Barrierefreie und thesaurusbasierte Suchfunktion für das Webportal der Stadt Nürnberg

Diplomarbeit von Stefan Wagner

Einleitung:

Im Internetportal der Stadt Nürnberg wurde in einer vorausgehenden Diplomarbeit eine Suchmaschine auf Basis des Produktes e:IAS der Fa. empolis GmbH realisiert. Diese Lösung soll in verschiedenen Bereichen verbessert und erweitert werden.

Es sollen aussagekräftige Logfiles generiert und ausgewertet werden, insbesondere sollen die Auswertungen mit denen der vorhergehenden Suchlösung vergleichbar sein.

Bei der Ergebnispräsentation sollen die Erfordernisse der Barrierefreiheit beachtet werden und die vorhandenen Templates entsprechende Anpassung erfahren.

Die Lösung soll um Ansätze semantischer Suche erweitert werden. Es ist angedacht die vorhandene Synonymverwendung auszubauen und um Taxonomien zu einem Theasurus zu erweitern. Dabei sollen verschiedene Möglichkeiten untersucht werden und eine Möglichkeit, mindestens prototypisch, integriert werden.

Inhaltsverzeichnis:

	Kurzfassung	2
	Inhaltsverzeichnis	3
	Abbildungsverzeichnis	6
	Tabellenverzeichnis	8
	Formelverzeichnis	8
1.	Motivation	9
2.	Grundlagen	10
2.1	Textbasierte Suche	10
2.2	Taxonomien und Thesauri	13
2.2.1	Was sind Taxonomien und Thesauri	13
2.2.2	Semantische Suche mittels Thesauri	17
2.2.3	Taxonomiebasierte Ähnlichkeitsmaße	18
2.2.3.1	Pfadlänge	18
2.2.3.2	Normalisierte Pfadlänge	19
2.2.3.3	Dichte des Zweigs	19
2.2.3.4	Extended gloss overlaps measure	20
2.2.3.5	Maß basierend auf Informationsgehaltswert des Konzepts	20
2.2.3.6	Maß basierend auf knoten- und kantenbasierten Techniken	21
2.2.3.7	Maß abgeleitet aus der Informationstheorie	22
2.2.3.8	Vergleich	22
2.2.4	RDF-basierte Thesaurusrepräsentation: SKOS	23
2.3	Barrierefreiheit von Webanwendungen	30
2.3.1	Allgemeine Regelungen	31
2.3.2	Rechtliche Regelungen	33
3.	Suchlösung der Stadt Nürnberg - der Ist-Stand	34
3.1	Abacho	35
3.2	E:IAS	36
3.2.1	Systemaufbau	36
3.2.1.1	Indexierung	37
3.2.1.2	Ergebnissauslieferung	37
3.2.2	Konfiguration	38
3.2.3	Such- und Indexierungsablauf	38
3.2.4	Verbesserungspotentiale	44
4.	Thesaurusbasierte Suche	46
4.1	Ist-Stand	46
4.2	Realisierte Systemerweiterungen	46
4.2.1	Ähnlichkeitsmaße in e:IAS	46
4.2.1.1	Taxonomieähnlichkeitsmaß: Taxonomie	46
4.2.1.2	Taxonomieähnlichkeitsmaß TaxonomiePfad	51
4.2.2	Mögliche Thesauri und Datenquellen	52
4.2.2.1	WikiSaurus in Wiktionary	53
4.2.2.2	OmegaWiki	53
4.2.2.3	OpenThesaurus	54
4.2.2.4	Getty Thesaurus of Geographic Names	54
4.2.2.5	Projekt Deutscher Wortschatz	54
4.2.2.6	HUGO	55
4.2.2.7	GEMET Thesaurus	56
4.2.2.8	Eurovoc Thesaurus	57
4.2.3	Beispielhafte Einbindung von Thesauri	57
4.2.3.1	Ein XML-Thesaurus - Eurovoc	59
4.2.3.2	Ein SKOS-Thesaurus - GEMET	60
4.2.4	Gewichtung von Attributen und Synonymen	62
4.2.4.1	Gewichtswerte der Taxonomieähnlichkeit	62
4.2.4.2	Änderung der Gewichtsfaktoren	63
4.2.4.3	Berechnung der globalen Ähnlichkeit	64
4.3	Analyse der Suchergebnisse	67
5.	Barrierefreie Präsentation der Suchergebnisse	69
5.1	Ist-Stand	69
5.2	Realisierte Systemerweiterung	70
5.2.1	Zugriff auf die Ergebnisdaten	70
5.2.2	Aufbau der GUI	71
5.2.2.1	Verfügbare e:Script Tags	71
5.2.2.2	Gliederung der Seite	71
5.2.2.3	Umsetzung der Navigation	73
5.2.3	Verwandte Links	78
6.	Logdateiauswertung	83
6.1	Ist-Stand	83
6.1.1	Analyse des Benutzerverhaltens	83
6.1.2	Anforderungen an die Logdateiauswertung	87
6.2	Realisierte Systemerweiterung	87
6.2.1	Erzeugung der Logdateien in e:IAS	87
6.2.2	Datenschutz	91
6.2.3	Umwandlung der Logdatei mit Shell-Skripten	91
6.2.4	Prototyp einer Logdateianalyse in Perl	92
6.2.4.1	Sicherheit der Anwendung	93
6.2.4.2	Datenbankstruktur	93
6.2.4.3	Einlesen der Logdateien	95
6.2.4.4	Auswertung der Logdaten	95
6.2.5	Stresstest	100
7.	Ausblick	101
	Literaturverzeichnis	103
	Anhang	107

Textprobe:

Kapitel 2.3, Barrierefreiheit von Webanwendungen:

Barrierefreies Webdesign ist die Kunst Webanwendungen so zu gestalten, dass jeder sie nutzen und lesen kann - insbesondere auch Menschen mit Behinderungen.

Für Sehbehinderte erweisen sich vor allem Nicht-Text-Elemente, wie grafisch dargestellter Text, Bilder, animierte GIFs, grafische Menüs oder Buttons als problematisch, da sie über Programme, die die Webseite vorlesen (Screenreader) oder Braille-Displays, die den Text in Blindenschrift darstellen, nicht angezeigt werden können. Jemand, der nur farbenblind ist (also etwa jeder zehnte Mann), hat Probleme mit Anweisungen wie „Klicken Sie auf den grünen Button“. Und wenn nur Schwarz-Weiß-Displays vorhanden sind, lässt sich eine Webseite die einen hohen Kontrast besitzt, besser darstellen. Mit einer motorischen Behinderung ist es schwierig konventionelle Eingabegeräte wie Tastatur oder Maus zu benutzen, stattdessen werden spezielle Eingabegeräte zum Navigieren auf der Webseite eingesetzt. Damit diese funktionieren, muss die Seite ohne Maus bedienbar sein. Für Hörgeschädigte ist hingegen jede Art von Ton oder Sprache ein Hindernis, auch hier ist die Umsetzung der Medien in Texte notwendig. Bei Menschen mit einer geistigen Behinderung ist die Möglichkeit zum Navigieren in Webseiten stark von der Art und Schwere ihrer Behinderung abhängig, wahrscheinlich wird es also nicht immer möglich sein eine Seite so zu gestalten, dass sie für wirklich jeden Menschen zugänglich ist. Dennoch gibt es auch hier ein paar Grundregeln, die man beachten sollte. Navigation und Layout sollten möglichst klar und einfach gehalten sein, Texte sollten prägnant und in einer leicht verständlichen Sprache verfasst werden und Skizzen und Illustrationen die Sachverhalte erläutern und zum Verständnis beitragen, sollten eingesetzt werden.

Wenn man die eben angesprochenen Punkte bei der Gestaltung von Webseiten beachtet, dann ist dies auch für Menschen hilfreich, deren Muttersprache nicht mit der Sprache der Webseite übereinstimmt.

Darüber hinaus ist die Barrierefreiheit, die manchmal auch mit Zugänglichkeit oder Accessibility bezeichnet wird, wichtig für alternative Anzeigegeräte, wie zum Beispiel PDAs oder Handys, die eine besonders kleine Anzeige besitzen.

Allgemeine Regelungen Es gibt von verschiedene Organisationen Normen und Handreichungen um ein Webangebot barrierefrei zu erstellen, bzw. zu prüfen, ob es barrierefrei ist. Eine grundsätzliche Voraussetzung ist der valide Einsatz von HTML und CSS. Diese Validität ist dann gegeben, wenn Seiten unabhängig von einem bestimmten Anzeigegerät sind. Die Spezialisierung auf bekannte Browser und ihre Eigenarten, wie z. B. Internet Explorer, bei der Darstellung von Seiten stellt schon einen Verstoß gegen dieses Prinzip dar, so dass Nutzer von alternativen Programmen, wie z. B. Mozilla Firefox, die Seiten nicht fehlerlos dargestellt bekommen. Die Inhalt sollten unabhängig von dem Layout ausgezeichnet sein, so das im HTML-Dokument nur die logische Formatierung des Inhalts vorgenommen wird und das Layout komplett über CSS gesteuert wird.

Das prominenteste Dokument, das Richtlinien für barrierefreie Webseiten enthält, stellen die „Web Content Accessibility Guidelines „ (WCAG 1.0) dar, die in den späten 90er Jahren des letzen Jahrhunderts entstanden sind und 1999 vom W3C als Recommendation (Empfehlung) verabschiedet wurden.

Jedem Prüfpunkt der WCAG ist eine Priorität zwischen 1 und 3 zugeordnet. Dabei bedeutet 1, dass ein Dokument diesen Punkt erfüllen muss, da sonst eine bestimmte Nutzergruppe nicht auf die Informationen zugreifen kann. 2 bedeutet, dass ein Dokument diesen Punkt erfüllen soll, da es sonst für bestimmte Nutzer schwierig sein kann auf die Information zuzugreifen, 3 bedeutet, dass ein Dokument diesen Punkt erfüllen kann, andernfalls wird es für bestimmte Nutzergruppe „etwas schwierig“ auf die Informationen zuzugreifen. Ein Dokument kann nach der Prüfung eine Konformitätsstufe von „A“, über „Double-A“, bis zu „Tripple-A“ erhalten, je nachdem ob es alle Prüfpunkte der Priorität 1, 2 oder 3 erfüllt. Sie enthält 14 Richtlinien mit insgesamt 59 Checkpunkten.

Durch den rasanten Fortschritt der Webtechnologie bedingt, galt die Richtlinie aber bald als veraltet. Zur Zeit wird an einer Aktualisierung der Richtlinie gearbeitet (WCAG 2.0) die seit 2006 den Status eines „Working Draft“ (Arbeitsentwurf) besitzt. Allerdings ist der Entwurf und die ganze Arbeitsgruppe sehr umstritten, manche Autoren reden davon, dass er in „den W3C-Zänkereien zu versinken droht“.

Als einzige andere nennenswerte offizielle Spezifikation gibt es noch den sogenannten Abschnitt 508 (Section 508) des Rehabilitation Act, den die Regierung der Vereinigten Staaten 1988 erweitert hat. Allerdings sind die relevanten Regeln der dazugehörenden Ausführungsverordnung auch an die WCAG angelehnt. Dieses Regelwerke für die Informationsangebote aller Bundesbehörden wurde außerdem auch in deren Beschaffungsvorgaben aufgenommen und muss von allen Firmen erfüllt werden, die an die Regierung der USA Waren oder Dienstleistungen verkaufen. Das Regelwerk umfasst 16 Abschnitte mit insgesamt 34 Prüfpunkten.

Aus diesem Grund sind andere Richtlinien entstanden, die sich mehr an der Praxis orientieren. Im deutschsprachigen Raum sind das vor allem die Kriterien des BIENE-Awards. Dieser Award wird seit 2003 für vorbildlich barrierefreie deutschsprachige Webseiten vergeben.

Bei den Kriterien (siehe Anhang 1) gibt es zunächst Grundvoraussetzungen, dann Prüfpunkte zu Lesbarkeit und inhaltlicher Erschließung, zu variabler Präsentation (dass Bildern und ähnlichem eine textuelle Repräsentation zugeordnet ist), zu Navigation, zum Aufbau des Internetangebots, zu Kompatibilität, zu Formularverarbeitung, zu komplexen Transaktionen, zu Datenschutz, zu Werbung, zu Downloads, zu umfangreichen Datentabellen, zu komplexen Dokumenten, zu Multimedia und Spielen, zu Gebärdensprache-Filmen und zu leichter Sprache. Es sind 87 Kriterien enthalten, die jeweils in eine unterschiedliche Anzahl von Einzelpunkten unterteilt sind, so dass insgesamt 235 Prüfpunkte enthalten sind.

Rechtliche Regelungen:

Im April 2002 trat auf Bundesebene das „Gesetz zur Gleichstellung behinderter Menschen“ (BGG) mit dem Ziel in Kraft, „die Benachteiligung von behinderten Menschen zu beseitigen und zu verhindern sowie die gleichberechtigte Teilhabe von behinderten Menschen am Leben in der Gesellschaft zu gewährleisten und ihnen eine selbstbestimmte Lebensführung zu ermöglichen“. Dazu wurde auch die „Verordnung zur Schaffung barrierefreier Informationstechnik nach dem Behindertengleichstellungsgesetz“ (BITV) erlassen. Die BITV enthält in einer Anlage eine nach zwei Prioritäten gegliederte Liste mit Anforderungen und Bedingungen zur Realisierung der Verordnung, die auf die W3C-Empfehlung WCAG 1.0 zurückgehen. Die Regelungen des BGG und damit auch die der BITV gelten nur für die Dienststellen des Bundes und sollten dort bis zum Jahre 2005 umgesetzt werden.

In Bayern trat im August 2003 das Bayerisches Behindertengleichstellungsgesetz (BayBGG) in Kraft. Darin wird geregelt, dass unter anderem die öffentliche Stellen und die Gemeinden des Freistaates Bayern ihre „Internet- und Intranetauftritte ... schrittweise technisch so (gestalten sollen; Anm. d. Verf.), dass sie von behinderten Menschen grundsätzlich uneingeschränkt genutzt werden können“. Dazu wurde die „Bayerische Barrierefreie Informationstechnik-Verordnung“ (BayBITV) erlassen. In ihr ist festgelegt, dass Webseiten so zu gestalten sind, dass sie die in der BITV unter Priorität I aufgeführten Anforderungen erfüllen und, dass zentrale Navigations- und Einstiegsangebote zusätzlich die unter Priorität II aufgeführten Anforderungen berücksichtigen. Allerdings ist die Umsetzung nur für staatliche Stellen bis 2012 vorgeschrieben, Kommunen wird die Umsetzung lediglich empfohlen. Die Stadt Nürnberg versucht seit 2005 ihre Informationsangebote möglichst barrierefrei zu gestalten.

Da die Empfehlungen der WCAG 1.0 und damit die der BITV veraltet sind, und sie für Kommunen nur eine Empfehlung darstellen, werden in dem späteren Kapitel zur Barrierefreiheit im Wesentlichen die BIENE-Kriterien berücksichtigt.