Integration, Optimierung und interdisziplinäre Zusammenarbeit in der Animationsforschung
Im Rahmen des Digital-Humanities-Projekts AniVision – einer Filmanalyse von Animationsstilen in Gebrauchsfilmen aus Österreich, Ost- und Westdeutschland zwischen 1945 und 1989 – übernahm ich eine wirklich spannende und anspruchsvolle Aufgabe: den Aufbau und die Pflege einer Datenbank, die alle ELAN-Dateien des Projekts repräsentiert.
Über meine Rolle an der Hochschule
Die Arbeit in der Forschungsgruppe gab mir die Möglichkeit, zu einer Reihe innovativer Projekte beizutragen, darunter AniVision. Die Stelle ermöglichte mir, echte Erfahrungen in modernem Datenbankdesign, Frontend- und Backend-Integration sowie Datenbank-Performance-Optimierung zu sammeln. Der interdisziplinäre Austausch mit Expert:innen aus Animationsforschung und Informatik zeigte mir, wie sich technische und künstlerische Perspektiven gegenseitig bereichern, um digitale Innovation voranzutreiben.
Technischer Ansatz und Umsetzung
Backend mit FastAPI
Für das Backend wählte ich FastAPI – ein modernes, schnelles, leistungsfähiges Python-Framework, das sich gut für den Aufbau von RESTful APIs eignet. Damit baute ich eine stabile, flexible API über der Datenbank, die jeden Vorgang rund um die ELAN-Dateien zuverlässig abwickelte.
Frontend mit Svelte und Tailwind
Um Nutzer:innen eine intuitive Oberfläche zu bieten, baute ich das Frontend mit Svelte und Tailwind CSS. Die Kombination ergab eine responsive, moderne, leichtgewichtige Oberfläche, auf der Animationsforschende die Daten durchsuchen, filtern und analysieren können – in einem Design, das ebenso ansprechend wie funktional ist.
Flexible, normalisierte Datenspeicherung
Eine zentrale Herausforderung war die flexible und gleichzeitig stark normalisierte Speicherung der Daten.
• ELAN-Datei-Integration: Die in ELAN erstellten Dateien tragen umfangreiche Annotationen und Informationen. Diese Daten mussten so strukturiert werden, dass sie sowohl flexibel erweiterbar als auch standardisiert bleiben.
• Metadaten und Zusatzinformationen: Über die Kerndaten hinaus erfassen wir verschiedene Metadaten und Zusatzinformationen zu den Filmen und Animationen, was ein durchdachtes Datenbankdesign erforderte, das künftige Erweiterungen ohne Probleme erlaubt.
Performance-Optimierung und Systemintegration
Um alles reibungslos am Laufen zu halten, tauchte ich tief in die MySQL-Performance-Optimierung ein und nutzte TypeORM für eine effiziente Bindung zwischen Datenbank und API. Außerdem implementierte ich Video-Handling- und Caching-Strategien, um Ladezeiten zu reduzieren und die Gesamtleistung des Systems zu verbessern.
Herausforderungen und Learnings
AniVision war nicht nur technisch anspruchsvoll, sondern auch voller Lernmöglichkeiten:
• Arbeit mit Dateien aus einem anderen Tool: Die Integration von ELAN-Dateien in unsere Datenbank erforderte ein tiefes Verständnis der Dateistrukturen und zugrundeliegenden Datenmodelle und lehrte mich, wie wichtig es ist, externe Formate sauber zu interpretieren und in ein konsistentes internes System zu überführen.
• Datenbankdesign: Ein robustes und dennoch flexibles Design war unerlässlich, um wachsenden Anforderungen gerecht zu werden; die normalisierte und gleichzeitig ELAN-kompatible Datenspeicherung vertiefte mein Verständnis von relationaler Modellierung und Optimierung.
• Frontend- und Backend-Integration: Die enge Kopplung eines FastAPI-Backends mit einem Svelte/Tailwind-Frontend zeigte mir, wie viel eine saubere Schnittstellenarchitektur für Benutzerfreundlichkeit und Performance bedeutet.
• MySQL-Performance-Optimierung: Die Optimierung von Abfragen und effizientes Caching waren entscheidende Faktoren, um das System auch bei wachsendem Datenvolumen performant zu halten.
• TypeORM und Video-Handling: TypeORM ermöglichte eine strukturierte, typsichere Datenbankanbindung, während Video-Handling und Content-Caching ein reibungsloses Nutzungserlebnis sicherstellten.
Diese Erfahrungen erweiterten meine technischen Fähigkeiten und schärften meinen Blick für interdisziplinäre Zusammenarbeit und systematisches Problemlösen.
Das Projekt ist ein anschauliches Beispiel dafür, wie digitale Technologie und interdisziplinäre Ansätze historische Filmkunst neu interpretieren und zugänglich machen können. Ich freue mich auf die nächsten Herausforderungen und darauf, weitere Lösungen im Bereich digitaler Archivierung und Analyse von Animationsfilmen zu entwickeln.
AniVision hat mir gezeigt, dass technische Herausforderungen – ob bei der Datenintegration, Performance-Optimierung oder dem interdisziplinären Austausch – stets großartige Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung bieten. Gemeinsam mit meinen Kolleg:innen bin ich stolz darauf, zur digitalen Erforschung und Bewahrung unseres filmischen Erbes beigetragen zu haben.