Archäoinformatik in der Ausbildung. Vorbereiten statt nachbereiten digitaler Daten Archäologische Thesauri und Datenbanken. Fortschritte bei der Erfassung digitaler Datenbestände. 2. Round Table 11./12. November 2010 Christoph Rinne 1
Einzelne Aspekte im Vortrag Was ist Archäoinformatik, was ist AI in Kiel? Anforderungen des Studiums, des Faches Wo holen wir die Studenten ab? Studium der AI in Kiel Voraussetzungen in Kiel (Hard- u. Software) Fallbeispiele zu Datenbanken, GIS und CAD in der Lehre Ausblick 2
Archäoinformatik Archäologie mit Mitteln der modernen Informationstechnologie Modellbildung mit mathematischen Verfahren auf Grundlage wissenschaftlicher Analysen (theoretische AI) Entwicklung und Anwendung von Software für die Arbeit am Material (praktische AI) new archaeology ( 1968) CAA: Computer Applications in Archaeology ( 1973) BASP: The Bonn Archaeological and Statistics Package (1970er, für DOS 1988) Statistik in der Archäologie (Ihm 1978) Begrifflich in Deutschland seit 2000 Der Blick in den englischen Sprachraum zeigt offenbar historisch gewachsene Unterschiede (Computational archaeology) 3
Archäoinformatik = Computer in der Archäologie? Quantitative Methoden, Statistik, Datenbanken, CAD, digitale Vermessung, GIS, Modellbildung Visualisierung, data processing, word processing, Layout, Literaturrecherche, Wissensvernetzung, geophysikalische Prospektion, In Kiel: viele Themen = viele Köpfe Martin Hinz M.A. Dr. Jutta Kneisel 4
Ausgangsbasis: Wo holen wir die Studenten ab? Umfrage bei 24 Studenten der Einführung in das PC-Labor (je 2 des 3. und 5. Sem.) Computer: Alle haben einen PC, davon 60 % mit 64 bit Technologie, 4 Teilnehmer konnten hierzu keine Aussage machen Peripherie: 80% besitzen einen Drucker, 60 % einen Scanner Betriebssystem: 83 % Windows, 13 % Linux, 4% MAC OSX (1 User nutzt 2 Systeme) Office: 79 % MS Office, 46% Open Office (6 User nutzen 2 Systeme), 1 User nutzt kein Office-Paket Grafik: 42% nutzen proprietäre Software, 29 % nutzen freie Software, 38 % nutzen keine Grafiksoftware DBMS: 71 % nutzen MS Excel, 16 % nutzen MS Access, jeweils 1 x OO Base und MySQL, 2 User nutzen sonstige DBMS Statistik: 54% nutzen MS Excel, 1 User nutzt R, 1 User andere Software CAD/GIS: 1 x jeweils AutoCAD, CAD sonstige, ArcGIS und Grass bei insgesamt 2 Usern. 5
Ausgangsbasis: Korrespondenzanalyse der Befragung Cumulative explanation % 1. Principal axis 2. Principal axis 3. Principal axis 4. Principal axis 29,31 18,18 11,04 9,46 6
Ausgangsbasis: Korrespondenzanalyse der Befragung Cumulative explanation % 1. Principal axis 2. Principal axis 3. Principal axis 4. Principal axis 29,31 18,18 11,04 9,46 7
Ausgangsbasis: Korrespondenzanalyse der Befragung Cumulative explanation % 1. Principal axis 2. Principal axis 3. Principal axis 4. Principal axis 29,31 18,18 11,04 9,46 8
Studium der AI in Kiel Der naturwissenschaftliche Bereich vertieft die für den Forschungsstandort Kiel spezifischen Arbeitsbereiche des Instituts für Ur- und Frühgeschichte: Botanik: Großrest- und Pollenanalyse Archäoinformatik Unterwasser- und Feuchtbodenarchäologie Siedlungs- und Sozialarchäologie Als zweites Fach ist einer der folgenden Komplexe zu wählen (siehe S. 12 ff.): Biowissenschaften (Biologie, Zoologie, Botanik, Ökologie, Humanbiologie) Geowissenschaften (Geologie, Geophysik, Bodenkunde) Geographie Informatik Quelle: http://www.ufg.uni-kiel.de 9
Studium der AI in Kiel Quelle: http://www.ufg.uni-kiel.de 10
Voraussetzungen der AI in Kiel PC-Labor seit 2005, 2009 grundlegend erneuert 10 PC s (4 GB RAM), Windows 7 (64bit) Netzwerk Beamer Drucker (S/W), Stiftplotter, DIN A3-Scanner Nutzer: Studenten im Aktiv Directory (AD) der Universität (stu-account) Netzwerk UFG Server (Linux: lokale Speicherdienste, lokale Webdienste, Datenbanken ) Server (Windows: Lizensierungsdienste für proprietäre Software, Doku-Scanner, ) 11
Software Windows 7 (64bit), Nutzerverwaltung durch AD Tools: TotalCommander, CDBurner XP, freepdf, Office (MS Office 2003, Open Office 3) Datenbank (MS Access 2003, MySQL [phpmyadmin], PostgreSQL, [pgadmin], ) Grafik (Gimp, InkScape, IrfanView, XnView, Statistik (R, PASW, WINBASP, OxCal, CANOCO, UCINET, Visione, Capca, ) CAD/GIS (AutoCAD 2010, ArcGIS, GeoMedia, MapInfo, gvsig, QuantumGIS, ) Visualisierung (Stratify, ) Anm.: = für uns kostenpflichtige Software Editoren (notepad ++, metapad, pspad, ) 12
Fallbeispiel: Lehrsammlung der UFG Gemeinsame Übung mit D. Mischka im WS 2008/09 13
Fallbeispiel: Lehrsammlung der UFG Ausgangsbasis: die Lehrsammlung analoge Inventarbücher Ziel: Einführung in relationale DB Arbeiten mit MS Access Einführung in die Sammlung aktives/bewegtes Lernen leichterer Zugang für Nutzer 14
Fallbeispiel: Lehrsammlung der UFG Sichtung des Material ERM erarbeiten und diskutieren Erstellen der Tabellen Wertevorräte Umsetzen der Relationen Entwerfen der Formulare Einbinden von Bildern Erläutert, aber nicht selber realisiert: Trennung in Frontund Backend 15
Fallbeispiel: Lehrsammlung der UFG Ein Formular Individualisierung minimale Angaben Beschreibung Eigentümer und Erwerb Herkunft Bild 16
Fallbeispiel: Lehrsammlung der UFG Ein Formular Individualisierung minimale Angaben Beschreibung Eigentümer und Erwerb Herkunft Bild 17
Fallbeispiel: Lehrsammlung der UFG Ein Formular Individualisierung minimale Angaben Beschreibung Eigentümer und Erwerb Herkunft Bild 18
Fallbeispiel: RADON Übung im WS 2008/09 19
Fallbeispiel: RADON Datenbank für 14 C-Daten des mitteleuropäischen Neolithikums (2000) www.jungsteinsite.de MS Excel MS Access Ziele: relationale DB mit Front- u. Backend Nutzerführung Export zu Kalibrationsprogrammen Hilfedatei (nicht in der Übung realisiert) 20
Fallbeispiel: RADON Diskutieren des ERM Zerlegen der Altdaten mittels komplexer Abfragen Entwerfen von Formularen zur Nutzerführung Berichte für Listenausdrucke 21
Fallbeispiel: RADON 22
Fallbeispiel: RADON 23
Fallbeispiel: RADON 24
Fallbeispiel: RADON 12 Tabellen 11 Formulare 1500 Zeilen eigener VBA-Code 1600 Zeilen VBA-Code in Modulen (Entwicklungen Dritter) 25
Fallbeispiel: digitale Grabungsdokumentation Übung Sommersemester 2009 26
Fallbeispiel: digitale Grabungsdokumentation 27
Fallbeispiel: digitale Grabungsdokumentation Ursprünglicher Arbeistplan analoge Grabungsverfahren digitalisieren versus digitale Ausgrabung Vermessung und Auto-CAD, Einführung Digitalisierung alter Pläne Blockattribute und Referenzierung Datenbank und Funderfassung Stratigrafie, Stratify und Grabungsdatenbank CIDOC-Conceptual Reference Model digitale Fotografie, Formate, Kompression, Ablage, Archivierung und Datenformate, Datenträger Überführung in GIS (CAD und DB) 28
Fallbeispiel: digitale Grabungsdokumentation 29
Fallbeispiel: AutoCAD diverse Übungen u.a. Einführung in AutoLISP eigene Programmierung Film: AutoCAD_LISP.mp4 30
Reümee und Ausblick Die AI ist ein fester Bestandteil des UFG- Studiums in Kiel mit vielfältigen Inhalten Den Ausbildungsschwerpunkt bildet z. Z. die angewandte AI In der Assoziation mit anderen Fachbereichen innerhalb der Graduiertenschule Human Development in Landscapes werden: Vernetzung verstärkt erneut ein Akzent auf Modellbildung gesetzt 31