Der Anteil bibliografischer, archivischer oder Findmittelaufzeichnungen, deren beschreibende Felder (z. B. Titel, Verfasser, Datum, Umfang, Sprache, kontrollierte Schlagwörter) das zugehörige Objekt gemäß dem anwendbaren Beschreibungsstandard oder der Richtlinie korrekt und präzise repräsentieren. Die Messung erfordert eine validierte Stichprobe, eine explizite Fehlertaxonomie und Regeln für akzeptable Varianten.

Prinzip

Die Genauigkeit beschreibender Daten ist die Grundlage für Auffindbarkeit und korrekte Identifikation: Wenn Datensätze Ressourcen akkurat repräsentieren, verbessern sich die Präzision bei der Suche und die Auswahl durch Nutzende; nimmt die Genauigkeit ab, verschlechtert sich die Sucheffektivität und die Interoperabilität der Metadaten.

Demonstration

Illustrierendes Beispiel → Ein Audit prüft 200 Katalogdatensätze anhand der Originalobjekte gemäß der Beschreibungsrichtlinie der Institution. Auditoren finden 10 Datensätze mit einem oder mehreren Fehlern laut Taxonomie; Genauigkeit beschreibender Daten = (200−10)/200 = 95 %. Der Bericht benennt Fehlertypen (Transkriptionsfehler, falsche Zuschreibung, falsches Datum) zur gezielten Nacharbeit.

Fehlanwendung

Vollständigkeit oder Detaillierungsgrad der Beschreibung mit Genauigkeit zu verwechseln — ein Datensatz kann reichhaltig sein, aber falsche Werte enthalten — oder syntaktische Konformität (z. B. Datumsformat) als Beleg semantischer Korrektheit zu behandeln.

Konsequenz

Ungenaue beschreibende Daten führen zu fehlerhaften oder irreführenden Suchergebnissen, höherem Supportaufwand, erschwerter Aggregation über Systeme hinweg und potenziellen rechtlichen oder ethischen Schäden, wenn Fehler sensible oder eingeschränkte Materialien falsch identifizieren.

Umkehrung

Wenn eine Minimalbeschreibung eine bewusst gewählte Politik ist (z. B. aus Datenschutzgründen, bei Backlog‑Triage oder wegen Spenderbeschränkungen), ist die Erwartung von Genauigkeit gemäß einem detaillierten Standard weder zu erwarten noch wünschenswert; für verschiedene Beschreibungsstufen gelten unterschiedliche Genauigkeitserwartungen.

Abgrenzung

Eindeutig innerhalb: beschreibende Metadatenelemente, die intellektuelle und physische Merkmale der Ressource darstellen sollen. Grenzfall: administrative oder technische Metadaten, die die Beschreibung informieren (z. B. Dateiformat), jedoch keine beschreibende Genauigkeit ersetzen. Eindeutig außerhalb: systemgenerierte technische Protokolle oder Prüfsummenmetadaten, die nichts mit intellektueller Beschreibung zu tun haben.

Semantische Spannung

Genauigkeit ↔ Zeitnähe/Durchsatz: Höhere Genauigkeit erfordert in der Regel mehr Zeit und Fachexpertise; Institutionen müssen daher den Bedarf an korrekter Beschreibung gegen Durchsatz‑ und Zugangsziele abwägen.

Synthese

Genauigkeit beschreibender Daten ist eine nachprüfbare Aussage über Repräsentationsqualität: Sie muss gegenüber einem angegebenen Standard gemessen und nach Fehlertypen aufgeschlüsselt werden, um handlungsfähig zu sein, statt als eine alleinstehende Prozentangabe ausgewiesen zu werden.