Humboldt-Universität zu Berlin - Digital History

Digital History - Profil

Das Profil der Professur im Überblick

Im Zentrum der Professur steht die Weiterentwicklung digitaler Methoden, Techniken und Standards für die Geschichtswissenschaften sowie die Analyse und kritische Begleitung des digitalen Transformationsprozesses des Faches. Da die Professur vorrangig methodenorientiert arbeitet, ist sie offen für alle Epochen und Teildisziplinen der Geschichtswissenschaften und auch für die digitalen Geisteswissenschaften wie für die Informatik im Allgemeinen anschlussfähig.

forschung

In der Forschung stehen dabei vor allem die Evaluation, Anwendung und Weiterentwicklung digitalen Methoden und Techniken für die Erschließung und Analyse historischer Quellen und die formalisierte Bearbeitung geschichtswissenschaftlicher Fragestellungen im Vordergrund. Damit eng verbunden ist die vertiefte Auseinandersetzung mit den Eigenschaften historischer Daten und v.a. mit den Auswirkungen der Digitalisierung auf den historischen Erkenntnisprozess, da Quellen und Methoden im Digitalen immer auch eine besondere digitale Quellen- und Methodenkritik verlangen. Der Computational History verbunden, liegen die Schwerpunkte dabei vor allem auf dem Semantic Web sowie auf bild-, text- und datenbasierten Analyseverfahren im Allgemeinen, insbesondere auf Grundlage des Maschinellen Lernens.  

Lehre_1

Diese Forschungsschwerpunkte finden sich entsprechend auch in der Lehre wieder, die vor allem durch einen klaren Praxisbezug geprägt ist. Das heißt, Techniken und Methoden der digitalen Geschichtswissen–schaften werden in ihren konkreten Verwendungskontexten vermittelt, wobei die Studierenden zugleich immer auch zu der dazugehörigen notwendigen digitalen Quellen- und Methodenkritik angeleitet werden. Die feste Verankerung der Praxis in der Lehre wird dabei durch die Kooperation mit verschiedenen Forschungseinrichtungen wie der Berlin-Brandenburgischen Akademie der Wissenschaften (BBAW), der Staatsbibliothek zu Berlin (SBB) unterstützt. 

Dabei ist die Professur den Prinzipien der Open Sciences verpflichtet. Das heißt insbesondere, dass die in Projekten entstandenen Daten unter Beachtung der FAIR-Prinzipien soweit möglich als Open Data, für deren Aufbereitung und Analyse entstandener Code in Open Source und die darauf aufbauenden Forschungsarbeiten in Open Access veröffentlicht werden. Dabei kommt auch in den Geisteswissenschaften einem nachhaltiges Research Software Engineering (RSE) eine besondere Bedeutung zu, das wir in unseren Projekten mittelfristig etablieren wollen.

 

Unsere Schwerpunkte im Einzelnen

 

Modellierung historischer Daten für die digitalen Geschichtswissenschaften
Grundvoraussetzung für die Anwendung digitaler Methoden in den Geschichtswissenschaften ist das Vorhandensein historischer Quellen und Information als rechnerbasiert verarbeitbare Daten. Von daher ist es ein erster, aber zugleich entscheidender Schritt, diese Quellen und Informationen in digitale Repräsentationen umzuwandeln und als solche zu formen. Die Modellierung historischer Daten stellt uns dabei jedoch vor besondere methodische Herausfor­derungen, sind diese doch in besonderer Weise durch ihre Unvollständig­keit, Ambiguität, Dynamik und Multiperspektivität gekennzeichnet. Eine erste wesentliche Frage ist daher, wie man auch diese Besonderheiten historischer Daten im Rahmen der Modellierung abbilden und für die weitere Bearbeitung nachverfolgbar und vor allem nutzbar machen kann. Eine zweite große Herausforderung für die Modellierung historischer Daten ist die Umsetzung der FAIR Prinzipien und hier v.a. der Interoperabilität. Schließlich sollen die Daten nicht nur einmalig einem einzelnen Projekt sondern den Geschichtswissenschaften als Ganzes möglichst nachhaltig und vielseitig auswertbar zur Verfügung stehen. Dabei stellt sich unter anderem die Frage, wie die Daten so modelliert werden können, dass sie mit wenig Aufwand für das einzelne Projekt auch für weitere, bislang nicht definierte Forschungsfragen nachnutzbar sind.

 

Analyse historischer Text- und Bilddaten

Die Professur arbeitet sowohl mit Text- als auch mit Bilddaten. Für deren Auswertung im Rahmen der Textanalyse wie in der Bildanalyse greift sie dabei neben regelbasierten Methoden insbesondere auch auf Verfahren des maschinellen Lernens zurück.
Das maschinelle Lernen hat in den letzten Jahren einen erheblichen Aufschwung erfahren und die Prozesse und Handlungsmöglichkeiten in unterschiedlichsten Bereichen revolutioniert. Von der Spracherkennung am Smart Speaker über die Bildersuche auf dem Handy bis hin zum selbstfahrenden Auto und entsprechenden Assistenzsystemen ist diese Technologie mittlerweile fast in allen Lebensbereichen zu finden. Dies gilt auch für die Digital Humanities, wobei die Geschichtswissenschaften noch einen gewissen Nachholbedarf haben. Dabei gibt es hier umfangreiche Einsatzmöglichkeiten, die von der automatischen Bilderkennung  (z.B. zur Detektion bestimmter Motive und deren Klassifikation) über die Umwandlung handschriftlich geschriebener Texte in Volltexte (HTR), bis hin zu Verfahren des Clusterings bei der Datenanalyse und verschiedensten Methoden in der automatischen Textanalyse von der Erkennung von Eigennamen und Konzepten in unbekannten Texten (NER) bis zu deren automatischen Inhaltsanalyse durch Verfahren des Topic Modelings reichen.
Ziel der Professur ist es, Einsatzmöglichkeiten für die sinnvolle Nutzung digitaler Methoden und vor allem der Verfahren des maschinellen Lernen in den Geschichtswissenschaften zu identifizieren, auch methodologisch kritisch zu evaluieren und, wenn nötig, entsprechende Methoden und Verfahren auf dieser Grundlage für den Einsatz in den Geschichtswissenschaften weiterzuentwickeln. Damit will die Professur zum Ausbau des Methodenrepertoires der digitalen Geschichtswissenschaften beitragen, zugleich aber auch zur Etablierung und den Ausbau einer  digitalen Werkzeug- und Methodenkritik in den historisch arbeitenden Fächern beitragen.

 

Modellierung von historischem Wissen 
Die aus den einzelnen digitalen und analogen Verfahren gewonnenen Erkenntnisse in den Geschichtswissenschaften könnten wiederum selbst in übergeordneten Wissenssystemen digital repräsentiert werden. Eine besondere Form der Wissensmodellierung stellen dabei die Methoden und Techniken des Semantic Web bereit, mit denen sich auch komplexe Sachverhalte in Form aussagebasierter Graphen und abstrakter Modellierung in Form von  Knowledge Graphen und Ontologien abbilden lassen. Zugleich bieten diese Technologien mit den Linked Data-Verfahren die Möglichkeit, verschiedene Wissenssammlungen miteinander zu vernetzten und gemeinsam abfragbar zu machen, was die Möglichkeiten auch zur geschichtswissenschaftlichen Analyse der so erfassten und modellierten Daten erheblich erweitert. 
Da auf diese Weise modelliertes Wissen jedoch ohne entsprechende Standards und gemeinsam genutzte Basisontologien nur sehr eingeschränkt nutzbar ist, engagiert sich die Professur im Rahmen nationaler und internationaler Konsortien wie der NFDI4Memory und dem „Data for History“-Konsortium für die gemeinsame Entwicklung von Standards und Ontologien für die Geschichtswissenschaften.   

 

Der digitale Transformationsprozess in den Geschichtswissenschaften
Die in den verschiedenen Projekte gesammelten Erfahrungen schließlich bilden Grundlage für einen weiteren zentralen Forschungs­schwer­punkt der Professur, der sich mit den methodischen und epistemologischen Konse­quenzen der Digitalisierung für die Geschichtswissenschaften und den damit einhergehenden Veränderungsprozessen im Fach beschäftigt. Denn die den Geschichts­wissen­schaften neu zur Verfügung stehenden Methoden sind alles andere als voraus­setzungs­frei und ihr Einsatz bleibt nicht ohne Konsequenzen auch für das Fach als Ganzes. Hier braucht es ein neues Verständnis des Prozesses der geschichts­wissen­schaftlichen Wissens­generierung im Kontext der Digitalisierung. Damit einher gehen neue Formen der Daten- und Methodenkritik in den Geschichtswissenschaften, die zum teil erst noch zu entwickeln sind, zugleich aber so zeitnah wie möglich auch in die Ausbildung der Studierenden einfließen sollten. Grundlage hierfür ist eine möglichst umfassende Kenntnis der verschiedenen Ansätze und Forschungsprojekte in den digitalen Geschichtswissenschaften wie den Digital Humanities insgesamt, wofür es einen vertieften Austausch innerhalb der Community braucht, zu dem die Professur mit der Organisation von Tagungen und Austauschformaten wie dem Offenen Forschungskolloquium beiträgt. 

 

Heraldische Kommunikation als privilegiertes Experimentierfeld

Die Professur hat eine lange Tradition in der Auseinandersetzung mit der heraldischen Kommunikation in Mittelalter und beginnender Frühneuzeit, die durch die Förderung entsprechender Projekte durch die VolkswagenStiftung ganz wesentlich unterstützt und vorangebracht wurde und wird. Dabei hat sich das Themenfeld rund um Heraldik, Wappen und visuelle Kommunikation nicht nur für die Kulturgeschichte sondern auch für die Fragestellungen der digitalen Geschichtswissenschaften als besonders fruchtbar erwiesen. Schließlich muss hier sowohl mit Bild- wie mit Textquellen gearbeitet werden, sind Zeichensysteme und deren Veränderungen über die Zeit abstrakt zu erschließen und auf Grundlage von Quellen aus Bibliotheken, Archiven, Museen wie Bauwerken und Kunstobjekten vor Ort mit Personen und Institutionen an verschiedenen historischen Orten zu verschiedenen Zeiten miteinander zu verbinden. Damit lassen sich hier ganz unterschiedliche Methoden und Verfahren aus ganz verschiedenen Feldern und Anwendungsbereichen testen und zugleich für die Erschließung und Analyse bisher kaum verwendeter Quellen der Kulturgeschichte des Mittelalters und der beginnenden Frühneuzeit nutzen und damit zugleich ein inhaltlicher Beitrag zur historischen Forschung leisten.