Datenmodellierung und Systemarchitektur in einem GIS-gestützten multidisziplinären Forschungsprojekt

Transkript

1 Datenmodellierung und Systemarchitektur in einem GIS-gestützten multidisziplinären Forschungsprojekt Gerald HIEBEL und Klaus HANKE Dieser Beitrag wurde nach Begutachtung durch das Programmkomitee als reviewed paper angenommen. Zusammenfassung Für den multidisziplinären Spezialforschungsbereich HiMAT, der sich mit der Erforschung der Geschichte des Bergbaus in den Ostalpen beschäftigt, soll als Unterstützung während der Forschungsarbeiten, als auch zur Präsentation der Ergebnisse ein GIS entwickelt werden in dem es sowohl zu einer inhaltlichen, wie auch räumlichen Vernetzung der Daten der Einzeldisziplinen kommt. Grundlage für die Vernetzung ist ein Datenmodell zur Wissensrepräsentation, in unserem Fall die formale Ontologie des CIDOC CRM, ein ISO Standard aus der Kulturgutdokumentation. An Hand eines Beispiels aus dem Projekt werden die Bedeutungen und Zusammenhänge der Datenmodellklassen veranschaulicht. Eine gemeinsame Wissensorganisation wird über ein Content-Management-System realisiert. Durch die Implementierung eines Prototyps soll innerhalb des Projektes eine Infrastruktur zur Verfügung gestellt werden, die multidisziplinäre Forschung unterstützt. Die Systemarchitektur besteht aus einem GIS mit einer WebGIS Schnittstelle, einer Datenbank, in der räumliche und thematische Objekte auf der Grundlage des CIDOC CRM verwaltet werden und einem Content-Management-System (CMS) zur Speicherung digitaler Ressourcen und zur Terminverwaltung. Das GIS/WebGIS soll als Benutzerinterface den Zugriff auf die vernetzten Daten über räumliche Objekte ermöglichen. Sowohl GIS, Datenbank, als auch CMS sind über Web Schnittstellen verfügbar, was eine entscheidende Voraussetzung für eine gemeinsam bearbeitbare Datenbasis ist. Ihre Funktionalitäten sowie ihre Schnittstellen werden beschrieben und der Stand der derzeitigen Implementierung ist angeführt. 1 Einleitung Der multidisziplinäre Spezialforschungsbereich (SFB) HiMAT (History of Mining Activities in the Tyrol and Adjacent Areas) an der Universität Innsbruck beschäftigt sich mit der Erforschung paläoökologischer und sozioökonomischer Fragestellungen zum historischen und prähistorischen Bergbau in den Ostalpen. Zehn verschiedene Disziplinen (Archäologie, Geschichte, Germanistik, Ethnologie, Mineralogie, Vermessung und Geoinformation, Botanik, Archäozoologie, Metallurgie und Dendrochronologie) sind in 14 Projektteilen organisiert. Sowohl als Unterstützung während der Forschungsarbeiten, als auch zur Präsentation der Ergebnisse soll ein GIS entwickelt werden. Entscheidend für Analyse- und Visualisierungsmöglichkeiten ist die dahinter liegende Datenstruktur. Hier muss ein Werkzeug geschaffen werden, das den speziellen Herausforderungen eines multidisziplinären Projektes gerecht wird. Das Ziel ist eine Datenstruktur mit der nicht nur die räumliche Überlage-

2 654 G. Hiebel und K. Hanke rung der in den einzelnen Projektteilen vorhandenen Datenbestände möglich wird, sondern die auch eine inhaltliche Vernetzung der Daten schafft. Dies erfordert ein Konzept zur gemeinsamen Wissensrepräsentation, das in einem Datenmodell formalisiert und definiert werden muss. Um in einem multidisziplinären Projekt den Brückenschlag zwischen den einzelnen Fachbereichen zu ermöglichen, ist es notwendig von den in den einzelnen Disziplinen unterschiedlichen Bezeichnungen für möglicherweise gleiche Dinge (oder gleichen Bezeichnungen für unterschiedliche Dinge) zu den eigentlichen Bedeutungen der Dinge überzugehen. Mit dieser Thematik beschäftigen sich Semantik und Ontologie. Ontologien bilden eine entscheidende Basis für den Aufbau eines disziplinübergreifenden GIS (FRANK 2005). Im Zuge dieses Projektes wird auf die formale Ontologie des CIDOC CRM zurückgegriffen, ein ISO Standard der zur Kulturgutdokumentation entwickelt wurde. Die Implementierung des Datenmodells soll in einer Datenbank erfolgen, die die Speicherung räumlicher Objekte ermöglicht, um GIS-Funktionalitäten zu unterstützen. Der Aufbau einer Wissensorganisation zur Erschließung und Organisation von Informationen bzw. dem mit ihnen ausgedrückten Wissen ist innerhalb des Projektes eine wichtige Aufgabe, die gemeinsames Arbeiten erst ermöglicht. Zu diesem Zweck wurde ein Content-Management-System (CMS) eingeführt. Durch die Implementierung eines Prototyps soll innerhalb des Projektes eine Infrastruktur zur Verfügung gestellt werden, die multidisziplinäre Forschung unterstützt. Die Systemarchitektur besteht aus einem GIS mit einer WebGIS Schnittstelle, einer Datenbank in der räumliche und thematische Objekte auf der Grundlage des CIDOC CRM verwaltet werden und einem Content-Management-System zur Speicherung digitaler Ressourcen und zur Terminverwaltung. Innerhalb der Datenbank sind Verknüpfungen zum CMS vorhanden, die den Zugriff auf dort gespeicherte digitale Ressourcen erlauben, oder Verweise auf analoge Quellen beinhalten. Das GIS/WebGIS soll als Benutzerinterface den Zugriff auf die vernetzten Daten über räumliche Objekte ermöglichen. Sowohl GIS, Datenbank, als auch CMS sind über Web Schnittstellen verfügbar, was eine entscheidende Voraussetzung für eine gemeinsam bearbeitbare Datenbasis ist. Der Einsatz von Ontologien in Kombination mit GIS befindet sich in der Kulturgutdokumentation in der Entwicklungsphase. Anwendungen des CIDOC CRM in den letzten Jahren konzentrieren sich vor allem auf die Zusammenführung unterschiedlicher Datenbestände von Archiven (KUMMER 2009) oder Museen (HOLMEN et al. 2008). Dabei wurden unterschiedliche technische Ansätze verwendet von relationalen Datenbanken mit GIS Anbindung bis hin zu objektorientierten Datenbanken, die keine standardisierte GIS-Schnittstelle aufweisen. Die Verknüpfung von relationaler Datenbank und GIS mit einem CMS wird gerade an der Universität Bochum entwickelt, wobei das Ziel hier die Zusammenführung unterschiedlicher archäologischer Datenbanken ist (MISCHKE 2009). Die Abteilung für digitale Dokumentation an der Universität Oslo arbeitet mit einer relationalen Datenbank, die räumliche Objekte beinhaltet und auf CIDOC CRM Basis aufgebaut ist. Hier geht es um eine Zusammenführung der Datenbestände der norwegischen Universitätsmuseen (HOLMEN et al. 2008). Vorteile des hier beschriebenen Ansatzes sind in Bezug auf die Datenmodellierung die Verwendung einer ereignisorientierten Ontologie mit dem besonderen Fokus auf die Forschungshandlung. Sowohl wissenschaftliche Beobachtungen, wie auch wissenschaftliche Interpretationen können mit ihren Begleitumständen zusätzlich zu den Forschungsergebnissen dokumentiert werden. Für die Nachvollziehbarkeit von Forschungen steht damit eine

3 Datenmodellierung und Systemarchitektur 655 sehr wichtige Informationsquelle zur Verfügung. Die Stärke der vorgestellten Implementierung liegt in der Anwendung und Kombination von CMS, Datenbank und GIS, die alle über Web-Interfaces auf eine zentrale Datenbasis zugreifen und durch offene Schnittstellen miteinander kommunizieren. Dadurch sind sie in ihren Elementen austauschbar oder erweiterbar. Alle drei Arten von Softwaresystemen besitzen standardmäßig spezielle Funktionalitäten, deren Verwendung in einem multidisziplinären Projekt notwendig oder von Vorteil ist. Daraus ergibt sich, dass die Systeme für gewisse Aufgaben schneller innerhalb des Projektes eingesetzt werden können, als Systeme die erst eigens für ein Projekt entwickelt werden müssen (MEYER et al. 2007). Der Unterschied zu anderen GIS Anwendungen zur Zusammenführung von Daten in multidisziplinären Projekten (SCHOBESBERGER 2008) liegt in der Erweiterung um gemeinsame räumliche und thematische Objekte und deren Vernetzung auf Basis einer formalen Ontologie. 2 Wissensrepräsentation und Wissensorganisation 2.1 Wissensrepräsentation Datenmodell Ein Teil der Arbeit der einzelnen Disziplinen ist die Erfassung von Informationen und die Beobachtung von realweltlichen Zuständen und Phänomenen. Beispiele sind Historiker, die bestimmte Informationen aus Archivalien aufnehmen, Dendrochronologen, die Muster von Jahresringen von Bäumen analysieren, oder Geodäten, die das Gelände vermessen. Je nach Fragestellung werden unterschiedliche Aspekte der Realität erfasst und in mehr oder weniger komplexen Modellen abgebildet. Die Modelle und aufgenommenen Dimensionen sind in den einzelnen Disziplinen höchst unterschiedlich. Selbst innerhalb eines Fachbereichs kann es zu sehr heterogenen Datenbeständen kommen. Zwei archäologische Datenbanken, die sich mit unterschiedlichen Themen beschäftigen (z.b.: Steinzeitwerkzeuge und ägyptische Reliefs) können vollkommen unterschiedliche Dimensionen aufweisen. Um ein Modell für ein multidisziplinäres Projekt aufzubauen, mussten erst die gemeinsamen relevanten Dimensionen bestimmt werden. Dies erfolgte über eine Analyse der in den einzelnen Projektteilen bestehenden Datenbestände und über Gespräche mit den beteiligten Wissenschaftlern. Offensichtliche Beispiele für gemeinsame Dimensionen, die sich durch den historischen Schwerpunkt des Projektes ergeben, sind Raum und Zeit. Die Erfassung der thematischen Dimensionen in denen sich die Disziplinen überschneiden gestaltete sich noch wesentlich schwieriger. Da es nicht möglich war die thematischen Datenbestände der einzelnen Projektteile in ihrer Gesamtheit und im Detail zu erfassen und zu verwalten, gingen wir dazu über, die vorhandenen Informationen mit Metadaten zu beschreiben. Die Metadaten sollen in einer Datenbank organisiert werden, der ein Datenmodell zu Grunde liegt, in dem die thematischen, zeitlichen und räumlichen Dimensionen sowie ihre Relationen zueinander definiert sind. Die Verwendung eines standardisierten Datenmodells ist auf mehreren Ebenen sinnvoll, da derart organisierte Datenbestände die Möglichkeit des Datenaustausches mit anderen Projekten ermöglichen und die Weiterverwendbarkeit nach Projektende stark erhöhen. Ein gängiger Metadatenstandard ist Dublin Core. Nachteile von Dublin Core liegen in der Struktur, die im Grunde einer Tabelle entspricht mit Feldern für Dokumentnamen, Author, Typ, Inhalt oder Ort. Eine Normalisierung der Datenbankstruktur zur Vermeidung redundanter Daten ist damit ebenso wenig möglich, wie die Herstellung von Beziehungen zwischen Objekten. Als Alternative steht das semantische objektori-

4 656 G. Hiebel und K. Hanke entierte Datenmodell des CIDOC CRM (CROFTS et al. 2008) zur Verfügung. Darin wurden alle Kategorien gefunden, die für den SFB HiMAT relevant sind (HIEBEL et al. 2008). In Abb. 1 sind die für das multidisziplinäre Forschungsprojekt wichtigsten Klassen des CIDOC CRM mit ihren grundlegenden Beziehungen angeführt. Abb. 1: Wichtigste CIDOC CRM Klassen des SFB HiMAT mit ihren grundlegenden Beziehungen Am Beispiel der Repräsentation eines archäologischen Ausgrabungsplatzes mit einem exemplarischem Fundstück, den dort durchgeführten Forschungshandlungen, beteiligten Personen und daraus resultierenden Informationsobjekten (Abb. 2) sollen Bedeutungen und Zusammenhänge der Klassen veranschaulicht werden. Abb. 2: Beispiel der Repräsentation eines Ausgrabungsplatzes mit den dort durchgeführten Forschungshandlungen, beteiligten Personen und daraus resultierenden Informationsobjekten Die Klasse Ort zu verstehen ist insofern entscheidend, da sich daraus für den Aufbau eines GIS und der zugrunde liegenden Datenstruktur wichtige Konsequenzen ergeben. Der Sachverhalt, dass sich an den durch Koordinaten festgelegten Ort des Mauk F Schwarzenberg

5 Datenmodellierung und Systemarchitektur 657 Moos ein Ausgrabungsplatz der Archäologen befindet, muss im CIDOC-CRM durch zwei Klassen abgebildet werden. Es existiert eine Unterscheidung zwischen dem Ort Mauk F Schwarzenberg Moos im Sinne geographischer Koordinaten und den an diesem Platz befindlichen Materiellem Merkmal Mauk F Ausgrabungsplatz. Dies kann damit begründet werden, dass sich am selben Ort die Merkmale über die Zeit ändern können. Derselbe Ort kann über die Jahrhunderte Wald, Feld, See, Siedlung oder Begräbnisstätte gewesen sein. In unserem konkreten Beispiel: an der Stelle, wo vor 3000 Jahren ein Aufbereitungsplatz für Erze war, gab es in den letzten Jahrhunderten ein Feld und heute befindet sich dort ein Ausgrabungsplatz, der am Ende der Grabungskampagne wieder zugeschüttet wird. Im Materiellen Merkmal Mauk F Ausgrabungsplatz wurde ein Materieller Gegenstand, ein Holztrog gefunden. Auf beide wurden mehrere Forschungshandlungen angewendet ( Ausgrabung, Dendrochronologische Analyse, Geländeaufnahme, Laserscan ), die zu bestimmten Informationsgegeständen führten. An den Forschungshandlungen waren konkrete Personen beteiligt. Über die Klasse Typ können noch Informationen über Historische Handlungen, Themen, Zeiten oder verwendete Materialien an die bestehenden Objekte angehängt werden, worauf in der Abbildung aus Gründen der Übersichtlichkeit verzichtet wurde. Aus diesem Modell ergibt sich, dass von den beobachteten oder interpretierten Ergebnissen immer auf die zugrunde liegende Forschungshandlung zurückgegriffen werden kann, was den wissenschaftlichen Anspruch der Nachvollziehbarkeit entscheidend unterstützt. Die Interpretation von Beobachtungen kann als eigene Forschungshandlung abgebildet werden und damit ist die klare Trennung von Beobachtung und Interpretation möglich. Für den Aufbau eines GIS ergibt sich durch dieses Datenmodell die logische Aufspaltung zwischen räumlichen Objekten und den an diesen Stellen darzustellenden Inhalten. In Bezug auf die Datenspeicherung bedeutet dies, dass sie getrennt abgelegt werden müssen und es erst über Beziehungen zu einer Zusammenführung der Inhalte kommt. 2.2 Thesaurus Für ein Projekt, in dem sehr unterschiedliche wissenschaftliche Disziplinen miteinander kommunizieren und in dem Forschungsaktivitäten, sowie deren Ergebnisse EDV-technisch auswertbar sein sollen, ist es notwendig ein gemeinsames Wortgut zu schaffen. Die Einbindung der gemeinsamen Begriffe in das Modell des CIDOC CRM geschieht über die in Abb.1 eingeführte Klasse Typ, zu der alle anderen Klassen die Beziehung hat Typ haben. Sollen beispielsweise Forschungsaktivitäten nach Kategorien angezeigt werden, ist es notwendig für die konkreten Forschungsaktivitäten einen entsprechenden Typ zu vergeben, dessen Begriff zwischen den Disziplinen harmonisiert wurde. Die Ordnung der Begrifflichkeiten erfolgte in einem hierarchisch strukturierten Thesaurus, dessen oberste Kategorien die für HiMAT implementierten Klassen des CIDOC CRM sind. In Abbildung 3 sind die übergeordneten Kategorien des Thesaurus (links) mit dem Zweig Forschungshandlung (rechts) und dessen Unterkategorie Messung dargestellt. Durch den Aufbau des Thesaurus innerhalb der Klasse Typ kommt es zu einer Spezialisierung des CIDOC CRM für die Bedürfnisse des Projektes HiMAT. Ein anderer Weg zur Erweiterung der Ontologie hätte im Hinzufügen neuer Klassen bestanden. Diese Option wurde von English Heritage gewählt, um archäologische Grabungs- und Funddatenbanken zusammenzuführen (MAY 2008). Die Erweiterung des Thesaurus während der laufenden Arbeiten des Projektes ist vorgesehen.

6 658 G. Hiebel und K. Hanke Abb. 3: Übergeordnete Kategorien des Thesaurus (links) mit dem Zweig Forschungshandlung (rechts) und dessen Unterkategorie Messung 2.3 Wissensorganisation Bei der Wissensorganisation geht es um die Erschließung und Organisation von Informationen bzw. des durch sie ausgedrückten Wissens. Die Dokumentation und das Verfügbarmachen ist hier ein zentrales Anliegen. Zum Aufbau einer Wissensorganisation innerhalb des Projektes ist die Analyse der in den einzelnen Projektteilen vorliegenden Datenbestandsformen notwendig. Diese Analyse zeigte Daten in mehr oder weniger strukturierter digitaler Form (Word, PDFs, Bilder, Excel-Tabellen, relationale Datenbanken) aber auch vielfältige analoge Daten (Bücher, Photographien, Tabellen, Karteikartensysteme). Für die zentrale Speicherung dieser Daten wurde ein Content-Management-System (CMS) eingeführt. Innerhalb dieses Systems werden auch Termine, Aufgaben und Forschungsaktivitäten der einzelnen Projektteile mit Hilfe von Kalenderfunktionalitäten verwaltet und koordiniert. Um die im CMS vorhandenen Datenbestände innerhalb der gemeinsamen Wissensrepräsentation nutzen zu können, müssen sie mit Metadaten nach dem CIDOC CRM Standard versehen werden können. 3 Prototyp Systemarchitektur und Implementierung Digitale Ressourcen, sowie räumliche und thematische Objekte des Datenmodells müssen in einer von allen Projektteilen bearbeitbaren Datenbasis verwaltet werden. Ziel ist die Entwicklung eines Prototyps der dies ermöglicht. Er besteht aus den Hauptkomponenten Content-Management-System (MS Sharepoint), Datenbank (Oracle) und GIS/WebGIS (ArcGIS/ArcGIS Server). Die Auswahl der eingesetzten Softwareprodukte ergab sich aus den an der Universität Innsbruck vom Zentralen Informatikdienst unterstützten und betreuten Systemen, da das implementierte System auch nach Projektende noch zur Verfügung

7 Datenmodellierung und Systemarchitektur 659 stehen sollte. Abbildung 4 stellt das Zusammenspiel der einzelnen Komponenten dar und in den folgenden Unterabschnitten wird auf ihre Funktionalitäten, Schnittstellen und den Stand der Implementierung eingegangen. Ergebnis soll eine im Web verfügbare Infrastruktur sein, in der die von anderen Projektteilen eingegebenen Informationen direkt mit eigenen Informationen verknüpft werden können, unter Nutzung von WebGIS Technologien für räumliche Objekte. Content Management System Dokumentenspeicherung, Terminkoordination, Metadateneingabe Datenbank Gemeinsame räumliche Objekte Projektteildaten, Metadaten, URLs Web Datenbank Interface Thesaurus Fileserver Orthophotos, Karten, Digitale Geländemodelle Web GIS Visualisierung von Geobasisdaten, Daten der Projektteile und gemeinsamen Daten der CIDOC-CRM Struktur Selektion und Eingabe gemeinsamer räumlicher Objekte Zugriff auf Dokumente des CMS Abb. 4: Systemarchitektur des Prototyps 3.1 Content-Management-System (CMS) Wie in Abschnitt 2.3 beschrieben dient das CMS zur Speicherung von digitalen Ressourcen aller Art (Informationsgegenstand) zur Verwaltung von Termininformationen (Forschungshandlung) und Personenverwaltung (Person). Damit sind drei Klassen des Datenmodells durch bereits vorhandene Strukturen des CMS abgedeckt. Darüber hinaus wurden Strukturen entwickelt, die es erlauben Metadaten einzugeben. Für einen Teil der im Datenmodell definierten Klassen von Metadaten wurden im CMS eigene Listen (Tabellen) angelegt, in die Objekte (Instanzen, Elemente) dieser Klassen eingegeben werden können (Abb. 5). Beispielsweise kann das Materielle Merkmal Mauk F Ausgrabungsplatz aus Abb. 2 in die Liste Materielles Merkmal eingegeben werden. Es können Begriffe aus dem Thesaurus zur näheren Spezifikation des Materiellen Merkmals hinzugefügt werden. Dadurch entsteht die Möglichkeit zur Klassifikation innerhalb der Liste und bei Suchabfragen steht ein kontrolliertes Vokabular zur Verfügung. Mit dem neuen Element in der Liste Materielles Merkmal können dann Objekte aus dem Kalender verknüpft werden, wie beispielsweise die auf Mauk F Ausgrabungsplatz bezogene Forschungshandlung Laserscan. Die als digitale Ressourcen (PDF, Bilder, ) im CMS abgespeicherten Dokumente

8 660 G. Hiebel und K. Hanke können ebenfalls verknüpft werden. Die Zuordnung von räumlichen Objekten, in diesem Fall der Ort Mauk F Schwarzenberg Moos, erfolgt im aktuellen Prototyp noch über ein Listeninterface. Die räumlichen Objekte selbst werden zentral in der im folgenden Abschnitt beschriebenen Datenbank verwaltet. Nur dort ist die Eingabe neuer räumlicher Objekte möglich, welche dann in die CMS Liste übernommen werden. Abb. 5: Content-Management-System (CMS) mit Implementierung der CIDOC CRM Klassen Um die im CMS eingegebenen Metadaten in einem GIS nutzbar zu machen, ist es sinnvoll sie in die Datenbank zu transferieren in der auch die räumlichen Objekte gespeichert sind. Hyperlinks (URLs) zu den im CMS gespeicherten Dokumenten werden ebenfalls über ein Excel Interface in die Datenbank importiert. Die beschriebenen Strukturen sind implementiert aber der Datentransfer zwischen CMS und Datenbank ist noch nicht automatisiert. 3.2 Datenbank Die Datenbank ist der zentrale Bestandteil der Systemarchitektur und soll zur Speicherung von räumlichen Objekten, Metadaten, URLs zu den Dokumenten des CMS und den Beziehungen zwischen diesen drei Datenbeständen dienen. Ein nach außen definiertes und offenes System mit der Möglichkeit zur Speicherung räumlicher Basisobjekte ermöglicht die Verarbeitung der Daten durch unterschiedliche Softwareprodukte. Die Entscheidung wurde zugunsten der Datenbank Oracle getroffen (BRINKHOFF 2005). Das objektorientierte Datenmodell wird in der ersten Phase in einem relationalen Datenbank-Schema umgesetzt, um auf bestehenden Schnittstellen zu GIS oder anderen Dateneingabe und -ausgabesystemen aufsetzen zu können. Räumliche Objekte, Thesaurus und die definierten CIDOC-CRM Klassen liegen als Tabellen in der Datenbank vor. An den Relationstabellen wird derzeit

9 Datenmodellierung und Systemarchitektur 661 noch gearbeitet. In Zukunft wird es sinnvoll sein, die im Moment im CMS realisierte Metadateneingabe direkt in der Datenbank vorzunehmen. Sind die ausständigen Aufgaben umgesetzt, werden wir beginnen das relationale Datenbank Schema intern in ein objektorientiertes zu transferieren, was die Möglichkeiten der Datenbank zur Abbildung komplexer Strukturen wesentlich erweitert (EGENHOFER 1992). 3.3 GIS Geobasisdaten wie topographische, historische, geologische Karten, hochauflösende digitale Geländemodelle oder Orthophotos können mit den erfassten gemeinsamen Daten überlagert werden. Abb. 6: Visualisierung der Datenbestände für die Ausgrabungsplätze im Bereich Mauken, mit der Darstellung der verknüpften Informationen aus dem CMS In Abbildung 6 sind die im Bereich Mauken befindlichen Ausgrabungsplätze dargestellt. Tortendiagramme veranschaulichen die an diesen Orten durchgeführten Forschungshandlungen, die dort befindlichen Materiellen Merkmale, gefundene Materielle Gegenstände und die sich auf diesen Ort beziehenden Informationsgegenstände. Die Größe der Tortendarstellung richtet sich nach der Gesamtanzahl der für den jeweiligen Ort vorhandenen Objekte. Für den aus dem Beispiel in Abbildung 2 bekannten Ausgrabungsplatz Mauk F Schwarzenberg Moos wurde über das Identify-Tool auf die dahinter liegenden Daten der Materiellen Gegenstände zugegriffen. Neben Details zu dem in diesem Fall ausgewählten Holztrog existiert auch ein Hyperlink zu dem korrespondierenden Eintrag im CMS, der beispielsweise den Zugriff auf ein 3D Modell im PDF Format (Informationsgegenstand) ermöglicht. Das im Hintergrund befindliche digitale Geländehöhenmodell aus LIDAR- Daten mit einer Auflösung von einem Meter wurde vom Land Tirol zur Verfügung gestellt und hat besondere Bedeutung bei der archäologischen Prospektion. Eine entscheidende Funktionalität für den Aufbau einer gemeinsamen räumlichen Datenbasis ist die Möglich-

10 662 G. Hiebel und K. Hanke keit zur Selektion und Eingabe räumlicher Objekte innerhalb einer WebGIS-Oberfläche. Bereits erfasste räumliche Objekte können durch Selektion ausgewählt werden, um sie im CMS mit thematischen Informationen zu verknüpfen. Existiert das benötigte räumliche Objekt noch nicht in der gemeinsamen Datenbasis, so kann es über die Web Oberfläche eingegeben werden. Danksagung: Wir bedanken uns beim Österreichischen Fond zur Förderung der Wissenschaftlichen Forschung (FWF) für die großzügige finanzielle Unterstützung dieses Projektes (FWF Projekt F3114), sowie bei den Landesregierungen von Tirol, Vorarlberg, Salzburg und Südtirol, sowie den Gemeinden in den Bergbaugebieten für ihre Förderungen und die im Zuge des Projektes zur Verfügung gestellten Daten. Literatur BRINKHOFF, T. (2005): Geodatenbanksysteme in Theorie & Praxis. Heidelberg, Wichmann. CROFTS, N., DOERR, M., GILL, T., STEAD, S. & STIFF, M. (Eds.) (2008): Definition of the CIDOC Conceptual Reference Model Version Official Release of the CIDOC CRM. ( ). EGENHOFER, M. & FRANK, A. (1992): Object-Oriented Modeling for GIS. In: URISA Journal, 4 (2), S FRANK, A. (2005): An Empirical Ontology for GIS (Draft). Institute for Geoinformation, Technical University Vienna HIEBEL, G. & HANKE, K. (2008): Concept for an ontology based web GIS for HiMAT. In: CAA 2008 Budapest Proc. Archaeolingua, Budapest (in Druck). HOLMEN, J. & ORE, C.-E. (2008): Digitization of Archaeology Is it worth while? In: CAA 2008 Budapest Proc. Archaeolingua, Budapest (in Druck). KORDUAN, P. & ZEHNER M. (2008): Geoinformation im Internet. Heidelberg, Wichmann. KUMMER, R. (2009): Implementing Semantic Web Software in the Field of Cultural Heritage Using the CIDOC CRM-Prospects and Challenges. In: CAA 2009 Williamsburg Proc. The Colonial Williamsburg Foundation., Williamsburg (in Druck). MAY, K. (2008): A STAR is born: some emerging Semantic Technologies for Archaeological Resources. In: CAA 2008 Budapest Proc. Archaeolingua, Budapest (in Druck). MEYER, E., GRUSSENMEYER, P., PERRIN J. P., DURAND, A. & DRAP, P. (2008): A Virtual Research Environment for Archaeological Data Management, Visualization and Documentation. In: POSLUSCHNY, A., LAMBERS, K. & HERZOG, I. (Eds.): Layers of Perception, Proceedings CAA Berlin 2007 Kolloquien zur Vor- und Frühgeschichte, 10. Bonn, Dr. Rudolf Habelt GmbH, S MISCHKE, A. (2009): ArcheoInf WebGIS-gestützte Bereitstellung archäologischer Primärdaten. In: CHESI, G. & WEINOLD, T. (Hrsg.): 15. Internationale Geodätische Woche Obergurgl Heidelberg, Wichmann. SCHOBERSBERGER, D. (2008): CHIS-Kulturhistorisches Informationssystem für den Westlichen Himalaya, In: STROBL, J. et al. (Hrsg.): Angewandte Geoinformatik Heidelberg, Wichmann.