Das Ende der Erschließungslücke? KI-Technologien für moderne Discovery-Systeme

Wie können Bibliotheken die Erschließungslücke überwinden, wenn nur 23% der bibliographischen Daten über konventionelle Prozesse zugänglich sind? Dieser Vortrag zeigt, wie KI-gestützte semantische Suchverfahren – konkret: mehrsprachige Text-Embeddings und Mixture-of-Experts-Modelle – eine skalierbare Lösung bieten können.

Am Beispiel des Discovery-Systems Lukida an der TU Clausthal (produktiv seit Ostern 2025) wird demonstriert, wie KI-generierte Empfehlungen 100% des Bestands abdecken können, ohne generative Halluzinationen zu riskieren. Die Präsentation adressiert drei zentrale Aspekte: die technische Umsetzung im GBV-Rechenzentrum unter Wahrung der Datensouveränität, die Ressourceneffizienz moderner Embedding-Modelle im Kontext von Green-IT sowie den notwendigen Kulturwandel von „perfekter Erschließung für wenige" zu „guter Erschließung für alle".

Der Beitrag plädiert für einen hybriden Ansatz, bei dem KI skaliert und menschliche Expertise kuratiert – und stellt offene Fragen zu Governance, Metadatenstandards und nachhaltiger Finanzierung zur Diskussion.