#EveryNameCounts – Die Crowdsourcing-Initiative der Arolsen Archives

Von der Schulkampagne zur weltweiten Initiative

#EveryNameCounts startete am 27. Januar 2020 als lokales Bildungsprojekt. Unter dem Motto „jeder Name zählt...!“ erfassten rund 1.000 Schülerinnen und Schüler aus Hessen einen Tag lang Namen und Geburtsdaten von Deportations- und Transportlisten. Um die Arbeit mit den Dokumenten aus der NS-Zeit vor- und nachzubereiten, erhielten die teilnehmenden Schulen umfassendes Unterrichtsmaterial. Das Feedback war durchweg positiv: Die Konfrontation mit den Originalquellen mit Namen, Alter und Wohnorten der Opfer war für die Schülerinnen und Schüler ein ungewohnt direkter Zugang zu den Verbrechen des NS-Regimes. Sie setzten sich durch das Projekt intensiv mit einzelnen Schicksalen auseinander und leisteten zugleich einen greifbaren Beitrag gegen das Vergessen. Die Menge und Qualität der Metadaten, die so an nur einem Tag erfasst worden waren, machte außerdem deutlich, dass das Projekt nicht nur pädagogischen Wert hat. Crowdsourcing zeigte das Potential, in Zukunft ein entscheidender Faktor bei der Indexierung der Dokumente der Arolsen Archives zu sein.

Als die Corona-Pandemie ab dem Frühjahr 2020 weite Teile des Lebens in den digitalen Raum verlegte, wurde dieser Prozess beschleunigt: Viele Gedenkveranstaltungen zum 75. Jahrestag der Befreiung ehemaliger Konzentrationslager konnten nicht vor Ort stattfinden. Dies gab den Anstoß, das Projekt kurzfristig auszubauen und so weltweit als einen digitalen Ort des Gedenkens zugänglich zu machen. Aus „jeder Name zählt“ wurde #EveryNameCounts. Die positiven Reaktionen waren sowohl in den klassischen Medien als auch in den Social Networks bemerkenswert. Die Bereitschaft zur Beteiligung war enorm:

“Hello, I am Mia from the US. I have only begun working on this project a few days ago, after having read about it in the New York Times.”^[5]

Heute ist #EveryNameCounts eine internationale Initiative, die aktives Gedenken an die Opfer der nationalsozialistischen Verfolgung mit historischem Lernen verbindet. Über 19.000 registrierte Freiwillige arbeiten am Bau des „digitalen Denkmals“ mit.

“As I document each card, at first I merely transcribed the data needed for the archives. Then as days have passed, I started researching the camp admittance form. The cards reveal so much more than just the names, date of birth and prisoner number. Often prisoners were transferred to other camps and that is noted or sadly their date of death appears. [...] Categories of nationalities can also be found. As each name appears on my screen, a snapshot of who they were becomes apparent – making them even more precious and missed.”^[6]

Die Arbeit mit der „Crowd“ bringt allerdings auch Herausforderungen mit sich: Bei den Freiwilligen kann kein Hintergrundwissen vorausgesetzt werden und nur ein Teil verfügt über Kenntnisse der deutschen Sprache, in der die Dokumente verfasst sind. Aus diesem Grund eignen sich besonders gleichförmige Dokumente für #EveryNameCounts. Die Freiwilligen können aus unterschiedlichen „Workflows“ auswählen. Diese unterscheiden sich in der Art der Daten, die erfasst werden und der Herkunft der Dokumente. Aktuell werden vor allem individuelle Unterlagen, wie Häftlings-Personal-Karten und Häftlingspersonalbögen aus verschiedenen Konzentrationslagern, bearbeitet. Konkret werden Daten wie Name, Geburtsdatum, Geburtsort, Beruf, Staatsangehörigkeit, Familienstand, Religion, letzter Wohnort, Häftlingsnummer oder Haftkategorie erfasst. Aber auch Angaben zu Angehörigen, die oft ebenfalls Verfolgte waren, werden eingetragen oder Informationen zu Überstellungen, mit deren Hilfe Verfolgungswege rekonstruiert werden können.

Die Dokumente werden einzeln angezeigt und die zugehörigen Daten in eine Maske eingegeben. In die Felder kann entweder Freitext eingetragen oder die zutreffenden Angaben aus einem Dropdown-Menü ausgewählt werden. Zu jedem Feld gibt es eine ausführliche bebilderte Anleitung, wo die jeweilige Information im Dokument zu finden ist und wie sie korrekt erfasst werden soll. Außerdem steht Freiwilligen seit dem 27. Januar 2021 eine digitale Einführung zur Arbeit im Projekt zur Verfügung.^[7] Um Fehler möglichst ausschließen zu können, werden die Daten zu jedem Dokument mindestens dreimal erfasst. Anschließend werden die Daten ausgewertet und einer Qualitätssicherung unterzogen.

Im Forum haben Freiwillige die Möglichkeit, Fragen zu stellen und Rückmeldungen zum Projekt zu geben. Dieses Feedback fließt wieder in die Konstruktion der neuen Workflows ein. Da wir im Forum beispielsweise immer wieder Korrekturen von fehlerhaften Ortsangaben in den Dokumenten erhielten, entschlossen wir uns, einen speziellen Workflow zur Erfassung von GEO-Daten anzubieten. Darin haben Freiwillige die Möglichkeit, die Daten auf eine Weise mit uns zu teilen, die uns eine gezielte Weiterverarbeitung ermöglicht.

Zum 27. Januar 2021 wurden weitere 600.000 individuelle KZ-Dokumente über #EveryNameCounts bereitgestellt. Damit beläuft sich die Gesamtzahl auf etwa 1,6 Millionen Dokumente aus 15 Beständen, die in 31 Workflows bearbeitet wurden bzw. werden. Mit der Indexierung per Crowdsourcing in dieser Größenordnung haben die Arolsen Archives Neuland betreten. Seit dem Projektstart vor über einem Jahr haben wir viel dazu gelernt und das Projekt hat sich beständig weiterentwickelt.

Abb. 1

Anzahl der Dokumente nach Beständen.

Bereitstellung der Daten

Um die Arbeit in den verschiedenen Workflows überhaupt zu ermöglichen, ist zunächst die Art und Weise der Bereitstellung von Daten auf der Plattform ausschlaggebend. Begonnen haben wir mit den Mitteln, die Zooniverse bereitstellt: Der Zooniverse Project Builder ist eine graphische Oberfläche zur Gestaltung der Projektseite. Darüber werden u. a. auch die zu bearbeitenden Bilder hochgeladen.

Abb. 2

Uploadfunktion des Zooniverse Project Builders.

In den ersten Monaten wurden die Bilddateien direkt vom Server hochgeladen, was durch den Erfolg des Projektes bald an Grenzen stieß. Zooniverse empfiehlt für den Upload, Bilddateien in Gruppen von 500 bis 1.000 Stück zu bündeln. Bei Zehntausenden von Bildern oder mehr ist diese Vorgehensweise nicht nur zeitaufwändig, sondern auch fehleranfällig. Deshalb war es folgerichtig, dass wir uns technisch neu aufgestellt haben. Seit November 2020 werden die Bilddateien nicht mehr vom Server, sondern direkt aus der institutionseigenen Cloud nach Zooniverse hochgeladen.

Ein Nebeneffekt dieses Verfahrens kam ebenfalls zum Tragen: Die heimischen DSL-Anschlüsse konnten entlastet werden, denn alle Beschäftigten der Arolsen Archives arbeiten seit März 2020 im Homeoffice. Diese Umstellung führte allerdings dazu, dass der Project Builder nicht mehr genutzt werden konnte. Zooniverse bietet als Lösung zwei andere Wege an, um große Mengen von Dateien hochzuladen: Über das Kommandozeilenprogramm „Panoptes CLI“^[8] oder den auf Python beruhenden „Panoptes Client“^[9], wobei wir uns für die Nutzung der Kommandozeile entschieden haben. Seitdem können Massenuploads einer theoretisch unbegrenzten Menge von Bilddateien durchgeführt werden.

In der Praxis hat es sich als sinnvoll erwiesen, nicht mehr als 40.000 Dokumente in einem Paket hochzuladen. Neben der Entscheidung, jedem Digitalisat Metadaten beizufügen, wurde auch der Workflow bezüglich der Bilder angepasst. Denn die Erfahrung der ersten Monate hat gezeigt, dass eine Menge homogener und gut lesbarer Bilder in einem Subject Set, d. h. einer definierten Gruppe von Bildern, die Arbeit der Freiwilligen erleichtert, weniger Kommentare im Forum hervorruft und die Qualität der eingegebenen Daten deutlich verbessert. Deshalb wurden fortan anstatt ganzer Bestände mehrheitlich zuvor per Clustering gebildete Gruppen von Dokumenten für den Upload gebündelt. So haben wir beispielweise aus dem Bestand „Konzentrationslager Buchenwald“ den Teilbestand mit individuellen Unterlagen^[10] ausgewählt und darin alle Häftlings-Personal-Karten sowie Häftlingspersonalbögen geclustert, exportiert und für diese zwei Arten von Dokumenten jeweils einen Workflow angelegt. Da aus früheren Projekten gute Erfahrungen mit der Layout-Erkennung von Dokumenten vorlagen und die notwendigen Prozesse bereits aufgesetzt waren, erfolgte die Filterung passender Dokumente ohne Zeitverzug.

Ein weiterer wichtiger Schritt war die Einbindung der auf dem Server liegenden Digitalisate in eine Qualitätssicherung noch vor dem Upload. Es hatte sich nämlich als durchaus störend erwiesen, wenn den Freiwilligen immer wieder Bilder zur Indexierung angezeigt wurden, die aus unterschiedlichen Gründen nicht passten^[11]: Teilweise waren Seiten leer oder schwarz. Ebenso konnten die Deck- oder Zwischenblätter, deren Erfassung im Rahmen der bestehenden Workflows nicht zielführend war, herausgefiltert werden. Bei den Dokumenten, die mit Vorder- und Rückseite als ein Zooniverse-Subject hochgeladen worden waren, kam es außerdem vor, dass es in Folge einer Seitenverschiebung, bei der die Vorderseite fehlte, die Rückseite vorrückte und eine weitere Leerseite als Rückseite erschien.

Dieses durchaus häufige Problem geht allerdings auf einen fehlerhaften Import innerhalb unseres Archivinformationssystems zurück. Bei einem Umfang von über 100 Millionen digitalen Objekten können bei automatisierten Prozessen nicht alle Fehler aufgefangen werden. Ein weiterer Vorteil, den das Zooniverse-Projekt mit sich bringt, ist also die Möglichkeit, solche Auffälligkeiten gezielt nachzuarbeiten.

Neben der Optimierung der Qualität der bereitgestellten Digitalisate wurde außerdem die Verfahrensweise bzgl. des Umfangs der beigestellten Metadaten weiterentwickelt. Zooniverse bietet die Möglichkeit, beim Upload von Bilddateien diesen in Form eines Manifests auch Metadaten beizufügen. Eine CSV-Datei ist alles, was dafür nötig ist. Im Herbst 2020 sind wir dazu übergegangen, die Dokumente durchgängig mit Metadaten zu versehen. Da der Upload über „Panoptes CLI“ in jeden Fall ein Manifest erfordert, war die Bereitstellung spätestens ab November 2020 auch technisch zwingend. Darüber hinaus ergab sich im Besonderen mit Blick auf die Nutzungserfahrungen aus der historischen Kontextualisierung und der Verortung der Dokumente innerhalb der Archivtektonik ein klarer Mehrwert. Folglich werden seither jedem Dokument die Dokumenten-ID^[12] sowie Nummer und Name des Bestandes als weiterführende Informationen beigefügt. Wo vorhanden, werden ebenfalls Personendaten aus der institutionseigenen Datenbank hinzugefügt. Hierfür wird per SQL-Abfrage des Archivinformationssystems für den in Bearbeitung befindlichen Bestand eine Werteliste der Felder Vorname, Nachname und Geburtsdatum sowie gegebenenfalls Häftlingsnummer ausgegeben.

Wenn die Dokumente bereits in unserem Onlinearchiv^[13] veröffentlicht wurden und es möglich ist, eine direkt auf das Dokument verweisende URL zu erzeugen^[14], wird dem Manifest zusätzlich ein Hyperlink hinzugefügt. Die Liste der Dateinamen wird mit Hilfe der Software „Total Commander“ vom Server ausgelesen. Beide Dateien werden als Projekte im Tool „OpenRefine“ angelegt und die Daten über ein Matching der Dokumenten-ID zusammengeführt.

Abb. 3

Anzeige „Subject Metadata“ als Resultat eines Manifestes.

Community-Management

„It feels good to be helpful in a concrete way and work as part of a team, in a way giving voice to, and standing up for those who suffered under the National Socialist regime, and perhaps making it easier for a family member, or friend even, to find them.“^[15]

Eine nicht zu unterschätzende Kernaufgabe der Projektleitung eines Crowdsourcing-Vorhabens ist es, die wachsende Community zu betreuen und die Ressourcen vorab bei der Projektplanung zu bedenken. Die Erwartungshaltung der Freiwilligen an den Support – sowohl den technischen als auch den inhaltlichen – ist ebenso zentral für das Gelingen des Projekts wie eine durchdachte Nutzerführung mit einem getesteten Usability-Konzept in den Workflows. Anfänglich genügte eine Kollegin, die sich vollumfänglich mit #EveryNameCounts beschäftigte. Es zeigte sich jedoch bereits nach wenigen Monaten, dass das Projekt und vor allem die Betreuung der Freiwilligen und ihrer Rückfragen nicht mehr allein von einer Person zu leisten war.

Während es im April 2020 noch 38.624 Klassifikationen und 4.445 Forumsbeiträge waren, stieg die Anzahl der eingegebenen Klassifikationen im Juni 2020 auf 746.548 und 12.765 Beiträge im Forum.^[16] Im Juli 2020 wurde deshalb ein Moderationsteam aus sechs Personen gegründet. Die internen Arbeitsabläufe mussten sich erst einpendeln, doch schnell zeigte es sich, dass dies am besten mit einem Schichtplan mit fest zugeteilten Tagen und somit Zuständigkeiten funktionierte. Die engmaschige Kommunikation aller am Projekt beteiligter Moderatorinnen und Moderatoren mit den Workflowingenieurinnen und -ingenieuren stellte sich hierbei als Schlüssel für das Gelingen des Projekts und die rasche Beantwortung der Fragen und Anregungen der Freiwilligen heraus.

Zentrale Anlaufstelle hierfür ist der Diskussionsbereich des Projekts.^[17] Die Gestaltung von Struktur und Umfang dieses Bereichs sollte also bestenfalls bereits bei Projektbeginn überlegt und entsprechend eingerichtet werden. Zooniverse macht hierbei nur minimale Anforderungen. Die Erfahrung hat gezeigt, dass eine Unterteilung der diversen Kommunikationsbedürfnisse sehr sinnvoll ist. Um die Beiträge übersichtlich zu halten und die Anliegen voneinander zu trennen, hat sich die Aufteilung in Notes (allgemeine Kommentare zu den jeweils indexierten Dokumenten), Troubleshooting (allgemeine Fragen und Probleme) sowie Introduce yourself (hier können sich die Freiwilligen vorstellen und untereinander vernetzen) bewährt.

Abb. 4

Anzahl der Kommentare von Mai 2020 bis März 2021.

Seit dem Start des Projekts wurde und wird der Betreuungsbedarf der Freiwilligen immer größer. Neben denjenigen, die nur hin und wieder ein Dokument indexierten und sich im Forum kaum beteiligten, bildete sich rasch ein Kern sogenannter „Superuser“ heraus. Diese besonders engagierten Freiwilligen mit den unterschiedlichsten Hintergründen und Muttersprachen, eigneten sich innerhalb weniger Monate ein so großes Fachwissen an, dass sie die Moderatorinnen und Moderatoren der Arolsen Archives seither im Forum unterstützen und auf Fehler in den Workflows hinweisen.

„For some cards I check the address on Google maps to make sure I got the correct city and typed correctly. Seeing the building from which someone got taken makes me so aware this was just few years ago and we have to raise our voice against similar sentiments.“^[18]

Überraschend war für uns die Menge an Daten, die wir durch #EveryNameCounts nicht nur durch die Workflows, sondern auch durch das Diskussionsforum erhielten. Die Freiwilligen begannen, ausgehend von den individuellen Dokumenten aus den Workflows, zusätzliche Informationen zu den jeweiligen NS-Verfolgten zusammenzutragen und im Notes-Thread zu verlinken. Wir erhielten somit nicht nur die abgefragten Metadaten, sondern auch unzählige Weblinks, Fotos und Geo-IDs, die für unsere Datennachbereitung eine zusätzliche Herausforderung darstellen. Bis wir eine Lösung für die Nutzbarmachung dieser Daten gefunden haben, speichern wir die mühevolle und für unsere Forschungs- und Erinnerungsarbeit äußerst wertvollen Rechercheergebnisse ab. Nicht nur jeder Name, sondern auch jeder Kommentar/Beitrag zählt.

Datenaufbereitung. Ein Ausblick

Der Umfang der erfassten Daten ist einerseits durch die dreifache Eingabe und die Anzahl der indexierten Dokumente beträchtlich, und wird andererseits durch die beschriebenen zusätzlichen Daten um eine nicht strukturierte und auch nur schwerlich strukturierbare Datenmenge erhöht. Die Aufbereitung der Daten nach Abschluss der Workflows und erfolgreichem Download stellt einen mehrstufigen Prozess dar, der für die Institution ebenfalls völlig neu entwickelt werden musste. Hierzu ist der Aufbau gänzlich neuer Prozessabläufe notwendig, um die Daten in das Archivinformationssystem zu importieren und letztlich im Online-Archiv bereitzustellen. Der Aufwand an personellen und technischen Ressourcen darf hierbei nicht unterschätzt werden. Auch die Unterstützung durch externe Dienstleister, denen die Besonderheiten bzgl. der Anforderung an Archivdaten zumeist nicht geläufig sind, kann den erforderlichen Zeitbedarf nur bedingt minimieren. Die Arolsen Archives befinden sich inmitten dieses Weiterentwicklungsprozesses der archivischen Datenverarbeitung.