FOREXSCIFI — Foresight Extraction from Science Fiction Literature

Vom Rohabzug zum annotierbaren Korpus

Deutsche Nationalbibliothek · deutschsprachige Science Fiction · Stand September 2026

66.492

Datensätze im DNB-Rohabzug

37.314

bereinigte Werke − 44 %

Hörbücher,

Zeitschriften

− 5.789

Doppel-

katalogisate

− 8.316

Auflagen und

Reihenbände

− 13.746

in Prüfung

ca. − 7.000

Zielgröße ca. 28.000

automatisierte Bereinigung

PRÜFKETTE

Händische Sichtung

Genre- und Formprüfung jedes Titels

in Arbeit

Agentische Prüfung

automatisierte Nachprüfung der Ausschlüsse

Gegenprüfung

Zweitkontrolle der agentischen Befunde

Finaler SF-Datensatz

kuratiert, geprüft, annotierbar

ca. 28.000 Werke

ANKERKORPUS FÜR DIE MANUELLE ANNOTATION

43

Diversität

kuratierte Liste, Diversitätsdimensionen

53

Bestseller

kuratierte Liste, Verkauf und Preise

50

Zufallsauswahl

geschichtet, SHA-256, reproduzierbar

146

Werke im Ankerkorpus

Ersterscheinung angereichert durch Abgleich gegen den DNB-Gesamtabzug (37,2 Mio. Datensätze) · 34.852 Werke datiert

FOREXSCIFI · 16FORE01C · LMU München

Pipeline 1

Vom digitalisierten Werk zum Zusammenfassungskorpus

Volltext

Digitalisiertes Werk aus dem Bestand der DNB

Abschnitte

8.000 Zeichen, getrennt am Satzende

Verdichtung

Lokales Sprachmodell, Abschnitt für Abschnitt mit mitlaufendem Kontext

Zusammenfassung

Rund ein Fünftel des Umfangs, in eigener Formulierung

Korpus

Rund 28.000 Werke als Auswertungsgrundlage

Jede Zusammenfassung wird gegen ihren Abschnitt geprüft und bei wörtlicher Übernahme neu erzeugt · Verarbeitung ausschließlich in der geschützten Umgebung der DNB

Pipeline 2

Ein Schema, angelegt an jede einzelne Zusammenfassung

28.000

ZUSAMMENFASSUNGEN AUS PIPELINE 1

ZUSAMMENFASSUNGSKORPUS

EINE ZUSAMMENFASSUNG

BELEGSTELLE

TAXONOMIE

× 28.000

ALLE ANNOTATIONEN

Ausgangspunkt

Je eine Zusammenfassung pro Werk aus Pipeline 1 — annotiert wird die Zusammenfassung, nicht der Volltext

Annotation

Die Taxonomie wird als feste Werteliste vorgegeben — das Modell formuliert nicht frei, sondern wählt aus einem geschlossenen Vokabular. Jeder gesetzte Wert verweist auf die Textstelle, die ihn trägt.

Auswertung

Themenprofile, Zeitreihen und Motivlinien über den gesamten Bestand

Grundlage jeder Annotation ist die Zusammenfassung, nicht der Volltext · Jedes Werk wird einmal annotiert; unsichere Zuordnungen werden gegen den Ankerkorpus nachgeprüft

Interface

Jeder Knoten lässt sich öffnen — bis zum einzelnen Datensatz

Wie wird Energieerzeugung in der frühen Science Fiction gedacht?

Anwendungskonzepte

3 Gruppen

Plausibilität

5 Werke

Wertung

5 Werke

Zeitverlauf

1910 – 1922

VERTEILUNG DER KONZEPTGRUPPEN

Energiequellen

4

Übertragung

3

Knappheit

2

Energiequellen

4 Werke

Übertragung

3 Werke

Knappheit

2 Werke

WERKE IM ZEITVERLAUF

1910

1922

Gezeitenkraftwerk

Der Tunnel · 1913

Strahlende Materie

1910

Raumenergie

1922

Muskelkraft

1911

7 TAGS

DATENSATZ

Werk

Der Tunnel · Bernhard Kellermann · 1913

Feld

Ebene 2 · zukunftsthemen

Wert

Energie

Tag

Gezeitenkraftwerke

Referenzialität

wissenschaftlich plausibel

Sicherheit

hoch

BELEG · ZUSAMMENFASSUNG, ABSCHNITT 15

Die Reservoire speichern Wasser, das zur Zeit der Flut strömt und die Turbinen antreibt, die den Strom erzeugen.

Ende der technischen Umsetzung

Zurück zur Startseite