In jüngster Zeit ist es mittels KI möglich, Prognosen zu erstellen, beispielsweise für die Erstellung von Geschäftsanalysen oder um Entscheidungen auf der Basis von Daten zu treffen. Obwohl diese Technologie in der Privatwirtschaft bereits weit verbreitet ist, findet sie in Bibliotheken bisher nur wenig Anwendung.

Während lizenzrechtliche Ausgaben gut planbar waren, gestaltet sich die Zukunft von publikationbasierten Ausgaben als weniger eindeutig. Dieser Anteil am Informationsbudget wächst kontinuierlich, wodurch eine zunehmende Relevanz für die Bibliothekslandschaft entsteht. Dies betrifft sowohl die Planung von Publikationsfonds als auch die Entscheidung über die Teilnahme an Transformationsverträgen und die interne Kommunikation in der Einrichtung. Die Abschätzung der zu erwartenden Ausgaben ist in all diesen Bereichen von entscheidender Bedeutung.

Mit openAPC steht ein umfassender Datensatz zur Verfügung. Unter Zuhilfenahme maschinellen Lernens kann der Datenbestand analysiert werden, um einerseits konkrete Prognosen für die eigene Einrichtung und andererseits generelle Entwicklungstendenzen im Bereich der APCs zu erstellen.

Der Vortrag wird sich kurz mit der verwendeten KI befassen und präsentiert erste konkrete Prognosen auf Basis des openAPC-Datensatzes. Im Fokus der Untersuchung stehen dabei die identifizierten Hindernisse, die Grenzen des Verfahrens, der optimale Einsatzbereich sowie die Anwendung des erworbenen Wissens in der Planung von publikationbasierten Ausgaben.