MATTHIAS VANDERMAESENSTUDIEDAG DUURZAAM DIGITALISEREN

16 DECEMBER 2016

De Datahub

Vlaamse Kunstcollectie

Samenwerkingsverband van: Groeningemuseum Brugge Museum voor Schone Kunsten Gent Koninklijk Museum voor Schone Kunsten Antwerpen

Doelstelling: de schone kunsten collecties en de expertise bundelen om de internationale uitstraling van de drie musea te vergroten.

Hoe? Promotie via digitale kanalen.

Diverse digitale kanalen

Opbouw van catalogi

Publicatie van dezelfde informatie via meerdere kanalen. Beter: ter beschikking stellen binnen diverse contexten. Diverse doelgroepen, Locatie, Onderwijs,…

Registratiegegevens – metadata – die vervat en beheerd

worden in collectieregistratiesystemen Groeningemuseum & MSK Gent: Adlib (Axiell / Erfgoed Inzicht) KMSKA: The Museum System (The Gallery Systems / CiT)

Uitwisseling van gegevens tussen systemen is noodzakelijk Geautomatiseerd Flexibel inzetbaar (nieuwe digitale kanalen) Gecontroleerd (nieuwe data, aangepaste data)

De spoorweg analogie

Wikipedia CC BY 2.5 User:Geographer

Het VKC digitale ecosysteem

PACKED doorlichting (2013)

Sterk verouderde architectuur Niet schaalbaar naar hedendaagse noden Duur om te onderhouden

Sterk gebonden aan technische leveranciers Licentie gebaseerde software Niet transparant (“black box”) Geen ruimte om over te stappen of aan te sluiten

Geen duurzame uitwisseling van gegevens Manuele i.p.v. automatische uitwisseling Veel extra moeite in “massage” van gegevens naar een

gemeenschappelijke vorm Impact op de kwaliteit van gegevens

Aanbevelingen

Aanbevelingen Automatisering van uitwisseling Introductie van standaarden voor uitwisseling Normaliseren van gegevens Identificeren en linken van gegevens

Concretisering: Nieuwe infrastructuur met centraal: de datahub

Automatische uitwisseling

Door middel van API’s Application Programming Interfaces

Open standaard formaten en protocollen

Wat is een formaat? Formele definitie van de velden in een record (titel, vervaardiger,…) De technische uitwisselvorm van gegevens (XML, JSON,…)

Wat is een protocol? Een set van regels die bepalen hoe computersystemen met elkaar

communiceren. Voorbeeld: HTTP protocol = gebruik je om te surfen via een browser

Wat is een open standaard? Open = Een definitie die onafhankelijk van één of enkele producenten is

opgesteld. Standaard = Algemeen geaccepteerd.

Waarom belangrijk? Gestandaardiseerde open formaten en protocollen is het niet mogelijk om

omvangrijke, complexe netwerken die toch flexibel zijn, aan te leggen.

LIDO uitwisselformaat

LIDO = Lightweight Information Describing Ojects

Ontworpen door ICOM Working Group Kandidaat standaard voor de uitwisseling van museale

data. Goed gedocumenteerd Gebaseerd op XML formaat Focus op beschrijvende informatie Ondersteuning meertalige datahttp://www.lido-schema.org

Normalisering van data

Gestandaardiseerde thesauri helpen kunst eenduidig te beschrijven.

Personen & organisaties VIAF (Virtual International Authority File) RKD Artists (Rijksbureau voor Kunsthistorische

Documentatie) ODIS (Online Database voor Intermedaire Structuren)

Iconografische termen AAT (Arts and Architecture Thesaurus) ICONCLASS (Iconographic Classification)

Linken van gegevens

Collectie informatie koppelen met “persistente links”

https://www.projectcest.be/wiki/Publicatie:Project_Persistente_identificatie

Théo Van RysselbergheDe lezing door Emile Verhaeren

1906-R (MSK Gent)

http://mskgent.be/collection/work/id/1906-Rhttp://mskgent.be/collection/work/data/1906-Rhttp://mskgent.be/collection/work/representation/1906-R

Sluitsteen

De datahub

De datahub

Projectomschrijving Ontwerp & bouw van een softwarecomponent die de uitwisseling

van museale registratiegegevens vereenvoudigt en standaardiseert. Projectsubsidie voor internationaal cultureel-erfgoedproject

(aanvraag in 2015) Doorlooptijd: Januari – december 2016

Project partners VKC, PACKED, DEN (NL), CAHf

Doelstellingen Datahub als een open source software project Datahub als platform voor schone kunsten collecties: de Arthub

Wat is een datahub?

“Een virtuele overslag- of transitlocatie die geautomatiseerde, gecontroleerde uitwisseling van al dan niet verrijkte data tussen systemen,

instellingen en mensen mogelijk maakt.”

Wat is een datahub?

Erie Railway Company – Public domain

Wat doet een datahub?

Automatische uitwisseling van data tussen registratie systemen en hergebruiktoepassingen op basis van open standaarden

Aggregatie van data uit verschillende bronnen in een gemeenschappelijke vorm en structuur

Gecontroleerd en flexibele publicatie van data voor breed hergebruik.

Projectverloop

Januari – juni 2016 Definiëren van een referentiearchitectuur

Definitie van de API’s Definitie van de vereiste interne functionaliteit Toetsen aan verwachtingen, haalbaarheid,… Opstellen van alle documentatie

Uitwerken van een primitief prototype om ideeën te testen

Start mapping oefening van data naar LIDOJuli – september 2016

Afwerken aanbestedingsprocedure Aanstellen van een opdrachtnemer: Inuits BVBA

Projectverloop

September 2016 – December 2016 Ontwikkeling van een eerste versie van de Datahub

software Uitrol van een eerste versie van het Arthub platform Start implementatie van koppelingen:

Automatische transformatie van data naar LIDO Automatische ingest (opvoer) van data naar de Datahub

in bulk

Voorlopig resultaat

Eerste ruwe versie van de datahub component Ontwikkeling door Inuits BVBA

Eerste ruwe versie van het Arthub platform Ontwikkeling door Inuits BVBA Hosting bij VIAA

Een verzameling van softwaretools om koppelingen te realiseren: Data te transformeren naar LIDO XML ongeacht het bronformaat Data op te voeren naar de Datahub

Disclaimer: Wat volgt is nog steeds in volle opbouw.

De datahub component

Opzet Gebaseerd op Open Source technologieën Bewust eenvoudig gehouden > robuuste tool Focus op publicatie van gegevens in machineleesbare

standaard formaten via API’s

Demo

De datahub component

De datahub component

Beschikbaar via Github als een Open Source project

https://github.com/thedatahub

Vrij herbruikbaar onder een Open Source licentie (GPL v3)

Nog niet geschikt voor gebruik in productie omgevingen!!

Verder uitwerking in 2017

De Arthub

Doelstellingen Ontsluiten van registratiegegevens uit Schone Kunsten

collecties: De VKC partners De CAHf partners (2017) Vlaamse Kunstcollectie (verrijkte data) LUKAS Arts in Flanders

Gericht op hergebruikers van museale gegevens De instellingen zelf Derden, hergebruikers

Rekening houdende met het gelaagd licentiemodelBestaat uit twee componenten

Een installatie van de datahub voor aggregatie van data Een zoekmachine om de data te ontsluiten voor mensen

De Arthub

* Disclaimer: voorlopig ontwerp

De Arthub zoekmachine

Opzet Mogelijk maken om gericht gegevens op te zoeken in de

datahub componentHoe?

Via een gebruiksvriendelijke zoekinterface Gericht op hergebruikers van gegevens

Waarom niet geïntegreerd in de datahub? Deze functionaliteit is specifiek voor de VKC use case De datahub component is een generieke component

Demo

De Arthub zoekmachine

De Arthub zoekmachine

Gebaseerd op Project Blacklight Een open source project, dus vrij bruikbaar.

http://www.project-blacklight.org Ontwikkeld in de bibliotheekwereld Customisatie door Inuits BVBA voor VKC

Automatische koppeling met de datahub Harvesting van data uit de datahub via het OAI-PMH protocol Verwerking van de opgehaalde LIDO gegevens Opvoer in de onderliggende zoekindex van Project Blacklight

Koppeling is nog in volle ontwikkeling

Koppelingen

Hoe realiseren we de koppelingen tussen de verschillende systemen nu concreet?

Adlib naar de Datahub?TMS naar de Datahub?

De datahub naar Project blacklight?

Koppelingen

We maken gebruik van Catmandu / Librecat

Een data ETL toolkitUniversiteitsbibliotheek GentOpen source softwareZeer flexibelRelatief “eenvoudig” in gebruik.

http://www.librecat.orgDemo

Koppelingen

Koppelingen

Softwaretools vrij beschikbaar: Catmandu LIDO integratie:

https://github.com/librecat/Catmandu-LIDO Catmandu Datahub integratie:

https://github.com/thedatahub/Datahub-Factoryhttps://github.com/thedatahub/Catmandu-Store-Datahub

Definities van de mapping voor de VKC musea in Catmandu:https://github.com/VlaamseKunstcollectie/Datahub-Fixes

Ontsluiting van data uit TMS:https://github.com/VlaamseKunstcollectie/tmssync

Koppelingen

Dit is specialistenwerk! Nauwe kennis van de data in de registratiesystemen is

noodzakelijk. Datamodellen & thesauri Hoe voeren registratoren informatie in? Interpretatie van de velden!

Technische kennis om met data processing tools om te gaan. Vertalen van de mapping in een Catmandu configuratie Opschonen (“masseren”) van data met Catmandu, Excel, Refine,… Programmeren van ontbrekende functionaliteit in Catmandu was

noodzakelijk Terug koppelen feedback naar de musea

Verbeteren van de kwaliteit van de gegevens in de registratiesystemen

Projectmatige aanpak i.s.m. registratoren, publieksmedewerkers,…

Koppelingen

Een data conservator (of gelijkaardige rol) beheert idealiter dergelijke koppelingen. Noodzakelijke, specifieke domeinkennis verwerft men

slechts door in de musea hands-on met de registratiesystemen te werken & met de registratoren te communiceren op dagelijkse basis.

Een externe technische leverancier eerder inschakelen voor de bouw en het operationeel stellen van complexe systemen.

Een data conservator rol is de go-between tussen de musea en de technische bouwers van digitale projecten.

Samenwerking is belangrijk!! Delen & inbedden van ervaring en kennis op de

museumvloer Delen van mensen met relevante kennis & ervaring.

Vervolg in 2017

Afwerking van de datahub component Herlancering van het Open Source project

Verdere uitwerking van de Arthub Verder verbeteren van de koppelingen Uitwerken van de zoekmachine

Aansluiting van schone kunsten collectiesInzetten op hergebruik van de gegevens

Ontsluiting via de VKC catalogus & thematische collecties

Ontsluiting via Europeana Op zoek naar andere vormen van hergebruik

Dank!

Matthias Vandermaesenmatthias.vandermaesen@vlaamsekunstcollectie.beTwitter: @netsensei