Schlagwort-Archive: Datenmanagement

ordnung

Vom Ordnen und Suchen

Schreibe eine Antwort

Es heißt ja immer, “Wer Ordnung hält, ist nur zu faul zum Suchen”. Obwohl der Spruch primär unordentliche Menschen humorvoll zu verteidigen scheint, hatte ich immer schon das Gefühl, dass er viel mehr von ordentlichen Menschen verwendet wird, um Unordnung am Ende eigentlich zu kritisieren. Das liegt vielleicht auch daran, dass es meine ordentliche Großmutter war, die den Spruch mit ihren Enkelkindern teilte. Wir waren als Enkelkinder so unordentlich, wie Kinder nun mal sind. Ich war dabei keine Ausnahme, ließ Dinge dort liegen, wo ich vergaß, ihnen Aufmerksamkeit zu schenken, wollte mich nicht an der Hausarbeit beteiligen, und störte mich nicht am Chaos aus Spielsachen und Kleidungsstücken im Kinderzimmer.

Ich weiß nicht, ob ich heute als ordentlicher oder unordentlicher Mensch gelten würde. Mein Schreibtisch im Büro ist oftmals ein einziges Chaos, welches mir zuweilen selbst peinlich ist. Kaffeetassen und benutztes Geschirr verstecken sich unter zahllosen Notizen, denen ich längst keine Beachtung mehr schenke, Bücher liegen lieblos nebeneinander, aufeinander, aufgeklappt und zuweilen sogar ineinander verklappt, herum, und in dem ganzen Chaos thronen Computertastatur, Maus, und die zwei Bildschirme, die den Kern meiner Arbeit bilden.

Zu Hause versuche ich hingegen, mir zu merken, wo die Dinge sind. Ich mag es, wenn die Dinge ihren eigenen, ihnen angestammten Platz haben und nicht ein Vagabundenleben führen, dass sie auf Odysseen durch Küche, Bad oder Wohnzimmer führt. Beim Besteck halte ich es wie meine Großmutter und trenne Messer, Gabeln und Kaffeelöffel. Bei meinen unzähligen Büchern im Regal in meinem Büro habe ich es dagegen schon lange aufgegeben, sie zu ordnen — und wenn ich mal eines Suche, dann erfordert das oft eine ganze Menge Fleiß.

Ordnung ist natürlich ein relativer Begriff. Was dem einen wie Ordnung erscheint, kommt dem anderen wie Chaos vor. Auch darin, wie man Ordnung definiert, unterscheiden sich die Geister. Für den einen liegen Ordnung und Sauberkeit nah beieinander, der andere sieht in der Ordnung eher die Struktur, die uns ermächtigt, Objekte leicht aufzufinden.

Während Ordnung sich bis vor zwanzig Jahren vor allem auf Haushalt und Büro bezog, hat Ordnung in Zeiten von Computern und digitalen Daten eine ganz neue Bedeutung erlangt. Ordnung kann daher nicht nur im Arbeitszimmer selbst herrschen, sondern auch im Arbeitscomputer. Chaos kann nicht nur unseren Haushalt regieren, sondern auch unser Smartphone oder unser Emailkonto. Interessanterweise ist die Beziehung zwischen analoger und digitaler Ordnung nicht immer eindeutig. Wer im Haushalt ein Ordnungsfanatiker ist, kann dennoch ein brutaler Messi in Bezug auf den eigenen Computer sein. Wer einen aufgeräumten Schreibtisch hat, muss nicht zwangsläufig eine aufgeräumte Inbox im eigenen Emailkonto haben.

Ordnung im Analogen und Ordnung im Digitalen unterscheiden sich natürlich recht stark voneinander. Während Ordnung im Analogen voraussetzt, dass wir uns tatsächlich merken, wo die Dinge sind, die wir eventuell brauchen werden und dann aufwendig suchen müssen, können wir uns im Digitalen viel Sucharbeit durch automatisierte Strategien ersparen (Erbs und Stolz 1984: 159f). Ähnlich wie in den Romanen von Harry Potter gibt es auch auf dem Computer einige verblüffende Kommandos, die wir nur aufrufen müssen, um Gegenstände magisch zum Vorschein zu bringen. So hat mich der Zauberspruch Accio, mit dessen Hilfe man Dinge herbeirufen kann, die verborgen sind und dann in Windeseile angeflogen kommen, schon immer an das Kommando "locate" erinnert. Wenn man dieses nämlich in den Terminal (die Schnittstelle, über die man mit dem Computer kommunizieren kann) eingibt, gefolgt von dem Namen eines Dokuments, welches man sucht, dann spuckt dieses den Aufenthaltsort des Dokuments im Computer aus — sofern das Dokument dort lokalisiert werden kann. Ich weiß nicht, ob ich der Einzige bin, der in manch einer Situation in Gedanken Zaubersprüche wie Accio Fahrradschlüssel vor sich hingemurmelt hat. Auf dem Computer kann ich diese Magie jedenfalls direkt in die Tat umsetzen.

Allmächtig ist der locate-Befehl jedoch nicht. Wenn man zum Beispiel seine Geburtsurkunde sucht und sie in einem Dokument mit Namen "Dokument (1)" abgespeichert hat, wird man sie natürlich kaum finden, wenn man sie mit dem Befehl "locate geburtsurkunde" zu finden versucht. Um auf dem Computer faul sein zu können, muss man nämlich zunächst fleißig in die Auffindbarkeit von Informationen investieren. Dazu gehört zum Beispiel eine saubere und einheitliche Benennung von Dokumenten, mit der sich viele Menschen erfahrungsgemäß sehr schwer tun. Auch eine einheitliche Ordnerstruktur kann sehr hilfreich sein, um die spätere Suche nach Dokumenten einzugrenzen. Von größter Bedeutung ist es aber, sich genaue Gedanken zu machen, wie man seine Informationen organisieren will. Wenn man Daten wirklich später mit "locate" suchen will, lohnt es sich, in Dateinamen zu investieren, die man sich gut merken kann, und die sich gut voneinander unterscheiden. Wenn man sich darauf nicht einlassen will, lohnt es sich, einheitliche Ordner anzulegen, die man dann bei Bedarf abklappern kann. Dies ist bei Emails natürlich nicht anders, wobei ich immer wieder erschrecke, wenn ich sehe, wie sich Menschen einzig und allein darauf verlassen, dass sie Emails mit Hilfe der Volltextsuche aus ihrer Inbox ausgraben können.

Während Ordnung im Analogen also vor allem darin besteht, Dingen tatsächlich einen angestammten Platz zu geben, an dem man sie dann bei Bedarf aufsuchen kann, besteht Ordnung im Digitalen vor allem darin, Dinge so zu benennen (sei es die Dateien selbst, oder die Ordner, in die man sie packt), dass man sie in der automatisierten Suche auf dem Computer möglichst rasch und einfach wiederfinden kann. Am besten ist es aber wahrscheinlich, wenn man beides praktiziert, indem man sich sowohl eine einheitliche und sinnvolle Ordnerstruktur für den Arbeitsrechner und die privaten Daten überlegt und gleichzeitig auf aussagekräftige und einheitliche Dateinamen achtet.

Während meiner Dissertation verbrachte ich eine ganze Woche damit, mir einen einheitliche Dateistruktur für meine Arbeit auszudenken und gleichzeitig ein kleines Programm zu schreiben, um mich in dieser Struktur zurecht zu finden. Was wie Extremprokrastination ausgesehen haben mag (ich erinnere mich noch an scherzhafte Bemerkungen von Kolleginnen und Kollegen zu der Zeit, die nicht glauben konnten, dass ich mich eine Woche lang ausschließlich mit so etwas beschäftige), hat sich im Nachhinein als äußerst hilfreich erwiesen. Die Struktur, die ich 2010 entwickelt habe, nutze ich noch heute, und das Tool, mit dessen Hilfe ich meine ständig wachsende Bibliothek aus PDF-Dateien abfrage und bei Bedarf direkt öffne, verblüfft immer noch Menschen, die mich bei der Arbeit sehen, oder bei Vorträgen erleben, wie rasch ich bestimmte Artikel als Belege oder auf Nachfrage öffnen kann.

Vor Kurzem habe ich mir mal wieder eine kleine schöpferische Pause gegönnt, und die Idee der Ordnung auf meinem Computer weiter ausgebaut. Während die Kommandozeile ja nett für die ist, die sich mit ihr auskennen, bescheren uns die modernen webbasierten Technologien inzwischen ein viel angenehmeres Sucherlebnis, indem sie es uns ermöglichen, beim Eintippen von Suchanfragen, direkt eine Filterung von Daten vorzunehmen, die in die engere Auswahl kommen könnten. Um dieses Erlebnis in meinen Computeralltag zu überführen, nahm ich mir einfach die Zeit, ein neues, diesmal webbasiertes Tool, zu schreiben. Dieses besteht in nichts anderem als einer HTML-Datei, die ich im Webbrowser öffnen kann, und die ein Suchfenster enthält, in dem ich nach jeder Art von Dokument auf meinem Computer suchen und es direkt auch öffnen kann. Während ich das Tool privat eingerichtet habe, um die ganzen Scans zu sortieren, die man heute immer wieder mal herausgraben muss (Geburtsurkunde, Ausweiskopie, und so weiter), habe ich das Tool auch gleich verwendet, um meine bibliographischen Daten, die ich ja auch im Rahmen der EvoBib-Datenbank frei zur Verfügung stelle (List 2024, https://evobib.digling.org), mit den Scans und PDF-Dokumenten zu verbinden, die ich zu jedem Eintrag gesammelt habe.

Zur Verfügung stellen werde ich dieses Tool in dieser Form nicht, da es ja auf meine privat gesammelten Daten zugreift, die ich nicht so einfach online stellen kann. Ich habe allerdings eine alternative Version des Tools erstellt, welche Zugriff zu fast allen Artikeln, Blogbeiträgen und Lehrveranstaltungen gibt, die ich im Laufe meiner wissenschaftlichen Arbeit verfasst und erstellt habe. Diese Version kann unter der Adresse https://lingulist.de/articles.html abgerufen werden. Dabei wird unterschieden zwischen solchen Resourcen, die direkt geöffnet werden können, und dann in einem separaten Fenster in der Applikation erscheinen (man kann eine PDF oder einen Blogbeitrag also bequem im Browser anschauen), und solchen Resourcen, die ich nicht auf diese Art teilen darf, die aber dennoch meist frei zum Download zur Verfügung gestellt werden, wenn man dem ursprünglichen Link folgt (der dann ein neues Fenster öffnet).

Allein das Erstellen des Tools und das Testen der Anzeige der verschiedenen Arbeiten, die dort gelistet sind, hat mir bereits gute Dienste geleistet. Ich habe nämlich viele alte, tote Links entdeckt, die auf meiner Webseite vor sich hinschlummerten, und habe auf diesem Wege auch noch mal ein bisschen digitale Ordnung in meine Forschungsergebnisse bringen können.

Ob das Tool als solches anderen Menschen außer mir nützen wird, darauf würde ich auf keinen Fall wetten. Die Anzahl von Menschen, die die berufliche Webseite tatsächlich anschauen, ist bei Menschen wie mir, die kaum in der Öffentlichkeit wahrgenommen werden, einfach viel zu gering, um wirklich den Zeitaufwand, den das Erstellen der Anwendung für mich gekostet hat, und den Nutzen, den es Besuchern der Webseite bringen wird, zu rechtfertigen. Die neugewonnene Ordnung hilft aber natürlich mir selbst in der Arbeit, die ich in der Zukunft durchführen möchte. Sie spornt mich auch an, weil ich besser überblicken kann, wie viel ich bisher schon produziert habe, in meiner wissenschaftlichen Laufbahn. Schließlich kann sie sich vielleicht auch als nützlich erweisen, wenn ich mich neuen Arbeiten und Ideen widme, und diese mit den alten Ideen vergleiche.

Abgesehen davon hat sich aber wieder einmal für mich gezeigt, wie viel Freude es einem zuweilen machen kann, wenn man ein wenig Ordnung in seine Angelegenheiten gebracht hat. Natürlich ist diese Ordnung in Teilen das Ergebnis von dem, was man unter anderen Umständen Prokrastination nennen würde. Wie schon während meines Doktorstudiums vor vielen Jahren, habe ich aber auch jetzt wieder gemerkt, dass es einfach schön ist, wenn man in seinen Computer — oder in sein Wohnzimmer oder seine Küche — schaut und zufrieden feststellt, dass wirklich einmal alles ordentlich ist. Selbst, wenn das Gefühl bald wieder verfliegen mag, ab und zu sollte man es sich einfach gönnen.

Literatur

Erbs, Heinz-Erich and Stolz, Otto (1984): Einführung in die Programmierung mit PASCAL. Wiesbaden: Vieweg+Teubner Verlag.

List, Johann-Mattis (2024): EvoBib: A bibliographic database and quote collection for historical linguistics [Dataset, Version 1.8]. Passau:MCL Chair at the University of Passau. https://evobib.digling.org

Über die Berechenbarkeit und das Erheben von Daten

1 Antwort

Nicht alle Daten, die wir sammeln, sind gleichwertig. Daten unterscheiden sich in ihrer Aussagekraft. Das mag trivial klingen mag, wird aber oft vergessen, wenn Daten erhoben werden. Wenn ich in meinem Adressbuch die Geburtstage und die Geburtsdaten von allen meinen Freunden sammle, dann ist es nicht nötig, gleichzeitig zu erheben, ob sie zur Generation X, Y, oder Z gehören, denn diese Information kann ich ja direkt aus dem Geburtsdatum ableiten. Wenn Daten aber aus anderen Daten ableitbar sind, dann lohnt es sich so gut wie nie, diese gesondert zu sammeln. Man kann sie ja einfach generieren, indem man von vornherein die aussagekräftigeren Daten sammelt. Man kann sogar so weit gehen, und daraus eine Maxime für die Datensammlung ableiten: “Erhebe keine berechenbaren Daten, erhebe stattdessen die Grunddaten und leite die berechenbaren Daten daraus ab”.

Ein weiteres wichtiges Prinzip des Datensammelns besteht darin, den Aufwand und den Ertrag des Datensammelns klar miteinander zu verrechnen, bevor man sich an das Datensammeln begibt. Oft ist es ja so, dass es ein bisschen komplizierter ist, Daten in der einen Form zu erheben als in der anderen. Wenn man dann aber aus Bequemlichkeit den einfacheren Weg wählt, dann kann dies auf längere Sicht problematisch werden, vor allem dann, wenn man die Daten erweitern möchte.

Wenn man beispielsweise Daten über sich selbst sammeln und jeden Tag im Jahr erfassen möchte, an dem man einmal joggen war, dann kann man einfach ein Kreuzchen in den Kalender machen an jedem Tag, an dem man unterwegs war, aber wenn man am Ende alle Tage zählen möchte, dann kann es mitunter kompliziert werden, weil man sich beim Blättern durch den Kalender leicht verzählen kann. Es ist daher sicher besser, die Daten digital zu sammeln. Noch besser, als in einer Tabelle jedoch einfach nur ein Kreuz an einem bestimmten Tag zu machen, wäre es, die Kilometerzahl oder die Zeitdauer aufzuschreiben. Denn man läuft ja nicht immer gleich viel. Die Information, ob man joggen war oder nicht, ist aus der Zeitdauer oder der Kilometerzahl ableitbar: wenn es keinen Eintrag gibt, oder man sie auf Null setzt, dann war man nicht joggen.

Wenn man also ein bisschen mehr Zeit investiert (man muss statt eines Kreuzchens eine Zahl in die Tabelle eintragen und auch sicherstellen, dass man weiß, wie viel Strecke man zurückgelegt hat oder wie lange man unterwegs war), dann kann man auf der einen Seite die Zielinformationen sammeln und sich auf der anderen Seite auf den Tag vorbereiten, an dem man eine Fitnesskurve über das Jahr hinweg erstellen und sie stolz auf Twitter mit seinen Followern teilen kann. Diese zweite Maxime des Datensammelns könnte man formulieren als: “Sei bereit, ein bisschen mehr Zeit zu investieren, wenn das Deine Daten bereichert.”

Ein letztes wichtiges Prinzip des Datensammelns, welches mir im Moment spontan einfällt, besteht darin, jegliche Form von Datenverlust zu vermeiden. Datenverlust kann auf verschiedene Arten entstehen. Die schlimmste Form ist dabei aber die, die von den Datensammlern selbst bewusst forciert wird, indem diese Daten aus der Sammlung herausschmeißen, die sie für unwichtig halten. Das passiert oftmals aus vermeintlicher Bequemlichkeit, wenn man Daten in einer bestimmten Form gesammelt hat, die sich dann als unpraktisch erweist, und dann alle Daten umformt, ohne die ursprüngliche Form zu bewahren. Diese Art des Datenverlustes findet man häufig dann vor, wenn Menschen mit Daten arbeiten, die sie aus anderen Quellen übernommen haben. Da diese Daten selten den eigenen Ansprüchen genau entsprechen, werden sie entsprechend verändert und ungeformt, was oft mit Informationsverlust einhergeht, was eigentlich nicht schlimm wäre, solange die Rohdaten aufbewahrt und in die Datenbank mit aufgenommen und nicht “weggeworfen” werden.

Das Problem am Wegwerfen von Daten ist, dass man Daten meist auch ohne Verlust automatisch transformieren könnte. In vielen Fällen wird die Umformung von Daten in neue Formate ja sogar automatisch durchgeführt. Wenn man die Daten aber selbst ableitet und nachher die Rohdaten wegschmeißt, dann nimmt man bewusst einen Informationsverlust in Kauf, der irreversibel ist. Wenn es um das Umwandeln von Daten geht, sollte man daher in keinem Fall die Rohdaten wegschmeißen, und im Idealfall dafür sorgen, dass die Umwandlung komplett automatisch stattfindet, da sie nur so auch transparent auf neue Rohdaten angewendet werden kann. Die dritte Maxime des Datensammelns könnte daher lauten: “Wirf keine Daten weg, die Dir zur Verfügung gestellt wurden.”

Leider wird in meiner Forschung zur Sprachwissenschaft nur allzu oft gegen diese drei Maximen des Datensammelns (“Erhebe Grunddaten, denke an die Erweiterbarkeit Deiner Daten, und wirf keine Daten weg!”) verstoßen. Ich selbst habe auch Datensätze erstellt, in denen ich die Maximen nicht beachtet und damit zur Entstehung von “Datenfriedhöfen” beigetragen habe.

Für meine Dissertation (List 2014) zum Beispiel hatte ich lange Zeit ein sehr striktes Datenformat verwendet, das so unflexibel war, dass ich nur die phonetische Transkription von Wörtern, nicht aber deren ursprüngliche Orthographie in mein Programm einlesen konnte. Da ich die Orthographie aber ohnehin für die Analyse nicht brauchte, war sie mir auch herzlich egal, und so ließ ich sie einfach weg, obwohl sie eigentlich den meisten Daten, die ich verwendete, ursprünglich zugrunde lag. Das bereue ich heute, da man mich später auf Transkriptionsprobleme hinwies, bei denen es sinnvoll wäre, die Transkription mit der Orthographie abzugleichen (die Daten sind auf sequencecomparison.github.io verfügbar und einsehbar). Selbst die Transkriptionen, die ich von verschiedenen Wörterbüchern übernommen hatte, hatte ich nicht in ihrer Grundform von den verschiedenen Quellen übernommen, sondern sie oftmals halbautomatisch leicht verändert, ohne die Ursprungsform zu bewahren. Ich hatte also weder wirkliche Grunddaten erhoben, noch die Erweiterbarkeit der Daten beachtet, und dabei noch gehörig Information weggeworfen.

Zum Glück haben ich in der Folgezeit viel Kontakt zu Kolleginnen und Kollegen gehabt, die sich mit dem Erheben von Daten auskennen. Ich habe in dem Zusammenhang auch gelernt, dass man Daten, die nicht vollkommen perfekt sind, mit Hilfe einiger gezielter Techniken auch relativ leicht “liften”, also “anheben”, kann, indem man sie in Bezug auf verschiedene Aspekte vergleichbar macht. Dazu zählt in der Linguistik die Standardisierung der Namen von Sprachvarietäten (die stark variiert), die Standardisierung von Glossen, mit denen man die Bedeutung von Wörtern denotiert, und die Standardisierung der Transkriptionssysteme. Für alle Probleme gibt es inzwischen erste Standards. Für Sprachvarietäten gibt es den Referenzkatalog Glottolog (https://glottolog.org, Hammarström et al. 2021). Für Konzepte gibt es unser Concepticon (https://concepticon.clld.org, List et al. 2021, und für die phonetische Transkription haben wir die Cross-Linguistic Transcription Systems entwickelt (https://clts.clld.org, CLTS, List et al. 2020). Wenn man nun Sprachdaten, wie Wortlisten, die nicht standardisiert sind, halbautomatisch auf diese drei Kataloge verlinkt, dann kann man sie “retrostandardisieren”, wie wir das inzwischen nennen.

Ein Beispiel für einen solchen retrostandardisierten Datensatz ist unsere digitale Ausgabe der Tableaux phonétiques des patois suisses romands, einer Sammlung von Wortlisten für französische Dialekte der Schweiz, die zu Beginn des 20. Jahrhunderts erhoben wurde. Da die Dialekte selbst inzwischen nahezu vollständig ausgestorben sind, stellt diese Sammlung ein wichtiges Zeugnis ehemaliger Sprachdiversität in der Suisse Romands dar. Um sie vergleichbar zu machen, nutzten wir zunächst die Methoden der Retrostandardisierung, für die wir inzwischen einen relativ flexiblen Workflow entwickelt haben (List et al. 2022). Die retrostandardisierten Daten, die nur als Wortlisten vorlagen, konnten dann ohne allzu großen Aufwand in eine Webapplikation überführt werden (https://tppsr.clld.org, TPPSR online, Geisler et al. 2020), in der man die Sprachdaten interaktiv im geographischen Raum inspizieren kann (Geisler et al. im Erscheinen).

Nicht alle Daten, die nicht vollständig erhoben wurden, sind verloren. Es kann aber mitunter erheblichen Aufwand kosten, Daten im Nachhinein zu standardisieren oder zu erweitern. Auch wenn ich mich inzwischen daran gewöhnt habe, alle möglichen linguistischen Daten zu “liften”, welche nicht standardisiert und in problematischen Formaten oder mit anderen Mängeln geteilt werden, ist es nach wie vor immer wieder enttäuschend, zu sehen, wie viel Zeit wir eigentlich vergeuden, indem wir Datensätze erheben, ohne genauer darüber nachzudenken, wie man diese Erhebung optimieren könnte.

Nicht nur in der Linguistik geht uns das übrigens so. Auch in der aktuellen Pandemiesituation wurde ja schon oft diskutiert, welche Daten eigentlich erhoben werden müssten. Wir haben das in Debatten um den Ct-Wert erlebt, der den Grad der Infektiosität von Infizierten messen könnte, aber — soweit ich das verstehe — kaum explizit erfasst wird. Wir haben auch gesehen, welche Probleme starre Dateneingabesysteme haben, die beispielsweise von zwei Impfungen ausgehen, und dadurch zu Unsicherheiten beim Erfassen von Impfungen führen, die nur einmal verabreicht werden müssen. Wir erleben auch (zum Beispiel wieder beim Ct-Wert), wie große Probleme aus der mangelnden Vergleichbarkeit von Daten entstehen. Ich habe leider meine Zweifel, dass Retrostandardisierung in Bezug auf die Daten, die zur Pandemie erhoben wurden, viel helfen würde. In der Linguistik leistet sie uns allerdings bisher wunderbare Dienste.

Literatur

Geisler, Hans and Forkel, Robert and List, Johann-Mattis (forthcoming): A digital, retro-standardized edition of the Tableaux Phonétiques des Patois Suisses Romands (TPPSR). In: M. Avanzi and N. LoVecchio and A. Millour and A. Thibault (eds.): Nouveaux regards sur la variation dialectale. Strasbourg:Éditions de Linguistique et de Philologie. 1-21. https://doi.org/10.17613/x8yd-5y42

Geisler, Hans and Robert Forkel and Johann-Mattis List (2020): The Tableaux phonétiques des patois suisses romands Online. Version 1.0. Max Planck Institute for Evolutionary Anthropology. Leipzig: https://tppsr.clld.org.

Hammarström, Harald and Haspelmath, Martin and Forkel, Robert and Bank, Sebastiaon (2021): Glottolog. Version 4.4. Leipzig:Max Planck Institute for Evolutionary Anthropology.

List, Johann-Mattis (2014): Sequence comparison in historical linguistics. Düsseldorf: Düsseldorf University Press.

List, Johann-Mattis and Anderson, Cormac and Tresoldi, Tiago and Forkel, Robert (2021): Cross-Linguistic Transcription Systems. Version 2.1.0. Jena:Max Planck Institute for the Science of Human History. https://clts.clld.org

List, Johann-Mattis and Christoph Rzymski and Simon Greenhill and Nathanael Schweikhard and Kristina Pianykh and Annika Tjuka and Carolin Hundt and Robert Forkel (2021): Concepticon. A resource for the linking of concept lists. Version 2.5.0. Jena:Max Planck Institute for the Science of Human History. https://concepticon.clld.org

List, Johann-Mattis and Forkel, Robert and Greenhill, Simon J. and Rzymski, Christoph and Englisch, Johannes and Gray, Russell D. (2022): Lexibank: A public repository of standardized wordlists with computed phonological and lexical features Scientific Data. 9. 364. 1-16. https://doi.org/10.1038/s41597-022-01432-0