Forschungsmaterial publizierbar und prüfbar machen

Die Aufgabe dahinter

An der Universität Münster verband die Arbeit zwei Anforderungen, die in Forschungsprojekten oft getrennt betrachtet werden: eine nutzbare Webanwendung und Ausgangsmaterial, das strukturiert genug für die weitere Analyse ist.

Ich arbeitete von Mai bis November 2025 als studentische Hilfskraft in Münster. Das Projekt zeigte mir sehr praktisch, wie Delivery-Automatisierung und Datenkorrektheit Forschungsarbeit unterstützen können, ohne selbst die Forschung zu ersetzen.

Zwei Arbeitsbereiche

Der Webbereich umfasste eine dynamische Anwendung mit Python und Quarto sowie CI/CD-Workflows für das serverlose Frontend. Damit war nicht nur die Anwendung relevant, sondern auch der Prozess ihrer Auslieferung.

Der Datenbereich umfasste die Verarbeitung und Validierung von über 1.700 Seiten OCR-Ergebnissen zu konformen XML-Dokumenten für die weitere Forschungsanalyse. Dabei wurde eine wichtige Unterscheidung deutlich: Eine Datei kann erfolgreich parsen und trotzdem Validierung gegen Projektregeln und Ausgangsmaterial benötigen.

Beitragsübersicht

Das Diagramm trennt Datenverarbeitung und Web-Delivery. Es behauptet nicht, dass die Anwendung die XML-Ergebnisse unmittelbar konsumierte.

Was die Kennzahl bedeutet

Die über 1.700 Seiten sind wichtig, weil OCR-Korrektur und XML-Validierung nicht nur Mengenarbeit sind. Jede Seite muss auch nachvollziehbar mit dem Ausgangsmaterial verbunden bleiben, und jedes erzeugte Dokument muss die strukturellen Erwartungen des Projekts erfüllen.

Für mich war vor allem die Unterscheidung zwischen drei Prüfungen wichtig: wohlgeformtes XML, Konformität zu Projektregeln und Genauigkeit gegenüber dem Ausgangsmaterial. Eine bestandene Prüfung ersetzt die anderen nicht automatisch.

Welche Arbeitsweise das geprägt hat

Forschungssoftware profitiert von klaren Grenzen. Ein Build kann zeigen, dass eine Website rendert. Er beweist nicht automatisch, dass Quelldaten neu verarbeitet, validiert oder geprüft wurden. Ein Parser zeigt, dass XML wohlgeformt ist. Er beweist nicht, dass die Transkription korrekt ist.

Deshalb halte ich die Stufen gerne sichtbar: Datenprüfungen, Rendering, CI/CD und wiederverwendete Artefakte sollten jeweils deutlich machen, was sie beweisen und was nicht.

Quellen und Kontext

Quarto-Dokumentation zum Publishing für allgemeine Veröffentlichungsmodelle.
Python-ElementTree-Dokumentation für XML-Parsing und Serialisierung.
Meine OCR-zu-XML-Notiz erklärt den Unterschied zwischen Parsing und Validierung.