Coding da Vinci Ost 2018
Was GLAMs aus Kultur-Hackathons lernen können
von Sebastian Ruff
Coding da Vinci
Nach 5 Jahren hat der Kultur-Hackathon „Coding da Vinci“ eine gewisse Tradition im deutschsprachigen Raum. Nachdem 2014 und 2015 Berlin im Mittelpunkt stand, ging es 2016 zum ersten Spin-Off nach Hamburg. Darauf folgte 2017 die Rückkehr nach Berlin. Doch der Expansionswille ist ungebrochen, so dass 2018 mit „Coding da Vinci Ost“ die Bundesländer Sachsen, Sachsen-Anhalt und Thüringen im Mittelpunkt stehen.
Im fünften Jahr ist also Coding da Vinci erwachsen geworden. Waren es in Berlin die digital aufgeschlossenen Kulturpolitiker Renner und Lederer, die die Grußworte sprachen, ist in Leipzig die ganze erste Stunde für Begrüßungen und eine Keynote reserviert. Für die Organisatoren von Coding da Vinci ist dies sicher Bestätigung für die Arbeit. Dr. Skadi Jennicke und Prof. Dr. Sören Auer sprachen in ihren Keynotes vielen der Anwesenden aus der Seele. Aber auch bei Coding da Vinci war sie wieder zu hören: die vermeintliche Konkurrenz zwischen analog und digital = echt und nachgemacht.
Obwohl wir vom Stadtmuseum Berlin diesmal keine Daten für CdV zur Verfügung gestellt haben, bin ich gerne nach Leipzig gefahren, um die Projekte zu sehen. Das Hackdash ließ schon erhoffen, dass die Daten von insgesamt rund 30 (!) GLAMs viele Nutzungen erfahren. Am Ende wurden 13 Projekte vorgestellt. Mein Interesse lag besonders darauf, welche Dinge sich bei der Nutzung der Daten seit 2012 verändert haben und welche Umsetzungen und Herangehensweisen der CoderInnen sich bewährt haben. Besonders wollte ich aber wissen, was GLAMs aus Coding da Vinci lernen können, wie wir im Kulturbereich unsere Daten noch besser aufbereiten können und welche Muster sich bei der Nutzung der Daten zeigen.
Gamification
Die Umsetzung von Projekten als Spiele oder mit Hilfe von Mechanismen aus der Spielewelt ist seit 2014 fester Bestandteil der Projektideen. Auch 2018 war Gamification für die CoderInnen wieder ein Thema, so dass sich mindestens 5 Projekte diesem Ansatz widmeten. Allen Projekten gemein ist der Versuch, über ein Spiel/eine spielerische Umsetzung (weiterführende) Informationen mit auszuliefern. Dies kann etwa als Hilfetexte und zurückhaltend eingeblendete Informationen wie bei Äpfel und Birnen geschehen. Bei MDMA werden die Informationen zu den Objekten noch zurückhaltender präsentiert, dienen die Objekte doch vor allem für das Trainieren des Algorithmus. Eine weitere Möglichkeit, Informationen zu den Objekten als zweite Ebene einzubauen, zeigte das Projekt SnailSnap, in dem sich auch erst auf den zweiten Blick die Teile des Mosaiks als Kulturgut entpuppen. So ist das Entdecken des Projektes auch das Entdecken der Daten. Eine klassischen Ansatz verfolgen sowohl Birdory wie auch das Talhoffer Quiz. Hier ist das Wissen um die Daten und die Zusammenhänge Gegenstand der Gamification, die Auseinandersetzung mit Kultur führt also direkt zum „Spielerfolg“.
Exploration
Den Entdeckergeist der Nutzer wecken, zum selbstständigen Agieren in einer Software anregen, spielerisch große Mengen von Informationen entdecken. Diese Ansätze wurden auch in Leipzig sichtbar. Einige der Produkte waren damit konfrontiert, große Datenmengen so aufzubereiten und zu präsentieren, dass der Nutzer einen Weg durch die Massen finden kann. Die zwei topographischen Projekte Altlas und Leibniz Maps ließen dabei ein langsames und selbstständiges Entdecken der Daten zu. Während dies bei Altlas über eine grobe Kategorisierung der Inhalte sowie durch ein VR-Interface mit quasi eingebautem „Entdecker-Faktor“ passiert, präsentiert Leibniz Maps die Inhalte geographisch und lädt so zu einem ortsbasierten Stöbern ein.
Einen anderen Ansatz zur Sichtbarmachung und zum Entdecken eines großen Datenbestandes wählten die Projekte Die virtuelle Mittagsfrau und Talhoffer Quiz. Hier werden immer nur kleine Einblicke in die Tiefe der Daten gegeben. Je länger man die Anwendung nutzt, umso größer ist der Einblick in die gesamten Daten.
Daneben gab es 3 Projekte, die Exploration im Sinne des Entdeckens der eigenen Umwelt fördern. Im Projekt Damals können Nutzer ihre eigene Stadtumgebung, in diesem Falle erst einmal Leipzig, in unterschiedlichen Zeitebenen entdecken. JibJib soll beim Entdecken der Vogelwelt helfen und ist somit sogar konsequent darauf ausgelegt, nur bei einem gewissen Entdeckergeist in der freien Natur sein Potential zu entfalten. Ähnlich ist auch das Projekt Nachgeradelt erst dann sinnvoll, wenn man mit dem Fahrrad seine Umwelt entdeckt.
Kreativität
Eines der wichtigsten Ziele von offenen Kulturdaten ist es, die freie und vor allem kreative Nachnutzung zu ermöglichen. Eines der Alleinstellungsmerkmale in Leipzig war es, dass hier relativ viele Projekte darauf ausgelegt waren, Kreativität zu fördern.
Im Projekt AnimalBeatbox entstand ein eingängige und unterhaltsame Möglichkeit, aus Tierstimmen eigene Kompositionen zu arrangieren. Kreative Bild-Experimente ermöglichten hingegen MDMA sowie SnailSnap, 2 Kandidaten mit Potential für kreative Fotofilter. Nicht zuletzt die Projekte Die virtuelle Mittagsfrau und Schreib doch mal wieder förderten auch die Kreativität ihrer Nutzer. Während man bei Mittagsfrau durch eine zufällige Bildkombination zum Geschichtenschreiben animiert werden soll, stellt Schreib doch mal wieder die Grundlage für das Geschichtenschreiben ganz analog zur Verfügung: Briefpapier.
Analog
Eine weitere wichtige Erkenntnis war, dass digitale Projekte durchaus erfolgreich und charmant zurück auf den analogen Raum verweisen können.
Dieses „zurück zum Analogen“ machen Birdory sowie JibJib sogar zur Voraussetzung, wenn Vogelstimmen erraten oder bestimmt werden. Perfekt für einen Spaziergang am Wochenende. Auch Damals ermuntert zum analogen Entdecken des Stadtraums und zum Erfahren, welche Schichten der Geschichten sich unter der Gegenwart verbergen. Das bereits genannte Nachgeradelt entfaltet seine Kraft natürlich auch erst, wenn man die vorgeschlagenen historischen Radtouren mit eigener Muskelkraft nachfährt.
Die Speerspitze der Transformationsleistung bildet Schreib doch mal wieder. In diesem Projekte gelingt es, ehemals analoge Dokumente und Herbarien, jetzt digitalisiert, in ein Projekt umzuwandeln, dessen Ergebnisse wieder im analogen nutzbar sind.
Technik
Kultureinrichtungen sind meistens nicht so flexibel aufgestellt, um state-of-the-art-Technik einzuführen, noch haben sie flächendeckend die Chance, experimentelle Ansätze neuer Technologien zu fördern oder auszuprobieren. Umso spannender ist der Blick auf die technischen Aspekte in Leipzig.
Wie schon in den Vorjahren gab es einige wenige Projekten, die den Einsatz von Deep Learning bzw. Machine Learning ausprobierten. Während bei JibJib diese Techniken zum Training der Tonerkennung benutzt wurde, erschuf MDMA dank Deep Learning Kunstwerke aus Kulturdaten und Selfies. Das größte Medieninteresse rief bei der Präsentation das Projekt Altlas hervor, denn die Umsetzung erfolgte durch Virtual Reality. Im Projekt Leibniz Maps wurde gezeigt, wie performant und flexibel das International Image Interoperability Framework (IIIF) zur Darstellung von Bildinhalten eingesetzt werden kann.
Darüber hinaus fiel auf, dass immer mehr Projekte darauf setzen (können), die fortgeschrittenen Browser-Technologien und damit auch Web-Apps zu nutzen.
Daten
Was sind gute Daten für einen Hackathon? Wie viele Daten soll man liefern? Was müssen die Daten können? Diese Fragen sind für GLAMs besonders wichtig, um relevante Daten zur Verfügung zu stellen und aber auch um mehr über die Nutzungsmöglichkeiten dieser Daten zu erfahren.
In Leipzig zeigte sich wieder einmal, wie beliebt Audio-Inhalte auch weiterhin sind. So arbeiten erneut 2 Projekte mit Tondateien (Birdory, JibJib).
Auch das Thema Geolokalisierung von Inhalten war wieder relevant, diesmal in einem Projekt zu Fotos (Damals) und in zwei Projekten zu Karten (Leibniz Maps, Altlas). Im Gegensatz zu den vergangenen Jahren wurde die Anreicherung der Datenbestände mit Normdaten aus verschiedenen Quellen hingegen selten explizit angesprochen.
Der Aspekt der Datenmenge ist in diesem Jahr durch Projekte mit Algorithmen noch einmal anders beleuchtet worden. So konnte das Projekt JibJib nur deshalb so gute Ergebnisse produzieren, weil die Datenbasis sehr groß war und auch noch einmal durch das Team erweitert wurde.
Eine Parallele zu den Vorjahren bildet die Rückmeldung vieler Teams, dass die vorgefundenen Daten für die jeweiligen Einsatzzwecke angepasst werden mussten. Dies betraf etwa die händische Filterung von nicht-angemessenen Inhalten (Schreib doch mal wieder) oder die Ergänzung von Geo-Informationen (Leibniz-Maps). Aber auch die nachträgliche Bearbeitung der Digitalisate musste erfolgen, wie etwas beim Schneiden der Tierstimmen (AnimalBeatbox) oder beim Zerschneiden von Bildern wie bei Mittagsfrau).
Was nun?
Was nimmt man also mit aus dem fünften Jahr Coding da Vinci? Der Kultur-Hackathon wird in diesem Jahr noch in das Rhein-Main-Gebiet sowie in 2019 auch nach Süddeutschland exportiert.
Für die GLAMs ist es aus meiner Sicht unbedingt wichtig, auch weiterhin diese kreativen Prozesse bei Hackathons zu begleiten. Die vielen entstandenen Projekte bieten zur Kommunikation in den Häusern genügend Argumentationsgrundlage, um handfeste Ergebnisse des #openGLAM-Gedankens zu liefern. In die andere Richtung gedacht bekommen Kultureinrichtungen bei Coding da Vinci eine kaum erschlossene Zielgruppe quasi frei Haus geliefert, man sollte die Chance einen Austauschs über Daten und Relevanz nicht verschenken!
