https://github.com/thedatahub https://github.com/librecat

1. M A T T H I A S V A N D E R M A E S E N
S T U D I E D A G D U U R Z A A M D I G I T A L I S E R E N
1 6 D E C E M B E R 2 0 1 6
De Datahub

2. Vlaamse Kunstcollectie
 Samenwerkingsverband van:
 Groeningemuseum Brugge
 Museum voor Schone Kunsten Gent
 Koninklijk Museum voor Schone Kunsten Antwerpen
 Doelstelling: de schone kunsten collecties en de
expertise bundelen om de internationale uitstraling
van de drie musea te vergroten.
 Hoe? Promotie via digitale kanalen.

3. Diverse digitale kanalen

4. Opbouw van catalogi
 Publicatie van dezelfde informatie via meerdere kanalen.
 Beter: ter beschikking stellen binnen diverse contexten.
 Diverse doelgroepen, Locatie, Onderwijs,…
 Registratiegegevens – metadata – die vervat en beheerd
worden in collectieregistratiesystemen
 Groeningemuseum & MSK Gent: Adlib (Axiell / Erfgoed Inzicht)
 KMSKA: The Museum System (The Gallery Systems / CiT)
 Uitwisseling van gegevens tussen systemen is noodzakelijk
 Geautomatiseerd
 Flexibel inzetbaar (nieuwe digitale kanalen)
 Gecontroleerd (nieuwe data, aangepaste data)

5. De spoorweg analogie
Wikipedia CC BY 2.5 User:Geographer

6. Het VKC digitale ecosysteem

7. PACKED doorlichting (2013)
 Sterk verouderde architectuur
 Niet schaalbaar naar hedendaagse noden
 Duur om te onderhouden
 Sterk gebonden aan technische leveranciers
 Licentie gebaseerde software
 Niet transparant (“black box”)
 Geen ruimte om over te stappen of aan te sluiten
 Geen duurzame uitwisseling van gegevens
 Manuele i.p.v. automatische uitwisseling
 Veel extra moeite in “massage” van gegevens naar een
gemeenschappelijke vorm
 Impact op de kwaliteit van gegevens

8. Aanbevelingen
 Aanbevelingen
 Automatisering van uitwisseling
 Introductie van standaarden voor uitwisseling
 Normaliseren van gegevens
 Identificeren en linken van gegevens
 Concretisering:
 Nieuwe infrastructuur met centraal: de datahub

9. Automatische uitwisseling
 Door middel van API’s
 Application Programming Interfaces

10. Open standaard formaten en protocollen
 Wat is een formaat?
 Formele definitie van de velden in een record (titel, vervaardiger,…)
 De technische uitwisselvorm van gegevens (XML, JSON,…)
 Wat is een protocol?
 Een set van regels die bepalen hoe computersystemen met elkaar
communiceren.
 Voorbeeld: HTTP protocol = gebruik je om te surfen via een browser
 Wat is een open standaard?
 Open = Een definitie die onafhankelijk van één of enkele producenten is
opgesteld.
 Standaard = Algemeen geaccepteerd.
 Waarom belangrijk?
 Gestandaardiseerde open formaten en protocollen is het niet mogelijk om
omvangrijke, complexe netwerken die toch flexibel zijn, aan te leggen.

11. LIDO uitwisselformaat
 LIDO = Lightweight Information Describing Ojects
 Ontworpen door ICOM Working Group
 Kandidaat standaard voor de uitwisseling van museale data.
 Goed gedocumenteerd
 Gebaseerd op XML formaat
 Focus op beschrijvende informatie
 Ondersteuning meertalige data
http://www.lido-schema.org

12. Normalisering van data
Gestandaardiseerde thesauri helpen kunst eenduidig
te beschrijven.
 Personen & organisaties
 VIAF (Virtual International Authority File)
 RKD Artists (Rijksbureau voor Kunsthistorische Documentatie)
 ODIS (Online Database voor Intermedaire Structuren)
 Iconografische termen
 AAT (Arts and Architecture Thesaurus)
 ICONCLASS (Iconographic Classification)

13. Linken van gegevens
Collectie informatie koppelen met “persistente links”
https://www.projectcest.be/wiki/Publicatie:Project_Persistente_identificatie
Théo Van Rysselberghe
De lezing door Emile Verhaeren
1906-R (MSK Gent)
http://mskgent.be/collection/work/id/1906-R
http://mskgent.be/collection/work/data/1906-R
http://mskgent.be/collection/work/representation/1906-R

14. Sluitsteen
De datahub

15. De datahub
 Projectomschrijving
 Ontwerp & bouw van een softwarecomponent die de uitwisseling van
museale registratiegegevens vereenvoudigt en standaardiseert.
 Projectsubsidie voor internationaal cultureel-erfgoedproject
(aanvraag in 2015)
 Doorlooptijd: Januari – december 2016
 Project partners
 VKC, PACKED, DEN (NL), CAHf
 Doelstellingen
 Datahub als een open source software project
 Datahub als platform voor schone kunsten collecties: de Arthub

16. Wat is een datahub?
“Een virtuele overslag- of transitlocatie die
geautomatiseerde, gecontroleerde uitwisseling van al
dan niet verrijkte data tussen systemen, instellingen en
mensen mogelijk maakt.”

17. Wat is een datahub?
Erie Railway Company – Public domain

18. Wat doet een datahub?
 Automatische uitwisseling van data tussen
registratie systemen en hergebruiktoepassingen op
basis van open standaarden
 Aggregatie van data uit verschillende bronnen in
een gemeenschappelijke vorm en structuur
 Gecontroleerd en flexibele publicatie van data
voor breed hergebruik.

19. Projectverloop
 Januari – juni 2016
 Definiëren van een referentiearchitectuur
 Definitie van de API’s
 Definitie van de vereiste interne functionaliteit
 Toetsen aan verwachtingen, haalbaarheid,…
 Opstellen van alle documentatie
 Uitwerken van een primitief prototype om ideeën te testen
 Start mapping oefening van data naar LIDO
 Juli – september 2016
 Afwerken aanbestedingsprocedure
 Aanstellen van een opdrachtnemer: Inuits BVBA

20. Projectverloop
 September 2016 – December 2016
 Ontwikkeling van een eerste versie van de Datahub
software
 Uitrol van een eerste versie van het Arthub platform
 Start implementatie van koppelingen:
 Automatische transformatie van data naar LIDO
 Automatische ingest (opvoer) van data naar de Datahub in bulk

21. Voorlopig resultaat
 Eerste ruwe versie van de datahub component
 Ontwikkeling door Inuits BVBA
 Eerste ruwe versie van het Arthub platform
 Ontwikkeling door Inuits BVBA
 Hosting bij VIAA
 Een verzameling van softwaretools om koppelingen te
realiseren:
 Data te transformeren naar LIDO XML ongeacht het bronformaat
 Data op te voeren naar de Datahub
Disclaimer:
Wat volgt is nog steeds in volle opbouw.

22. De datahub component
 Opzet
 Gebaseerd op Open Source technologieën
 Bewust eenvoudig gehouden > robuuste tool
 Focus op publicatie van gegevens in machineleesbare
standaard formaten via API’s
Demo

23. De datahub component

24. De datahub component
 Beschikbaar via Github als een Open Source project
https://github.com/thedatahub
 Vrij herbruikbaar onder een Open Source licentie (GPL v3)
 Nog niet geschikt voor gebruik in productie omgevingen!!
 Verder uitwerking in 2017

25. De Arthub
 Doelstellingen
 Ontsluiten van registratiegegevens uit Schone Kunsten collecties:
 De VKC partners
 De CAHf partners (2017)
 Vlaamse Kunstcollectie (verrijkte data)
 LUKAS Arts in Flanders
 Gericht op hergebruikers van museale gegevens
 De instellingen zelf
 Derden, hergebruikers
 Rekening houdende met het gelaagd licentiemodel
 Bestaat uit twee componenten
 Een installatie van de datahub voor aggregatie van data
 Een zoekmachine om de data te ontsluiten voor mensen

26. De Arthub
* Disclaimer: voorlopig ontwerp

27. De Arthub zoekmachine
 Opzet
 Mogelijk maken om gericht gegevens op te zoeken in de
datahub component
 Hoe?
 Via een gebruiksvriendelijke zoekinterface
 Gericht op hergebruikers van gegevens
 Waarom niet geïntegreerd in de datahub?
 Deze functionaliteit is specifiek voor de VKC use case
 De datahub component is een generieke component
Demo

28. De Arthub zoekmachine

29. De Arthub zoekmachine
 Gebaseerd op Project Blacklight
 Een open source project, dus vrij bruikbaar.
 http://www.project-blacklight.org
 Ontwikkeld in de bibliotheekwereld
 Customisatie door Inuits BVBA voor VKC
 Automatische koppeling met de datahub
 Harvesting van data uit de datahub via het OAI-PMH protocol
 Verwerking van de opgehaalde LIDO gegevens
 Opvoer in de onderliggende zoekindex van Project Blacklight
Koppeling is nog in volle ontwikkeling

30. Koppelingen
Hoe realiseren we de koppelingen tussen de
verschillende systemen nu concreet?
Adlib naar de Datahub?
TMS naar de Datahub?
De datahub naar Project blacklight?

31. Koppelingen
We maken gebruik van Catmandu / Librecat
 Een data ETL toolkit
 Universiteitsbibliotheek Gent
 Open source software
 Zeer flexibel
 Relatief “eenvoudig” in gebruik.
http://www.librecat.org
Demo

32. Koppelingen

33. Koppelingen
 Softwaretools vrij beschikbaar:
 Catmandu LIDO integratie:
https://github.com/librecat/Catmandu-LIDO
 Catmandu Datahub integratie:
https://github.com/thedatahub/Datahub-Factory
https://github.com/thedatahub/Catmandu-Store-Datahub
 Definities van de mapping voor de VKC musea in Catmandu:
https://github.com/VlaamseKunstcollectie/Datahub-Fixes
 Ontsluiting van data uit TMS:
https://github.com/VlaamseKunstcollectie/tmssync

34. Koppelingen
 Dit is specialistenwerk!
 Nauwe kennis van de data in de registratiesystemen is noodzakelijk.
 Datamodellen & thesauri
 Hoe voeren registratoren informatie in? Interpretatie van de velden!
 Technische kennis om met data processing tools om te gaan.
 Vertalen van de mapping in een Catmandu configuratie
 Opschonen (“masseren”) van data met Catmandu, Excel, Refine,…
 Programmeren van ontbrekende functionaliteit in Catmandu was
noodzakelijk
 Terug koppelen feedback naar de musea
 Verbeteren van de kwaliteit van de gegevens in de registratiesystemen
 Projectmatige aanpak i.s.m. registratoren, publieksmedewerkers,…

35. Koppelingen
 Een data conservator (of gelijkaardige rol) beheert idealiter
dergelijke koppelingen.
 Noodzakelijke, specifieke domeinkennis verwerft men slechts door in
de musea hands-on met de registratiesystemen te werken & met de
registratoren te communiceren op dagelijkse basis.
 Een externe technische leverancier eerder inschakelen voor de bouw
en het operationeel stellen van complexe systemen.
 Een data conservator rol is de go-between tussen de musea en de
technische bouwers van digitale projecten.
 Samenwerking is belangrijk!!
 Delen & inbedden van ervaring en kennis op de museumvloer
 Delen van mensen met relevante kennis & ervaring.

36. Vervolg in 2017
 Afwerking van de datahub component
 Herlancering van het Open Source project
 Verdere uitwerking van de Arthub
 Verder verbeteren van de koppelingen
 Uitwerken van de zoekmachine
 Aansluiting van schone kunsten collecties
 Inzetten op hergebruik van de gegevens
 Ontsluiting via de VKC catalogus & thematische collecties
 Ontsluiting via Europeana
 Op zoek naar andere vormen van hergebruik

37. Dank!
Matthias Vandermaesen
matthias.vandermaesen@vlaamsekunstcollectie.be
Twitter: @netsensei