Als ich noch in der Lehre tätig war, gab es eine Situation, in der ich den Studierenden versucht habe, die Relevanz von Stil und ästhetischer Sorgfalt nahezulegen. Gar nicht mal in sprachlicher Hinsicht, denn hier hat jede:r verschiedene Möglichkeiten und Voraussetzungen, sondern schlicht in der Form und gemessen am Maß der Sorgfalt, die in die Verschriftlichung der eigenen Ideen fließt. Dabei ging es mir ebensowenig um die verklausulierte Wissenschaftssprache, mit der mach eine:r glaubt, die Sinnesleere der eigenen Texte zu kaschieren, oder Inhalt auf zehn Seiten aufzublähen, der andernfalls auf eine Seite gepasst hätte. Es ging mir darum, dass ich, wenn ich Text lese, gerne Freude daran verspüre. Ich möchte Text schön finden, auch Text, der als professionelle Arbeit entstanden ist.
Dass ich meine Probleme habe mit der Nachlässigkeit der Akademia gegenüber Ästhetik und Anschaulichkeit ist nichts Neues, das betraf gemessen an meiner Tätigkeit allerdings häufiger die Frage nach einem guten UX Design und weniger die Textform selbst. Allzu oft sind Entwicklungen getragen vom Paradigma der wenigen professionellen User, die ja ohnehin wissen wie das geht und deshalb nicht auf ordentliche UX geachtet werden muss. Und, das ist ein valider Grund, oft fehlt schlicht das Geld für UX Designer:innen. Die Lage bessert sich gefühlt langsam durch die Niedrigschwelligkeit von Frameworks und Verfügbarkeit schöner Designs in etablierten CMS, umso mehr im Kontext der geisteswissenschaftlichen Projekte, die das Glück haben mit Profis wie denen des UCLAB der FH Potsdam zusammenzuarbeiten, aber bleibt angespannt dort, wo diese Verknüpfungen oder das Bewusstsein für Ästhetik im professionellen Kontext eben nicht existiert.
Zurück zum Text: Die Studierenden in der eingangs erwähnten Situation haben meinen Punkt denke ich verstanden, zumindest haben einige sich ihrerseits Mühe dabei gegeben, lesbaren Text im Rahmen dessen zu produzieren, was ein Word-Processor wie “Word” hergibt. Sicher, da hätte man etwa mit LaTeX oder Publisher-Software wie Affinity Publisher oder Adobe “Igitt, Abo” InDesign mehr rausholen können, aber lassen wir die Kirche im Dorf: Mein Anliegen war ja, den Studierenden Sorgfalt im Textsatz zu vermitteln. In einem anderen Seminar war allerdings jede Mühe umsonst: Trotz mehrmaligen Vermittlungsversuchen, anschließendem Bereitstellen niedrigschwelliger Formvorgaben und letztlich der Verpflichtung zur Nutzung eines einfachen Templates kamen Texte bei mir an, bei denen Erich Zann seine Geige gar nicht erst hätte auspacken müssen, um den Wahnsinn der Dimension jenseits des Textes zugänglich zu machen. Und auch, wenn ich mir aktuell professionelle Publikationen anschaue, und ganz stark versuche die ganze Open Access-Verlagssituation zu ignorieren, ist das oft im besten Falle schlichter Satz, aber allzu oft ermüdende Textwüste: Klar, ist ja professionell, da geht’s ja um den Inhalt und nicht um die Form.
Was machen wir jetzt damit? Es wird vermutlich nie möglich sein, die Ästhetik von Textsatz und Typografie in geisteswissenschaftlichen, nicht-kreativen Fächern zu einem ernstzunehmenden Element der alltäglichen Arbeit weiterzuentwickeln. Ein Mittelweg könnte deshalb Markdown sein. Markdown ist eine sehr reduzierte Auszeichnungssprache, die wenige und einfache Auszeichnungen für die Textgestaltung mitbringt. Meistens wird Markdown in einem entsprechenden Editor geschrieben, man kann aber auch einfach einen simplen Texteditor nutzen, oder, weil man sich und anderen die eigene Tech-iness beweisen will, zum Beispiel in vi. Wichtig ist nur, und deshalb sollte man dafür möglichst keine Word-Processor nutzen, dass am Ende kein .docx oder ähnliches rauskommt, sondern ein .md file.
Die Literatur für einen Text wird parallel als BibTeX ausgelagert, das kann über eigentlich jedes gängige Literaturverwaltungstool generiert werden und verlangt keinen Sachverstand in TeX. Mir kann niemand erzählen, dass dieses Snippet irgendwie herausfordernd wäre:
# Überschrift
Dies ist ein Paragraph[@citationkey1], in dem besonders wichtige Sachverhalte besonders aufwändig beschrieben werden, um den akademischen Habitus in **fett** oder *kursiv* zu wahren.[^f1]
- Liste
- Liste
- Liste
[^f1]: Ein interessantes Argument. Weitere Ausführungen siehe hierzu [@citationkey2].
Mit dem Citation Key kann dabei der entsprechende Eintrag in der Bibliographie referenziert werden. Das Markdown selbst lässt sich so schon lesen, es braucht streng genommen nichtmal eine Weiterverarbeitung. Allerdings, wie bei allen Plain Text Formaten, ist die Ästhetik dieses Formats (und um die geht es uns ja) … nennen wir es ausbaufähig. Wenn jetzt aber Beiträge, Einreichungen, Hausarbeiten, allgemein akademischer Output, zur Prüfung durch Reviewer, Verlage, Dozierende, erstmal in Markdown und einem ergänzenden BibTeX-File übermittelt wird, können diese dann mit der wunderbaren Software namens Pandoc diese Dateien nehmen, und sie in ihr Traum-Zielformat transformieren. Ob .pdf, .docx, .odt, Pandoc unterstützt eine Vielzahl an verschiedenen Quell- und Zielformaten, die kaum Wünsche offenlassen sollte. Stile, Fußnoten, Zitationsfußnoten werden alle automatisch generiert.
Was ist dadurch gewonnen? Ich bin nicht mehr darauf angewiesen, dass die Studierenden oder Einreichende das, was ich als Vorgabe gebe oder zu vermitteln versuche, am Ende auch konsistent umsetzen. Damit ich mich dann aber nicht durch Textwüsten quälen muss, kann ich über diese Variante einfach sicherstellen, dass ich ein für mich passendes Format wähle und damit die (zugegeben) automatisierte Textsetzung aus den Händen der Einreichenden befreie. Anleitungen zu diesem Workflow gibt es im Netz übrigens zahlreich (z.B. hier ein erster Treffer).
Zugegeben, das Ergebnis wird kaum mit einem vernünftig gesetzten und gestalteten Coffeetable-Format konkurrieren können. Wenn ich mir etwa die Publikationen bei Tune and Fairweather zu den Souls-Spielen anschaue, werde ich noch immer neidisch werden. Aber seien wir ehrlich: Dieses Niveau wird sich im akademischen Alltagsgeschäft der Geisteswissenschaften niemals etablieren können, weil schlicht kein:e professionellen Designer:innen bereit stehen. In dem Sinne bleibt das hier also ein Plädoyer dafür, wenigstens Markdown als Standard zu etablieren, für eine bessere Lesbarkeit von Texten. Amen.
PS: Wenn die Pandoc-Transformation fehlschlägt, wäre das dann einfach keine gültige Einreichung
PPS: Die Ästhetik dieser Blogtexte ist mir übrigens ein Grauen!
Der vorliegende Workflow entstand als Praktikumsbericht im Zuge meines insgesamt vierwöchigen Berufsorientierungspraktikums (BOP), das ich als Zeitsoldat mit nahendem Dienstzeitende in Zusammenarbeit mit dem Berufsförderungsdienst des Karrierecenters der Bundeswehr (KarrC Bw) Wilhelmshaven absolvieren durfte. Ich bin Historiker und derzeit externer Doktorand an der Fakultät für Geistes- und Sozialwissenschaften der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg (HSU/UniBw H). Konkret eingebunden wurde ich in die Abteilung Digitale Dienste der Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky (kurz Stabi oder SUB Hamburg). Das BOP dient im Wesentlichen dazu, durch Horizonterweiterung und neue Einblicke in ein potenziell zukünftiges Arbeitsfeld eine fundierte Entscheidung für die berufliche Neuorientierung auf dem Arbeitsmarkt vorzubereiten. Da ich bereits über Vorerfahrungen als IT-Offizier im Marineunterstützungskommando sowie LaTeX- und HTML-Kenntnisse verfügte und sowohl auf dem 54. Historikertag unter dem Motto Fragile Fakten 2023 an der Universität Leipzig als auch auf dem 6. Kongress Polenforschung 2024 an der Technischen Universität Dresden gemeinsam mit dem Deutschen Polen-InstitutDarmstadt mit fachspezifischen Themen und Fragestellungen der Digital Humanities (DH) als vielversprechendem methodischen Neuzugang zur Geschichtswissenschaft in Berührung gekommen bin, lag es nahe, mich in Hamburg nach einer geeigneten Praktikumsstelle umzusehen. Nach wenigen E-Mails und einem kurzen Bewerbungsverfahren erhielt ich zügig die Gelegenheit, dieses Praktikum zu absolvieren.
Konkret orientierten sich der didaktische Ablauf sowie die geplanten Programmpunkte an digitalmethodischen Zugängen zu einem themenspezifischen Untersuchungsgegenstand: dem digitalisierten und insgesamt 1.451 Titel umfassenden Korrespondenznachlass der „Sammlung Ernst Cassirer. Leben und Wirken Ernst Cassirer“. Dieser besteht zum größten Teil aus der Briefkorrespondenz Cassirers und setzt sich zu etwa 50% aus von ihm verfassten Briefen zusammen, die wiederum größtenteils in handschriftlicher Form vorliegen. Im Folgenden möchte ich mein Projekt inhaltlich und ablauforganisatorisch vorstellen sowie meinen Workflow skizzieren, wie er sich nach einer Evaluation auch künftig und für andere Nutzer, die vor einem ähnlichen Projekt stehen, bewähren könnte.
Obwohl wir noch nicht bei der Transkription der Texte aus dem Corpus-Fragment sind, ist es für den historischen Kontext an dieser Stelle nicht ganz unerheblich, diese zu zeigen. Im ersten Brief (Darstellung des Originalscans) gewinnt der Leser einen episodenhaften Einblick in den Arbeitsprozess Cassirers als Herausgeber und Kommentator des jedenfalls bis dahin unedierten philosophischen Werks Immanuel Kants.
In den nachfolgenden beiden exemplarischen Briefen sammeln wir Eindrücke aus dem wissenschaftlich-beruflichen Arbeits- und Kommunikationsprozess Cassirers aus seinem schwedischen Exil heraus, da er aufgrund der antisemitischen Berufsstandgestze im Deutschen Reich zum Auswandern gezwungen worden war. Weiterhin ist inhaltlich nicht auf das nachfolgende Bruchstück der Korrespondenz Cassirers einzugehen.
Der Rektor der Hamburgischen Universität Hamburg 13, den 1/XI 1930 Edmund-Siemers Allee
Sehr geehrter Herr Doktor!
Für die freundliche Einladung zur Mitarbeit an der Festschrift für Prof. Efraim Liljequist sage ich Ihnen meinen besten Dank. Zu meinem grossen Bedauern wird es mir nicht möglich sein, Ihnen bis zum 1. IV. 1930 einen geeigneten Beitrag zu senden, da ich in diesem Jahre die Rektoratsgeschäfte zu verwalten habe und dadurch in der eigenen wissenschaftlichen Arbeit stark behindert bin.
Ich bin in ausgezeichneter Hochachtung Ihr Ernst Cassirer
Durch einen bedauerlichen Zufall ist Ihr Brief soeben erst in meine Hände gelangt und ich kann Ihnen erst heute für Ihre freundliche Ein- ladung, nach Lund zu kommen, danken. Ich will sehr gerne einen Vortrag im Philosophischen Verein halten, möchte Sie aber bitten, den Zeitpunkt etwas zu verlegen, da ich jetzt noch sehr mit Arbeit überhäuft bin. Mir würde jedes Datum im Dezember passen, wenn Sie es mich zeitig genug wissen lassen. Ich wäre Ihnen auch sehr dankbar, wenn Sie mir mitteilen woll- ten, ob Sie ein systematisches oder ein historisches Thema von mir erwarten.
Ich freue mich darauf, Sie bald in Lund zu sehen und bin mit den besten Grüssen Ihr Ernst Cassirer
am besten in der zweiten Wochenhälfte, der Montag, Dienstag, Mittwoch meine Vorlesungs-Tage sind
Die übergeordnete Absicht hinter dem Projekt bestand weniger in der interpretativen und kritischen Analyse zeithistorischer Dokumente als vielmehr in der Erprobung von Methoden – einerseits zur Zugänglichmachung historischen Quellenmaterials für die Geschichtsforschung (sowie die Philosophie, die hier ebenfalls als einschlägige Disziplin betrachtet werden kann) und andererseits zur algorithmischen Quantifizierung von Textcorpora durch Verfahren wie die Named-Entity-Recognition oder Sentiment-Analysis. Ziel war es, potenzielle Ansätze für die Problematisierung von Forschungsfragen zu liefern und anhand menschlich kaum zu bewältigender Datenmengen neue Informationen und Erkenntnisse auf einer „semantischen Metaebene“ zu gewinnen.
Info: Named-Entity-Recognition
NER bezeichnet die automatisierte Identifizierung und Klassifizierung von benannten Entitäten – etwa Personen, Organisationen, Orten oder Zeitangaben – in unstrukturierten Texten. In den Digital Humanities ermöglicht NER, große Textcorpora systematisch zu analysieren, relevante Entitäten zu extrahieren und Netzwerke sowie thematische Schwerpunkte sichtbar zu machen.
Info: Sentiment Analysis
Sentiment Analysis bezeichnet die automatisierte Erkennung und Klassifizierung emotionaler Töne in Texten. In den Digital Humanities wird diese Methode eingesetzt, um große Textcorpora zu analysieren und Stimmungen, Einstellungen oder Meinungen systematisch zu quantifizieren. So können geisteswissenschaftliche Fragestellungen um quantitative Erkenntnisse erweitert werden – etwa um Trends in der öffentlichen Meinung, kulturelle Emotionen oder narrative Strukturen aufzudecken und interdisziplinär zu erforschen.
3 Inhalte
Neben den nachstehend genannten und erreichten Wochenzielen sind noch einige allgemeine Punkte erwähnenswert. Die Arbeit war „branchentypisch“ grundsätzlich hybrid (Home-Office und Präsenz) möglich und konnte im Sinne erhöhter Produktivität und Effizienz flexibel nach eigenem Ermessen genutzt werden. Durch eine VPN-Anbindung, verbindliche Absprachen und gute Kommunikationsmöglichkeiten, auch im Team, stellte mich dieser Arbeitsmodus vor keinerlei Probleme – im Gegenteil. Auch an Vorträgen, Workshops sowie Besprechungen u. Ä., die nicht in direktem thematischem Zusammenhang mit meinem Projekt standen, wurde ich beteiligt. Dies ermöglichte mir weitere interessante Einblicke in die Arbeitsweisen und projektbezogenen Ausrichtungen der Digital Humanities.
Wochenziele
1. Praktikumswoche
Überblick über den Cassirer-Bestand, Kontextualisierung, historische Einordnung, Netzwerk, Einführung in die DH
Einführung in eScriptorium, HTR und automatisierte Texterkennung für Cassirer-Briefe (bzw. Auswahl)
Teilnahme in Präsenz an der jährlichen Tagung der Digital Humanities im deutschsprachigen Raum (DHd) an der Universität Bielefeld
4 Workflow
4.1 Datenrecherche und -beschaffung
Die Datenrecherche erfolgte mittels Web Scraping (auch Data Harvesting genannt), um relevante Sammlungsobjekte zu extrahieren, bei denen Cassirer als Verfasser angegeben ist. Ausgangspunkt war eine vollständige Liste aller Record-IDs, die als Grundlage für das automatisierte Abrufen der zugehörigen Metadaten und digitalen Ressourcen diente. Zur Durchführung des Scraping-Prozesses kamen die nachfolgenden PowerShell-Skripte zum Einsatz, um gezielt Daten von der Website des Korrespondenznachlasses im Hamburger Kulturgut Digital herunterzuladen. Dabei wurden die Objekte sowohl als PDF– als auch als METS-Dateien gesammelt, da beide Dateiformate in eScriptorium importiert werden können, um eine möglichst vollständige Datengrundlage für die spätere Analyse zu schaffen. Es hat sich jedoch als besonders vorteilhaft erwiesen, die METS-Dateien herunterzuladen.
Die folgende Routine ermöglicht das automatische Herunterladen aller PDF-Dateien basierend auf einer definierten Liste von Record-IDs. Das Skript überprüft, ob der Zielordner existiert, erstellt ihn falls nötig und lädt dann die PDF-Dateien herunter. Fehlerhafte Downloads werden protokolliert.
# Liste aller Record IDs
$recordIDs = @(
"SUBHH-CASSe62",
...
"SUBHH-CASSe64"
)
# Speicherort für die Downloads
$downloadFolder = "$env:USERPROFILE\Downloads\PDFs"
# Erstelle den Zielordner, falls nicht vorhanden
if (!(Test-Path -Path $downloadFolder)) {
New-Item -ItemType Directory -Path $downloadFolder | Out-Null
}
# Basis-URL für die PDFs
$baseURL = "https://img.sub.uni-hamburg.de/kitodo"
# Fortschrittsanzeige und Fehlerbehandlung
$counter = 0
$totalFiles = $recordIDs.Count
$errors = @()
# Alle PDFs herunterladen
foreach ($id in $recordIDs) {
$counter++
$pdfURL = "$baseURL/$id/PDF/$id.pdf"
$outputPath = "$downloadFolder\$id.pdf"
Write-Host "[$counter/$totalFiles] Lade herunter: $pdfURL"
try {
Invoke-WebRequest -Uri $pdfURL -OutFile $outputPath
Write-Host "✅ Erfolgreich gespeichert: $outputPath"
}
catch {
Write-Host "❌ Fehler beim Herunterladen: $pdfURL"
$errors += $pdfURL
}
}
# Abschlussmeldung
Write-Host "`n🎉 Download abgeschlossen! Alle Dateien gespeichert in: $downloadFolder"
# Fehlerprotokoll speichern (falls Fehler aufgetreten sind)
if ($errors.Count -gt 0) {
$errorLog = "$downloadFolder\Fehlerhafte_Downloads.txt"
$errors | Out-File -Encoding UTF8 -FilePath $errorLog
Write-Host "⚠️ Fehlerhafte URLs wurden in $errorLog gespeichert."
}
4.1.2 Automatisierter Download der METS-Dateien
Die METS-Dateien enthalten strukturierte Metadaten zu den einzelnen Objekten und sind für die Weiterverarbeitung in eScriptorium besonders wertvoll. Das folgende Skript lädt alle METS-Dateien anhand der Record-IDs herunter, speichert sie lokal und protokolliert fehlerhafte Abrufe in einer separaten Datei.
Automatisierter Download der METS-Dateien (Python)
# Liste aller Record IDs
$recordIDs = @(
"SUBHH-CASSe62",
...
"SUBHH-CASSe64"
)
# Speicherort für die Downloads
$downloadFolder = "$env:USERPROFILE\Downloads\METS"
# Erstelle den Zielordner, falls nicht vorhanden
if (!(Test-Path -Path $downloadFolder)) {
New-Item -ItemType Directory -Path $downloadFolder | Out-Null
}
# Basis-URL für die METS-Dateien
$baseURL = "https://mets.sub.uni-hamburg.de/kitodo"
# Fortschrittsanzeige und Fehlerbehandlung
$counter = 0
$totalFiles = $recordIDs.Count
$errors = @()
# Alle METS-Dateien herunterladen
foreach ($id in $recordIDs) {
$counter++
$metsURL = "$baseURL/$id"
$outputPath = "$downloadFolder\$id.xml"
Write-Host "[$counter/$totalFiles] Lade herunter: $metsURL"
try {
Invoke-WebRequest -Uri $metsURL -OutFile $outputPath
Write-Host "✅ Erfolgreich gespeichert: $outputPath"
}
catch {
Write-Host "❌ Fehler beim Herunterladen: $metsURL"
$errors += $metsURL
}
}
# Fehlerprotokoll speichern (falls Fehler aufgetreten sind)
if ($errors.Count -gt 0) {
$errorLog = "$downloadFolder\Fehlerhafte_Downloads.txt"
$errors | Out-File -Encoding UTF8 -FilePath $errorLog
Write-Host "⚠️ Fehlerhafte URLs wurden in $errorLog gespeichert."
}
Write-Host "🎉 Download abgeschlossen! Alle METS-Dateien gespeichert in: $downloadFolder"
Die Kombination dieser beiden Skripte ermöglicht eine strukturierte Erfassung der digitalen Objekte sowohl als PDF als auch in METS-Form. Die METS-Dateien enthalten detaillierte Metadaten zur Struktur der Dokumente und erleichtern die Weiterverarbeitung in Digital-Humanities-Umgebungen. Durch die Automatisierung des Downloads wird sichergestellt, dass alle verfügbaren Daten konsistent und vollständig vorliegen.
4.2 Automatisierte Extraktion von Bilddateien aus METS-Dateien per Skript
Beim PDF-Import werden die Seiten der PDF-Dateien durchgezählt. Es gibt jedoch keine direkte Möglichkeit, diese anhand der Record-ID zu unterscheiden. Eine praktikable Lösung besteht darin, die relevanten Bilddateien direkt aus den METS-Dateien zu extrahieren und entsprechend zu benennen.
Dazu wird folgender Workflow empfohlen:
Vorliegen aller METS-Dateien mit einer Namensstruktur wie SUBHH-CASSe1251.xml.
Iteration über jede METS-Datei anhand der zugehörigen Record-ID.
Extraktion aller Bildpfade aus der Sektion <mets:fileGrp USE="PRESENTATION">, in der die Bilddateien mit einem xlink:href-Attribut referenziert sind.
Automatisierter Download der Bilddateien mittels wget oder curl. Die heruntergeladenen Dateien sollten nach dem Schema <record_id>_<originaldateiname>.tif gespeichert werden, um eine eindeutige Zuordnung zu gewährleisten.
Konvertierung aller TIFF-Dateien ins JPEG-Format zur einfacheren Weiterverarbeitung und Platzersparnis. Dies kann entweder über die Kommandozeilenanwendung mogrify oder über die Desktop-Anwendung XNView durchgeführt werden (Stichwort: Stapelverarbeitung).
Dieser Ansatz wurde bereits erfolgreich im Rahmen des Dehmel-Projekts umgesetzt und hat sich als effiziente Methode zur Verwaltung und Strukturierung der Bilddaten erwiesen.
4.2.1 Extraktion der Bilddateien aus METS-Dateien
Um die in den METS-Dateien referenzierten Bilddateien automatisiert herunterzuladen, wurde das vorangestellte Python-Skript verwendet. Es durchsucht alle METS-Dateien im angegebenen Verzeichnis nach Bild-URLs, die in der fileGrp-Sektion mit USE="PRESENTATION" enthalten sind. Die Images werden mit curl heruntergeladen und nach dem Schema <record_id>_<originaldateiname>.tif benannt.
Automatisierte Extraktion der Bilddateien aus METS (Python)
import os
import re
import xml.etree.ElementTree as ET
import subprocess
# Pfade anpassen
mets_folder = r"C:\Users\langnero\Downloads\METS" # Pfad zu den METS-Dateien
output_folder = r"C:\Users\langnero\Downloads\METS_IMAGES" # Ordner für TIFF-Dateien
# Sicherstellen, dass der Ausgabeordner existiert
os.makedirs(output_folder, exist_ok=True)
# XML-Namespace für METS-Dateien
NAMESPACE = {
"mets": "http://www.loc.gov/METS/",
"xlink": "http://www.w3.org/1999/xlink"
}
# Durch alle METS-Dateien im Ordner iterieren
for mets_file in os.listdir(mets_folder):
if mets_file.endswith(".xml"):
mets_path = os.path.join(mets_folder, mets_file)
record_id = os.path.splitext(mets_file)[0] # Dateiname ohne .xml als Record-ID
# XML-Datei parsen
tree = ET.parse(mets_path)
root = tree.getroot()
# Alle Bild-URLs in der fileGrp "PRESENTATION" extrahieren
for file_elem in root.findall(".//mets:fileGrp[@USE='PRESENTATION']/mets:file", NAMESPACE):
file_id = file_elem.get("ID")
flocat = file_elem.find("mets:FLocat", NAMESPACE)
if flocat is not None:
image_url = flocat.get("{http://www.w3.org/1999/xlink}href")
if image_url:
original_filename = os.path.basename(image_url) # z.B. "00000001.tif"
new_filename = f"{record_id}_{original_filename}" # Zieldateiname
output_path = os.path.join(output_folder, new_filename)
# Datei mit curl herunterladen
print(f"Lade {image_url} als {new_filename} herunter...")
subprocess.run(["curl", "-o", output_path, image_url], check=True)
print("Download abgeschlossen.")
4.2.2 Batch-Konvertierung der TIFF-Dateien ins JPEG-Format
Da TIFF-Dateien oft sehr groß sind und nicht immer für Webanwendungen geeignet, werden sie mit folgendem Skript in das JPEG-Format umgewandelt. Dies geschieht mithilfe des Tools ImageMagick, das eine effiziente Batch-Verarbeitung ermöglicht.
import os
import subprocess
# Pfad zum Ordner mit den Bildern
image_folder = r"C:\Users\langnero\Downloads\METS_IMAGES"
# In den Ordner wechseln
os.chdir(image_folder)
# Alle TIFF-Dateien in JPEG umwandeln
print("Konvertiere TIFFs in JPEGs...")
subprocess.run(["magick", "mogrify", "-format", "jpg", "*.tif"], check=True)
print("Konvertierung abgeschlossen.")
Dieses Skript wandelt alle .tif-Dateien im Verzeichnis METS_IMAGES in das JPEG-Format um, das mit eScriptorium kompatibel ist, und ersetzt dabei die Originaldateien nicht – was jedoch möglich wäre. Meiner Erfahrung nach ist das Arbeiten mit METS-Dateien bei größeren Textcorpora der PDF-Variante vorzuziehen, da Down- und Uploads wesentlich schneller vonstattengehen.
4.3 Transkription mit eScriptorium, Transkribus et al.
Die Transkription erfolgt über den Import in eScriptorium, ein Tool zur Segmentierung und automatisierten Texterkennung. Die Segmentierung ist notwendig, um die Struktur des Dokuments zu erfassen und die Texterkennung vorzubereiten. Eine kurze, leicht verständliche und prägnante Anleitung zur Nutzung des Tools, insbesondere für Anfänger, ist hier gut dokumentiert. Darüber hinaus bietet diese Schritt-für-Schritt-Anleitung wichtige und hilfreiche Informationen für Einsteiger beim Training mit eScriptorium. Zur Unterstützung können bestehende Modelle aus Transkribus genutzt werden. Diese Modelle basieren auf einer umfangreichen Ground-Truth-Datenbasis mit mehrsprachigen Handschriften aus verschiedenen Epochen. Dadurch lassen sich unterschiedliche Schreibstile maschinell erkennen. Large Language Models (LLMs) und generative Künstliche Intelligenz (gKI), wie ChatGPT, können die Transkription ergänzen. Sie bieten Ansätze zur Rekonstruktion unvollständiger Textstellen und zur Annotation, indem sie Zusammenhänge zwischen Textfragmenten erkennen. Die Kombination automatisierter Methoden mit manueller Kontrolle ermöglicht eine strukturierte Verarbeitung der Daten. Letztlich ist hier jedoch das Auge des Geisteswissenschaftlers entscheidend, der dieErgebnisse der technischen Unterstützung beider Transkription abgleichen und korrigieren muss, um zuverlässige Ground-Truth-Daten zu gewinnen. Ohne diese wäre ein KI-Modell, das speziell für die Erkennung der spezifischen Handschrift im betreffenden Dokument trainiert wird, nicht effektiv. Nach etwa 40 bis 100 Seiten Handschrift, die durch händische Segmentierung und Transkription als „Ground-Truth-Text“ in eScriptorium erstellt wurden, ist keine weitere Verbesserung der automatisierten Texterkennung mehr messbar. Danach kann die automatisierte Transkription des Handschriftencorpus eines Autors beginnen.
4.4 Textannotation mit Normdaten
Die Annotation des transkribierten Textkörpers erfolgt auf Grundlage der Text Encoding Initiative (TEI) in einer strukturierten XML-Datei. Dabei werden sowohl die Metadaten im <teiHeader> als auch die textinternen Entitäten, wie z. B. Personen, Orte, Fachbegriffe, Publikationen oder Institutionen, mit sogenannten Normdaten versehen. Diese Verknüpfung erleichtert die systematische Erschließung und Vernetzung der Daten mit externen Informationssystemen.
Info: Normdaten in der digitalen Annotation
Normdaten sind standardisierte Datensätze, die eindeutige Identifikatoren für Entitäten bereitstellen. Sie dienen der Vereinheitlichung, Vernetzung und verbesserten Auffindbarkeit von Informationen in digitalen Sammlungen. Durch die Integration von Normdaten in TEI-XML können digitale Editionen semantisch angereichert, besser recherchierbar und mit anderen wissenschaftlichen Ressourcen verknüpft werden.
Zur Standardisierung der Annotation können verschiedene Normdatenbanken herangezogen werden. Die Gemeinsame Normdatei (GND) der Deutschen Nationalbibliothek bietet eindeutige Identifikatoren für Personen, Organisationen und Werke. Geografische Informationen können über GeoNames zugeordnet werden. Eine übergreifende Sammlung von Normdatensätzen bietet das Virtual International Authority File (VIAF), das Daten aus verschiedenen Bibliothekskatalogen zusammenführt. Für eine weitergehende semantische Anreicherung lassen sich auch Wikidata und deren Abfragemöglichkeiten über SPARQL nutzen. Ein Überblick über verschiedene Normdaten und ihre Einsatzmöglichkeiten findet sich unter Normdaten – Was sie können, wo du sie findest. Durch die Nutzung von Normdaten wird der transkribierte Text mit übergeordneten Wissensressourcen verknüpft und dadurch maschinenlesbar sowie interoperabel gemacht. Dies ermöglicht eine bessere Auffindbarkeit und weiterführende Analysen – sowohl innerhalb der Digital Humanities als auch in anderen Bereichen der geisteswissenschaftlichen Forschung.
Extensible Stylesheet Language Transformations (XSLT) ist eine Sprache zur Umwandlung von XML-Dokumenten in andere Formate wie HTML, PDF oder TEI. Durch die Nutzung von Stylesheets können Struktur und Layout der Ausgabe gezielt definiert werden. Ein zentraler Vorteil besteht darin, eine große Anzahl von Dokumenten automatisiert und einheitlich nach den gleichen formalen Vorgaben auszugeben. Dadurch kann sichergestellt werden, dass alle Inhalte konsistent formatiert sind und problemlos weiterverarbeitet oder veröffentlicht werden können.
Das folgende XSLT-Stylesheet wandelt das TEI-XML in eine HTML-Edition um. Es generiert ein Register der Korrespondenz, verlinkt Personen und Orte mit Normdatenquellen und strukturiert den Inhalt für die webbasierte Anzeige.
<!– Template für den Briefkörper (alle Inhalte innerhalb eines Briefes) –> <xsl:template match=”tei:div[@type=’letterBody’]”> <div class=”letterBody”> <xsl:apply-templates/> </div> </xsl:template>
<!– Template für den Opener (Einleitung des Briefes) –> <xsl:template match=”tei:opener”> <div class=”opener”> <h3>Einleitung</h3> <xsl:apply-templates/> </div> </xsl:template>
<!– Template für Weblinks in <ref> –> <xsl:template match=”tei:TEI/tei:teiHeader/fileDesc/publicationStmt//tei:ref”> <a href=”{@target}”> <xsl:apply-templates/> </a> </xsl:template>
<!– Template für Zeilenumbrüche (<lb>) –> <xsl:template match=”tei:lb”> <br/> </xsl:template>
<!– Template für Seitenumbrüche (<pb>) –> <xsl:template match=”tei:pb”> <hr/> </xsl:template>
<!– Standardtemplate für Textknoten –> <xsl:template match=”text()”> <xsl:value-of select=”.”/> </xsl:template>
</xsl:stylesheet>
Die referenzierten Links führen dann zu den jeweiligen Einträgen in den Normdateien bzw. zur Ansicht der digitalisierten Handschrift im Hamburger Kulturgut Digital der SUB. Nach der Transformation im jeweiligen XML-Editor sehen wir das Ergebnis einer rudimentär gestalteten Webansicht.
Es bleibt festzuhalten, dass die Qualität der automatisierten Texterkennung des Transkriptionsmodells für die individuelle Handschrift von Cassirer noch am Anfang steht. Hier wäre auf dem in eScriptorium angelegten Textcorpus aufzubauen und das Modell weiter zu trainieren, um die insgesamt 1.771 Images sämtlich zu transkribieren. Der aufmerksame Leser dieses Berichts bzw. „Tutorials“ weiß bereits, dass dies nur etwa 50% der Handschriften aus dem digitalisierten Korrespondenznachlass von Cassirer darstellt. Die Handschriften seiner Korrespondenzpartner müssten demnach auch in zeitintensiver Detailarbeit entziffert und transkribiert werden, denn nur so wird das schriftliche Erbe aus den Cassirer-Briefen nachvollziehbar, intelligibel und für die geisteswissenschaftliche Forschung unmittelbar nutzbar. Auch die Anschaulichkeit einer digitalen Edition müsste auf den neuesten Stand von Webdesign und Webentwicklung gebracht sowie Kommunikationsnetzwerke grafisch sichtbar gemacht werden, damit auch eine breite Öffentlichkeit sich ein Bild von den Einsichten in den Cassirer-Briefwechsel machen kann. Wie den Praktikumsinhalten am Beginn des Berichts bereits zu entnehmen war, steht in der kommenden Woche noch der Vor-Ort-Besuch der jährlichen Tagung der Digital Humanities im deutschsprachigen Raum an.
Die DHd ist ein 2013 gegründeter Verband zur formellen Interessenvertretung von Wissenschaftlerinnen und Wissenschaftlern, die sich mit digitalen Methoden in den Geisteswissenschaften befassen. Die Idee zur Gründung entstand bereits 2012 auf der DHd Unconference an der Universität Hamburg, die im Vorfeld der internationalen Konferenz DH 2012 der Alliance of Digital Humanities Organizations (ADHO) stattfand. Heute zählt der Verband mehrere hundert Mitglieder und richtet jährlich eine Konferenz aus, die als zentrale Plattform für den wissenschaftlichen Austausch und die Vernetzung dient.
Die DHd2025 findet unter dem Motto Under Construction. Digitale Geisteswissenschaften im Auf- und Umbau vom 3. bis 7. März 2025 an der Universität Bielefeld statt. Sie bietet ein vielfältiges Programm mit Workshops, Vorträgen und Diskussionsrunden, in denen aktuelle Entwicklungen, methodische Innovationen und interdisziplinäre Fragestellungen der Digital Humanities beleuchtet werden. Ich freue mich darauf, neue Einblicke in aktuelle Forschungsthemen zu gewinnen, Impulse für den Einsatz digitaler Methoden in den Geisteswissenschaften zu erhalten und mich mit Fachkolleginnen und -kollegen auszutauschen. Die DHd-Konferenz bietet eine wertvolle Gelegenheit, sowohl etablierte als auch experimentelle Ansätze der Digital Humanities zu diskutieren und weiterzuentwickeln.
6. Weiterführende Informationen und Tools. . .
Zum Abschluss möchte ich eine kurze Liste bereitstellen, die zum Stöbern in laufenden und abgeschlossenen DH-Forschungsprojekten sowie zum Ausprobieren von DH-Tools einlädt. Zudem sollen sie Anleitungen und Wissenswertes bieten, denn die Digital Humanities sind ein weites und innovatives Feld mit großen Zukunftsperspektiven!
Grundlage für diesen Blogpost bildete diese Publikation, die hier als Open-Access-Download zur Verfügung steht:
Langner, R. S. (2025). Vom Scan zur digitalen Edition – Ein Workflow für die Transkription, Annotation und Visualisierung von Handschriftencorpora am Beispiel des Cassirer-Korrespondenznachlasses. Zenodo. https://doi.org/10.5281/zenodo.14970511
We are pleased to announce that the State- and University Library Hamburg Carl von Ossietzky and the University of Hamburg will be hosting a half-day workshop on ATR (Automated Text Recognition, OCR/HTR)at the DH Lab @ Philturm on 22 January 2025 with up to 6 presentations on current ATR-related projects or initiatives. This event aims to bring together researchers and practitioners in Hamburg to share their insights and developments in the field and provide a platform for discussion and exchange of experiences. We invite all interested parties to share their projects related to the topic, individuals at all levels of ATR knowledge are welcome to attend.
The workshop will run from 10:00 to 16:00 and will conclude with a 90-minute introductory hands-on workshop on eScriptorium from 16:15 to 17:45.
Presentations can cover any ATR-related topic, including but not limited to:
ATR tools (especially eScriptorium),
applications of ATR in different domains,
multi-language scripts,
case studies and practical implementations,
evaluation metrics and benchmarking,
network and community building.
We encourage submissions on any topic related to ATR.
Key details:
Presentations should be in English or German, but topics can address any language (e.g., Arabic, Chinese, etc.) as long as they are ATR related.
Expected length of presentations: 10-20 minutes (please specify in your submission).
We look forward to receiving your submission and engaging in fruitful discussions at this event. If you are interested in attending, but not presenting, please send us an email with your name, so we can register you as a participant.
Anlässlich einer Ausschusssitzung und Livebloggings zu den Inhalten auf Microblogging-Plattformen dachte ich mir, thematisiere ich pragmatische Herausforderungen für eine “interdisziplinäre” Wissenschaftskommunikation mal kurz in einem Blogbeitrag. Denn am Beispiel dieser Sitzung zeigen sich nach wie vor die Herausforderungen und Probleme eines nicht wirklich interoperablen Microblogging-Netzwerks, das zwar eigentlich die bestmögliche aktuelle Alternative zu Big-Tech-Services ist, mit zwei leidlich kommunizierenden Angeboten aber leider praktisch echte Hürden aufweist.
Da ein großer Teil der Bibliotheksbubble und ein wesentlicher Teil der deutschsprachigen Digital-Humanities-Bubble auf Mastodon organisiert ist, hauptsächlich auf und sicherlich auch aufgrund der Instanzen von openbiblio, fedihum und hcommons, habe ich in den letzten Monaten meine Bluesky-Präsenz etwas vernachlässigt. Das ist schade, da dort ein großer Teil der IchbinHanna-Community unterwegs ist, ebenso wie Teile der weniger Biblio- und Tech-affinen Humanities und auch internationale DH-Peers. Dank engagierter Menschen und einiger Entwicklungsprojekte gibt es mehrere Optionen zur Überbrückung von Mastodon und Bluesky, die beide als offene Systeme an den Start gehen, leider aber nicht eigentlich zusammen kommunizieren:
Crossposter
Es gibt herkömmliche Crossposter, wie zum Beispiel Skymoth, die bestehende Accounts auf beiden Netzwerken über einen Service verknüpfen und abhören. Beiträge, die auf dem einen Netzwerk geposted werden, werden dann auf das andere Netzwerk gespiegelt. Der Nachteil ist natürlich, dass ein Monitoring beider Netzwerke immer noch nötig ist, um die Diskussionen und Feeds der jeweiligen Netzwerke mitzubekommen. Crossposter sind also vor allem für einseitige Kommunikation sinnvoll, wenn beide Netzwerke mit Informationen bespielt werden sollen, aber keines oder nur ein Netzwerk zur Diskussion genutzt wird.
Bridge
Es gibt mit Bridgy Fed eine Brückenarchitektur, die von einem auf dem einen Netzwekr existierenden Account ausgehend auf dem anderen Netzwerk einen Account anlegt. Posts werden so automatisch gespiegelt, ebenso werden Antworten und Reaktionen gespiegelt, solange die beteiligten Personen ebenfalls über einen gebridgten Account verfügen. Der Vorteil liegt auf der Hand: Anders als Crossposter bietet die Bridge die Möglichkeit, nicht nur einseitig zu kommunizieren, sondern die Diskussion über beide Netzwerke zu spiegeln.
Der Nachteil ist aber, dass die Voraussetzung für eine Abbildung der gesamten Kommunikation recht hoch ist: Sobald Teile der kommunizierenden Bubble nicht über eine Bridge in das andere Netzwerk verfügen, werden deren Posts nicht gespiegelt, fehlen also im jeweils anderen Netzwerk. Dadurch wird die Kommunikation lückenhaft. Neben den eh kommunizierten Ausnahmen, in denen Posts nicht gespiegelt werden, hatte ich hin und wieder den Fall, dass Posts nicht übernommen wurden, obwohl sie theoretisch hätten übertragen werden müssen. Ein weiterer Nachteil ist, dass bestehende Accounts nicht eingebunden werden können, man also in jedem Fall einen neuen Account öffnen muss.
Clients
Mit Clients wie OpenVibe können beide Netzwerke in einem Client abgebildet werden. Die Timeline wird zusammen aggregiert, Posts können in beide Netzwerke gecrossposted werden. Die Nutzung ist wie in Sammelclients üblich recht übersichtlich, wenngleich OpenVibe sicherlich noch weit weg ist von der Usability von Mastodon Clients wie Elk oder Ice Cubes.
Der Vorteil liegt auf der Hand: Keine laufenden Bridge Services, die auf Serverinfrastruktur angewiesen sind, die das Spiegeln übernimmt, alles wird direkt in beide Netzwerke gespiegelt. Das Problem ist aber, dass Accounts, die ebenfalls in beide Netzwerke posten (ob über Crossposter, Bridge oder Client) dann auch immer doppelt in der Timeline auftauchen. Das nervt tatsächlich ziemlich. Reaktionen auf solche Posts müssen dann auch immer doppelt getätigt werden, wenn man auf beiden Netzwerken reagieren möchte. Es wäre hier extrem hilfreich, wenn der Client solche Redundanzen erkennen und ebenso wie die Timeline zusammenführen würde.
Warum überhaupt?
Warum ist das so zentral? Zum einen wird man die Alternativnetzwerke kaum für die auf Xitter verbliebenen Personen attraktiver machen, wenn sich die Communities und Bubbles aufteilen, obwohl sie gemeinsame Themen haben. Die IchbinHanna, Bibliotheks- und DH-Bubbles (z.B.) sollten in meinem Fall nicht voneinander getrennt existieren, da für meine Arbeit wichtig ist, Diskurse in allen Communities verfolgen und mich in allen Communities einbringen zu können. Gerade, wenn eine Community in zwei Netzwerken existiert, macht es die akademische Kommunikation im Bereich des Microbloggings extrem schwierig und dafür ist das Format einfach zu wichtig geworden, um bestimmte Themen in und zwischen Communities auszuhandeln.
Im Falle von Ausschüssen, Konferenzen oder ähnlichen Events ist es unbedingt nötig, eine gemeinsame Diskussionsbasis zu haben. Bluesky und Mastodon bieten hier beide eine gute Grundlage. Solange beide aber nicht auch gleiche Weise miteinander kommunizieren wie Instanzen im Fediverse untereinander und eine unkomplizierte Integration jenseits von Client, Bridge oder Crossposter möglich ist, bleibt das Zusammenbringen kompliziert. Wenn jemand eine gute Idee hat, die ich hier vergessen oder übersehen habe: Gerne her damit!
Ergänzungen
Hier eine Sammlung von Ergänzungen und Reaktionen:
When considering data and our digital era there are a host of ethical and practical issues to work toward resolving. Whether that is finding a suitable repository to store data, or what type of file is appropriate for greater communication, or how do you maintain websites and resources long term? This not even approaching the issues regarding Non-Latin based script. Imagine that for every basic solution available in the Latin script dominated world, there is an extra “wrench” or challenge to overcome. But it is necessary to overcome these issues as more research is done and the digital age expands to Non-Latin scripts.
On February 14th in the SUB, the researchers behindClosing the Gap in Non-Latin-Script Data, presented some of the challenges they had faced along with the many solutions they developed. Jonas Müller-Laackman presented a brief introduction and subsequently researchers presented their workflow and questions they had to consider. The project is a collaboration between the Digital Research Services Unit, Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky and the Free University of Berlin’s Beatrice Gründler, Theodore S. Beers, and Xenia Kudela.
One of the key issues facing non-Latin digital based projects and (Multilingual) Digital Humanities (DH) projects generally are that they are considered “Kleine Fächer” or in other words small subjects. In the academic Global North, there are few academics who know how to program while reading ancient Arabic scripts and who want to develop databases for these works. And as a result, there are logistical problems of funding or talent drain, as many people with advanced data skills are recruited for larger projects and more lucrative fields.
These challenges are always present in digital humanities and in part regular humanities. These fields demand a combination of passion and dedication with at times less monetarily driven goals.
However, the team behind Closing the Gap were well aware of these challenges, and it never deterred them. In fact, it made them more considerate of their resources and dedicated themselves to being as radically open as possible. In line with this goal, they naturally followed FAIR principles. For those unfamiliar with the term, FAIR refers to:
Findable: Data should be easy to find including metadata.
Accessible: The data when found should be easily accessed and the authentication and authorizations for the work are evident.
Interoperable: The data needs to work with other data and be formatted so that it can help with other operations and workflows.
Reusable: Data and metadata should be well-described and be combined with other settings.
These are basic definitions and exploring the FAIR website for greater descriptions of the principals is highly recommended.
In order to be in line with these principles, the research team decided from the start that they wanted a lightweight and easy frontend (user interface) that required no set up. They chose GitHub as their primary repository and their database utilizes json files as easy forms to read. In essence, reinforcing their dedication to creating relatively inexpensive, data rich, and accessible formats for themselves as well as other DH projects. And for those unfamiliar with digital literacy these formats could be explained and read relatively easily.
So what did the project actually want to do? What was their aim and why was FAIR so important to them?
As mentioned prior, Multilingual DH suffers many times in Germany, as well as broadly in the Global North, from being small and often unstable in funding. Third parties in recent times have been contributing to these organizations to a greater degree, but when compared to other fields, it is still difficult to gain adequate funding. When also considering the institutions of university and government as the main financial backers for these projects, they often have a limited lifespan. Justification and a constant balance of communication with how new tools can be utilized within the humanities has to be explained, leading to delays and miscommunication.
For the group behind Closing the Gap, they wanted to create a site where the active or past DH projects for Non-Latin scripts could find one another. Their initial scope was just Germany, but as you can see below their reach has rapidly expanded.
The database and interactive website developed from the repository serves as a navigational tool to find other projects. They created an accessible site where institutions and researchers could voluntarily share their projects including a small descriptor of their projects, how long the project planned to run, and ultimately link their own websites.
As the researchers openly admitted they initially had a bias towards collecting Arabic script based projects, but that singular language focus has expanded into over 130 languages collected in the database.
Technology has advanced the ability for small groups to make a large impact but as Beers had remarked during his segment, many of them are reinventing the wheel. DH projects are small. They lack the traditional funding that many monetarily driven projects have, so why are we all working separately and circularly?
Why not share their data and allow for solutions to be communicated between projects? Cut out the time spent solving the common issue of Arabic being written right to left (One of the proverbial “wrenches” that confounds many non-Latin based scripts).
Closing the Gap, shows the potential of growth in the Multilingual DH field and in some ways the maturation of the industry where there is now an active group collecting and tracking how the overall field is developing. An exaggerated stretch to compare in terms of scope, but think of it as a preliminary form of Facebook to the world of DH.
Are you studying Cuneiform? Are you adapting it to a digital format? Well maybe there’s someone halfway across the globe doing the exact same thing. Or a previous project you can reach out to. The meta-aspect of the project has already been showing some interesting ideas and will only continue to grow. What languages are being the most heavily focused on? Where are these projects being led?
However this desire to connect can be difficult at times, as many projects remain behind closed doors of universities and libraries. The balance of protecting one’s work and sharing it with others can be difficult. But once more it is important to understand that resources should be shared with one another and to make these “small” subjects become more efficient. It connects back to the principles of FAIR. Closing the Gap, in its inception, wants to break down the barriers and allow for the communication of resources for those dealing with Non-Latin scripts. The researchers behind the group push for
Additionally by the later half of the presentation, another DH project known as OpenITI, which stands for Open Islamic Texts Initiative, was introduced. Maxim Romanov presented a brief introduction to the project, which is currently working toward an automated form of Arabic and Persian manuscript transcription and collecting digital versions of text. It’s a vast project that has successfully utilized resources like GitHub to create a database with over a thousand texts. Contributors can add their texts to the corpus following the guidelines where they will utilize OCR (optical character recognition—in simplified terms converting an image of text into a machine-readable text format) to help record these texts.
It’s an impressive project that helps to highlight the overall goal of Closing the Gap, which is to connect with other projects and maintain as open as possible in terms of communication and networking. Already the network of the project is expanding, and aims to help other researchers connect globally. Hopefully Closing the Gap can continue to live up to its name as it aims to connect others as well as be transparent in its data.
The workshop then closed with a presentation of Arabic manuscripts from the libraries own collection, highlighting that Digital Humanities is a bridge between both the digital and physical world.
Other projects can utilize the cost effectiveness of Closing the Gap while maintaining an open and FAIR policy. For other DH project it stands out as an example of how the global research community is expanding and becoming more interwoven.
Thanks to all the presenters at the workshop as we look forward to highlighting more DH projects and working together as a global community passionate about bridging humanities and the modern era.
DH-Projekte sind komplexe Vorhaben aufgrund ihrer Interdisziplinarität, Innovativität und der meist stark begrenzten Ressourcen durch Drittmittelförderung.
In Projekten sollen ToDos erledigt werden, die aber auch irgendwie in Abhängigkeit zueinander stehen. Personal und Finanzmittel müssen verfügbar sein, aber auch verplant werden. Das Projekt soll natürlich erfolgreich sein, aber wer entscheidet alles darüber?
Um sich diesen Herausforderungen zu stellen und DH-Projekten zum Erfolg zu verhelfen, bedarf es eines weiteren Tools im DH-Projekt-Werkzeugkasten, das ein überlegtes und systematisches Vorgehen fördert: Projektmanagement.
Im Workshop “Projektmanagement als wichtiges Tool für Digital Humanities Projekte” an der SUB Hamburg möchten wir unter der Anleitung von Steff Bentrup (Projektmanagment Office, SUB) die typischen Herausforderungen von DH-Projekten mit dem Potential von Projektmanagement-Methoden zusammenbringen.
Neben kompakten Inputs zu Projektmanagement, wird es Raum geben für eigene Erfahrungen aus der Projektpraxis und dem Erproben von PM-Methoden, die künftig auch in der eigenen Projektarbeit Anwendung finden können.
Das Angebot richtet sich an Interessierte aus der wissenschaftlichen Projektarbeitspraxis an Universitäten, Forschungseinrichtungen oder wissenschaftlichen Bibliotheken. Vorkenntnisse sind nicht nötig.
Im Wintersemester 2023/24 habe ich an der Freien Universität Berlin im Rahmen der Eins@FU Lernwerkstätten ein Seminar zum Thema “Briefkorrespondenzen zwischen der arabischen Welt und Europa digital erforschen” gegeben. Hierbei hatte ich zunächst nur eine grobe Planung vorgenommen, da ich den genauen Inhalt und Verlauf zusammen mit den Studierenden erarbeiten wollte. Am Ende haben wir dann über das Semester fast den gesamten Workflow vom physischen Brief zur Web-Präsentation eines TEI-XML-edierten Dokuments behandelt. In diesem Beitrag möchte ich das Vorgehen kurz zusammenfassen und einen Überblick über die Themen geben, die wir besprochen haben.
In der ersten Sitzung wurden neben den organisatorischen Formalitäten erstmal Wünsche, Erwartungen, Befürchtungen und Ängste abgefragt. Dabei stellte sich heraus, dass die Studierenden vor allem Interesse an inhaltlichen Fragen zum kulturellen Austausch hatten, aber auch Forschungsprozesse an Universitäten und verschiedene Forschungsmethoden kennenlernen wollten. In den Befürchtungen wurde geäußert, dass es schwierig sein könnte, den digitalen Themen zu folgen zu können und dass das Seminar zu technisch ausgerichtet sein könnte. Ganz vermeiden konnte ich letzteres aufgrund des Ziels, sich mit der digitalen Erforschung von themenspezifischen Briefen zu beschäftigen, nicht. Ich habe jedoch immer mal wieder probiert, die inhaltlichen Dimensionen dessen zu verdeutlichen, was wir im Seminar gemacht haben. Ein solcher Kontext half den Studierenden dann oft auch, Sinn und Zweck der teils für Einsteiger:innen sehr komplexen digitalen Themen zu verstehen und entsprechend motiviert zu bleiben.
Als erstes wurde aber über das Thema Brief im Allgemeinen gesprochen. Die Studierenden haben Eigenschaften von Briefen gesammelt und wurden so auch vor die Herausforderung gestellt, Phänomene jenseits der alltäglichen Perspektive zu erkennen und zu beschreiben. Oft waren es Dinge, die den Studierenden ganz banal erschienen, die am Ende dann aber eben doch wichtig für die Erkenntnis sind, ob es sich bei einem Dokument um einen Brief handelt. Das zog sich im Übrigen durch das ganze Seminar, immer wieder habe ich die Studierenden aufgefordert, jede vermeintlich selbstverständliche Sache zu hinterfragen und auf ihre Relevanz für die Analyse hin zu betrachten.
Zunächst wurde aber diskutiert, was eigentlich nötig ist, damit ein Brief vom Ereignis seiner Niederschrift auf die Notebooks der Studierenden kommt. Hier wurde der Prozess vom Nachlass über die bibliothekarische Erschließung bis zur Digitalisierung besprochen und ebenso eine erste Einführung in das Thema Metadaten gegeben. Die Studierenden lernten, welche zahlreichen Bedingungen erfüllt sein müssen, damit ein Brief tatsächlich erhalten bleibt, über Nachlässe in Bibliotheken oder Archive kommt und dort dann auch entsprechend erschlossen und digitalisiert werden kann. Dabei spielte weniger das technische Know-How eine Rolle. Mein Ziel war hier vielmehr, die Studierenden dafür zu sensibilisieren, wie viele Faktoren erfüllt sein müssen, damit sie an einem einfachen Digitalisat arbeiten können.
Nachdem die Studierenden entsprechend auf Faktoren und Details in der Transmissions- und Digitalisierungskette sensibilisiert wurden, habe ich mich der automatischen Texterkennung gewidmet. Neben einer sehr groben Einführung und kritischen Einordnung von maschinellem Lernen als Grundlage für automatisierte Texterkennung (“Computer sind sehr dumm.”), habe ich mit den Studierenden einen bereits gedruckten Briefcorpus gewählt, der inhaltlich ihren Wünschen entsprach und sich leicht mit Transcribus transkribieren lassen würde: Die sogenannten Liebesbriefe von Ǧibrān Ḫalīl Ǧibrān an Mayy Ziyāda. Transcribus (Lite) habe ich gewählt, da aktuell leider kein ATR-Tool existiert, das eine ähnlich einfache Nutzung ohne tiefere Fachkenntnis erlaubt. Die ins Englische übersetzten Drucktexte ließen sich auf jeden Fall gut beispielhaft für den Erkennungsprozess nutzen.
Schlimmes Cover, schöne Briefe.
Auch hierbei ging es mir weniger darum, den Studierenden technische Details zu vermitteln, sondern eher ein allgemeines Wissen über die Prozesse zu schaffen und das Auge für Problemstellen zu sensibilisieren: Das Ziel war, den Blick dafür zu schärfen, wie scheinbar banale Dinge, wie z.B. die Regionenidentifikation auf einer Druckseite, unmittelbaren Einfluss auf das Transkriptionsergebnis und damit auf den weiteren Verlauf der Arbeit haben kann.
Neben diesen allgemeineren ATR-bezogenen Themen wurde in diesem Block auch kurz das Thema Ligaturen und arabische Schrift (die von den Studierenden nicht beherrscht, also nur sehr oberflächlich behandelt wurde) als Problembereich in der automatisierten Erkennung angesprochen, sowie die grundlegende Funktion von verschiedenen Modellen und dem Modelltraining vermittelt.
Im Anschluss an die Transkription lernten die Studierenden die Grundlagen von XML, da der nächste Schritt die Einbettung des transkribierten Texts in ein TEI-XML Dokument sein sollte. Nach einer kurzen allgemeinen Einführung mit einigen Übungen, wurde der Unterschied zwischen teiHeader und text erläutert und ein Rückbezug zum Metadatenthema hergestellt. Die Studierenden sollten dann einen eigenen teiHeader mit den grundlegenden Informationen zu einem der Briefe aus dem “Liebesbriefe”-Band erstellen. Nacheinander wurden die verschiedenen Elemente besprochen und selbstständig angewandt. Dabei wurde auch ein erster Ausflug in das Thema Normdaten gemacht. Die konnten an dieser Stelle über den die Funktion zur Disambiguierung viel verständlicher vermittelt werden, als vorher beim Block zur bibliothekarischen Arbeit.
Der nächste Schritt war dann das Beschreiben der Korrespondenzmetadaten. Vom Anwendungsfall (correspSearch) und allgemeinen, beispielhaften Forschungsfragen (“Wer hat wann mit wem geschrieben?”), sollten die Studierenden die relevanten Daten identifizieren und händisch in ihren gewählten Brief einfügen. Anschließend fand ein kurzer “CMIFathon” statt, an dem die Studierenden mit dem CMIF Creator ein Briefverzeichnis aller Korrespondenzmetadaten aus dem bearbeiteten Band erstellten. Dieses wurde auf Zenodo bereitgestellt und bei correspSearch eingepflegt. Hier war mir ein großes Anliegen, dass die Studierenden so unmittelbar den Eindruck bekommen haben, dass ihre Arbeit im Seminar tatsächlich einen Mehrwert hat. Sie erstellen die Daten nicht nur für sich selbst, um das Thema zu verstehen, sie tragen dazu auch etwas bei zum “größeren Ganzen”. Das hat ungemein die Motivation bestärkt und deutlich das ein oder andere zufrieden-stolze Grinsen auf die Gesichter gezaubert.
Anschließend ging es an die Annotation des Textes. Die Studierenden sollten Entitäten im Text erkennen und annotieren, entsprechend Normdaten recherchieren und ergänzen. Einmal mehr war es mir wichtiger, den Blick zu schärfen für die vermeintlich offensichtlichen Dinge, die für die Analyse aber vielleicht relevant sein könnten. Außerdem, remember, der Computer ist sehr, sehr dumm. Wenn der das auch verstehen soll, dann müssen wir sorgfältig annotieren.
Um den Sinn und Zweck einer solchen Annotation zu verdeutlichen, wurden die annotierten Briefe dann in einem online XPath-Editor eingefügt, um verschiedene grundlegende Fragen (z.B. “Welche Personen werden im Brief erwähnt?”) durch XPath-Ausdrücke beantworten zu können. XPath stellte eine deutliche Steigerung des Abstraktionsgrads dar, die Studierenden hatten mit der Syntax deutlich mehr Probleme, als mit dem vergleichbar eindeutigeren XML. Doch gerade, als dann noch die visuelle Transformation mithilfe eines XSL-Templates dazukam, wurde auch die Funktion von XPath klarer. Beispielhaft wurde ein Brief mithilfe eines XSL-Templates und CSS in eine kunterbunte HTML-Website übersetzt. Hier bot sich an, einen kurzen Ausflug zu unternehmen und sowohl in die Grundlagen von HTML und CSS, als auch in das Thema Namensräume Abstecher zu machen.
Professionalität muss sein.
Schließlich gab es noch einen weiteren Ausflug in Richtung Natural Language Processing. Die Stanford CoreNLP Demo und Voyant Tools wurden ausprobiert, in denen mangels Datenmenge nicht (nur) Ǧibrān Ḫalīl Ǧibrān untersucht wurde, sondern auch Woyzeck als Werk, das alle Studierenden kannten. Dabei wurde einführend über Aussagegehalt und Gefahren von Visualisierungen gesprochen und durch Herumprobieren verschiedene Analysen angestellt (“Der schreibt ziemlich lange Sätze”), die gleichzeitig auch wieder hinterfragt wurden (“Die Topics sind ja total wirr!”). Auch wurde die Ausgabe einer Sentiment-Analyse aus der Kommandozeile untersucht und über Themen wie Preprocessing und die verschiedenen Prozessoren (z.B. POS) in NLP-Anwendungen gesprochen.
Alle Themen wurden am Ende dann zusammen betrachtet und im Kontext des Research Life Cycle eingeordnet. Hierbei wurden auch nochmal Querbezüge zur praktischen Verwertbarkeit hergestellt und so manche Sinnfrage (“Warum machen wir das eigentlich alles?”) zumindest etwas beantwortet. Die Befürchtung, dass ich die Studierenden mit meiner aus dem beruflichen Alltag stammenden Perspektive völlig überfordern würde, stellte sich als unbegründet heraus. Offenbar war der stetige Bezug zur Praxis, das verwendete Material, und die aktive eigene Arbeit mit den vorgestellten Themen und Methoden hilfreich, um nicht den Anschluss zu verlieren. Herausfordernd war das Thema sicherlich trotzdem. Natürlich werden jetzt auch nicht alle Studierenden begeisterte Digital Humanists. Ich glaube aber, bei der ein oder anderen Person zumindest ein bisschen Interesse für digitale Methoden geweckt zu haben. Ein:e Teilnehmer:in kündigte sogar begeistert an, sich im Studium dann auf jeden Fall mit DH beschäftigen zu wollen.
Mein Ziel war, die Forschungspraxis mit all ihren Facetten vom physischen Objekt bis hin zu den verschiedenen Formen der digitalen Analyse und ihrer Publikation im Seminar zumindest vorzustellen, wenn nicht sogar praktisch auszuprobieren. Und das an Briefen, die exemplarisch für den Austausch zwischen der arabischen Welt und Europa stehen (Fair enough, Ǧibrān Ḫalīl Ǧibrān hat dann in den USA gelebt…). Hierbei habe ich immer wieder darauf hingewiesen, dass die beste Forschung durch Zusammenarbeit und Austausch entsteht. Diese Zusammenarbeit und diesen Austausch habe ich versucht auch in der Seminarpraxis zu fördern. Gemessen daran, dass ein großer Teil der Studierenden bis zum Ende durchgehalten hat und im Feedback durchaus konstruktiv kritisch, aber doch unterm Strich zufrieden, Fazit gezogen hat, scheint das grundsätzlich gelungen zu sein.
Mit dem CMIF haben die Studierenden sich aber schon zu Beginn ihres Studiums mit einem kleinen aber feinen Beitrag für die Briefforschung verewigt und das ist, unabhängig davon, wohin es sie letztlich verschlägt, etwas sehr schönes.
Kulturgüter sind viel mehr als bloße Gegenstände, die man einfach nebeneinander zum isolierten Beschauen in einem Schaukasten stellt, oder deren digitalen Abbilder man in Online-Sammlungen nebeneinander präsentiert. Ihr Wert besteht zum großen Teil in etwas, was man nicht direkt sieht: in ihren Beziehungen zueinander, gegenseitigen Einflüssen, verwickelten Ursprüngen und Entwicklungsparallelen. kurz, in der Geschichte, die sie erzählen. Die Frage ist, wie man dem Betrachter einen adäquaten Zugang zu dieser Geschichte anbieten kann? Wie visualisiert man das, was man nicht direkt sehen kann? Der Workshop „Explorative Visualisierungen von Kulturgut“, der am 14. Januar an der SUB Hamburg stattfand, hat sich genau mit dieser Frage beschäftigt.
Foto von Sabine de Günther
Zuerst jedoch ein paar Schritte zurück. Online-Kataloge sind an sich schon eine kleine Revolution. Sie haben kulturelle Teilhabe für alle ermöglicht, indem sie zahllose Sammlungen einem großen Publikum dauerhaft zugänglich machen. Hingegen ist es die Methode der isolierten Darstellung von Objekten, die zunehmend Gegenstand von Kritik ist. Mangelnde Größenvorstellung, Verlust von Relationen zwischen den Objekten, eingeschränkte Kontextualisierung und oft fehlende Erzählung sind einige Punkte, welche die Interpretation der Kulturgüter beeinträchtigen können.
Ein Grund zur Freude ist jedoch, dass viele bereits versuchen, es besser zu machen. Ein Bespiel war das British Museum mit seinem „Museum oft the World“ (via Wayback Machine), einer animierten Zeitleiste (entwickelt in Zusammenarbeit mit Weir+Wong und technologischer Unterstützung des Google Cultural Institute), die es erlaubte, interaktiv entlang der Parameter Geographie und Zeit die Sammlungen zu erkunden. Ein anderes Beispiel ist das Museum of Modern Art in New York mit seiner virtuellen Ausstellung zur abstrakten Kunst „Inventing Abstraction 1910-1925“, in der die Beziehungen zwischen einzelnen Künstlern durch interaktive Netzwerke erfahrbar gemacht wurden. Nicht nur die Museen selber, sondern auch Forschungsinstitute arbeiten an innovativen Lösungen. So auch die Fachhochschule Potsdam und das dort entwickelte Tool „Vikus Viewer“, ein webbasiertes Visualisierungssystem, das kulturelle Artefakte auf einer dynamischen Leinwand anordnet und die Erkundung thematischer und zeitlicher Muster großer Sammlungen unterstützt. Was diese Ansätze verbindet, ist der Versuch, Kulturgüter in ihrer Kontinuität und Verbundenheit zu erschließen und dem Betrachter eine freie Erkundung dieser Gesamtheit zu ermöglichen.
Diesem innovativen Ansatz folgt auch das der Kulturgeschichte der Kleidung gewidmete Projekt „Restaging Fashion“ (ReFa), in dem die Workshop-Referentin Dr. Sabine de Günther als wissenschaftliche Mitarbeiterin mitwirkt. Im Projekt werden vestimentäre Quellen in einer graphenbasierten Visualisierung, die Narration mit Exploration verbindet, präsentiert, mit dem Ziel, dem Publikum einen geleitete Sammlungseinstieg wie auch eine frei entlang den inhaltlichen Verbindungen explorierbare Samlungsansicht anzubieten.
Abbildung aus ReFa
An die im Projekt gesammelten Erfahrungen anschließend, begleitete die Referentin die Workshopsteilnehmer:innen durch den Entstehungsprozess der Visualisierungen, von der Übermittlung der Grundprinzipien, durch die Analyse bestehender Beispiele, bis hin zu dem kollaborativen Designprozess eigener Visualisierungen. Auf dem Arbeitstisch wurden hunderte von Zettelchen mit Abbildungen historischer Kleidung aus der Sammlung des Projekts verteilt, ein materialisierter Datensatz, an dem die TeilnehmerInnen ihren Visualisierungsfantasien freien Lauf lassen konnten. Die Aufgaben waren, anders als in anderen Workshops der Reihe “Digital Humanities – Wie geht das?”, analog und ohne Computer zu bewältigen, da um das Verständnis für die Logik des Visualisierungsprozesses ging und um die theoretische Erarbeitung kreativer Visualisierungsansätze. Die TeilnehmerInnen wurden etwa gebeten, an einer Pinnwand die Mock-up Visualisierung eines sie interessierenden Aspektes des Konvoluts zu collagieren, oder ihren ganz eigenen Zugang zu der Sammlung zu finden und ihn für die anderen visuell verständlich zu machen.
Foto von Sabine de GüntherFoto von Sabine de Günther
Die beeindruckende Vielfalt an Ideen und Herangehensweisen hat deutlich gezeigt, dass sich viel Potenzial in unkonventioneller Datendarstellung verbirgt. Wie kann man die zeitliche Entwicklung männlicher Kopfbedeckungen darstellen, ohne die regionalen Unterschiede aus dem Auge zu verlieren? Wie kann man die Geschichte eines Schmuckstücks erzählen, das in mehreren Abbildungen gleichzeitig auftaucht? Oder ganz allgemein gesagt, wie stellt man einen Datensatz vor, um den Betrachter nach seinem Belieben durch das Netz der Informationen flanieren zu lassen? Selbst wenn die Antwort darauf komplex erscheint, so hat der Workshop gezeigt, welche Fülle an kreativen Lösungen die explorative Visualisierung von Kulturgütern bietet.
Dieser Beitrag ist parallel erschienen im Blog des Projekts “Closing the Gap in Non-Latin Script Data II”.
Deutschland, Anfang 2024. Die AfD liegt bundesweit an zweiter Stelle und schickt sich an, bei den Landtagswahlen in mehreren Bundesländern die stärkste Kraft zu werden. Die politischen Themen der AfD ragen weit ins konservative Lager und darüber hinaus: Die Idee, man müsse nur entsprechend reaktionäre Politik machen, um AfD-Wähler:innen wieder zurückzuholen hält sich hartnäckig.
Mitglieder der AfD, der Identitären Bewegung, der Werteunion und andere treffen sich derweil in einer Potsdamer Villa, um Pläne für die Massendeportation als nicht-Deutsch identifizierter Teile der Bevölkerung (und deren Unterstützer:innen) zu diskutieren. Nach Jahren rechtsradikaler Aktivitäten scheint der Correctiv-Bericht über dieses Treffen bei großen Teilen der Bevölkerung etwas auszulösen: Millionen Menschen demonstrieren seit Tagen gegen die Umtriebe von Rechtsaußen und die AfD. Der Antifaschismus scheint ein Comeback zu feiern, wenngleich die Nachhaltigkeit dieser Entwicklung noch abzuwarten bleibt.
Damit dies geschehen kann, ist es notwendig, antifaschistisches Engagement nicht nur auf die Teilnahme an Demonstrationen, nicht nur auf das Nicht-AfD-Wählen, nicht nur auf ein klares Auftreten im Privaten zu beschränken. Antifaschismus muss auch die wissenschaftlichen Institutionen durchdringen, denn eine kritische Wissenschaft ist ohne freie Gesellschaft nicht möglich.
Dass die Wissenschaft schon jetzt im Fadenkreuz rechter Aktivitäten steht, sieht man etwa an den Aktivitäten der AfD und des Netzwerks Wissenschaftsfreiheit, das sich nach eigenen Aussagen für ein “freiheitliches Wissenschaftsklima” einsetzt, da “der Versuch unternommen [würde], Forschung und Lehre weltanschaulich zu normieren und politisch zu instrumentalisieren”. Ein Blick auf die Kommunikation des Netzwerks macht klar: Die “Freiheit” der Wissenschaft wird hier sehr selektiv und konservativ bis reaktionär begriffen, das Wording bewegt sich nicht selten im Dunstkreis der neuen Rechten.
Doch nicht nur das Netzwerk Wissenschafts”freiheit” ist ein Problem. Auch globale Entwicklungen wie die große Marktmacht von Datenkartellen auf dem wissenschaftlichen Infrastruktur- und Publikationsmarkt sollte nachdenklich stimmen: KI-Systeme und die systematische Sammlung von Metadaten zu und über Forscher:innen finden über die Konzernstrukturen und den Markt schnell den Weg in weltweite Sicherheitsbehörden. In einer Welt, in der auch in demokratischen Ländern zunehmend reaktionäre, neofaschistische und autoritäre Regierungen an der Macht sind, kann das ganz konkret eine Gefahr für Forscher:innen und deren Umfeld bedeuten.
Vor dem Hintergrund dieser Entwicklungen verschickte die SUB zu Weihnachten 2023 Weihnachtskarten mit einem Zitat von Erich Kästner:
Drohende Diktaturen lassen sich nur bekämpfen, ehe sie die Macht übernommen haben. Es ist eine Angelegenheit des Terminkalenders, nicht des Heroismus.
Damit signalisiert sie einen in der Tradition des Namenspatrons Carl von Ossietzky stehenden institutionellen Antifaschismus, der sich auch im Veranstaltungsprogramm immer wieder zeigt. Derartiges Standing ist begrüßenswert und nötig. Ein solcher Antifaschismus muss sich aber auch über die Institution(en) hinaus in der täglichen Arbeit zeigen. Antifaschismus ist Handarbeit.
Aus der eigenen Disziplin heraus gefragt: Was können die Digital Humanities dazu beitragen? Was können einzelne Wissenschaftler:innen tun, um dem Trend zu begegnen? Abgesehen davon, dass DH als Schnittstellendisziplin hervorragend geeignet ist, Entwicklungen wie Automatisierungstechnologien und die Integration von Konzerntechnologien in den wissenschaftlichen Prozess kritisch zu hinterfragen und durch dezentrale, institutionelle oder gemeinnützige Arbeit herauszufordern (Stichwort “Infrastructure Studies”), bietet auch die in den DH deutlich sichtbare Demokratisierung wissenschaftlicher Praxis einen guten Boden für antifaschistische Arbeit.
Kooperation, Austausch und Zusammenarbeit über disziplinäre und institutionelle Grenzen hinweg waren und sind ein großer Gewinn, der gerade in den stark hierarchischen klassischen Geisteswissenschaften oft noch fehlt. Hier muss aktiv daran gearbeitet werden, die Demokratisierung der wissenschaftlichen Praxis auch im Alltag weiter voranzutreiben und wissenschaftlichen Hierarchien, Technikgläubigkeit und politischer Passivität angesichts einer brisanten politischen Lage zu begegnen.
Konkret heißt das: Vernetzung! Ein klares Bekenntnis zum Antifaschismus zeigen. Bei Kritik daran oder wenn Ängste im Hinblick auf die “Neutralität” oder Reputation bestehen, diesen Ängsten und Strukturen analytisch und durch gegenseitige Unterstützung begegnen. Bezugsgruppen bilden für gemeinsames Auftreten auf Konferenzen, gemeinsame Publikationstätigkeit oder auch einen gemeinsamen Demobesuch. Im Rahmen dessen, was man selbst leisten und beitragen kann aktiv werden, online wie offline.
Auf Mastodon wurde dafür von Henrik Schönemann der Hashtag #antifascistDH vorgeschlagen, den ich nachdrücklich unterstütze. Auch wurde auf HCommons eine lose Gruppe für Vernetzung und Austausch gegründet. Ob über diese oder andere Wege: Vernetzt euch, seid aktiv, gegen reaktionäre Politik und neofaschistische Entwicklungen, für starke, politische, offene, evidenz- und testbasierte, progressive und freiheitliche, antifaschistische Wissenschaft.
In our era of vast technological developments, digital methods have unlocked a broad spectrum of new research possibilities, not only in the natural sciences but also in the social sciences and the humanities. Digital preservation, new tools for distant reading, and quantitative text analysis have revolutionized knowledge extraction from texts. However, as these fields are largely dominated by the Global North, research involving materials in languages from beyond that sphere often faces limitations that hinder the utilization of novel technologies.
The workshop “How to Preserve Diverse Data in a Monolingual Environment,” to be held on February 14 at the Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky, is part of an initiative to address this asymmetry. The research project Closing the Gap in Non-Latin-Script Data (based at the Freie Universität Berlin), in cooperation with the Referat für Digitale Forschungsdienste at the SUB Hamburg, has been conducting a survey and analysis of the field of Digital Humanities with a focus on low-resource and non-Latin-script (NLS) languages. The aim is to identify technical and structural limitations that may arise across various stages of projects working with such languages, particularly in terms of data analysis and sustainable data preservation. Furthermore, Closing the Gap strives to set an example for multilingual DH research aligned with FAIR principles, offering its workflows and solutions as guidelines for the community.
The goal of this workshop is twofold. First, members of the Closing the Gap team will present some of the data that the project has collected and the workflows that have been developed, as well as preliminary insights from this research—thereby providing an overview of challenges that are commonly faced in multilingual DH. Second, the workshop is intended to create a space for open discussion and exchange of ideas among DH practitioners, librarians, and others who are interested in improving the conditions for working with NLS textual data.
—
In einer Ära umfangreicher technologischer Entwicklungen haben digitale Methoden ein breites Spektrum neuer Forschungsmöglichkeiten eröffnet, nicht nur in den Naturwissenschaften, sondern auch in den Sozial- und Geisteswissenschaften. Digitale Konservierung, neue Werkzeuge für das Distant Reading und quantitative Textanalysen haben die Wissensextraktion aus Texten revolutioniert. Allerdings sind diese Bereiche größtenteils vom Globalen Norden dominiert, und die Forschung mit Materialien in Sprachen, die außerhalb dieser Sphäre liegen, stößt oft auf Einschränkungen, die die Nutzung neuer Technologien behindern.
Der Workshop „How to Preserve Diverse Data in a Monolingual Environment“, der am 14. Februar in der Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky stattfinden wird, ist Teil einer Initiative, um diese Asymmetrie anzugehen. Das Forschungsprojekt Closing the Gap in Non-Latin-Script Data (an der Freien Universität Berlin ansässig), in Zusammenarbeit mit dem Referat für Digitale Forschungsdienste der SUB Hamburg, führt eine Umfrage und Analyse im Bereich der Digital Humanities durch, mit Schwerpunkt auf ressourcenarmen und nicht-lateinischen Schriftsprachen (NLS). Ziel ist es, technische und strukturelle Einschränkungen zu identifizieren, die in verschiedenen Phasen von Forschungsprojekten mit solchen Sprachen auftreten können, insbesondere in Bezug auf Datenanalyse und nachhaltige Datenkonservierung. Darüber hinaus strebt Closing the Gap danach, ein Beispiel für mehrsprachige DH-Forschung im Einklang mit den FAIR-Prinzipien zu setzen, indem es seine Arbeitsabläufe und Lösungen als Richtlinien für die Gemeinschaft anbietet.
Die Absicht dieses Workshops ist zweigeteilt. Erstens werden Mitglieder des Closing the Gap-Teams einige der von dem Projekt gesammelten Daten und die entwickelten Arbeitsabläufe vorstellen, sowie vorläufige Erkenntnisse aus dieser Forschung – und somit einen Überblick über die Herausforderungen bieten, die in der mehrsprachigen DH-Forschung häufig auftreten. Zweitens soll der Workshop einen Raum für offene Diskussionen und den Austausch von Ideen unter DH-Praktikern, Bibliothekaren und anderen schaffen, die an der Verbesserung der Bedingungen für die Arbeit mit NLS-Textdaten interessiert sind.