Der Prozess der systematischen Erfassung, Konsolidierung, Duplikatentfernung und Normalisierung quantitativer Aufzeichnungen zur Ressourcennutzung (z. B. Zugriffszählungen, Downloads, Sitzungsdauern, Protokolle) über festgelegte Intervalle und Bereiche, sodass die resultierenden Kennzahlen die Bestandsverwaltung, Berichterstattung und betriebliche Entscheidungen informieren können.

Prinzip

Zuverlässige Aggregation erfordert einheitliche Metrikdefinitionen, klaren Umfang (Zeit, Plattform, Ressource) und Verarbeitung, die Datenschutz berücksichtigt und Doppelzählungen vermeidet; nur dann sind aggregierte Zähler als vergleichbare Evidenz über Ressourcen oder Zeiträume brauchbar.

Demonstration

Illustrierendes Szenario: Eine Hochschulbibliothek sammelt Zugriffprotokolle aus der Discovery‑Schicht und Anbieterberichten, vereinheitlicht Ereignistypen zu einer gemeinsamen Metrik, entfernt doppelte Ereignisse bei Spiegelzugriffen und erstellt monatliche Nutzungszusammenfassungen pro Titel zur Priorisierung von Abonnements. Erkennung: Quellen und Ereignistypen werden auf dieselbe Metrik abgebildet. Handlung: Duplikatsbereinigung und Normalisierung. Folge: Vergleichbare Indikatoren für die Abonnementbewertung.

Fehlanwendung

Rohdaten aus heterogenen Protokollen ohne Normalisierung und Duplikatsbereinigung als direkt vergleichbar ansehen. Das erscheint plausibel, weil beide Quellen „Zugriffe“ melden, aber der semantische Fehler besteht darin, Definitionen und Umfang nicht in Einklang zu bringen (z. B. unterscheiden sich Bot‑Traffic, Proxy‑Zählungen und Anbieter‑Metriken), was zu irreführenden Vergleichen führt.

Konsequenz

Bei korrekter Durchführung liefert Aggregation vergleichbare Indikatoren, die Verschwendung reduzieren, die Priorisierung der Entdeckung verbessern und das Reporting unterstützen. Sie kann jedoch Datenschutzrisiken und analytische Verzerrungen erzeugen, wenn bestimmte Aktivitätssegmente ausgeschlossen oder keine geeignete Anonymisierung angewandt wird.

Umkehrung

Aggregation kann irreführend sein, wenn Datenquellen fragmentiert, nicht überlappend oder rechtlich eingeschränkt sind; in solchen Fällen müssen aggregierte Werte qualifiziert interpretiert oder alternative Stichprobenmethoden verwendet werden.

Abgrenzung

Eindeutig enthalten: konsolidierte, duplikatreduzierte und normalisierte quantitative Nutzungsmetriken über spezifizierte Zeiträume. Grenzfall: Kombination quantitativer Aggregate mit nicht standardisiertem qualitativem Feedback — nützlich, aber ein anderes Objekt. Eindeutig außen: Anekdotische Berichte oder einzelne Protokolle ohne Konsolidierung.

Semantische Spannung

Datenschutz ↔ Messbarkeit — detailliertere Nutzungsdaten verbessern die Messbarkeit, erhöhen aber die Identifizierbarkeit und regulatorische Risiken; Kompromisse bestimmen die Erhebungs‑ und Aufbewahrungsstrategie.

Synthese

Nutzungsstatistiken werden erst dann zu handlungsrelevanten Indikatoren, wenn Messdefinitionen, Umfang und Datenschutzmaßnahmen explizit sind; aggregierte Zahlen sind Grundlage für Entscheidungen, keine endgültigen Beweise für Nutzen.