter sind wirkungsvoll, aber nicht unbegrenzt leistungsfähig. Ihre Qualität hängt von Menschen, Regeln, Ressourcen und Systemen ab.

Wichtige Grenzen sind:

• subjektive Auswahlentscheidungen
• begrenzte Erschließungsressourcen
• hoher Aktualisierungsaufwand
• Abhängigkeit vom Suchsystem
• unvollständige oder veraltete Vokabulare
• kulturelle und sprachliche Verzerrungen
• schwierige Mehrdeutigkeit
• uneinheitliche Anwendung durch verschiedene Personen

Gute Suchsysteme kombinieren Schlagwörter mit Volltextsuche, Klassifikationen, Facetten, Normdaten und Nutzerführung.

Best Practices für die Vergabe von Schlagwörtern

Eine gute Schlagwortpraxis verbindet klare Regeln, passende Vokabulare und kontinuierliche Qualitätssicherung.

Wichtige Empfehlungen:

• Verwenden Sie einheitliche bevorzugte Begriffe.
• Nutzen Sie kontrollierte Vokabulare, wenn sie zum Bestand passen.
• Dokumentieren Sie lokale Regeln.
• Trennen Sie Thema, Form, Zielgruppe und Kontext.
• Vergeben Sie spezifische, aber nicht übermäßig enge Begriffe.
• Erfassen Sie zentrale Inhalte, keine Randthemen.
• Prüfen Sie Synonyme, Abkürzungen und Schreibvarianten.
• Nutzen Sie Normdaten-IDs, wenn möglich.
• Stimmen Sie Erschließungstiefe und Zielgruppe aufeinander ab.
• Prüfen Sie ähnliche Datensätze auf Konsistenz.
• Aktualisieren Sie veraltete Begriffe kontrolliert.
• Berücksichtigen Sie Mehrsprachigkeit und Nutzerverhalten.
• Kennzeichnen Sie freie Tags getrennt von professionellen Schlagwörtern.
• Prüfen Sie automatische Vorschläge redaktionell.

Besonders wichtig ist ein konsistenter Start. Nachträgliche Bereinigungen großer Bestände sind deutlich aufwendiger als saubere Erfassung von Beginn an.

Typische Fehler bei Schlagwörtern

Fehler in der Verschlagwortung wirken sich direkt auf die Recherchequalität aus. Nutzer erhalten dann zu viele, zu wenige oder unpassende Treffer.

Häufige Probleme sind:

• uneinheitliche Schreibweisen
• Synonyme ohne Verknüpfung
• zu allgemeine Begriffe
• zu spezifische Begriffe ohne Systematik
• zu viele Schlagwörter
• zu wenige Schlagwörter
• Vermischung von Sprachen ohne Konzept
• fehlende Aktualisierung
• fehlende Trennung von Form und Thema
• uneinheitliche Granularität
• falsche Zuordnung beiläufig erwähnter Themen
• unkritische Übernahme automatischer Vorschläge

Beispiel: Ein Buch über Open-Access-Publikationsmodelle an Hochschulen sollte nicht nur mit „Wissenschaft“ erschlossen werden.

Treffender wären:

• Open Access
• Wissenschaftliches Publizieren
• Hochschule
• Publikationswesen
• Forschungsinformation, falls zentral behandelt

Qualitätskontrolle und Kennzahlen

Schlagwörter sollten nicht nur bei der Erfassung geprüft werden. Auch bestehende Datenbestände benötigen regelmäßige Qualitätssicherung.

Mögliche Maßnahmen sind:

• Stichprobenkontrolle
• Dublettenprüfung
• Bereinigung unterschiedlicher Schreibweisen
• Zusammenführung von Synonymen
• Abgleich mit Normdaten
• Prüfung veralteter oder diskriminierender Begriffe
• Analyse von Null-Treffer-Suchen
• Retrieval-Tests
• Vergleich mit Goldstandard-Datensätzen
• Kontrolle auffällig irrelevanter Trefferlisten
• Schulung des Fachpersonals
• Dokumentation lokaler Regeln

Nützliche Kennzahlen sind:

• Konsistenz der Begriffsverwendung
• Inter-Indexer-Konsistenz
• Normdatenabdeckung
• Dublettenquote
• Anteil veralteter Begriffe
• Recall, also Vollständigkeit relevanter Treffer
• Precision, also Genauigkeit der Treffer
• Aktualität des Vokabulars
• Anteil geprüfter automatischer Vorschläge
• Häufigkeit erfolgloser Suchanfragen

Inter-Indexer-Konsistenz zeigt, ob verschiedene Personen vergleichbare Schlagwörter vergeben. Sie ist ein wichtiger Indikator für stabile Erschließungspraxis.

Werkzeuge und Hilfsmittel

Für Verschlagwortung, Normdatenabgleich und Vokabularpflege stehen verschiedene Werkzeuge zur Verfügung.

Nützliche Beispiele sind:

• GND-Explorer
• lobid-gnd
• Wikidata
• OpenRefine
• SKOS-Editoren
• Thesaurus-Management-Systeme
• Normdaten-APIs
• Katalogisierungs- und Repositoriumssysteme
• Validierungswerkzeuge für Metadaten
• Tools für Dublettenprüfung und Datenbereinigung

Die Auswahl hängt von Bestand, Regelwerk, Datenformat, Fachgebiet und technischer Infrastruktur ab.

Praxisleitfaden für Bibliotheken und Informationsstellen

Wenn Sie Schlagwörter systematisch einsetzen möchten, hilft ein klarer Arbeitsplan.

Eine praktische Checkliste:

1. Ziel klären: Welche Bestände und Nutzergruppen sollen unterstützt werden?
2. Vokabular wählen: frei, kontrolliert oder hybrid?
3. Regelwerk festlegen: etwa RSWK, Fachthesaurus oder lokale Regeln.
4. Erschließungstiefe definieren: minimal, mittel oder tief.
5. Zuständigkeiten klären: Wer vergibt, prüft und aktualisiert Schlagwörter?
6. Technische Felder festlegen: Wo werden Themen, Formen und IDs gespeichert?
7. Normdaten einbinden: GND, Fachvokabulare oder internationale Standards prüfen.
8. Importregeln definieren: Mapping, Konkordanzen und Fremddaten kontrollieren.
9. Benutzeroberfläche prüfen: Facetten, Autocomplete und Anzeigeformen berücksichtigen.
10. Qualität messen: Kennzahlen und Prüfzyklen festlegen.
11. Nutzerfeedback berücksichtigen: Suchanfragen und Fehlertreffer auswerten.
12. Datenschutz beachten: Nutzungsdaten nur rechtmäßig und transparent verwenden.
13. Regeln dokumentieren: Entscheidungen nachvollziehbar festhalten.

Eine solche Struktur verbessert langfristig die Datenqualität. Sie erleichtert außerdem Schulung, Migration und Zusammenarbeit mit Verbünden oder Repositorien.

Häufige Fragen zu Schlagwörtern

Was ist ein Schlagwort einfach erklärt?

Ein Schlagwort ist ein Begriff, der den Inhalt eines Mediums, Datensatzes oder digitalen Objekts beschreibt. Es hilft Ihnen, Bücher, Artikel, Forschungsdaten oder andere Ressourcen zu einem bestimmten Thema zu finden.

Was ist der Unterschied zwischen Schlagwort und Stichwort?

Ein Schlagwort wird fachlich zugeordnet, um einen Inhalt zu beschreiben. Es kann im Titel oder Text vorkommen, muss es aber nicht. Ein Stichwort kann ein Suchwort, Registereintrag oder ein im Text vorkommender Ausdruck sein.

Was bedeutet Verschlagwortung?

Verschlagwortung ist die Vergabe von Schlagwörtern zu Ressourcen. Sie dient der inhaltlichen Beschreibung und besseren Auffindbarkeit. Im professionellen Kontext erfolgt sie nach Regeln, Vokabularen und Qualitätskriterien.

Warum sind Schlagwörter in Bibliotheken wichtig?

Schlagwörter verbessern die thematische Suche und Navigation. Sie helfen Ihnen, relevante Medien ohne genaue Kenntnis von Autor, Titel oder ISBN zu finden. Besonders in großen Beständen erleichtern sie das Eingrenzen, Vergleichen und Entdecken verwandter Inhalte.

Sind Schlagwörter präziser als Volltextsuche?

Nicht immer. Schlagwörter können sehr präzise sein, wenn sie konsistent und fachlich vergeben wurden. Volltextsuchen können umfassender sein, liefern aber oft mehr unspezifische Treffer. Gute Suchsysteme kombinieren beide Ansätze.

Was sind kontrollierte Schlagwörter?

Kontrollierte Schlagwörter stammen aus einem geregelten Vokabular, Thesaurus oder Normdatenkontext. Sie nutzen bevorzugte Begriffe, Varianten und Beziehungen, damit Inhalte konsistenter erschlossen und besser gefunden werden.

Was ist die GND?

Die Gemeinsame Normdatei, kurz GND, ist eine Normdatei für Personen, Körperschaften, Geografika, Sachbegriffe und weitere Entitäten. Sie ist keine reine Schlagwortliste. Für die Inhaltserschließung werden daraus unter anderem normierte Begriffe und Identifikatoren genutzt.

Was sind Deskriptoren und Nichtdeskriptoren?

Ein Deskriptor ist der bevorzugte Begriff in einem Thesaurus oder kontrollierten Vokabular. Ein Nichtdeskriptor ist eine Variante oder ein Synonym, das auf den bevorzugten Begriff verweist.

Was bedeutet Aboutness?

Aboutness beschreibt, worum es in einer Ressource tatsächlich geht. Ein Schlagwort sollte den Gegenstand des Inhalts erfassen. Eine bloße Erwähnung reicht normalerweise nicht aus, um ein Schlagwort zu vergeben.

Wie viele Schlagwörter sollte ein Medium haben?

Das hängt von Inhalt, Zielgruppe und Erschließungstiefe ab. Wichtig sind die zentralen Themen, nicht jede beiläufige Erwähnung. Zu wenige Schlagwörter erschweren die Suche. Zu viele Schlagwörter können Datensätze ungenau machen.

Was ist der Unterschied zwischen Schlagwort und Klassifikation?

Ein Schlagwort beschreibt Inhalte mit Begriffen. Eine Klassifikation ordnet Ressourcen in ein systematisches Ordnungsschema ein. Beide Ansätze können sich ergänzen. Klassifikationen strukturieren Bestände, Schlagwörter schaffen zusätzliche thematische Sucheinstiege.

Was ist ein Formschlagwort?

Ein Formschlagwort oder eine Formangabe beschreibt die Art einer Ressource, etwa „Lehrbuch“, „Handbuch“ oder „Ausstellungskatalog“. In vielen modernen Systemen werden Formangaben bewusst getrennt von thematischen Schlagwörtern erfasst.

Können Schlagwörter automatisch vergeben werden?

Ja, viele Systeme können Schlagwörter automatisch vorschlagen. Dafür werden Texte, Metadaten oder kontrollierte Vokabulare ausgewertet. Eine fachliche Prüfung bleibt wichtig, weil automatische Verfahren Mehrdeutigkeiten und fachliche Feinheiten nicht immer zuverlässig erkennen.

Was passiert bei uneinheitlichen Schlagwörtern?

Relevante Ressourcen können schlechter gefunden werden. Wenn „KI“, „Künstliche Intelligenz“ und „Artificial Intelligence“ unverbunden bleiben, entstehen getrennte Sucheinstiege. Kontrollierte Vokabulare, Synonymregeln und Normdaten helfen, solche Probleme zu verringern.

Sind Schlagwörter dasselbe wie Tags?

Nicht genau. Tags sind meist frei vergebene Markierungen, häufig durch Nutzerinnen, Nutzer oder Redaktionen. Schlagwörter in professionellen Katalogen werden meist nach Regeln vergeben und können mit Normdaten oder kontrollierten Vokabularen verbunden sein.

Welche Rolle spielen Schlagwörter in Discovery-Systemen?

Discovery-Systeme nutzen Schlagwörter für Suchfilter, Facetten, thematische Navigation und teilweise Empfehlungen. Dafür müssen Schlagwörter entsprechend indexiert und mit geeigneten Systemfunktionen oder semantischen Beziehungen verbunden sein.

Warum sind Normdaten-IDs wichtig?

Normdaten-IDs identifizieren Begriffe, Konzepte oder Entitäten stabiler als reine Textstrings. Sie erleichtern Datenabgleich, Import, Export, Linked Data und semantische Suche. Voraussetzung ist eine korrekte fachliche Zuordnung.