Montag, 01.3.2021, 11h15-12h30: Roundtable 1 “Neue Methoden der Digital History I” (Diskussion Paper/Screencasts, Moderation: Mareike König)
Link zum Vortragsvideo: https://www.youtube.com/watch?v=egYhzbztF8U
Im Folgenden wird der Begriff des “zeitlichen Wandels” aus sprachlichen Gründen synonym zum Begriff des “zeitlichen Vergleichs” verwendet. Beide Bezeichnungen umfassen sowohl die Beschreibung von Kontinuität wie von Diskontinuität.
Digital Humanities oder was ich als Historikerin sehr erfreulich finde, jetzt auch Digital History, nennen wir unsere noch junge Community, wobei bis heute noch nicht völlig absehbar ist, in welche Richtung sich Digital Humanities wissenschaftstheoretisch entwickeln werden. Die letzten Tagungen des Verbandes der Digital Humanities im deutschsprachigen Raum und vor allem des Historikerverbandes haben dies sehr nachdrücklich gezeigt: Forschungsprojekte in den digitalen Geschichtswissenschaften werden immer noch oft entweder aus einer gebundenen fachlichen entweder informatischen oder geschichtswissenschaftlichen Perspektive gedacht, ohne dass sich beide Aspekte wirklich amalgan miteinander verbinden. Dies liegt häufig gar nicht daran, dass nicht sowohl informatische wie fachhistorische Ansätze in einem Forschungsvorhaben Verwendung finden. Dies liegt eher an der Verschiedenheit der Herangehensweise bei der Formulierung von Fragestellungen.
Eher informatisch inspirierte Ansätze versuchen über digitale Verfahren auffindbare Strukturen und Muster in riesigen Datenmengen sichtbar zu machen und so zu neuen Wissensinnovationen zu kommen. Hier ist eigentlich nicht die Fragestellung das zentrale Anliegen, sondern die wissenschaftstheoretische und informatische Modellierung des Suchens und Findens und damit die Methode. Aus dieser Perspektive wird oft formuliert, die Geisteswissenschaften müssten nun die passenden Fragestellungen dazu liefern, um mit solchen Ansätzen sinnvoll zu arbeiten (distant reading). Für die Geschichtswissenschaft, welche die Fragestellung sowohl bei deduktiven wie induktiven Forschungswegen immer als originäre Voraussetzung des Wissensprozesses versteht, ist dies noch eine sehr ungewohnte Herangehensweise, die traditionelle Wissenskonzepte herausfordert. Gleichzeitig bleibt es bisher immer noch sehr mühsam, die etwa mit Textmining aufgefundenen heterogenen Informationen tatsächlich zu einem sinnvollen Gesamtergebnis mit einer scharf konturierten Fragestellung zu bändigen.
Interessanterweise wird ein ähnliches Anliegen mit umgekehrter Stoßrichtung auch von Seiten der Geisteswissenschaftlerinnen geäußert: Digital Humanities sollten adäquate Ansätze entwickeln, um über die modellierbaren Einheiten von Eigennamen, Orten und blossen einzelnen Topics hinaus tatsächlich den Kontext von Informationen einzubinden, um so die Beantwortung von gezielten, fachlichen Fragestellungen überhaupt möglich zu machen. Wenn sich Digital History darin erschöpft, banal Faktisches sichtbar zu machen, dann verfehle sie das Ziel, war häufiger als Kritik an diesen Ansätzen auf dem Historikertag zu vernehmen. Diese Kritik ist nicht völlig verkehrt, schaut man sich viele Forschungsprojekte im Bereich der Digital History momentan an: Sie sind weitgehend mit der Digitalisierung von Quellen, der Modellierung von Informationen und vor allem der digitalen Erschließung von Quellen beschäftigt, um tatsächlich exakte Fragestellungen digital zu modellieren (close reading). Aus dieser Perspektive ist der Kraftaufwand immer noch extrem hoch, Quellen und Arbeitsmittel überhaupt erst einmal so aufzubereiten, dass die Beantwortung von Fragestellungen digital – und dies bedeutet auch formal korrekt – zu realisieren ist. Momentan steht der Aufwand noch im scharfen Kontrast zu den Ergebnissen dieses Prozesses. Allerdings zeichnet sich am Horizont durchaus ab, dass diese Probleme im Rahmen von Digitalisierung und Erschließung, Schrift- und Volltexterkennung in der näheren Zukunft auch in der Masse lösbarer sein werden. Die Verantwortung für diesen klassischen und wichtigen Bereich hilfswissenschaftlichen wie historischen Arbeitens – und damit auch der direkten Wissenserschließung von Texten – wandert allerdings zugleich in die Kompetenz von Informatik und Bibliotheken ab, die mittlerweile den Anspruch erheben, diesen Prozess der Texterschließung (etwa mit Transkribus oder OCR, Topic Modeling, Volltexterschließung über Normdaten und Textmining) zu leisten. Man kann dies sowohl als Verlust wie auch als Gewinn für die Geschichtswissenschaft interpretieren, das dies klassische Arbeitsfelder langfristig aus der Geschichtswissenschaft herauslöst und in Archive, Informationswissenschaften oder Bibliotheken verlagert werden. Wichtig ist an dieser Stelle aber vor allem die Erkenntnis: Die neuen Arbeitstechniken verändern den Prozess der wissenschaftlichen Wissensgewinnung radikal, weil Geschichtswissenschaft der Zukunft vielleicht nicht mehr mit der Quellenerschließung, sondern mit der Methode beginnt. Nicht die eigene Auseinandersetzung mit einem Text oder Quellenbestand steht dann etwa wie bei der Transkription zunächst im Mittelpunkt, sondern eher die methodische Kompetenz des Verstehens solcher Formen der Wissenserschließung, die Entzifferung von Algorithmen und die Entdeckung des richtigen Knowledge Graphs.
Gerade in Hinblick auf Digital History lautet eine häufige Antwort: Bei der Ermittlung von konzeptualisierten und kontextualisierten Wissen reichen die Mittel des Digitalen (vielleicht bisher – vielleicht aber auch dauerhaft) nicht aus, um geschichtswissenschaftliche Erkenntnis sowohl im distant wie close reading zu ermöglichen. Generell bleibt die Skepsis spürbar, ob der Kontext eines Textes tatsächlich über künstliche Intelligenz erschließbar und für geisteswissenschaftliche Forschung im herkömmlichen Sinne nutzbar sein wird.
Doch diese Antwort führt meiner Meinung nach in die falsche Richtung, wie ein Blick in die weiter fortgeschrittene Computerlinguistik zeigt! Hier bildet nicht die wissenschaftstheoretische Frage nach dem close oder distant reading das Kernstück der Innovation, sondern die gemeinsame Verständigung auf zentrale Aufgaben und Standards. Wer hätte zu Beginn des digitalen Wandels geglaubt, künstliche Intelligenz könnte Wortarten exakt bestimmen und in frühneuzeitlichen Texten überwiegend richtig auszeichnen? Wahrscheinlich nur einige Visionäre.
Konstitutiv für Digital History ist daher für mich vielmehr als die Diskussion über die Herangehensweise, ein Nachdenken über zentrale strukturelle und methodische Kernaufgaben der Geschichtsforschung, um sich auf gemeinsame Ziele zu verständigen und diese in den Mittelpunkt von Forschungsvorhaben und damit auch von Forschungsförderung zu rücken. Es geht darum, die zukünftigen Aufgaben und Kernkompetenzen von Digital History strategisch zu definieren, wie dies die ausgeschriebene Tagung zum Gegenstand hat. Welche Arbeitsmethoden und Themenkomplexe sind so entscheidend, dass wir sie zu einem Standard unseres gemeinsamen Faches machen sollten? Eine dieser Kernkompetenzen und grundlegenden, strukturellen Aufgaben von Digital History ist meiner Meinung nach die formale Beschreibung und Modellierung von zeitlichen Wandel und die Entwicklung eines oder mehrerer fachlicher Standards, um für das Grundanliegen des klassischen hermeneutischen Vergleichs überhaupt gemeinsame Voraussetzungen zur Analyse von Makro- und Mikrodaten in der Langzeitanalyse zu schaffen. Dies hört sich eigentlich selbstverständlich an, ist in der historischen Praxis allerdings gar nicht so einfach einlösbar, soll die Methode des zeitlichen Vergleichs sowohl den informatischen Ansprüchen einer formal korrekten Modellierung wie den geschichtswissenschaftlichen Prämissen einer möglichst komplexen Kontextualisierung entsprechen. In der eigenen Community gibt es selbst immer wieder – auch an sehr prominenten Stellen geäußerte – Skepsis darüber, ob historische Phänomene in einer zeitlichen übergreifenden Perspektive überhaupt vergleichbar sind. Dabei wird mitunter das Ergebnis eines Vergleichs (nämlich die mögliche Existenz unterschiedlicher Rahmenbedingungen und Konstellationen) bereits zum Problem der Methode erklärt und dabei Untersuchungsverfahren mit dem Ergebnis verwechselt. Vermutlich wirkt überdies die Grunderkenntnis der Geschichtswissenschaft auf solche Aussagen ein, dass sich Geschichte nicht wiederholt. Dies mag zwar richtig sein, kann jedoch als Erkenntnis auch nur das Ergebnis eines methodischen Prozesses sein, der eben die Rahmenbedingungen und einzelnen Ereigniskomplexe historischer Phänomene vergleichend analysiert und sich dabei genau überlegt, welche Kategorien und Merkmale dabei überhaupt einen Vergleich sinnvoll erlauben.
Auf jeden Fall ist der Vergleich des Wandels in der Zeit für unser Fach die Kernthematik schlechthin, für die es daher auch festgefügte methodische Standards und Analysemethoden geben sollte. Dies kann auch ein Leitstandard für andere Disziplinen werden (etwa wie Statistik, Geokoodierungen), die interdisziplinär mit Langzeitanalysen arbeiten. Wer danach auf die Suche geht, wird allerdings schnell enttäuscht. Dabei soll nicht in Abrede gestellt werden, dass sich beim zeitlichen Vergleich über mehrere Jahrhunderte, gerade unter den Bedingungen formaler Datenmodellierung, durchaus jede Menge Schwierigkeiten auftun. Ebenso wenig ist allerdings ausgemacht, dass diese Probleme nicht lösbar sind und dass sich keinen Standards (etwa im Sinne von gesicherten methodischen Vorgehensweisen eines statistischen Tests oder Methoden der Geokoodierung von Daten) finden ließen, um fachlich anerkannt und damit verlässlich vergleichbar mit ihnen umzugehen. Daher muss es ein erster Schritt sein, diese Probleme und Herausforderungen möglichst genau und präzise zu beschreiben. Dies versucht der Vortrag abstrahierend anhand von Beispielen der Modellierung von zwei sozialen Kategorien (Alter und Beruf) über lange Zeiträume. Dabei sollen die verschiedenen Problemschichten anhand von zwei unterschiedlichen Untersuchungsgegenständen systematisiert und auch mögliche Lösungsansätze diskutiert werden, um abstrahierend Aufgabenstellungen für die Entwicklung einer Methode des zeitlichen Vergleichs zu diskutieren.
Am Beispiel von typischen Problemsituationen der Modellierung von quantitativen und qualitativen Daten im zeitlichen Vergleich möchte ich den Beitrag nutzen, um verallgemeinernd strukturelle Aufgaben der Schaffung von fachlichen Standards der Geschichtswissenschaft in diesem Rahmen zu reflektieren und zu benennen. Konkretes Beispiel und Ausgangspunkt ist dabei die Analyse von Alter und von Berufen zwischen dem 17. Jahrhundert und heute. Während der Kategorie des Alters – als eine stetige, quantitative Variable meist unwidersprochen eine kontinuierliche Messbarkeit unterstellt wird, werden der qualitativen Variable des Berufes aufgrund von zeitlichen Veränderungen solche Eigenschaften meist vehement abgesprochen. Der Vergleich offenbart jedoch schnell die Ursachen dieser differierenden Wahrnehmungen, die in methodisch-definitorisch sehr unterschiedlich gewichteten Merkmalsbestimmung beider Begriffe zu finden sind. Der Beitrag soll diesen Vergleich abstrahierend in den verschiedenen Dimensionen der Definition und fachwissenschaftlichen Wahrnehmung und ihren Merkmalskomplexen entwickeln und sichtbar machen, welche Herausforderungen sich in der Erforschung im zeitlichen Wandel ergeben. Dabei kann gezeigt werden, dass auch qualitative Begrifflichkeiten im Wandel präziser beschrieben werden können, wenn sie in einzelne Merkmalsdimensionen zerlegt werden. Ich möchte diskutieren, welche allgemeinen Erkenntnisse und Schwierigkeiten sich bei der Modellierung eines geschichtswissenschaftlichen Standards zur Messung von zeitlichen Wandel ergeben und welche Ergebnisse und Herausforderungen sich damit für Digital History verbinden.
Dr. Katrin Moeller
Schon die Promotion zum Thema der Hexenverfolgungen in Mecklenburg führte mich zu Datenmodellierung, Geo-Informationssysteme und Statistik. Zugleich übernahm ich die redaktionelle Betreuung der „Hexenforschung“ im Historicum.net, eines frühen Fachportals für digitales Publizieren. 2002 startete ich als Mutter von (jetzt) drei Kindern und wiss. Mitarbeiterin der Wirtschafts- und Sozialgeschichte der Martin-Luther-Universität Sachsen-Anhalt mit Schwerpunkt Methoden und „Digital History (damals: Neue Medien)“. Aufgrund von Projekten zur Quellenanalyse und Sozialgeschichte war schnell das Problem der Erschließung, Analyse, Veröffentlichung und Langzeitarchivierung digitaler Massendaten virulent. Daher gründeten wir 2008 das Historische Datenzentrum Sachsen-Anhalt, um Forschende bei der Herausgabe und Publikation von Forschungsdaten zu unterstützen. Hist-Data ist als „Verlag“ für Forschungsdaten tätig. Mit der „Ontologie der historischen, deutschsprachigen Amts- und Berufsbezeichnungen“, der Massendatenverarbeitung biografischer Daten (Kirchbücher, Steuerregister etc.), der Herausgabe von Daten im Datenrepositorium der ULB Sachsen-Anhalt oder der Digitalisierung und Erschließung des umfangreichen Ton- und Aktenarchivs der „Bonner Längsschnittstudie des Alterns“ hat HistData seitdem viele einschlägige Projekte durchgeführt. Für die digitale Community bin ich momentan im Komitee der AG Digitale Geschichtswissenschaft, als Convenerin der AG Datenzentren des DHd und als Co-Applicant von NFDI4Memory tätig. Meine Interessen liegen im Bereich der Lebenslauf-, Biografie- und Berufsforschung, Digital History, Sozialgeschichte sowie Historischen Demografie (Citizen Science/Verein für Computergenealogie). Daneben haben mich schon immer Themen der Stadt- und Landesgeschichte beschäftigt. Fasziniert durch die Entdeckung der ersten Ausgründung einer Ausdruckstanz-Schule in Deutschland durch Hedwig Nottebohm (1886-1968) in Halle (Saale) forsche ich momentan zu Sport- und Freizeitangeboten von und für Frauen im frühen 20. Jahrhundert.
https://www.geschichte.uni-halle.de/mitarbeiter/moeller/
E-Mail: katrin.moeller@geschichte.uni-halle.de
Publikationen: https://www.geschichte.uni-halle.de/mitarbeiter/moeller/publikationen/
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
AG Digitale GW (12. März 2020). Abstract: Katrin Moeller, Die Modellierung des zeitlichen Vergleichs als Kernkompetenz von Digital History. Digital History. Abgerufen am 21. Januar 2025 von https://digitalhist.hypotheses.org/2399
