Phase I

Phase I des AI Metadata Assistant von Alma unterstützt das Erstellen und Anreichern von MARC 21-Datensätzen in englischer Sprache – in zukünftigen Phasen werden weitere Katalogisierungs- und Ressourcensprachen und -formate hinzugefügt, da wir mit der Community zusammenarbeiten, um die Fähigkeiten der KI und die Qualität der Metadaten zu bewerten.

Die bereitgestellten Themen werden anhand des Wortschatzes der Library of Congress validiert. In zukünftigen Phasen ist geplant, die Auswahl an Normdatei-Wortschätze zu erweitern.

Zukunftspläne

Die Pläne für zukünftige Phasen umfassen die Unterstützung weiterer Sprachen, Normdatei-Wortschätze und Katalogisierungsformate.

Wir arbeiten mit verschiedenen Bibliotheken weltweit zusammen, um die Benutzerfreundlichkeit und Metadatenqualität für folgende Bereiche zu bewerten:

• Mehr Sprachen, Fach-Wortschatz und Katalogisierungsformate.
• Anreicherungsprozesse von Datensätzen in großen Mengen
• Erstellungsprozesse von Datensätzen in großen Mengen

Wir prüfen auch Optionen für Mengenprozesse und beurteilen, welche Metadaten in welchen Szenarien und Arbeitsabläufen für Bibliotheken nützlich sein könnten.

Funktionen und Beschränkungen

Dieser Service wendet generative KI an, was zu Einschränkungen, Ungenauigkeiten oder Verzerrungen in der Ausgabe führen kann – der vermittelte Arbeitsablauf kombiniert die KI-Funktionen mit der Expertise des Bibliothekars, um Effizienz und Genauigkeit in Einklang zu bringen.

Generative KI-Tools für große Sprachmodelle sind flexibel, ihre Reaktionen unterscheiden sich je nach Verwendungszweck und entwickeln sich im Laufe der Zeit weiter. Wir arbeiten kontinuierlich mit der Community zusammen, um die Nützlichkeit und Genauigkeit der ausgegebenen Daten zu maximieren und die Effizienz unserer Systemmeldungen und Datenverarbeitung aufrechtzuerhalten.

Obwohl wir unsere Systemmeldungen sorgfältig formulieren, gibt es Fälle, in denen sich die KI wie folgt verhält:

• Gibt ungenaue oder allgemeine Daten zurück (z. B. irrelevante Ausgabeinformationen).
• Befolgt die Katalogisierungsstandards nicht so genau, wie es ein professioneller Katalogisierer tun würde (z. B. fehlende ISBD-Zeichensetzung oder Verwendung falscher MARC-Feld-Indikatoren).
• Gibt nicht alle angeforderten Metadaten-Felder zurück.
• Die Verarbeitung einiger Sprachen beim Katalogisieren von Ressourcen in diesen Sprachen erfolgt nicht korrekt.
• Gibt für bestimmte Normdatei-Wortschätze keine korrekten Schlagwörter zurück.
• Unter bestimmten Bedingungen können Bilder nicht immer verarbeitet werden, z. B. bei schlechter Bildqualität, starkem Rauschen im Bildhintergrund oder wenn das Bild nicht hochkant ist.

Was wir tun, um diese Beschränkungen abzumildern

1. Zusammenarbeit mit Katalogisierern und der Alma-Community, um die Qualität der Metadaten zu bewerten und zu verbessern.

2. Prüfen der zurückgegebenen Schlagwörter anhand von Normdateien: Wir prüfen, ob das zurückgegebene Schlagwort mit einem bestehenden Normdatensatz übereinstimmt, und verknüpfen es entweder vollständig oder teilweise. Es kann entweder mit der Ansetzungsform oder mit der Verweisungsform übereinstimmen – wenn von der KI eine Verweisungsform vorgeschlagen wird, kann es auf die Ansetzungsform geändert werden, entweder durch den Katalogisierer, indem er F3 im Metadaten-Editor benutzt, oder automatisch durch den geplanten Prozess „Normdateien - Ansetzungsform-Korrektur“ (für weitere Informationen siehe Mit Normdatensätzen verknüpfte Prozesse).

3. Schrittweise Unterstützung für verschiedene Sprachen und Vokabeln in Zusammenarbeit mit den darin arbeitenden Bibliotheken und entsprechend den wachsenden Fähigkeiten des KI-Modells.

4. Anwenden von Normalisierungsprozessen zum Formatieren und Bereinigen von Daten sowie zum Hinzufügen von Informationen zur Datenherkunft.

5. Überwachen des Feedbacks der Katalogisierer und regelmäßiges Aktualisieren unserer Eingabeaufforderungen mithilfe eines neuen geplanten Prozesses , „KI-Einstellungen synchronisieren“.

6. Entwicklung von Werkzeugen für Bibliotheken zur Konfiguration lokaler Normierungsprozesse und zum Treffen eigener Entscheidungen darüber, welche Daten behalten oder hinzugefügt werden sollen.

Testen in einer Sandbox-Umgebung

Die Einstellungen des KI-Metadaten-Assistenten werden regelmäßig mithilfe des Prozesses „KI-Einstellungen synchronisieren“ aktualisiert. Dies stellt sicher, dass die KI-Eingabeaufforderung effektiv und aktuell bleibt, auch wenn sich KI-Modelle weiterentwickeln und ändern.

Da geplante Prozesse in Sandbox-Umgebungen deaktiviert sind, führen Sie vor dem Testen des KI-Metadaten-Assistenten die Funktion „KI-Einstellungen synchronisieren“ aus, um dies mit den aktuellen Einstellungen zu testen. 

1. Gehen Sie zu Prozesse überwachen > Registerkarte Geplant.
2. Filtern nach Arbeitsfeld = Datenservices.
3. Klicken Sie auf Jetzt ausführen (verfügbar in Sandbox-Umgebungen) in den Zeilen-Aktionen für „KI-Einstellungen synchronisieren“

Nachdem der Prozess abgeschlossen ist, können Katalogisierer mit den erforderlichen Rollen den KI-Assistenten im MD-Editor testen. Für weitere Informationen siehe KI-Metadaten-Assistenten. 

Korrigieren generierter Metadaten mithilfe eines Normalisierungsprozesses

Um Bibliotheken mehr Kontrolle über die Verwendung von durch KI generierten Metadaten zu geben, kann die Institution diese mithilfe eines Normalisierungsprozesses korrigieren. Nomalisierungsregeln können verwendet werden, um Metadatenfelder und -unterfelder zu entfernen, zu ersetzen oder hinzuzufügen. So kann eine Institution beispielsweise lokale Felder hinzufügen, die für ihren Katalog relevant sind, ein Unterfeld zur Datenherkunft (z. B. $$7 in Notizfeldern) zu bestimmten Feldern hinzufügen, wenn diese von der KI generiert wurden, bestimmte Felder entfernen, die keine generierten Metadaten enthalten sollen, wenn sie generiert wurden, usw.

Der ausgewählte Normalisierungsprozess wird sowohl im Erstellungs- als auch im Anreicherungs-Arbeitsablauf auf die generierten Metadaten angewendet, bevor der resultierende Entwurf dem Katalogisierer zur Verfügung steht.

Wenn die generierten Daten mit einem vorhandenen Datensatz zusammengeführt werden (beim Erweitern eines Datensatzes mit dem KI-Assistenten) oder aus einer Vorlage erweitert werden, um fehlende Felder hinzuzufügen (beim Erstellen eines neuen Datensatzes), wird der Normalisierungsprozess nur auf die von KI generierten Daten angewendet, bevor diese Zusammenführung stattfindet. 

Sie können den Normalisierungsprozess, der bei der Arbeit mit dem KI-Metadaten-Assistenten verwendet wird, auf der Seite KI-Verwendungsprofil (Konfigurationsmenü > Ressourcen > Katalogisierung > AI-Verwendungsprofil) im Abschnitt „KI-Metadaten-Assistent – andere Einstellunges“ konfigurieren.

Auswählen einer Zusammenführungsmethode zum Verbessern von Datensätzen mit dem KI-Assistenten

Wenn Sie einen Datensatz mit dem KI-Metadaten-Assistenten erweitern, werden die generierten Metadaten mit dem erweiterten Datensatz zusammengeführt – der vorhandene Datensatz der Bibliothek wird als bevorzugter Datensatz betrachtet.

Die Daten der Bibliothek werden standardmäßig nicht überschrieben. Die von der KI generierten Metadaten werden dem Datensatz hinzugefügt, wenn:

• Das Feld ist wiederholbar
• Das Feld ist nicht wiederholbar und existiert noch nicht im bevorzugten Datensatz

Die Institution kann die Verwendung der vom KI Metadaten-Assistenten generierten Daten im Anreicherungsprozess steuern, indem sie die Standard-Zusammenführungsregel außer Kraft setzt und eine lokale Zusammenführungsregel auswählt – zum Beispiel auswählen, dass bestimmte wiederholbare Felder (z. B. Produktions- und Veröffentlichungsinformationen) nicht hinzugefügt werden, wenn sie bereits im Datensatz vorhanden sind, oder bestimmte Felder außer Kraft setzen, von denen bekannt ist, dass sie problematisch sind. Siehe Arbeiten mit Zusammenführungsregeln für weitere Informationen.

Sie können die übergeordnete Zusammenführungsmethode konfigurieren, die bei der Erweiterung eines Datensatzes mit dem KI-Metadaten-Assistent auf der Seite „KI-Verwendungsprofil“ verwendet werden soll. (Konfigurationsmenü > Ressourcen > Katalogisierung > KI-Verwendungsprofil).

Arbeiten mit dem AI Metadata Assistant

Die Arbeit mit dem AI Metadata Assistant erfordert eine dedizierte Rolle, um Bibliotheken die Kontrolle darüber zu geben, welche Katalogisierer mit generativen KI-Tools arbeiten.

Mit dem AI Metadata Assistant können Sie einen neuen Titelsatz erstellen oder einen vorhandenen Kurztitel anreichern. Sobald der Assistent die Verarbeitung des Datensatzes abgeschlossen hat, wird der Entwurf mit den vorgeschlagenen Metadaten an den Metadaten-Editor weitergeleitet, damit Sie ihn überprüfen und akzeptieren, korrigieren oder verwerfen können. Eine Echtzeitbenachrichtigung zeigt an, dass der Entwurf zur Bearbeitung bereitsteht.

Häufig gestellte Fragen

1. F: Werden die Daten, die ich zum Erstellen oder Anreichern des Datensatzes verwende, zum Trainieren der KI verwendet?
   A: Nein – wir geben die Daten nur zur Verarbeitung an die KI weiter, nicht um sie zu trainieren.

2. F: Woher kommen die Metadaten?
   A: Die Metadaten werden von einem AI LLM entsprechend den vom Katalogisierer bereitgestellten Informationen generiert (entweder manuell oder aus einem anzureichernden Bib-Datensatz). Als Eingabeinformationen werden derzeit bibliografische Metadaten wie der Titel der Ressource (Pflichtfeld) sowie Dateien mit Bildern der Ressource (z. B. Titelseite, Rückseite, Inhaltsverzeichnis, Beschreibung des Herausgebers) unterstützt.

   Wie bei allen KI-Modellen werden auch die Trainingsdaten des Modells zur Generierung einer Antwort verwendet. Dazu gehört das Wissen über MARC-Felder und -Unterfelder, relevante LC-Schlagwörter und ob in den Trainingsdaten des KI-Modells Informationen zu der jeweiligen Ressource vorhanden sind (z. B. Erscheinungsjahr, Geburtsjahr des Verfassers, Ressourcenbeschreibung), die auch bei der Generierung der Metadaten verwendet werden können.

3. F: Führt die KI eine Onlinesuche durch, um Daten für mich zu beschaffen?
   A: Nein – unsere KI-Plattform verwendet keine Online-Suche. Die Metadaten werden auf Grundlage der von der Bibliothek erstellten Informationen und der in den KI-Trainingsdaten vorhandenen Informationen bereitgestellt.

4. F: Wenn ich Bilder von Büchern hochlade – werden diese irgendwo gespeichert?
   A: Nein, wir verwenden das Bild nur zur Angabe von Metadaten und speichern es nicht für andere Zwecke.

5. F: Wird die KI für mich katalogisieren?
   A: Der KI-Assistent macht Vorschläge für Metadaten zur Überprüfung durch einen Katalogisierer.
   Der Katalogisierer prüft diese und kann die Vorschläge annehmen, korrigieren oder ablehnen. Da generative KI zu Ungenauigkeiten oder Verzerrungen in der Ausgabe führen kann, ermöglicht die Kombination menschlicher und technologischer Fähigkeiten ein rationalisierteres und effizienteres Katalogisierungserlebnis bei gleichzeitiger Wahrung der Datenintegrität.

6. F: Warum werden mir bei jeder Verwendung des AI Metadata Assistant unterschiedliche Metadaten für dieselbe Ressource vorgeschlagen?
   A: Generative KI-Tools für große Sprachmodelle sind flexibel, ihre Reaktionen unterscheiden sich je nach Verwendungszweck und entwickeln sich im Laufe der Zeit weiter. Die von der KI ausgegebenen Metadaten variieren jedes Mal je nach den ihr bereitgestellten Informationen, der katalogisierten Ressource und der internen Verarbeitung der KI selbst.

7. F: Kann der AI Metadata Assistant verwendet werden, um beliebige Datensätze im Katalog anzureichern?
   A: Nein – der KI-Assistent kann nur zum Anreichern von Datensätzen verwendet werden, die nicht für die Bearbeitung gesperrt sind und die ich gemäß meiner Katalogisierungsrolle und -ebene bearbeiten darf.
   Darüber hinaus unterstützt Phase I nur Datensätze im MARC 21-Format und nicht die Anreicherung von CZ-Datensätzen.
   Für Netzwerkmitglieder – die Möglichkeit, Netzwerkdatensätze zu erstellen oder zu erweitern, hängt auch von den Netzwerkeinstellungen ab.

8. F: Phase I unterstützt die englische MARC 21-Katalogisierung von Büchern unter Verwendung von LC-Normdateien – was ist für die nächsten Phasen geplant?
   A: Wir sprechen mit Bibliotheken weltweit, um Arbeitsabläufe zu verstehen, den Bedarf zu ermitteln und gemeinsam mit der Community zu entscheiden, worauf wir uns als Nächstes konzentrieren. Zu den Optionen gehören mehr Arbeitsabläufe, mehr Katalogisierungssprachen und mehr Schlagwort-Wortschätze.

9. F: Wie stellen Sie sicher, dass die zurückgegebenen Schlagwörter echt sind?
   A: Wir prüfen, ob das zurückgegebene Schlagwort mit einem bestehenden Normdatensatz übereinstimmt, und verknüpfen es entweder vollständig oder teilweise. Es kann entweder mit der Ansetzungsform oder mit der Verweisungsform übereinstimmen – wenn von der KI eine Verweisungsform vorgeschlagen wird, kann es auf die Ansetzungsform geändert werden, entweder durch den Katalogisierer, indem er F3 im Metadaten-Editor benutzt, oder automatisch durch den geplanten Prozess „Normdateien - Ansetzungsform-Korrektur“ (für weitere Informationen siehe Mit Normdatensätzen verknüpfte Prozesse).

10. F: Kann die KI beliebige MARC 21-Felder bereitstellen?
    A: Nein. Wir bitten den KI-Assistenten, die nützlichsten Felder zu generieren und dabei ein Gleichgewicht zwischen Hilfestellung und Genauigkeit zu wahren. Alma verarbeitet die von der KI vorgeschlagenen Metadatenfelder und präsentiert dem Katalogisierer die Vorschläge im Format von Datensatz-Entwürfen, um die Überprüfung und den Arbeitsablauf zu erleichtern. Wir arbeiten mit der Community zusammen, um die Nützlichkeit der verschiedenen Felder zu beurteilen und zu entscheiden.
    Die KI kann auch unaufgefordert Felder erzeugen, die hilfreiche Informationen enthalten können. Da die KI Metadaten auf probabilistische Weise generiert, kann es vorkommen, dass sie auch irrelevante Felder wie lokale Felder, Systemnummern oder Datensatz-Herkünfte generiert, die keinen Datensatz repräsentieren (da kein Datensatz kopiert wird, werden nur bestimmte Metadaten generiert) - diese Felder enthalten wahrscheinlich irrelevante oder generische Daten, und bei der Verarbeitung der Ergebnisse entfernt Alma diese.

11. F: Kann jeder in der Bibliothek den AI Metadata Assistant verwenden?
    A: Die Bibliothek kontrolliert den Zugriff hierauf: Der Arbeitsablauf des AI Metadata Assistant ist in den Metadaten-Editor eingebettet – ich muss ein Katalogisierer sein, um Titelsätze erstellen oder bearbeiten zu können, und außerdem über die neue Rolle „AI Assisted Cataloging“ verfügen, um die neuen Arbeitsabläufe verwenden zu können.

12. F: Kann ich entscheiden, in meiner Bibliothek keine KI-angereicherten Daten zu verwenden?
    A: Natürlich! Die Bibliothek hat die volle Kontrolle über die Verwendung dieses Werkzeugs. Um mit dem KI-Metadaten-Assistenten zu arbeiten, sollte der allgemeine Administrator der Bibliothek diesen zunächst für die Institution auf der neuen Konfigurationsseite des KI-Nutzungsprofils aktivieren.

13. F: Ich bin ein Netzwerkmitglied – kann KI verwendet werden, um Netzwerkdatensätze anzureichern?
    A: Natürlich! Wenn das Netzwerk den AI Metadata Assistant aktiviert, können alle Mitglieder, die ihn auch in ihrer Institution aktivieren, ihn zur Verbesserung der Netzwerkdatensätze verwenden.

14. F: In meinem Netzwerk ist die Bearbeitung einiger Felder untersagt. Kann die KI diese trotzdem erstellen?
    A: Nein. Alle vom Netzwerk erzwungenen Beschränkungen gelten auch für den Arbeitsablauf des AI Metadata Assistant. Katalogisierer können ihn nur zum Erstellen oder Anreichern von Metadaten verwenden, die sie manuell erstellen oder anreichern können.

15. F: Mit welchem ​​LLM arbeiten Sie?
    A: Modelle unterliegen Änderungen, da sich Modelle und Funktionen weiterentwickeln. Ab der Version vom Februar 2025 arbeitete der AI Metadaten-Assistent mit dem LLM-Modell gpt_4o_2024_08_06.