Museumsdaten KI-fähig machen: was ein Objektdatensatz leisten muss
Maren Sahlmüller11 Min. LesezeitWer in einem Museum oder einer Sammlung die Sammlungsverwaltung oder die Digitalisierung verantwortet, sieht sich bei KI zuerst vor Werkzeugen: Bilderkennung, semantische Suche, automatische Verschlagwortung. Ob sie etwas taugen, entscheidet sich vorher, im einzelnen Objektdatensatz. Dieser Artikel beschreibt, was ein Datensatz mitbringen muss, damit eine KI mit ihm arbeiten kann, welche Standards dafür bereitliegen und an welchen Stellen die Maschine Fachleuten Arbeit abnimmt und an welchen nicht.
Eine KI kann nur verknüpfen, was eindeutig benannt ist.
Steht derselbe Künstler in drei Schreibweisen im Bestand, findet die beste Suche drei Künstler.
Was „KI-fähig“ bei Sammlungsdaten heißt
KI-fähig ist ein Sammlungsdatensatz, wenn eine Maschine ihn ohne menschliche Deutung eindeutig lesen kann: wer, was, wo, wann und unter welchen Rechten. Vier Eigenschaften machen den Unterschied:
Stabile Kennung
Jedes Objekt hat eine Kennung, die sich nicht ändert, wenn das Objekt umzieht, umbenannt oder neu inventarisiert wird. Ohne sie lassen sich KI-Vorschläge nicht dem richtigen Objekt zuordnen und Korrekturen nicht zurückspielen.
Normdaten statt Freitext
Personen, Orte, Körperschaften und Sachbegriffe verweisen auf einen Eintrag in einer Normdatei, nicht nur auf eine Zeichenkette. Dann ist „Dürer, Albrecht“ dieselbe Person wie „A. Dürer“, für Ihre Suche und für jede Sammlung, die dieselbe Normdatei nutzt.
Struktur statt Beschreibung
Material, Technik, Maße und Datierung stehen in eigenen Feldern, nicht in einem Beschreibungstext. Eine Datierung „um 1900“ trägt zusätzlich einen maschinenlesbaren Zeitraum mit Anfang und Ende.
Rechte je Datensatz
Für die Metadaten und für jede Abbildung steht maschinenlesbar fest, was andere damit tun dürfen. Ohne diese Angabe kann weder ein Portal die Daten übernehmen noch ein Werkzeug entscheiden, was es verarbeiten darf.
Keine dieser Eigenschaften verlangt KI. Sie verlangen Erschließungsarbeit, bei der KI allerdings helfen kann, sobald die Regeln feststehen.
Die Standards: LIDO, CIDOC CRM, JSON-LD und IIIF
Für Struktur, Verknüpfung, Weitergabe und Abbildungen gibt es im Museumsbereich etablierte Standards; neu erfinden muss sie niemand.
LIDO
LIDO (Lightweight Information Describing Objects) ist ein XML-Format, mit dem Museen Objektinformationen an Portale und Aggregatoren liefern, gepflegt vom Dokumentationskomitee des Internationalen Museumsrats ICOM. Es deckt Objekte aller Gattungen ab, von Kunst über Technikgeschichte bis Naturkunde, und erlaubt mehrsprachige Angaben. Für Sie heißt das: Wer aus seiner Sammlungsdatenbank sauberes LIDO exportieren kann, liefert mit einem Export an mehrere Portale, und derselbe Export ist ein guter Ausgangspunkt für jede KI-Anwendung.
CIDOC CRM
Das CIDOC Conceptual Reference Model ist ein Referenzmodell für Kulturerbe-Informationen, als internationale Norm ISO 21127
veröffentlicht. Es behandelt Ereignisse wie Herstellung und Erwerb als eigene Einheiten mit Beteiligten, Orten und Zeiträumen und unterscheidet etwa zwischen dem Übergang des Eigentums und dem des Gewahrsams. Für Sie heißt das: Wer seine Daten auf CIDOC CRM abbildet, kann Fragen stellen, die eine Feldliste nicht beantwortet, etwa welche Objekte dieselbe Person hergestellt und eine andere später erworben hat.JSON-LD
JSON-LD ist ein Format des W3C, mit dem sich verknüpfte Daten (Linked Data) in der Form schreiben lassen, die Webanwendungen und Programmierschnittstellen ohnehin verarbeiten. Für Sie heißt das: Es eignet sich als Brücke zwischen einem XML-Export und Anwendungen, die Ihre Daten im Web oder für ein Sprachmodell bereitstellen.
IIIF
Das International Image Interoperability Framework ist eine Reihe offener Schnittstellen für Bilder und audiovisuelle Medien. Die Image API liefert ein Bild in der angefragten Größe, als Ausschnitt oder gedreht, die Presentation API bündelt in einem Manifest die Abbildungen eines Objekts mit Metadaten, Reihenfolge und Rechteangabe. Für Sie heißt das: Eine KI-Anwendung kann genau den Bildausschnitt abrufen, den sie braucht, und ihre Ergebnisse lassen sich als Annotation an die Stelle im Bild hängen, auf die sie sich beziehen.
Die vier Standards konkurrieren nicht, sie greifen ineinander: LIDO für die Lieferung, CIDOC CRM für die Bedeutung, JSON-LD für die Weitergabe, IIIF für die Abbildungen.
Normdaten: wie Bestände miteinander sprechen
Für die Praxis zählt, welche Normdatei für welche Angabe taugt und unter welcher Lizenz sie steht. Für Museen im deutschsprachigen Raum stehen vor allem drei Quellen bereit:
| Gemeinsame Normdatei (GND) | Getty Vocabularies | Wikidata | |
|---|---|---|---|
| Wer sie führt | Deutsche Nationalbibliothek mit der GND-Kooperative | Getty Research Institute | offene Gemeinschaft von Freiwilligen |
| Was sie abdeckt | Personen, Körperschaften, Konferenzen, Geografika, Sachbegriffe, Werke | Begriffe für Material und Technik (AAT), Orte (TGN), Künstlerinnen und Künstler (ULAN) | allgemeine Wissensdatenbank; Einträge können auf die GND und andere Normdateien verweisen |
| Unter welcher Lizenz | CC0, frei nutzbar | ODC-By 1.0, Namensnennung nötig | CC0, frei nutzbar |
Die Lizenzangaben stammen von den Anbietern selbst (GND, Getty, Wikidata).
Den Abgleich eigener Namen und Begriffe mit einer Normdatei nennt man Reconciliation. Er lässt sich halbautomatisch erledigen: Das Werkzeug OpenRefine schlägt zu jedem Eintrag passende Normdatensätze vor, für die GND über einen öffentlichen Abgleichdienst, für die Getty-Vokabulare über deren eigene Schnittstelle. Entscheiden muss ein Mensch, denn zwei Personen gleichen Namens sehen für die Maschine gleich aus.
Der Abgleich zahlt sich zuerst in der eigenen Suche aus. Sobald die Daten veröffentlicht sind, lässt sich jedes verknüpfte Objekt mit anderen Sammlungen verbinden, die auf denselben Eintrag verweisen.
Vom Export zur semantischen Suche: die technische Kette
Zwischen der Sammlungsdatenbank und einer KI-Anwendung liegen fünf Verarbeitungsschritte. Die ersten drei setzen einander voraus, die beiden letzten bauen auf ihnen auf.
Exportieren
Die Objektdaten verlassen die Sammlungsdatenbank als LIDO. Geprüft wird an dieser Stelle nur, ob alle Datensätze ankommen und jeder seine stabile Kennung trägt.
Bereinigen
Datumsangaben, Namen und Maßeinheiten werden vereinheitlicht, leere Felder markiert, Dubletten zusammengeführt. Werkzeuge wie OpenRefine sind für diese Art der Bereinigung gebaut.
Verknüpfen
Personen, Orte und Begriffe werden mit GND, Getty-Vokabularen oder Wikidata abgeglichen. Was sich nicht eindeutig zuordnen lässt, bleibt offen, statt geraten zu werden.
Modellieren
Die Daten werden auf CIDOC CRM abgebildet und als JSON-LD oder in einer Graphdatenbank bereitgestellt. Ab hier lassen sich Fragen über Beziehungen stellen, nicht nur über Felder.
Durchsuchbar machen
Beschreibungen und Abbildungen werden in Embeddings übersetzt, Zahlenreihen, die Bedeutung abbilden. Damit kann eine Suche nach „Spielzeug aus Blech“ auch Objekte finden, deren Datensatz „Kreisel, Weißblech, lithografiert“ sagt.
Die Reihenfolge ist keine Formalie. Wer Embeddings aus unbereinigten Daten erzeugt, bekommt eine Suche, die Schreibfehler und Dubletten genauso zuverlässig findet wie Objekte. Und ein Sprachmodell, das über Ihre Sammlung Auskunft geben soll, gibt die Lücken der Daten als flüssige Sätze wieder.
Datenqualität: was vor jeder KI geprüft wird
Die Qualität eines Bestands zeigt sich an wenigen Feldern, die jede Anwendung braucht. Die Deutsche Digitale Bibliothek veröffentlicht für Museen ein LIDO-Anwendungsprofil mit Pflichtelementen und eine Minimaldatensatz-Empfehlung; beide eignen sich als Prüfliste, auch wenn Sie gar nicht an die DDB liefern wollen.
| Feld | Woran es scheitert | Was eine KI daraus macht | Was hilft |
|---|---|---|---|
| Kennung | Inventarnummer mit wechselnder Schreibweise oder doppelt vergeben | ordnet Vorschläge dem falschen Objekt zu | eine stabile Kennung je Objekt, unabhängig von der Inventarnummer |
| Person | Name als Freitext in mehreren Schreibweisen | hält eine Person für mehrere oder zwei für eine | Abgleich mit GND oder ULAN, Rest offen markieren |
| Datierung | „um 1900“, „2. H. 18. Jh.“, „vor 1945“ nebeneinander | kann nicht nach Zeiträumen filtern oder vergleichen | Originalangabe behalten, maschinenlesbaren Zeitraum ergänzen |
| Material und Technik | im Beschreibungstext statt im Feld | übersieht es oder liest es falsch heraus | eigenes Feld mit Begriffen aus AAT oder GND |
| Rechte | fehlt oder steht nur auf der Website | darf nichts weitergeben oder gibt zu viel weiter | standardisierte Rechteangabe je Datensatz und je Abbildung |
Wer diese fünf Felder für einen Sammlungsbereich in Ordnung bringt, schafft die Grundlage, die jedes spätere Werkzeug voraussetzt.
Wo KI bei der Erschließung hilft
KI hilft dort, wo viel gleichartiges Material auf eine Vorentscheidung wartet, die ein Mensch dann bestätigt oder verwirft.
Texterkennung
Texterkennung für Drucke (OCR) und für Handschriften (HTR) macht Inventarbücher, Karteikarten und Begleitschreiben durchsuchbar. Das Transkript steht neben dem Original, nicht an seiner Stelle.
Namen und Orte aus Freitext
Ein Sprachmodell findet in Beschreibungen und Transkripten Personen, Orte und Zeitangaben und schlägt passende Normdatensätze vor. Was es vorschlägt, ist ein Kandidat, kein Eintrag.
Bildbeschreibung
Bildmodelle schlagen Beschreibungen für Motiv, Material und Technik einer Abbildung vor und finden ähnliche Objekte im Bestand. Das ersetzt keine Erschließung.
Übersetzung
Mehrsprachige Modelle übersetzen Beschreibungen. Sind die Fachbegriffe mit Normdaten verknüpft, bleiben „Öl auf Leinwand“ und „oil on canvas“ dasselbe Konzept.
Damit daraus keine Fehlerquelle wird, braucht jede dieser Anwendungen denselben Ablauf: Die KI schlägt vor, eine Fachkraft akzeptiert, ändert oder verwirft, und die Entscheidung fließt zurück. Jede maschinelle Ergänzung trägt im Datensatz ihre Herkunft: welches Werkzeug, wann, wer sie freigegeben hat. Für diese Herkunftsangaben gibt es mit PROV-O eine Empfehlung des W3C. Wie zuverlässig ein Werkzeug bei Ihrem Material arbeitet, zeigt eine Stichprobe, bevor es in den Ablauf geht. Sie entscheidet, welche Vorschläge überhaupt vorgelegt werden, nicht, welche ungeprüft in den Bestand gehen. Wie eine solche Stichprobe aufgebaut wird, beschreibt unser Artikel über Evals für KI-Anwendungen.
Wo KI nicht hilft
Keine KI weiß über ein Objekt mehr, als in den Daten, im Bild oder in ihrem Training steht. Fehlt eine Angabe, ergänzt ein Sprachmodell sie nicht aus dem Objekt, sondern aus dem Wahrscheinlichen; das Ergebnis klingt wie Erschließung und ist eine Halluzination.
Was eine KI vorschlagen kann
Lesarten einer Handschrift, Kandidaten für Normdaten, eine erste Bildbeschreibung, eine Übersetzung, Hinweise auf mögliche Dubletten, ähnliche Objekte im Bestand.
Was Fachleute entscheiden
Zuschreibung und Datierung, wenn Quellen sich widersprechen, Provenienz und Erwerbsumstände, der Rechtsstatus einer Abbildung und jede Beschreibung, die Menschen oder Herkunftsgemeinschaften betrifft, etwa bei Sammlungsgut aus kolonialen Kontexten.
Die rechte Spalte ist kein Misstrauensvotum gegen die Technik: Eine Angabe, die niemand geprüft hat, steht nach der Veröffentlichung trotzdem unter dem Namen des Hauses.
Bildrechte und Lizenzen im Datensatz
Rechte gehören in jeden Datensatz zweimal: einmal für die Metadaten, einmal für jede Abbildung. Welche Lizenz das Haus vergibt, ist eine Entscheidung der Leitung; für die KI-Fähigkeit zählt, dass die Entscheidung im Datensatz so steht, dass eine Maschine sie lesen kann. Ein Satz auf der Website leistet das nicht.
Rechte an den Metadaten
Eine Angabe für den Datensatz als Ganzes, als Verweis auf eine Lizenz und nicht als Fließtext. Sie entscheidet, ob ein Portal oder ein Werkzeug die Beschreibung übernehmen darf.
Rechte an jeder Abbildung
Eine standardisierte Angabe je Bilddatei. Europeana nimmt dafür vierzehn Rechteangaben an: sechs Creative-Commons-Lizenzen, die Werkzeuge CC0 und Public Domain Mark und sechs der zwölf Angaben von RightsStatements.org. Dieselbe Angabe gehört ins IIIF-Manifest, übernommen aus der Sammlungsdatenbank, nicht von Hand nachgetragen.
Angaben zur Aufnahme
Fotograf mit Lebensdaten, Art der Aufnahme, Aufnahmejahr, das Jahr des Erscheinens oder der ersten erlaubten öffentlichen Wiedergabe und ob das abgebildete Werk gemeinfrei ist. Wer sie erfasst, kann die Schutzfrist einer Fotografie berechnen statt schätzen.
Welche Frist gilt, hängt an der Art der Aufnahme. Auch einfache Fotografien sind als Lichtbilder geschützt. Das Recht steht dem Fotografen zu und erlischt fünfzig Jahre nach dem Erscheinen oder nach der ersten erlaubten öffentlichen Wiedergabe, wenn diese früher lag. Ist das Lichtbild binnen fünfzig Jahren nach der Herstellung weder erschienen noch erlaubt öffentlich wiedergegeben worden, erlischt es fünfzig Jahre nach der Herstellung (§ 72 UrhG). Für Museen zählt die Ausnahme: Vervielfältigungen, also Reproduktionen, gemeinfreier visueller Werke sind nach § 68 UrhG nicht als Lichtbild geschützt. Fotografien, die persönliche geistige Schöpfungen sind (§ 2 UrhG), sind Lichtbildwerke und bis siebzig Jahre nach dem Tod des Fotografen geschützt (§ 64 UrhG). Alle diese Fristen laufen ab dem Ende des Kalenderjahres, in dem das maßgebliche Ereignis lag (§ 69 UrhG).
Die Rechteangaben eines Datensatzes dürfen sich nicht widersprechen. Europeana nennt als Beispiel eine Abbildung, die im Rechtefeld als gemeinfrei markiert ist, während ein Freitextfeld „© Einrichtung“ sagt. Für eine Maschine ist ein solcher Datensatz nicht auswertbar, und ein Werkzeug, das ihn trotzdem verarbeitet, muss raten, welche Angabe gilt.
Rechtsstand: 14. Oktober 2026
Die Angaben zu §§ 2, 64, 68, 69 und 72 Urheberrechtsgesetz und zu den Anforderungen von Europeana und der Deutschen Digitalen Bibliothek geben den Stand vom 14. Oktober 2026 wieder. Sie ersetzen keine Rechtsberatung.
Ein erster Prüfschritt an echten Daten
Wie es um die Daten eines Sammlungsbereichs technisch steht, zeigt ein einzelner Export genauer als jede Schätzung. Sinnvoll beginnt man mit einem abgegrenzten Sammlungsbereich: als LIDO exportiert, gegen das Anwendungsprofil der DDB gehalten, danach die Personennamen in OpenRefine gegen die GND abgeglichen. Aufschlussreich sind die Namen ohne Treffer und die mit mehreren. Die Liste der offenen Fälle ist die eigentliche Arbeitsgrundlage: Sie zeigt, wo Erschließung fehlt, bevor ein Werkzeug sie vervielfacht. Ob eine Sammlungssoftware sauberes LIDO exportiert und Rechte je Abbildung führt, gehört in jede Ausschreibung.
Die Begriffe rund um Sprachmodelle und Halluzinationen erklärt unser KI-Glossar für Führungskräfte, die Stufen vom Chatfenster bis zum Agenten der Artikel über Reifegrade von KI-Systemen.
Interesse geweckt?
Beratungsgespräch vereinbaren
