Gemeinsame Methodik

Grundsätze

Das Projekt macht drei nationale Register des Bauerbes zu einer Forschungsinfrastruktur, mit einer einzigen Website-Engine und denselben Regeln in allen drei Ländern. Die folgenden Entscheidungen gelten für alle.

• Nichts erfunden. Jeder Wert stammt aus der Quelle, aus einer ausdrücklichen Regel oder aus einer geprüften Verknüpfung. Entscheidet keine Regel, bleibt das Feld leer: Eine ehrliche Lücke ist besser als ein Fehler.
• Herkunft überall. Übersetzungen, Alignments und abgeleitete Werte tragen die Markierung [C] (in einer Quelle bestätigt) oder [I] (per Regel erschlossen), und die Regeldateien werden mit den Daten veröffentlicht.
• Zahlen werden erzeugt, nie von Hand eingetragen. Die Summen auf den Seiten werden beim Bau aus den Daten gelesen, auch die auf dieser Seite.
• Qualität wird gemessen. Wo automatisch gelesen wird (LLM-Agenten, Heuristiken), gibt es ein Audit per Stichprobe oder über die gesamte Population, und die Ergebnisse werden veröffentlicht.
• Jedes Register behält seine Semantik. Die drei Register werden nicht in ein einheitliches Modell gezwungen: Unterschiede werden dokumentiert, und Vergleiche nutzen nur Vergleichbares.

Portugal: SIPA

SIPA (Sistema de Informação para o Património Arquitectónico, DGPC) hat weder API noch Export. Die 26.380 Einträge wurden Seite für Seite erfasst, mit begrenzter Parallelität, um den Server nicht zu überlasten, und in einer SQLite-Datenbank mit rund 47 Feldern pro Eintrag gespeichert.

• Baudatierung: Ein Parser für Freitext liest Jahre, Zeitspannen, Jahrhunderte in arabischen und römischen Ziffern, Daten v. Chr. und Jahrzehnte („die 1940er Jahre“). Ein Jahrhundert wird zur vollen Spanne erweitert (16. Jahrhundert = 1500 bis 1599).
• Personen: Das Urheberfeld nutzt Rollenbezeichnungen in Großbuchstaben als Strukturmarker. Der Parser (5 Versionen) prüft Rollen gegen ein Vokabular von über 170 Begriffen.
• Materialien und Bauteile: kontrollierte Vokabulare, zusammengesetzte Begriffe zuerst (der längste gewinnt), validiert an einer geschichteten Stichprobe von 100 Einträgen (F1 über 0,96 für Paare aus Bauteil und Material).
• Schutzdaten: SIPA hat kein Datumsfeld. Agenten lasen die Daten aus den Texten der Rechtsakte (4.803 datierte Unterschutzstellungen), nach der Konvention des Veröffentlichungsdatums im Amtsblatt (DG/DR). Eine Dekretnummer gilt nie als Datum.
• Typologie: Die SIPA-Klassifikation hat fünf Ebenen. Für die gemeinsame Ontologie nimmt jeder Eintrag die spezifischste Ebene mit AAT-Alignment (t3, dann t2, t1, c2, c1), ein Wert pro Eintrag.

SIPA enthält Einträge außerhalb Portugals. Ländervergleiche nutzen nur das heutige Staatsgebiet (24.939 Einträge). Die ausführliche Methodik (auf Englisch) steht unter monumentospt.xyzbim.eu/sipa-methodology.html.

Frankreich: Mérimée

Die Datenbank Mérimée des Ministère de la Culture ist als offene CSV-Datei veröffentlicht (Licence Ouverte 2.0): 46.760 geschützte Bauten und 78 Spalten. Weil eine amtliche Datei der Ausgangspunkt ist, lässt sich alles aus der Rohquelle nachzählen.

• Normalisierung: Jahrhunderte aus Ausdrücken wie „4e quart 19e siècle“ gelesen, vorgeschichtliche Epochen von numerischen Jahrhunderten getrennt, Koordinaten für das Mutterland und die Überseedepartements validiert.
• Vokabulare: Schutzstatus deterministisch zerlegt, Zustände eins zu eins zugeordnet und Nutzungen aus den Bezeichnungen abgeleitet, mit Übersetzungen mit [C]/[I]-Markierung.
• Personen: Agenten lasen die Urheberangaben in Stapeln; sie wurden zu einem Register von Entitäten (Personen und Firmen) zusammengeführt.
• Wikidata: Verknüpfung über die Eigenschaft P380 (Mérimée-Kennung), die 98 % der Einträge abdeckt. Bilder aus Wikimedia Commons (P18).
• Schutz: 51.628 Schutzereignisse, gelesen aus dem Feld für Schutzdaten und Schutzarten.

Am 2026-09-02 prüfte ein Gremium aus 8 Agenten die Treue zwischen Website und Quelle über die gesamte Population: Identität, Datierung, Schutz, Nutzung, Koordinaten, Text, Personen und Aggregate. Die Berichte stehen unter monumentsfr.xyzbim.eu/methodologie/.

Spanien: BIC und das andalusische Inventar

Für Spanien gibt es kein offenes nationales Register der geschützten Güter. Der spanische Datensatz fasst 20 offene regionale Quellen zusammen, jede mit eigener Lizenz, insgesamt 55.154 Einträge.

• Zwei Populationen, in den Daten gekennzeichnet: 25.132 Bienes de Interés Cultural (BIC) aus 18 autonomen Gemeinschaften und 30.022 Güter aus dem andalusischen Inventar (IAPH), das BIC und lediglich inventarisierte Güter ohne unterscheidendes Feld mischt. Diese sind als „inventarisiert“ gekennzeichnet, und der Schutzfilter trennt sie.
• Ein Parser pro Quelle, jeder mit einem Zähltest gegen die realen Zahlen und einer geografischen Prüfung pro Gemeinschaft. Quellfehler (vertauschte UTM-Spalten, systematische Duplikate, ungültige Geometrien) wurden behoben und dokumentiert. Im Baskenland ist die Ondarea-Nummer der eindeutige Schlüssel; alte Links werden über eine eindeutige Alias-Tabelle umgeleitet.
• Koordinaten: 98 % der BIC sind georeferenziert. Vom andalusischen Inventar haben 4.598 Güter einen Punkt des IAPH-Lokators und 971 von Wikidata; 17.579 bleiben nur mit Gemeindekreis, ohne Koordinate.
• Abgeleitete Typologien: Keine offene spanische Quelle liefert einen Gebäudetyp. Die 39 Typen (mit AAT-Alignment) sind 95 % der Einträge zugeordnet, in dieser Reihenfolge: exakte Quellwerte, Regeln zum Namen (das Kernwort entscheidet, Geländenamen zählen nicht, falsche Freunde sind aufgelöst), Wikidata P31 und zuletzt Ersatzwerte nach archäologischer Kategorie. Agenten maßen die Präzision in zwei Audit-Runden (825 und 218 Einträge, etwa 90 % und 92 %), fehlerhafte Regeln wurden korrigiert.
• Baudatierung: Nur ein kleiner Teil der Einträge (etwa 4 %) hat ein Baudatum. Das Datum stammt nach Priorität aus Quellfeldern, aus Wikidata P571 (nur mit Genauigkeit Jahr, Jahrzehnt oder Jahrhundert) oder aus eindeutigen Hinweisen im Namen („románico“). Daten v. Chr. bleiben archäologische Epochen. Bau- und Schutzdaten werden nie vermischt.
• Wikidata: Verknüpfung über P808, über geografische Nähe (bis 150 m, mit ähnlichem Namen und passender Gemeinde) oder über den Namen, wenn es nur einen Kandidaten gibt. Mehrdeutige Fälle bleiben außen vor. Eine Stichprobe von 100 geprüften Verknüpfungen ergab keine Fehler.

Details pro Quelle und Lizenz unter monumentoses.xyzbim.eu/metodologia/.

Gemeinsame Ebene: die AAT-Ontologie

Die drei Register nutzen unterschiedliche Vokabulare (die fünfstufige SIPA-Klassifikation, Mérimée-Begriffe, abgeleitete Typologien in Spanien). Statt ein eigenes Vokabular zu erfinden, nutzt das Projekt den Getty Art & Architecture Thesaurus (AAT) als Drehpunkt: Jeder nationale Begriff verweist auf einen AAT-Begriff, und zwei Begriffe aus verschiedenen Ländern sind „derselbe“, wenn sie auf denselben AAT-Begriff verweisen.

• Aktueller Umfang: 757 AAT-Begriffe. Zugeordnete Begriffe: 721 in Portugal, 740 in Frankreich und 36 Typologien in Spanien. Frankreich und Portugal teilen 199 Begriffe, alle drei Länder 27.
• Verknüpfte Einträge: 26.379 in Portugal, 43.451 in Frankreich und 51.952 in Spanien. Jeder Eintrag zählt einmal pro Begriff.
• Bezeichnungen in fünf Sprachen, nach Priorität: das kuratierte Vokabular des Projekts, der einfache Wert der nationalen Quelle (ohne zusammengesetzte Begriffe) und für fehlende Sprachen die Bezeichnungen des Getty selbst (per SPARQL gelesen und zwischengespeichert). Jede Bezeichnung vermerkt ihre Herkunft. Alle 757 Begriffe haben eine englische Bezeichnung, aber nur 354 eine deutsche, weil der Getty weniger Übersetzungen hat.
• Veröffentlichung: SKOS in Turtle, mit eigenen URIs, die über skos:exactMatch mit den Getty-URIs verknüpft sind, dazu JSON-Tabellen pro Land unter /comum/ontologia/. Der Bau ist deterministisch: Gleiche Daten ergeben gleiche Dateien.
• Nutzung: Alle drei Explorer akzeptieren den Filter ?aat= mit der Begriffskennung (zum Beispiel Burgen: 300006891), sodass dieselbe Suche in allen drei Ländern möglich ist.

Ländervergleich

Die Vergleichsseite wendet auf jedes Register dieselben Diagramme und Regeln an. Da die Register nicht gleichwertig sind, gilt:

• Verglichen werden Anteile, nie absolute Werte. Die Normierung pro Einwohner nutzt amtliche Bevölkerungszahlen (INSEE, INE).
• Die Instrumente unterscheiden sich: Mérimée erfasst geschützte Bauten, SIPA vereint klassifizierte und inventarisierte Güter, und BIC ist eine regionale Schutzkategorie. Deshalb gehen nur die 25.132 spanischen BIC ein: Das andalusische Inventar bleibt außen vor, weil es BIC nicht von lediglich inventarisierten Gütern trennt.
• Bau und Schutz werden nicht vermischt. Die Diagramme zu Jahrhunderten und zu sakral gegenüber profan nutzen Baudaten (Frankreich und Portugal). Spanien erscheint nur in der Übersichtstabelle und bei den Unterschutzstellungen pro Jahrzehnt, weil seine Daten überwiegend Schutzdaten sind.

Bekannte Grenzen

• Die spanische Abdeckung ist unvollständig: Bei einigen Gemeinschaften ist die Lizenz noch zu klären, die Lücken sind in der spanischen Methodik veröffentlicht, und vom andalusischen Inventar bleiben 17.579 Güter nur mit Gemeindekreis.
• Die spanischen Typologien und Baudatierungen sind abgeleitet und stammen nicht aus den Quellen. Ihre Präzision wurde per Stichprobe gemessen, nicht Eintrag für Eintrag geprüft.
• Die spanischen Schutzdaten stammen aus heterogenen Texten, und einige Quellen haben gar keine Daten.
• Nicht jeder nationale Begriff hat ein AAT-Alignment, und der Getty hat nicht in allen Sprachen Bezeichnungen.
• Beschreibende Texte für die spanischen Einträge und das Treue-Audit des spanischen Datensatzes stehen noch aus.

Methodik pro Land und Daten

• Portugal: SIPA-Methodik
• Frankreich: Mérimée-Methodik
• Spanien: BIC- und IAPH-Methodik
• Gemeinsame Ontologie: SKOS (Turtle) und JSON
• Registervergleich: Vergleichsdaten