Die Mittelhochdeutsche Begriffsdatenbank (MHDBDB) aus infrastruktureller Perspektive
Wenn in den Digital Humanities von „Infrastruktur“ die Rede ist, klingt das oft abstrakt und ausschließlich technisch: Server, Dienste, Schnittstellen. Hinter diesen Schlagworten stehen jedoch sehr konkrete Fragen: Wie können Forschungsprojekte ihre Daten so bereitstellen, dass sie auch in zehn Jahren noch nachnutzbar sind? Wie lassen sich bestehende Werkzeuge in neue Kontexte integrieren – etwa in KI-gestützte Szenarien? Und: Wie profitieren die Fachcommunities ganz praktisch davon?
Ein besonders anschauliches Beispiel dafür ist die Mittelhochdeutsche Begriffsdatenbank (MHDBDB), die im Rahmen von DHinfra als Test Case ausgewählt wurde – in enger Verzahnung mit Maßnahmen aus CLARIAH-AT („Users First“) zur Verbesserung von Frontend und Usability.
Warum gerade die MHDBDB?
Die MHDBDB ist ein klassisches Langzeitprojekt: Seit den 1970er-Jahren gewachsen, heute ein zentrales Recherchewerkzeug für mediävistische Sprach- und Literaturforschung. Sie vereint ein umfangreiches, annotiertes Korpus mittelalterlicher und frühneuzeitlicher Texte, ein onomasiologisches Begriffssystem, zahlreiche Annotationsebenen von Grammatik über ein Gattungstypologie bis hin zu einem Namenssystem, und eine internationale Nutzer*innenschaft, die die Datenbank täglich in der Forschung, in Qualifikationsarbeiten und in der Lehre einsetzt.
Genau diese Kombination macht die MHDBDB zu einem idealen Testfall: Wer hier Infrastruktur verbessert, verbessert nicht nur „Technik“, sondern unmittelbar die Arbeitsbedingungen einer gewachsenen Fachcommunity.
Umsetzung des Test Cases
Statt einzelne Funktionen isoliert zu betrachten, hat DHinfra die MHDBDB als komplexes Gesamtökosystem verstanden. Im Test Case ging es daher um Fragen wie:
- Wie lässt sich ein langjährig gewachsenes Projekt in ein modernes, modulares System überführen?
- Wie kann das Datenmodell so bereitgestellt werden, dass es für ganz unterschiedliche Anwendungen anschließbar ist? Ziel: Nicht mehr nur „eine Website“, sondern ein Backend, das andere Projekte mitnutzen können.
- Wie testet man, ob sich ein solches System verlässlich reproduzieren und skalieren lässt?
Konkret bedeutet das, die MHDBDB wurde als Use Case auf einer DHinfra-Umgebung betrieben und dort unter realistischen Bedingungen erprobt – inklusive der Frage, wie sich große RDF-Datenmengen, komplexe Abfragen und ein API-basiertes Backend in einem Clusterbetrieb bewähren.
Im Zuge des Test Cases wurde die bislang eingesetzte Graphdatenbank aufgrund geänderter Lizenzbedingungen einer Neubewertung unterzogen. Dabei konnte die grundsätzliche technische Machbarkeit eines Betriebs der MHDBDB auf einer offen lizenzierbaren Graphdatenbank-Infrastruktur überprüft werden, einschließlich der Integration in die bestehende Systemarchitektur. Weiterführende Tests zu Performanz, Skalierbarkeit und langfristiger Betriebssicherheit sind für einen nachfolgenden Test Case vorgesehen.
Die aus dem Test Case resultierenden Use Cases lassen sich grob in vier Bereiche gliedern:
1. Stabilere, verlässlichere Nutzung für alle
Wer mit der MHDBDB arbeitet, kennt das: Man möchte „nur schnell“ eine komplexe Suche absetzen – und merkt erst im Doing, wie anspruchsvoll das für das System im Hintergrund ist. Durch den DHinfra-Test Case wurden Performanz und Lastverhalten unter realistischen Bedingungen geprüft, Engstellen bei Abfragen identifiziert und die Basis für einen stabilen Betrieb gelegt.
Das Ergebnis ist nicht spektakulär im Interface sichtbar, aber spürbar: Die MHDBDB soll zuverlässiger, planbarer und robuster in der Nutzung werden.
2. Neue Anschlussmöglichkeiten durch eine API
Eine der wichtigsten Konsequenzen des Test Cases ist die Stärkung der API als Scharnier zur Außenwelt. Damit eröffnen sich für die DH-Community neue Szenarien, zum Beispiel die Anbindung der MHDBDB an eigene Forschungsprototypen, die Einbindung von Daten in Lehrtools, Visualisierungen oder Annotationstools sowie die Nutzung der MHDBDB als Datenquelle für KI-Anwendungen (z. B. Retrieval-Augmented-Generation, semantische Suche, automatische Kontextanreicherung).
Kurz gesagt: Die MHDBDB wurde nicht nur als Website verstanden, sondern als Service, den andere Projekte und Institutionen benutzen können. Das ist ein zentraler Schritt in Richtung Interoperabilität und FAIRer Forschungsdaten.
Für die Website der MHDBDB, ergibt sich somit die Vereinfachung, wieder nur für „Frontend-Aufgaben“ zuständig sein zu müssen – also für das, was die*der Besucher*in sieht und machen kann. Diese umfassen im Wesentlichen eine saubere funktionale Oberfläche für eine gute User Experience sowie eine klare und einladende Präsentation der Daten. Die Bereitstellung der Daten über die API passiert an anderer Stelle und kann separat entwickelt und erweitert werden.
3. Nachhaltigkeit: Infrastruktur, die nicht an Einzelpersonen hängt
Viele DH-Projekte kennen das Dilemma: Wenn eine bestimmte Person ein Projekt verlässt, ist plötzlich niemand mehr für die technischen Details zuständig. Der DHinfra-Test Case hat daher explizit auf dokumentierte, automatisierte Prozesse gesetzt. Für die Community heißt das nicht nur, dass die Konfiguration des Systems nachvollziehbar dokumentiert ist, sondern auch, dass ein funktionierender Zustand mittels moderner Automatisierungswerkzeuge jederzeit reproduziert werden kann – etwa beim Umzug auf eine neue Umgebung. Darüber hinaus konnten Wartung und Weiterentwicklung perspektivisch breiter verteilt werden. Dazu gehört auch die Reduktion von Abhängigkeiten von proprietärer Software zugunsten offener, langfristig verfügbarer Komponenten.
4. Synergien mit CLARIAH-AT: „Users First“ als Leitmotiv
Während DHinfra vor allem die Infrastruktur- und Backendperspektive adressiert hat, wurden im Rahmen des von CLARIAH-AT geförderten Großprojektes „Users First“ (Jänner 2025 bis Dezember 2025) gezielt User-Experience-Aspekte verbessert. Outcome ist beispielsweise: eine robustere Anzeige von Suchergebnissen, eine klarere Werkliste, in der Werke und Instanzen (nach BIBFRAME) besser unterscheidbar sind, ein erweitertes Navigationsmenü und vorbereitende Arbeiten, um die komplexe Backend-Logik künftig konfigurierbar und leichter wartbar zu machen.
Die Kombination aus DHinfra (Cluster, Backend, API, Reproduzierbarkeit) und CLARIAH-AT (Frontend, Usability, Zugänglichkeit) macht den MHDBDB-Use-Case so spannend: Hier zeigt sich, wie Infrastrukturarbeit und Nutzerorientierung zusammengehören – und wie Verbundprojekte gemeinsam etwas bewegen können, was ein einzelnes Projekt in dieser Tiefe kaum leisten könnte.
Was lässt sich daraus für andere Projekte lernen?
Der Test Case MHDBDB zeigt auf einer Metaebene mehrere Dinge, die für viele DH-Projekte relevant sind:
- Langzeitprojekte profitieren besonders von Infrastrukturverbünden. Gerade dort, wo Daten und Community über Jahrzehnte gewachsen sind, lohnt sich der Aufwand, Infrastruktur neu zu denken.
- Use Cases sind wichtiger als Einzeltechnologien. Ob ein Cluster oder eine API eingesetzt wird, ist weniger entscheidend als die Frage: Welche neuen Formen der Nutzung und Nachnutzung werden damit möglich?
- Nachhaltigkeit braucht Struktur. Reproduzierbare Setups, dokumentierte Deployments und klar definierte Schnittstellen sind keine Luxusprobleme, sondern Grundbedingungen dafür, dass Werkzeuge wie die MHDBDB auch in Zukunft eine tragende Rolle in der Forschung spielen werden.
Der DHinfra-Test Case zur MHDBDB ist ein Beispiel dafür, wie digitale Forschungsinfrastruktur, Langzeitprojekte und Community-Bedürfnisse produktiv aufeinander bezogen werden können.
Ressourcen:
DHInfra.at: https://www.dhinfra.at/
Projektseite „Users First“ bei CLARIAH-AT: https://clariah.at/de/projects/users-first-optimierung-von-user-interface-user-experience-und-crowdsourcing-an-der-mittelhochdeutschen-begriffsdatenbank/
Zu diesem Thema sind auf dem Blog außerdem erschienen:
- Karoline Döring, Die Integration komplexer wissenschaftlicher Softwaresysteme in bestehende Forschungsinfrastrukturen. Digital Humanities an der Universität Salzburg (2025), https://dhsalzburg.hypotheses.org/6696
- Martin Schäler, Die DHInfra.at-Forschungsinfrastruktur der Universität Salzburg. Digital Humanities an der Universität Salzburg (2025), https://dhsalzburg.hypotheses.org/6717
Beitragsbild: TheDigitalArtist, Datenzentrum – Rechner, 2023, Pixabay Inhaltslizenz
Die Universität Salzburg ist Konsortiumsmitglied von 
Nur der Text ist unter der Lizenz Creative Commons Namensnennung-Share Alike 4.0 International nutzbar
. Alle anderen Elemente (Abbildungen, importierte Anhänge) sind „Alle Rechte vorbehalten“, sofern nicht anders angegeben.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Katharina Zeppezauer-Wachauer, Clemens Hafner (22. Dezember 2025). Die Mittelhochdeutsche Begriffsdatenbank (MHDBDB) aus infrastruktureller Perspektive. Digital Humanities an der Universität Salzburg. Abgerufen am 12. Oktober 2026 von https://doi.org/10.58079/15emt
