Das Projekt „Vorwärts bis 1933“

Digitalisierung und elektronische Repräsentation des sozialdemokratischen Zentralorgans

Olaf Guercke, Bibliothek der Friedrich-Ebert-Stiftung

Zusammenfassung

Der Beitrag behandelt die Digitalisierung einer historischen Zeitung von der Papiervorlage bis zur Web-Präsentation am Beispiel des „Vorwärts – Berliner Volksblatt“ (1891-1933). In einem auf drei Jahre angelegten Projekt hat die Bibliothek der Friedrich-Ebert-Stiftung (FES) den über 200.000 Seiten starken Korpus des sozialdemokratischen Zentralorgans digitalisiert und der Öffentlichkeit zur Verfügung gestellt. Sämtliche Ausgaben des „Vorwärts“ bis zum Verbot im Jahr 1933 sind nun weltweit über eine strukturierte Web-Präsentation mit auf elektronischer Texterkennung (optical character recognition, OCR) basierender Volltextsuche zugänglich. Das Projekt wurde zum 31.12.2017 abgeschlossen. Im Rahmen eines Nachfolgeprojekts werden seit dem 01.01.2018 weitere sozialdemokratische Zeitungen digitalisiert und innerhalb des für den „Vorwärts“ entwickelten Portals „Historische Presse der deutschen Sozialdemokratie online“ verfügbar gemacht. Eingeleitet wird der Beitrag mit Informationen zum Gegenstand und zur Motivation der Digitalisierung. Anschließend werden verschiedene Aspekte des in der Bibliothek durchgeführten Scanprozesses, der maschinellen Fraktur-Texterkennung und der Metadaten-Anreicherung betrachtet. Ein Schwerpunkt wird auf die Präsentation der Zeitung im Web und die im Projekt entwickelten Suchfunktionalitäten gelegt. Schließlich wird der begleitende Projekt-Blog betrachtet, auf dem erzählerisch aufbereitete Inhalte mit „Vorwärts“-Bezug veröffentlicht und über Social-Media-Kanäle verbreitet werden. Der Beitrag schließt mit einem kurzen Ausblick zum vorgestellten Angebot vor dem Hintergrund der jüngst veröffentlichten „Empfehlungen zur Digitalisierung historischer Zeitungen in Deutschland (Masterplan Zeitungsdigitalisierung)“.

Summary

The paper deals with the digitization of a historical newspaper from the paper original to the web presentation using the example of the “Vorwärts - Berliner Volksblatt” (1891-1933). In a project spanning three years, the Library of the Friedrich-Ebert-Stiftung (FES) digitized the corpus of 200,000 pages of the Social Democrats’ mouthpiece and made it available to the public. All editions of the “Vorwärts” up to its ban in 1933 are now accessible worldwide via a structured web presentation with full-text search based on optical character recognition (OCR). The project was completed on 31.12.2017. As part of a follow-up project, more social-democratic newspapers have been digitized since 01.01.2018 and made available within the portal “Historical Press of German Social-Democracy Online”, which was developed for the “Vorwärts”-digitization. The paper starts with information on the object and the motivation for the digitization, followed by a discussion of various aspects of the library’s scanning process, the electronic recognition of gothic fonts and metadata enrichment. Another focus is the presentation of the newspaper on the web and the search functionalities developed in the project. The blog accompanying the project is also covered. Here, articles with thematic connection to the historical “Vorwärts” were published and distributed via social media channels. The paper concludes with a brief outlook on the digitization project presented against the background of the recently published “Recommendations for the digitizing of historical newspapers in Germany (Master plan for newspaper digitization)”.

Zitierfähiger Link (DOI): https://doi.org/10.5282/o-bib/2018H4S193-201

Autorenidentifikation: Guercke, Olaf: GND 1075462770

Schlagwörter: Zeitungsdigitalisierung; Sozialdemokratie; Vorwärts; Parteipresse; Weimarer Republik; deutsches Kaiserreich; OCR; Frakturschrift

1. Gegenstand und Motivation der Digitalisierung

Der „Vorwärts – Berliner Volksblatt“1, von 1891-1933 in Berlin erschienen, war als sozialdemokratisches Zentralorgan der weitaus bedeutendste, keineswegs jedoch einzige sozialdemokratische Pressetitel in seiner Erscheinungszeit. Er bildete das Zentrum einer breit gefächerten Landschaft aus regionalen und überregionalen Parteiblättern, die um 1929 eine Gesamtauflage von bis zu 1,3 Millionen Exemplaren erreichten. 2 Schon von Beginn an erschien er täglich und erreichte 1912 eine Auflage von 165.000 Exemplaren.3 Über die gesamte Zeitspanne der Weimarer Republik wurde er zweimal täglich publiziert und konnte seine Auflage ab 1923 noch einmal auf bis zu 300.000 Exemplare steigern. 4

Eine Sonderstellung nimmt der „Vorwärts“ auch deshalb ein, weil er neben seiner Funktion als Zentralorgan immer auch Berliner Lokalzeitung war und daher eine Fülle von Artikeln enthält, die das kulturelle und soziale Leben in der deutschen Hauptstadt reflektieren. Diese Doppelfunktion führte auch zu Problemen, da SPD-Vorstand und Berliner Parteiorganisation stets miteinander um Einfluss auf die Linie des Blattes konkurrierten.5 Parteigeschichtlich bildet der „Vorwärts“ die wechselvolle Geschichte der SPD in Kaiserreich und Weimarer Republik ab. Er wurde häufig zum Schauplatz innerparteilicher Debatten und nahm in der Zeit der Spaltung zwischen SPD und der Unabhängigen Sozialdemokratischen Partei Deutschlands (USPD) den mehrheitssozialdemokratischen Standpunkt ein.

In der Bibliothek der Friedrich-Ebert-Stiftung war und ist der „Vorwärts“ stets Gegenstand zahlreicher Anfragen von Nutzerinnen und Nutzern. Diese mussten zur Recherche bisher auf die drei inhaltlich nicht erschlossenen Mikrofilmausgaben im Bestand der Bibliothek zurückgreifen. Insbesondere bei Anfragen nach Artikeln, deren Veröffentlichungsdatum nicht genau bekannt war, oder bei thematisch definierten Suchen über längere Zeiträume, führte das regelmäßig zu einem erheblichen Rechercheaufwand, der häufig weder auf Nutzerseite noch vom bibliothekarischen Personal geleistet werden konnte. Des Weiteren verbrachten Wissenschaftlerinnen und Wissenschaftler, die bei ihrer Arbeit auf umfangreiche Recherchen im „Vorwärts“ zwingend angewiesen waren, bisweilen Wochen oder gar Monate auf der Suche nach ihren Quellen vor den Mikrofilm-Lesegeräten.

Nicht zuletzt diese unbefriedigende Situation veranlasste die Bibliotheksleitung dazu, Anfang 2015 das Projekt „Vorwärts bis 1933“ ins Leben zu rufen, dessen Ziel es war, sämtliche 200.000 Seiten des „Vorwärts“ mit OCR basierten Volltext-Suchfunktionen online verfügbar zu machen. Zusätzlich ins Projekt aufgenommen wurde der von 1876 bis 1878 in Leipzig erschienene „Vorwärts“6, der bis zum Inkrafttreten der „Sozialistengesetze“ als Zentralorgan der SPD fungierte.

2. Digitalisierung

2.1. Scanprozess

Zu Beginn des Projekts wurde die Entscheidung getroffen, den Scanprozess im Hause durchzuführen. Grund hierfür war der zum Teil schadhafte und durchweg fragile Zustand der Papierausgabe und deren diffizile Binnenstruktur. Nachdem ein geeigneter Aufsichtsscanner angeschafft worden war7, wurden die insgesamt 172 Zeitungsfolianten einer Autopsie mit Erzeugung struktureller Metadaten wie Seitenanzahl, Erscheinungsdatum und Ausgabennummer unterzogen. Hierbei wurden Schäden und Lücken dokumentiert und selbständig nummerierte Beilagen identifiziert. 8 Dabei zeigte sich auch, dass aufgrund der teils engen Bindung ein fachgerecht durchgeführtes Aufschneiden der bis zu 1.600 Seiten starken Folianten durch einen Buchbinder unumgänglich war, um die große Menge an Zeitungsseiten ohne Textverlust in annehmbarer Qualität und in einem überschaubaren Zeitrahmen zu scannen. Nach dem Scanprozess wurden die Zeitungsseiten jeweils quartalsweise in säurefreien Archivkartons magaziniert.

Im eigentlichen Scanprozess wurden während der sorgfältigen Digitalisierung der einzelnen Zeitungsseiten bereits strukturelle Metadaten auf Ausgabenebene vergeben. Als vorteilhaft erwies sich die Scanner-Software, die es ermöglichte, die erzeugten Images auf Basis dieser Metadaten in nachvollziehbar strukturierten Ordnerbäumen zu exportieren, in denen jede Zeitungseite durch einen sprechenden Dateinamen eindeutig identifizierbar ist. Da im Projekt lange nicht klar war, mit welcher Software OCR und elektronische Repräsentation durchgeführt werden sollten, konnte so ein universell einsetzbares digitales Exemplar des „Vorwärts“ hergestellt werden. Eingehende Anfragen konnten mit Hilfe der durch ihre systematische Ordnung stets schnell verfügbaren Digitalisate bereits vor Veröffentlichung des Online-Angebots sehr viel effizienter beantwortet werden, als zuvor.

Erzeugt wurden auf diese Weise unkomprimierte TIFF-Dateien als Master für die Langzeitarchivierung sowie JPEG-Derivate für den Einsatz in der Online-Präsentation.

Autopsie, Scanprozess und Qualitätskontrollen bildeten in den ersten 18 Monaten des Projekts einen großen Teil der Arbeit und wurden bis zu dessen Ende im Dezember 2017 parallel zu den nach und nach hinzukommenden weitergehenden Arbeitsschritten durchgeführt.

2.2. Metadatenanreicherung und OCR

Ab Mitte 2016 wurde damit begonnen, die OCR und die Anreicherung der einzelnen Ausgaben mit weiteren Metadaten durch die Software „BCS2-Professional“9 und eine „ABBYY SDK 10 – Engine“10 für Frakturschrift durchzuführen. Der hierzu notwendige Workflow mit Funktionalitäten zum Import von Images und Metadaten wurde im Arbeitsprozess vom Hersteller aufgrund des Feedbacks seitens der Bibliothek deutlich verbessert. Umfangreiche Metadaten11 für die einzelnen Ausgaben wurden hierbei automatisch aus einer auf Grundlage der Autopsie-Daten erstellten CSV-Datei in BSC2 importiert. Der Import der Images erfolgte jahrgangsweise per Batch aus der oben erwähnten Ordnerstruktur.

Der Vorgang der OCR, welcher viel Rechenleistung und damit Zeit kostete, zog sich bis zum Ende des Projekts und wurde zuletzt mit zwei parallel laufenden Rechnern durchgeführt. Ergebnis ist eine zonale OCR ohne Artikelsegmentierung, die das Hervorheben von Suchwörtern in der Web-Präsentation ermöglicht und in proprietären XML-Dateien ausgeworfen wird. Qualitativ ist diese OCR gut, jedoch nicht perfekt. Aufgrund der wechselnden Druckqualität der Vorlagen, der Heterogenität in Schriftart und Schriftgröße und der grundsätzlichen Problematik elektronischer Auslesung von Frakturschrift kommen Lesefehler regelmäßig vor.

Eine genaue Qualitätsanalyse und eine darauf aufbauende OCR-Optimierung konnten im Projekt aus zeitlichen und finanziellen Gründen nicht durchgeführt werden. Ob dies angesichts des zunehmenden Interesses am OCR-Korpus des Vorwärts aus den Digital Humanities und der zu erwartenden Ergebnisse aus dem DFG-Projekt OCR-D12 nachgeholt werden kann, lässt sich zum gegenwärtigen Zeitpunkt noch nicht beantworten.13

3. Das Nachfolgeprojekt „Historische Presse der deutschen Sozialdemokratie online“

Nach Abschluss des Projekts am 31.12.2017 wurde beschlossen, das Angebot um einige zentrale Zeitungstitel aus der Geschichte der Sozialdemokratie zu erweitern. Digitalisiert wurden der während der „Sozialistengesetze“ im Genfer und Londoner Exil erschienene „Sozialdemokrat“ (1879-1890)14 und der von 1933 bis 1940 in Karlsbad und Paris erschienene „Neue Vorwärts“15, so dass nun die SPD-Zentralorgane von 1876 bis 1940 ohne zeitliche Lücken verfügbar wurden. Des Weiteren wurden das Zentralorgan der Unabhängigen Sozialdemokratischen Partei Deutschlands (USPD) „Freiheit“ (1918-1922)16 und dessen Vorgänger „Mitteilungs-Blatt des Verbandes der sozialdemokratischen Wahlvereine Berlins und Umgegend“ (1916-1918)17 dem Angebot hinzugefügt, um die historisch bedeutende Spaltung der SPD im Zuge des 1. Weltkriegs auch aus Sicht der Kriegsgegner zu repräsentieren. Dieses Projekt ist noch nicht abgeschlossen. Gegenwärtig werden bis zum Jahresende die noch erhaltenen Jahrgänge des “Vorwärts“-Vorgängertitels “Berliner Volksblatt“18 (1884-1890) bearbeitet und dem Angebot sukzessive beigefügt.

Da das bereits seit April 2017 freigeschaltete Online-Angebot nun mehrere Zeitungstitel enthält, wurde es von „Vorwärts bis 1933“ in „Historische Presse der deutschen Sozialdemokratie online“ umbenannt und, wiederum in enger Zusammenarbeit mit dem Software-Anbieter, um eine neu entwickelte facettierte Suche erweitert, die im folgenden Kapitel genauer beschrieben wird.

4. Elektronische Repräsentation

Das Portal „Historische Presse der deutschen Sozialdemokratie online“19 funktioniert auf Basis einer Instanz des Datenbanksystems „MyBib eL (elektronischer Lesesaal)“20, welche auf dem Server des Hochschulbibliothekszentrum des Landes Nordrhein-Westfalen (hbz) gehostet wird. Es bietet zwei unterschiedliche Möglichkeiten des Sucheinstiegs:

Die einfache Suche verfügt über ein Suchfeld zur Eingabe von Stichworten, mit denen eine Volltextsuche auf Basis der OCR durchgeführt werden kann. Suchergebnisse werden als Gesamttreffermenge und in Facetten ausgeworfen, welche Verteilung der Treffermenge auf Titel und Zeiträume intuitiv nachvollziehbar machen. Vorteilhaft ist dabei, dass auch Nutzerinnen und Nutzer, welche ausschließlich die einfache Suche verwenden, stets einen Überblick über die inhaltliche Bandbreite der Datenbank bekommen. Die Treffermenge lässt sich an dieser Stelle bis hin zu einzelnen Jahrgängen einzelner Zeitungstitel einschränken. 21

Abb.1: Suchanfrage nach „Neukölln*“, eingeschränkt auf 1910 bis 1919

Eine feinere Einschränkung kann in der erweiterten Suche vorgenommen werden. Per Voreinstellung kann hier ein Zeitungs- oder Beilagen-Titel und ein tagesgenauer Zeitrahmen ausgewählt werden. Über den auf diese Weise separierten Teilbestand können anschießend beliebig viele Suchanfragen durchgeführt werden. Die erweiterte Suche bietet darüber hinaus die Möglichkeit, ohne die Verwendung von Suchworten in bestimmten Ausgaben bestimmter Titel zu stöbern.

Ob ein Treffer die nähere Betrachtung lohnt, kann schon auf dieser Ebene anhand eines OCR-Snippets entschieden werden, welches etwas Text in der Umgebung des Suchworts zeigt. Ein Klick darauf führt zur Ausgabenebene, die sämtliche Seiten der entsprechenden Ausgabe als Thumbnails zeigt und die Seite, auf der sich der Treffer befindet, mit einer roten Umrandung kennzeichnet. Klickt man diese Seite an, wird das Suchwort in der Seitenansicht per Hervorhebung kenntlich gemacht.22 Es besteht die Möglichkeit, die Seite als PDF herunterzuladen oder einen Link zu kopieren, der direkt auf die Seite führt.

Abb. 2: Teils ironisch formulierter Artikel zur Umbenennung Rixdorfs in Neukölln.

Die Stichwortsuche ermöglicht den Einsatz von Trunkierungszeichen, Platzhaltern und Phrasen. Da OCR-Lesefehler vorkommen, können keine verlässlichen Negativsuchen stattfinden. Man findet sehr viel, kann sich aber nie sicher sein, ob man alles gefunden hat. Bisweilen lassen sich Suchergebnisse durch den Einsatz von Platzhaltern verbessern, wodurch vollständigere, aber ungenauere Treffermengen erzielt werden.

Seit Anfang März 2018 werden im Rahmen der allgemeinen FES-Nutzungsstatistik auch die Zugriffe auf die außerhalb gehostete „Historische Presse der deutschen Sozialdemokratie online“ gezählt. Es hat sich gezeigt, dass das Angebot in den seither vergangenen 5 Monaten von 4.800 Besucherinnen und Besuchern aus 34 Ländern genutzt wurde. Leider ist die Erhebung weiterer Informationen wie Verweildauer pro Zugriff oder Downloadstatistik aus technischen Gründen bisher noch nicht möglich. Das große Interesse an dem Angebot drückt sich über die Zahlen hinaus in der intensiven Kommunikation aus, die zwischen Nutzenden und Bibliothek in allen Phasen des Projekts stattfand und weiterhin stattfindet.

5. Projekt-Blog

Als gute Möglichkeit, Aufmerksamkeit und Interesse für das Angebot zu generieren, hat sich die Erstellung und redaktionelle Betreuung eines Projekt-Blogs erwiesen, welches von April bis Dezember 2017 auf den Seiten der FES veröffentlicht wurde und dort dauerhaft einsehbar ist.23 Inhalt waren neben aktuellen Meldungen zum Fortschritt im Projekt vor allem Artikel zu historischen Personen und Ereignissen, die sich im historischen „Vorwärts“ wiederspiegeln, so dass innerhalb der Artikel stets auf die Web-Präsentation verlinkt werden konnte. Redaktionell betreut wurde das Blog von einem dreiköpfigen Redaktionsteam, welches auch den größeren Teil der insgesamt 28 Artikel erstellte. Die durch diese Arbeit gesammelten Erfahrungen fließen gegenwärtig in ein allgemeines Bibliotheksblog ein.

6. Ausblick: Der digitale „Vorwärts“ und der Masterplan Zeitungsdigitalisierung

Die jüngst veröffentlichten „Empfehlungen zur Digitalisierung historischer Zeitungen in Deutschland“24, die im Rahmen des DFG-Projekts „Digitalisierung historischer Zeitungen“ erstellt wurden, listen die Bibliothek der Friedrich-Ebert-Stiftung auf Platz 7 der Einrichtungen mit den umfangreichsten Zeitungsbeständen in Deutschland.25 Es bietet sich also an, die hier beschriebene Digitalisierungslösung im Hinblick auf ihre Eignung für die Durchführung von DFG-geförderten Zeitungsdigitalisierungsprojekten zu überprüfen. Ein entsprechend angepasster Workflow könnte der Bibliothek der Friedrich-Ebert-Stiftung eine Beteiligung an den kooperativen Anstrengungen im deutschen Bibliothekswesen ermöglichen, das in historischen Zeitungen vorhandene kulturelle Erbe zu bewahren und für die Öffentlichkeit verfügbar zu machen. Neben dem Abschluss des Nachfolgeprojekts ist die Anpassung des unabhängig entwickelten Workflows zur Zeitungsdigitalisierung an die Kriterien von DFG-Projekten eine aktuelle Herausforderung, an deren Bewältigung zurzeit intensiv gearbeitet wird.

Literaturverzeichnis

- DFG: Empfehlungen zur Digitalisierung historischer Zeitungen in Deutschland (Masterplan Zeitungsdigitalisierung). Ergebnisse des DFG-Projektes „Digitalisierung historischer Zeitungen“ Pilotphase 2013-2015, <http://www.zeitschriftendatenbank.de/fileadmin/user_upload/ZDB/z/Masterplan.pdf>, Stand: 31.07.2018.

- Friedrich-Ebert-Stiftung, Bibliothek der: Historische Presse der deutschen Sozialdemokratie online: Projektseite, Bibliothek der Friedrich-Ebert-Stiftung, <https://www.fes.de/bibliothek/vorwaerts-blog/>, Stand: 07.07.2018.

- Friedrich-Ebert-Stiftung, Bibliothek der: Historische Presse der deutschen Sozialdemokratie online, Bibliothek der Friedrich-Ebert-Stiftung 2018, <http://fes.imageware.de/fes/web/>, Stand: 07.07.2018.

- Guercke, Olaf: Das Projekt ‚„Vorwärts bis 1933“: Digitalisierung und elektronische Präsentation einer historischen Zeitung – Ein Werkstatt-Report: Teil 1: Scanprozess, Texterkennung und Metadatenanreicherung, in: b.i.t online 19 (6), 2016, S. 507–510. Online: <https://www.b-i-t-online.de/heft/2016-06-nachrichtenbeitrag-guercke.pdf>, Stand: 07.07.2018.

- Guercke, Olaf: Das Projekt ‚„Vorwärts bis 1933“: Digitalisierung und elektronische Präsentation einer historischen Zeitung – Ein Werkstatt-Report: Teil 2: Präsentation der Zeitung im Web, in: b.i.t online 20 (1), 2017, S. 26–29. Online: <https://www.b-i-t-online.de/heft/2017-01-nachrichtenbeitrag-guercke.pdf>, Stand: 07.07.2018.

- Koszyk, Kurt: Die Presse der deutschen Sozialdemokratie: Eine Bibliographie, Bonn 19802.

- Schulze, Volker: Vorwärts, Leipzig/Berlin (1876-1933), in: Fischer, Heinz-Dietrich (Hg.): Deutsche Zeitungen des 17. bis 20. Jahrhunderts, Pullach bei München 1972 (Publizistik-historische Beiträge), S. 329–348.