Hogeschoolbibliotheken zitten op een schat aan waardevolle, praktijkgerichte kennis. De collecties van Nederlandstalige en lokale tijdschriften zijn echter vaak deels onzichtbaar voor studenten en onderzoekers. Omdat het handmatig excerperen van elk artikel simpelweg te arbeidsintensief is, blijven grote delen van deze collecties verborgen.
Samen met vijf partnerorganisaties (VIVES, Thomas More, UCLL, EHB en HoGent) hebben we onderzocht hoe we dit proces kunnen automatiseren. Het doel? Een tool ontwikkelen die digitale tijdschriften automatisch analyseert, artikels detecteert en metadata extraheert in een formaat dat direct in de catalogus past.
Van handmatig werk naar AI-gestuurde efficiëntie
Uit onze analyse bleek dat het manueel verwerken van alle tijdschriftartikelen in de bevraagde organisaties neerkomt op zo’n 4 tot 5 voltijdse medewerkers per jaar. Dat is onhoudbaar. Daarom stellen we een cloud-based SaaS-oplossing voor die het werk lichter maakt:
- Slimme metadata-extractie: Met behulp van geavanceerde AI-modellen (zoals GPT-4o of Claude) worden titels, auteurs en paginering automatisch herkend en omgezet naar MARC-XML.
- Visuele controle: Een “side-by-side” viewer stelt bibliotheekmedewerkers in staat om snel en efficiënt de gegenereerde data te valideren.
- Delen en samenwerken: Omdat veel collecties overlappen, wordt een gedeelde metadata-pool opgezet. Zo voorkomen we dubbel werk tussen de instellingen.
Een toekomstbestendige aanpak
We kiezen voor een “Minimal Viable Product” (MVP) aanpak: starten met een sterke kernfunctionaliteit en van daaruit uitbreiden. Privacy en auteursrechten staan hierbij centraal: bronbestanden worden enkel tijdelijk verwerkt en niet persistent opgeslagen.
Dit project markeert een belangrijke stap in het toegankelijk maken van lokale wetenschappelijke literatuur. Door de inzet van AI transformeren we de bibliotheekcatalogus van een statisch archief naar een dynamische, optimaal vindbare bron van kennis.