Datenmodellierung
Wie müssen historische Daten aufbereitet werden, damit man sie mithilfe des Computers verarbeitet werden können?
Datenmodellierung
Daten sind formale Abbildungen von Informationen, die von Maschinen gelesen und verarbeitet werden können. Für das Modell muss man sich überlegen, welche Daten eigentlich verarbeitet werden sollen. Die stellt man dann mit ihren Attributen und in Beziehung zueinander dar.
Ein Datenmodell bringt viele Vorteile. Wenn man sich vorher überlegt, welche Daten man erwartet, dann ist das ganze Konzept schon darauf ausgelegt. Da erspart man sich später lästige und potenziell sehr aufwendige Änderungen. Das Modellieren sorgt auch dafür, dass die Daten eindeutig sind. Das ist nicht nur für den Computer sinnvoll, sondern auch für die menschliche Kommunikation.
Stellen wir uns vor, wir wollen ein Rezept modellieren. Da kommen in erster Linie Zutaten und Werkzeuge vor. Zwischen denen gibt es Beziehungen - z.B. wenn zwischen einem Handmixer und dem Mehl, den Eiern und dem Zucker, wenn er die zu einem Teig verrührt.
Alle, die mit den Daten arbeiten müssen. Das können zum Beispiel Personen sein, die Datenbanken befüllen. Gibt es nämlich ein Modell im Hintergrund, kann daran kontrolliert werden, ob die Daten so eingegeben werden, wie man sie auch braucht.
Literatur
Jannidis, Fotis. 2017. Grundlagen der Datenmodellierung. In: Digital Humanities. Eine Einführung. Hrsg. von Fotis Jannidis, Hubertus Kohle und Malte Rehbein. Stuttgart: Metzler. S. 99-108.
Vogeler, Georg und Patrick Sahle. 2017. XML. In: Digital Humanities. Eine Einführung. Hrsg. von Fotis Jannidis, Hubertus Kohle und Malte Rehbein. Stuttgart: Metzler. S. 128-146.
Jannidis, Fotis und Julia Flanders. 2017. A gentle introduction to data modeling. In: The Shape of Data in Digital Humanities. Modeling Texts and Text-based Resources. Hrsg. von Julia Flanders und Fotis Jannidis. London; New York: Routledge.
Stachowiak, Herbert. 1973. Allgemeine Modelltheorie. Wien [u.a.]: Springer. S. 131-133.