Übersicht DH-Theorie-relevanter Formate auf der DHd2023

Jonathan D. Geiger, Mareike Schumacher, Melanie Seltmann

DHd2023 Konferenz Logo Open Humanities Open Culture
DHd2023 Konferenz-Logo Open Humanities Open Culture

DHd-Programm: http://dhd2023.dig-hum.de/page/programmubersich 

Vom 13.–17. März 2023 findet die Jahrestagung der Digital Humanities im deutschsprachigen Raum in Luxemburg und Trier statt. Wie in jedem Jahr werden an den ersten beiden Tagen Workshops durchgeführt, während von Mittwoch bis Freitag Vorträge, Panels und Poster präsentiert werden. In den letzten Jahren hat sich die deutschsprachige Digital-Humanities-Community im Rahmen der DHd-AG Digital Humanities Theorie intensiv mit Theoriearbeit auseinandergesetzt. Aber auch außerhalb der AG-Tätigkeiten sind Theorien, Theoretisieren und kritische Reflexion ein wichtiger Bestandteil des Forschungsfeldes der digitalen Geisteswissenschaften. Wir haben darum das Programm der diesjährigen Tagung sorgfältig durchgesehen und listen hier Vorträge und Panels auf, in denen #DHTheorie stark gemacht wird. Natürlich darf auch eine kurze Ankündigung unseres AG-eigenen Workshops nicht fehlen.

Workshop der Theorie-AG

Montag, 13:30–17:30

Algorithmen anwenden – algorithmisch denken (AG DH Theorie)

In diesem Workshop greifen wir den Diskurs zum Begriff der ‘Algorithmizität’ auf, den wir auf unserer Tagung „Algorithmizität als Kultur des Verstehens“ bereits geführt haben. Gemeinsam mit allen Teilnehmenden beleuchten wir die verschiedenen Dimensionen des Begriffes aus unterschiedlichen Perspektiven. Über disziplinäre Grenzen hinweg kann man sowohl implizite als auch explizite algorithmische Strukturen finden. Diese können ganz unterschiedlich ausgeformt sein. Wir fragen nach Voraussetzungen, Potenzialen und Implikationen von Algorithmizität in den (Digital) Humanities unter den drei Gesichtspunkten von Algorithmizität als 

  1. Konzept in der theoretischen Begriffsarbeit, 
  2. als spezifisch (geisteswissenschaftliche) Erkenntnis- und Denkstruktur und 
  3. als (trans-)disziplinärer Kompass.

Wir freuen uns, wenn ihr dabei seid und mit uns über Algorithmizität nachdenkt!

Vorträge und Panels

Mittwoch

11:15 Uhr

  • Panel: Open DH? Mapping Blind Spots 

Vortragende: Sarah-Mai Dang (Universität Marburg), Tinghui Duan (Universität Trier), Jana Keck (Deutsches Historisches Institut Washington), Julianne Nyhan (Technische Universität Darmstadt), Till Grallert (HU Berlin)

  • Vortrag: Open and Closed AI. Eine Kunstkritik künstlich generierter Bilder 

Vortragender: Peter Bell (Phillips-Universität Marburg)

14:00 Uhr

  • Doctoral Consortium: Theorising the Aesthetic Properties of Reading in a Digital Social Reading (DSR) Environment: Exploring DSR Practices in India 

Vortragende: Sharanya Ghosh (Indian Institute of Technology, Jodhpur)

  • Vortrag: PhilroBERTa: Ein multilinguales Sprachmodell zur Beantwortung philosophiehistorischer Fragestellungen 

Beteiligte: Maximilian Noichl (Universität Bamberg), Lukas Panzer (Universität Bamberg)

  • Vortrag: Offene Daten für die digitale Philosophie: Anforderungen an eine Datensammlung zur Philosophie und ihrer Geschichte 

Vortragender: Stefan Heßbrüggen-Walter (Freie Universität Berlin)

Donnerstag

9:15 Uhr

  • Panel: Herausforderung, Lesson Learned oder Chance? Der Zusammenhang zwischen Kulturen des Scheiterns und Open-Bewegungen in den Digital Humanities Vortragende: Tessa Gengnagel (Universität zu Köln), Sarah Lang (Karl-Franzens-Universität Graz), Stefan Karcher (DFG), Torsten Schrade (Akademie der Wissenschaften und der Literatur | Mainz)
  • Vortrag: Skalierungspraktiken in der computergestützten Analyse von literarischen Texten 

Vortragender: Benjamin Krautter (Universität Heidelberg)

  • Vortrag: Coding editions. Computational approaches to the editing of pre-modern texts

Vortragende: Elisa Cugliana (Universität Köln)

11:15 Uhr

  • Panel: Living Handbook “Digitale Quellenkritik” 

Vortragende: Aline Deicke (Universität Mainz), Moritz Feichtinger (Universität Bern), Mark Hall (Universität Halle), Francis Havey (Leibniz-Institut für. Länderkunde), A. Nursen Durdaği (Sakarya Üniversitesi)

  • Vortrag: #PublicDH oder doch nur #WissKomm? 

Vortragende: Melanie Seltmann (ULB Darmstadt)

  • Vortrag: Textliche Relation maschinenlesbar formalisieren: Systeme der Intertextualität 

Beteiligte: Jan Horstmann, Christian Lück, Immanuel Normann (Universität Münster)

  • Vortrag: Konflikte als Theorie, Modell und Text – Ein kategorientheoretischer Zugang zur Operationalisierung von Konflikten 

Beteiligte: Dominik Gerstorfer, Evelyn Gius (Technische Universität Darmstadt)

  • Vortrag: Vom sprachlichen Indikator zum komplexen Phänomen? 

Vortragende: Janina Jacke (Universität Göttingen)

Freitag

9:15 Uhr

  • Vortrag: Provenienzforschung und ihre Quellenbestände. Aktuelle Nutzungsszenarien zwischen Open Access und Inaccessibility 

Beteiligte: Meike Hopp (Technische Universität Berlin), Ruth von dem Bussche (Fotostoria)

11:15 Uhr

  • Panel: Digitalisierung kulturellen Erbes und postkoloniale Perspektiven 

Vortragende: Claudia Berger (Universität Erfurt), Nicole High-Steskal (Universität für Weiterbildung Krems), Clemens Neudecker (Staatsbibliothek zu Berlin – Preußischer Kulturbesitz), Jessie Pons (Ruhr-Universität Bochum)

  • Vortrag: Open Science Prinzipien und interdisziplinäre Kollaboration in D-WISE: Zwischen Hermeneutik und Digitaler Methode in der Diskursanalyse 

Beteiligte: Isabel Eiser, Tim Fischer, Florian Schneider, Gertraud Koch, Chris Biemann, Fynn Petersen Frey (Universität Hamburg)

  • Vortrag: Offenheit durch Dokumentation: Lose Forschungsfäden im “Online-Compendium der deutsch-griechischen Verflechtungen” zusammenführen

Beteiligte: Bart Soethaert, Miltos Pechlivanos (Freie Universität Berlin)

„Algorithmizität“ – Begriffsanalyse und Plädoyer

Zur Vorbereitung unseres Workshops auf der Digital Humanities Jahreskonferenz sollen – neben der Dokumentation des Workshops ’22 – zwei sog. opinion pieces dienen, welche in dialektischer Tradition eine kritische und eine affirmative Perspektive auf den Algorithmizitätsbegriff entfalten. Die Funktion dieses Beitrags ist es, die affirmative Perspektive auf den Algorithmizitätsbegriff in den Digital Humanities aufzufächern. Die Kernthese lautet, dass die Digital Humanities den Algorithmizitätsbegriff für ihre Theoriebildungsdiskurse durchaus brauchen.

Jonathan D. Geiger

Einleitung und Kontext

„Algorithmizität“ ist ein drängendes Thema in den Digital Humanities. Wir als Arbeitsgruppe Digital Humanities Theorie haben dazu unsere AG-Jahresveranstaltung 2022 am Leibniz-Zentrum für Literatur- und Kulturforschung in Berlin ausgerichtet. Unser Titel war „Algorithmizität als Kultur des Verstehens? Digitale Erkenntnisprozesse in den Humanities“. Wir wollten ausloten, inwiefern der Algorithmizitätsbegriff und Konzepte des Algorithmischen als meta-methodische Brücke zwischen den traditionellen Geistes- und Kulturwissenschaften und den informatisch-orientierten Digital Humanities fungieren kann. Horstmann und Kleymann haben ihre Eindrücke der Tagung in Form eines Blogposts dokumentiert. Bereits während der Tagung erreichten uns zahlreiche weitere Interessensbekundungen an der Thematik und so beschlossen wir als AG, unseren Beitrag für die DHd2023 erneut der Algorithmizität zu widmen und die Überlegungen des ersten Workshops weiterzuentwickeln.

Zur Vorbereitung unseres Workshops auf der Digital Humanities Jahreskonferenz sollen – neben der Dokumentation des Workshops ’22 – zwei sog. opinion pieces dienen, welche in dialektischer Tradition eine kritische und eine affirmative Perspektive auf den Algorithmizitätsbegriff entfalten. Die kritische Perspektive wurde bereits von Burghardt in einem Blogpost entworfen. Seine Hauptargumente sind folgende: Der Algorithmizitätsbegriff sei als Brückenbegriff im besten Falle unnötig, im schlechtesten Falle unpassend, da er zu hochtrabend ist, um die formalisierten Methoden der Geistes- und Kulturwissenschaften abzubilden. Zudem bestehe zwischen diesen und den informatisch-technischen Formalisierungen (konkrete Algorithmen und Datenstrukturen) ein qualitativer Unterschied. Dieses Verhältnis könne adäquater beschrieben werden durch Begriffe wie „Datenstrukturalismus“ oder „computational thinking“.

Die Funktion dieses Beitrags ist es, die affirmative Perspektive auf den Algorithmizitätsbegriff in den Digital Humanities aufzufächern. Meine Kernthese lautet, dass die Digital Humanities den Algorithmizitätsbegriff für ihre Theoriebildungsdiskurse durchaus brauchen.

Begriffliche Annäherung(en)

Um zu beurteilen, ob man einen Begriff in einem Diskurs braucht oder nicht, müssen wir uns zunächst überlegen, was ein Begriff eigentlich ist und was er tut. Diese Frage ist so alt wie die Philosophie selbst, kann also an dieser Stelle nicht historisch aufgeschlüsselt werden. Auch die genealogisch daraus erwachsenen Ansätze – die philologisch-etymologische Wortgeschichte, die Ideengeschichte nach Lovejoy oder Meinecke, die Begriffsgeschichte nach Koselleck oder die archäologische Diskursanalyse nach Foucault – können hier nicht ausgeführt werden. Es muss also bei Andeutungen und einem sehr groben Vorgehen bleiben, welches sich an vielen Stellen auf eine (wie auch immer gestaltete) Intuition stützt.

Burghardt hat bereits auf Stalder und dessen „Kultur der Digitalität“ verwiesen, in dem der Begriff der Algorithmizität in den deutschsprachigen Diskurs injiziert wurde. Stalder leitet den Begriff von „Algorithmus“ ab, der wiederum zurückzuführen ist auf den arabischen Mathematiker, Astronomen und Geografen Al-Ḫwārizmī, der im 8. und 9. Jahrhundert gelebt hat. Sein Name (freilich in abgeänderter Version) wurde im europäischen Mittelalter zum Begriff für algebraische Rechenoperationen überhaupt (vgl. Krämer 1988, 50ff.). Unabhängig vom Wort lassen sich aber auch bereits vor Al-Ḫwārizmī Formen des algorithmischen Handelns bzw. Operierens finden, beispielsweise bei Euklid. Die Projektion des Begriffs auf maschinelle Artefakte erfolgte spätestens im Anschluss an die Turingmaschine, die aber freilich auch in eine historische Kette von Rechenmaschinen eingereiht werden kann und muss, angefangen bei den Rechenmaschinen von Leibniz.

Der Algorithmizitätsbegriff reiht sich also in eine Begriffsreihe aus „Algorithmus“ und „algorithmisch“ ein und es müssen mehrere historische (freilich retrospektiv konstruierte) Linien unterschieden werden: die Entwicklung des formalisierten und regelgeleiteten Handelns bzw. Operierens (insbesondere im Kontext wissenschaftlichen bzw. proto-wissenschaftlichen Handelns), die Entwicklung formalisiert funktionierender (also: komputationeller) Maschinen und die Entwicklung des Algorithm*-Wortstammes und dessen Verwendung in Bezug auf das menschliche oder maschinelle Operieren. In den Digital Humanities werden wissenschaftliches (menschliches) und komputationelles Operieren zusammengeführt, beides steht ergo in einem Zusammenhang mit der Algorithm*-Begriffsreihe. Das führt mich zu meiner Feststellung 1: Der Begriff „Algorithmizität“ steht in irgendeiner Relation zur Forschung in den Digital Humanities.

Begriffe und Relationen

Doch: In welcher Relation? Burghardt kritisiert streng genommen nicht die begriffshistorischen oder analytischen Zugänge zum Algorithmizitätsbegriff, sondern dessen gegenwärtigen Stand im Diskurs, d. h. seine diskursive Funktion und das führt mich zum zweiten Teil meiner Einstiegsfrage: Was „tut“ ein Begriff? Beziehungsweise: Was kann er tun; oder was soll er tun? Auch Begriffe stehen diskursiv unter einem ständigen Legitimationsdruck, d. h. es muss herausgestellt werden, dass der Begriff an sich nicht eigentlich dasselbe aussagt, wie bereits andere vorhandene Begriffe (Redundanz) oder er sogar irreführend ist oder schlicht nichts Relevantes durch ihn im Diskurs ausgedrückt werden kann. Kurz: Macht der Begriff einen Unterschied? (Und falls ja: welchen?) Natürlich lässt sich die Frage auch umdrehen: Welchen Unterschied sollte der Begriff machen? (Und: warum?)

Unsere Grundüberlegung für die Begriffswahl und das (zugegebenermaßen) sehr hehre Ziel war es, mit dem Algorithmizitätsbegriff ein Begriffsangebot zu schaffen, mit dem die Digital Humanities als wissenschaftliches Feld wissenschaftstheoretisch (mit)konstituiert werden können. Große Teile der Theoriediskurse in den Digital Humanities drehen sich um die Frage „Was sind die Digital Humanities eigentlich?“ und es wurden schon viele Antworten vorgelegt. Diese Frage stellt sich nicht nur, wie sie sich für jede neue wissenschaftliche Disziplin und jedes neue wissenschaftliche Feld stellt, sondern bei den Digital Humanities im Speziellen besonders, da sie Differenzen (in den Arbeitsweisen und -kulturen, den Methoden, den Theorien etc.) des geistes- und kulturwissenschaftlichen und des informatischen Forschens zu überbrücken trachtet. Hierzu bedarf es Diskurse und Konzepte, um dem Wesen der Digital Humanities auf den Grund zu gehen bzw. dieses zu begründen. Der Algorithmizitätsbegriff war und ist ein Angebot für diesen Diskurs.

Indem wir uns mit ihm auseinandersetzen, steht das Wesen der Digital Humanities bereits wieder zur Disposition und selbst, wenn wir den Algorithmizitätsbegriff letzten Endes wohlbegründet verwerfen, sind wir in Bezug auf unser Grundanliegen – der wissenschaftstheoretischen Reflexion der Digital Humanities – ein kleines Stück nähergekommen (dann freilich „nur“ negativ). Dies wirkt sich auch auf unsere künftigen Diskurse aus und auf das Verhältnis zu unserer eigenen Forschung. Feststellung 2: Möglicherweise brauchen wir den Begriff „Algorithmizität“ letztendlich nicht, aber wir brauchen gegenwärtig die Auseinandersetzung mit ihm.

Definitionen und Algorithmizität nach Stalder

Eigentlich könnte ich damit an dieser Stelle aufhören. Gerne möchte ich aber noch folgende Frage etwas weiter bearbeiten: Können wir in den Digital Humanities nicht doch auch den Algorithmizitätsbegriff selbst  brauchen? Hierzu muss erneut der Blick auf den Algorithmizitätbegriff als Begriff geworfen werden, diesmal aber nicht historisch, sondern sprachtheoretisch.

Die sprachtheoretischen Auseinandersetzungen mit dem Begriffsbegriff sind ebenfalls zu zahlreich und zu reichhaltig, um sie an dieser Stelle auch nur exhaustiv nennen zu wollen. Neben den sprachphilosophischen Ansätzen (z. B. von Aristoteles, Frege oder Wittgenstein) kommt noch ein Panorama möglicher Definitionsarten hinzu (intensional, extensional, funktional etc.), sowie linguistische Ansätze (Konnotation, Denotation etc.). Zudem ist es denkbar, dass wir es nicht nur mit einem einzigen Algorithmizitätsbegriff zu tun haben, sondern verschiedene unterscheiden müssen, dass es sich um einen Familienbegriff nach Wittgenstein handelt oder eben doch um eine bloße Worthülse.

Wir werfen noch einmal einen genaueren Blick auf Stalder, der schreibt: „Algorithmizität bezeichnet jene Aspekte der kulturellen Prozesse, die von Maschinen (vor-)geordnet werden“ (Stalder 2021). Er bezeichnet Algorithmizität hier nicht als etwas Technisches, sondern als Eigenschaft kultureller Prozesse. Dies gemahnt an Heideggers Ge-stell (das Wesen der Technik ist nichts Technisches) oder macht uns zumindest nochmal deutlich, dass Stalder in erster Linie Kulturwissenschaftler ist. Mit „kulturelle Prozesse“ hat er in Anbetracht seiner Beispiele (Suchmaschinen im Internet, Nutzer*innen-Profile in sozialen Netzwerken etc.) insbesondere das Suchen und das Orientieren in kodifizierten Informations- und Wissenssphären im Blick (vgl. Stalder 2016). Die digitalen Informations- und Wissenssphären sind heutzutage derart reichhaltig, dass Formen der Vorsortierung notwendig werden, um überhaupt noch einen sinnvollen Zugang zu ihnen finden zu können (müßig zu sagen, dass diese Vorsortierungen de facto nicht mehr von Menschen händisch vorgenommen werden können). „Analoge“ (oder besser: nicht-digitale) Informations- und Wissenssphären sind hierbei beispielsweise Wörterbücher und Bibliotheken, die nicht-maschinelle Ordnungsprinzipien verwenden (systematische, alphabetische etc.), doch diese würden für die digitale Sphäre alleine insuffizient sein, weshalb maschinelle – algorithmische – Prozesse unumgänglich erscheinen.

Inwiefern lässt sich Stalders Algorithmizitätsbegriff nun also auf die (Digital) Humanities übertragen? Stalder bezieht sich explizit auf maschinelle Prozesse, die in den traditionellen (auch historischen) Geistes- und Kulturwissenschaften nicht vorlagen. Eine Anwendung fällt hier schwer. Doch auch in Bezug auf komputationelle Methoden in der Forschung mag die Anwendung genau genommen nicht so recht gelingen, da es bei diesen i. d. R. quantitativen Verfahren nicht um Such- oder Orientierungsprozesse geht, sondern um das Aufspüren von Mustern als strukturelle Ungleichheiten (numerisch durch Datenreihen und Statistik, graphisch durch Visualisierungen). Natürlich finden auch kulturell durchdrungene Such- und Orientierungsprozesse in der Forschung statt (z. B. bei der Literaturrecherche), die in einem digitalen Milieu das Etikett „Algorithmizität“ nach Stalder verdienen, doch dies ist kein Distinktionskriterium für die Digital Humanities.

Ich stimme Burghardt also in der Zurückweisung des Algorithmizitätsbegriffs nach Stalder zu, wenn auch aus anderen Gründen und komme daher zu meiner dritten Feststellung: Der Algorithmizitätsbegriff nach Stalder lässt sich nicht als Konstitutionskriterium für die Digital Humanities als Verbindung traditioneller Geistes- und Kulturwissenschaften und informatischen Disziplinen nutzen.

Abschluss: eine „andere“ Algorithmizität?

Gleichwohl Stalders Algorithmizitätsbegriff sich nicht direkt auf die Digital Humanities übertragen lässt, bedeutet dies nicht, dass sich gar kein Algorithmizitätsbegriff auf die Digital Humanities anwenden bzw. für diese denken lässt. Hinweise auf die Sinnhaftigkeit dessen gibt es durchaus. Der Algorithmusbegriff existierte, bevor die ersten Computer erfunden wurden und bezog sich auf eine bestimmte Art des menschlichen Operierens, welche sich als formale Methode bis heute, beispielsweise in der analytischen Philosophie, gehalten haben. Der kritische Punkt nach Burghardt scheint insbesondere der des (allzu kontingenten?) geistes- und kulturwissenschaftlichen Forschungshandelns zu sein (digitale Methoden sind per Definition algorithmisch). Dazu noch ein Gedanke: Die maschinellen Verarbeitungsprozesse von Digital-Humanities-Methoden mögen zwar algorithmisch sein, die Generierung der Daten selbst ist es nicht. Daten suggerieren eine Eindeutigkeit, die sie für eine maschinelle Verarbeitung auch haben müssen, aber nur der Form nach – nicht dem Inhalt bzw. der Semantik nach. Die Erhebung von Daten in Forschungsprozessen der Digital Humanities hat durchaus abduktiven bis hermeneutischen Charakter und unterscheidet sich nicht unendlich weit von der Generierung von Urteilen in geistes- und kulturwissenschaftlichen Verstehensprozessen.

Den Begriff „algorithmisch“ nur auf Computertechnologie zu beziehen scheint diesen engzuführen, zudem wir ja bereits festgestellt haben, dass Algorithmizität nichts Technisches meint bzw. meinen muss. Zwar lässt sich kritisieren, die Digital Humanities nicht wissenschaftstheoretisch, sondern wissenschaftskulturtheoretisch begründen zu wollen, doch es ist ein möglicher und plausibler Weg. Dies führt mich zu Feststellung 4: Der Algorithmizitätsbegriff hat das Potenzial, von Stalder entlehnt und für die Konstitution der Digital Humanities fruchtbar gemacht zu werden.

Wie und – nach wie vor – ob überhaupt, steht zur Disposition und kann von mir auch nicht beantwortet werden. Dies gilt es gemeinsam am 13.03.2023 in Belval im Rahmen unseres DHd-Workshops auszuloten. In jedem Falle verändert unsere Auseinandersetzung mit dem Algorithmizitätsbegriff unser Verhältnis zu uns selbst, unserer Forschung und zu den Digital Humanities insgesamt, selbst, wenn wir eines Tages den Algorithmizitätsbegriff als schiere Worthülse ad acta legen sollten. Ich freue mich auf die Weiterführung der Diskussion in Belval und danke Burghardt für seine kritischen Überlegungen. Auch dieser Blogpost kann gerne über die blogeigene Kommentarfunktion kommentiert oder mit dem Hashtag #dhtheorie_Algo22 über Twitter oder Mastodon diskutiert werden.

Bibliografie

Burghardt, Manuel (2023): Kritische Überlegungen zum Algorithmizitätsbegriff. Blogpost, https://dhtheorien.hypotheses.org/1316 (letzter Zugriff am 09.02.2023).

Horstmann, Jan und Rabea Kleymann (2022): Eindrücke zur AG-Tagung „Algorithmizität als Kultur des Verstehens? Digitale Erkenntnisprozesse in den Humanities“. Blogpost, https://dhtheorien.hypotheses.org/1249 (letzter Zugriff am 09.02.2023).

Krämer, Sybille (1988): Symbolische Maschinen: Die Idee der Formalisierung in geschichtlichem Abriß. Darmstadt: Wissenschaftliche Buchgesellschaft.

Stalder, Felix (2016): Kultur der Digitalität. Berlin: Suhrkamp. Stalder, Felix (2021): Grundformen der Digitalität. Blogpost, https://agora42.de/grundformen-der-digitalitaet-felix-stalder/ (letzter Zugriff: 09.02.2023).

Paper-Zirkel am 3.2.2023 (11-12 Uhr)

Thema: Operationalisierung in den Digital und Computational Humanities (Diskussion zusammen mit Nils Reiter)

Konzept: Ramona Roller (ETH Zürich)

Rahmendaten

Am Freitag, den 3.2.2023
von 11-12 Uhr

findet wieder unser Paperzirkel statt. Im zweimonatigen Rhythmus diskutieren wir hier aktuelle Paper aus den Digital Humanities. Alle, die mit uns diskutieren mögen, sind herzlich eingeladen!

Paper

Der Beitrag kann vorab gelesen werden: 10.22148/001c.57195. Während die Vorab-Lektüre sicher hilfreich ist, ist sie jedoch keine grundsätzliche Voraussetzung für die Teilnahme!

Ausgangspunkt

Wie erkennen (= messen) wir eigentlich geisteswissenschaftliche Konzepte in (z.B.) Texten? Wir operationalisieren sie, d.h. wir entwickeln Messverfahren für sie. Für die Praxis der Operationalisierung ist an sich unerheblich, ob sie über maschinelle Lern- oder regelbasierte Verfahren läuft — in jedem Fall verändern auch ‘kleine’ Operationalisierungsentscheidungen das Ergebnis, oder haben das Potenzial dazu.

Ansätze für die Diskussion

Dabei stellen sich viele Fragen und Probleme, die wichtigste ist aber, dass das operationalisierte Konzept im Regelfall nicht dem entspricht was man vorher hatte — oder ist das überhaupt so, und woran merkt man das eigentlich? Wenn wir Reliabilität über etablierte Verfahren messen können (Vergleich mit einem Goldstandard), wie messen wir dann die Validität? Wie können wir mehrere Ansätze zur Operationalisierung eines Konzeptes vergleichen, wenn beide nicht perfekt sind?

https://ethz.zoom.us/j/68075621373?pwd=ZHY4ZzZZRXBPWXdUeGM4bWI5L01DZz09
Meeting ID: 680 7562 1373
Password: Zirkel

Kritische Überlegungen zum Algorithmizitätsbegriff

Manuel Burghardt

Vorbemerkungen

Im Blogbeitrag von Jan Horstmann und Rabea Kleymann wurden vor Kurzem Eindrücke zur AG-Tagung „Algorithmizität als Kultur des Verstehens? Digitale Erkenntnisprozesse in den Humanities“ vorgestellt. Der Beitrag liefert dabei eine neutrale Zusammenschau der Vorträge und Diskussionen rund um den Algorithmizitätsbegriff, wie sie im Rahmen der besagten AG-Tagung stattgefunden haben. Der nachfolgende Blogbeitrag – im Text von Horstman & Kleymann als opinion piece angekündigt – greift die Diskussion der Tagung nochmals auf und versucht sich an einer eher kritischen Perspektive auf den Algorithmizitätsbegriff.

Team „leere Worthülse“ – Zum Missverhältnis der Konzepte Algorithmus und Algorithmizität

Zunächst einmal sei vorausgeschickt: Der Begriff der Algorithmizität wurde nicht im Rahmen der Tagung neu erfunden, sondern viel mehr aus Felix Stalders Buch zur Kultur der Digitalität (2016) entlehnt. Stalder selbst fasst das Konzept folgendermaßen zusammen:

Algorithmizität bezeichnet jene Aspekte der kulturellen Prozesse, die von Maschinen (vor-)geordnet werden. Algorithmen transformieren die unüberschaubaren Daten und Informationsmengen, die heute viele Bereiche des Alltags prägen, in Dimensionen und Formate, welche durch die menschliche Wahrnehmung erfasst werden können. Es ist unmöglich – für jemanden alleine wie auch für eine noch so große Gemeinschaft – Milliarden Websites sinnerfassend zu lesen. Deshalb sind wir auf Angebote wie den Google-Suchalgorithmus angewiesen, die uns die Datenflut (Big Data) auf eine Menge reduzieren und in jene Formate übersetzen, die Menschen verstehen können (Small Data). Damit machen sie menschliches Verstehen und Handeln in der auf digitale Technologien aufbauenden Kultur überhaupt erst möglich und beeinflussen es in ambivalenter Weise: Sie schaffen einerseits neue Abhängigkeiten, indem sie die (informationelle) Welt vorsortieren und zugänglich machen, und sie sorgen andererseits für Autonomie, indem sie die Voraussetzungen der persönlichen Handlungsfähigkeit schaffen.

(Stalder, 2021)

Ein wesentliches Ziel der Tagung war es jedoch, den Algorithmizitätsbegriff in eine andere Richtung zu interpretieren und ihn damit zu erweitern:

Die von der DHd-AG Digital Humanities Theorie organisierte hybride Tagung »Algorithmizität als Kultur des Verstehens?« widmet sich daher der algorithmischen Verfasstheit von geisteswissenschaftlichen Erkenntnisprozessen. Einen ersten Ausgangspunkt bildet die Annahme, dass sich in traditionellen und aktuellen Forschungspraktiken der Geisteswissenschaften latente Formen der Algorithmizität wiederfinden lassen. Darunter sind nicht nur digitale Formen geisteswissenschaftlichen Arbeitens im Sinne einer prozessual aufgefassten Algorithmisierung zu verstehen. Vielmehr bezeichnet Algorithmizität den jeweiligen Formalisierungsgrad von Handlungsanweisungen, der sich in geisteswissenschaftlichen Methoden sui generis manifestiert.

Tagung zum Thema „Algorithmizität als Kultur des Verstehens? Digitale Erkenntnisprozesse in den Humanities“, am 10.06.2022, Leibniz-Zentrum für Literatur- und Kulturforschung Berlin (ZfL).

Nachdem der Algorithmizitätsbegriff in mehreren Vorträgen aus unterschiedlichen Perspektiven beleuchtet und interpretiert wurde, so zeichnete sich in der Abschlussdiskussion eine gewisse Zuspitzung auf zwei Positionen ab, die @jodageiger in einem begleitenden Tweet folgendermaßen dokumentiert:

Den Reiz von Algorithmizität als „qualitativ neues Konzept“, das flexibel interpretierbar und definierbar ist und damit eine Projektionsfläche für vielfältige Ideen und Diskurse über algorithmische Arbeitsweisen und Denkmuster in den Geisteswissenschaften liefert, arbeitet @Charlesque gut heraus:

An dieser Stelle möchte ich nun auch mit meiner Kritik am Algorithmizitätsbegriff einsteigen, von dem ich anfangs hoffnungsvoll annahm, er würde ggf. eine intersubjektive Überprüfbarkeit algorithmischer Anleihen in den Geisteswissenschaften erlauben. Dabei war ich zunächst davon ausgegangen, dass Algorithmizität vom mathematisch-informatischen Konzept des Algorithmus her gedacht würde. Tatsächlich wurde aber im Laufe der Tagung deutlich, dass einige Teilnehmer*innen eher ein definitorisches cherry picking intendieren, d.h. es werden selektiv bestimmte Charakteristika von Algorithmen herausgegriffen und andere gänzlich vernachlässigt. Gut illustrieren lässt sich mein Vorwurf an einer einfachen Algorithmen-Definition von Donald Knuth (1977):

(1) „An algorithm is a set of rules for getting a specific output from a specific input.“

Wenngleich auch in den Geisteswissenschaften regelgeleitete und systematische Verfahren zu finden sind, so haben diese aus meiner Sicht selten den Grad an Formalisierung und Spezifizierung, wie man sie bei Algorithmen findet. Dort müssen die einzelnen Verarbeitungsschritte so explizit und formal eindeutig beschrieben werden, dass auch ein Computer in der Lage ist, die Anweisungen automatisch auszuführen.

(2) „Each step must be so precisely defined it can be translated into computer language and executed by machine.“

(Knuth, 1977)

Für die Geisteswissenschaften scheint mir aber ein mehr oder weniger großer Rest an Unschärfe, Vagheit und Ambiguität – trotz aller Regelhaftigkeit des Vorgehens – geradezu konstitutiv. Die Anreicherung mit spezifischem Kontextwissen und die assoziative Verknüpfung mit ähnlichen (oder kontrastierenden) Quellen ist aus meiner Sicht ein wichtiges Spezifikum  geisteswissenschaftlicher Forschungspraxis. Selbst wenn also in den Geisteswissenschaften prozessual und mehr oder weniger systematisch vorgegangen wird, so gibt es trotzdem viele individuelle Parameter, welche das letztliche Ergebnis mehr oder weniger stark beeinflussen. Knuths Forderung, dass bei einer spezifischen Eingabe auch eine (reproduzierbare) spezifische Ausgabe erfolgen muss, scheint mir bei den meisten geisteswissenschaftlichen Analysen nicht erfüllt. Ich bezweifle stark, dass zwei Geisteswissenschaftler*innen, welche exakt dieselben Eingabedaten (bspw. ein Buch oder ein Musikstück) und dieselbe schrittweise Analysemethodik verwenden, zu exakt demselben output kommen.

Mein Anliegen ist hier durchaus nicht, den Geisteswissenschaften systematisch-prozessuales Vorgehen in der eigenen Forschungsmethodik abzusprechen. Ich finde es aber problematisch, wenn Algorithmen allein auf regelgeleitetes Vorgehen reduziert werden und damit dann ein neuer Begriff wie die Algorithmizität motiviert wird. Zumal es für regelgeleitetes Vorgehen in den Geisteswissenschaften durchaus bereits bestehende Begriffe gibt. Man denke etwa an die deduktive Methode, die im Kern auch die Problemzerlegung und ein schrittweises Vorgehen bei der Teilproblemlösung beinhalten. Um es nochmals prägnant zusammenzufassen: wenn Algorithmizität eigentlich hauptsächlich „regelgeleitetes Vorgehen“ bedeutet, dann scheint mir der Begriff unpassend und unnötig aufgeblasen.

Der Tagungsvortrag von Thomas Nyckel zu „Algorithmen als Faustregeln“ illustriert das Missverhältnis von Algorithmen und Algorithmizität sehr gut, denn aus meiner Sicht sind Algorithmen eben gerade keine einfachen Faustregeln; viele vermeintlich algorithmische Vorgehensweisen in den klassischen Geisteswissenschaften haben aber durchaus Gemeinsamkeiten mit Faustregeln, werden also dem Anspruch an informatische Algorithmen nicht gerecht.

Algorithmische Praxis in den DH vs. Algorithmiztät

Neben der selektiven Adaption des informatischen Algorithmusbegriffs scheint mir die Trivialisierung von Algorithmen zu einer schlichten Sammlung von Regeln auch im Hinblick auf die tatsächlich in den DH eingesetzten Algorithmen problematisch. Sieht man sich diese einmal etwas genauer an, so wird schnell klar, dass bspw. das generative Verfahren des Topic Modeling oder das Prinzip des dynamic programming, wie es bspw. bei Alignment-Verfahren zum Einsatz kommt, nicht einfach von Menschen analog umgesetzt werden kann und eine unmittelbare Abbildung auf „algorithmische“ Praktiken in den Geisteswissenschaften nicht ohne Weiteres möglich ist. Hier zeigt sich geradezu die Stärke von Algorithmen, die stark formalisiert die Problemlösung auf aufwendige Rechenoperationen verlagern, die vom Computer gut ausgeführt werden können, die bei Menschen aber ein größeres Fehlerpotenzial und vor allem eine deutlich längere Bearbeitungszeit haben. Man betrachte hier nur das Beispiel früher stilometrischer Analysen, bei denen Mosteller & Wallace (1963) in einigen Jahren der manuellen Berechnung das herausgefunden haben, was man heute mit computergestützten Methoden der Stilometrie in wenigen Klicks reproduzieren kann. Die These wäre hier also: Real verwendete Algorithmen in den DH übersetzen Analyseschritte in Berechnungen, die dann im großen Stil zu quantitativen Erkenntnissen kommen können, die vom Menschen so nicht geleistet werden können, da bei komplexeren Berechnungen die Lebenszeit schlicht nicht ausreicht, bzw. bei der Verteilung auf mehrere Personen die Wahrscheinlichkeit für Fehler und Inkonsistenzen entsprechend ansteigt.

Grundsätzlich denke ich, dass es der Diskussion um den Algorithmizitätsbegriff zuträglich wäre, konkrete Algorithmen, wie sie in den DH regelmäßig eingesetzt werden, zu analysieren[1] und deren spezifische Arbeitsschritte mit geisteswissenschaftlichen Praktiken abzugleichen.

Algorithmen und Datenstrukturen – Datenstrukturalismus statt Algorithmizität?

Ein Argument aus dem Lager der Begriffsbefürworter*innen könnte an dieser Stelle nun eine breitere Perspektive sein, die über das bloße Regelhafte und Prozessuale von Algorithmizität hinausgeht. Tatsächlich wurde im Rahmen der Tagung immer wieder der Begriff der Modellierung bzw. der Modellbildung als weitere Brücke in die Algorithmizität genannt. Völlig unklar ist für mich aber auch hier, welchen Stellenwert der Algorithmizitätsbegriff einnimmt bzw. welchen Mehrwert er bringt, denn die bloße Feststellung, dass die formale Modellierung und Repräsentation geisteswissenschaftlicher Forschungsgegenstände eine conditio sine qua non für sämtliche DH-Analysen ist, scheint mir einigermaßen banal. Kaum ein Mitglied der DH-Community wird die Relevanz von Modellierung bestreiten. Nicht zufällig nehmen Auszeichnungssprachen wie XML und TEI eine zentrale Rolle in der Entwicklung der DH in den letzten Dekaden ein (vgl. Ide & Sperberg-McQueen, 1995). Geradezu paradigmatisch für die Modellierungsherausforderungen ist in den DH etwa die Erstellung digitaler Editionen, die seit jeher ein wichtiges Arbeitsgebiet darstellt und die DH damit bspw. gut abgrenzbar von benachbarten Disziplinen wie der Informationswissenschaft oder der Computerlinguistik macht (vgl. Luhmann & Burghardt, 2022).

Die Modellierung geisteswissenschaftlicher Artefakte geht dabei natürlich stets einher mit der Formalisierung von Forschungsfragen, die – angepasst an die Modellierungskategorien – von vornherein viel spezifischer formuliert werden müssen als man dies in klassischen hermeneutischen Verstehensprozessen erwarten würde. Diese Verquickung von Repräsentation und Forschungsperspektive betonte John Unsworth (2002) bereits vor mehr als 20 Jahren, wenn er von ontologischen Festlegungen (ontological commitments) bei der Wahl spezifischer Modellierungsverfahren spricht. Dabei spielt nicht nur das Was der Modellierung eine wichtige Rolle – also welche Kategorien und Merkmale sollen bspw. explizit annotiert werden –, sondern auch das Wie der technischen Repräsentation. Es macht einen großen Unterschied, ob die Struktur eines Shakespeare-Stückes mithilfe von hierarchischem XML-Markup (wie bspw. bei Folger) oder mittels eines relationalen Datenbankmodells (wie bspw. bei Open Source Shakespeare) modelliert wird. Unsworth benutzt in dem Zusammenhang auch das Bild unterschiedlicher „Brillen“, die man sich aufsetzt, um jeweils bestimmte Aspekte deutlicher oder unschärfer zu sehen – Modellierung ist demnach wesentlich mitverantwortlich für die Analyseperspektive.

[…] selecting a representation means making a set of ontological commitments. The commitments are in effect a strong pair of glasses that determine what we can see, bringing some part of the world into sharp focus, at the expense of blurring other parts.

Unsworth (2002)

An dieser Stelle drängt sich aus meiner Sicht nun die Frage auf, ob DH im Kern nicht primär durch Praktiken der digitalen Modellierung von – häufig analogen – Quellen und der damit einhergehenden Formalisierung (man mag dies auch Empirisierung nennen) von Forschungsfragen und Hypothesen charakterisiert werden können? Sicher, wenn die Modellierung erst abgeschlossen ist ergeben sich vielfältige Möglichkeiten der computergestützten Darstellung und Analyse, aber in den allermeisten Fällen werden hier bestehende Analyseverfahren aus Bereichen wie etwa der Data Science, der Bioinformatik, der Informationstheorie, u.a. herangezogen. Die Entwicklung genuiner Algorithmen und statistischer Verfahren für die Analyse geisteswissenschaftlicher Daten ist aus meiner Sicht bislang noch überschaubar und aktuell ein Versprechen, dass die sich gerade neu-formierenden Computational Humanities künftig einlösen müssen.

Wenn man die Trennung von Modellierung und Analyse, wie ich sie eben vorgenommen habe, konsequent zu Ende denkt, dann könnte man zum Konzept des Algorithmus noch ein weiteres informatisches Konzept ergänzen: das der Datenstrukturen (wie bspw. Listen, Graphen oder Arrays). In fast allen Informatik-Curricula finden sich diese beiden Konzepte als konkomitante Elemente, die stets gemeinsam in einführenden Lehrveranstaltungen als „Algorithmen und Datenstrukturen“ auftauchen. Wenn nun – wie oben dargelegt – die DH primär mit der Modellierung beschäftigt sind, dann wäre aus meiner Sicht viel eher der Begriff der Datenstrukturen zutreffend, als der des Algorithmus. Algorithmizität adressiert aus meiner Sicht also schlicht den falschen informatischen Begriff, wenn man von der Modellierung her argumentiert. Vielleicht also lieber Datenstrukturalismus statt Algorithmizität?

Algorithmizität als computational thinking?  

In Erwiderung zu den vorausgegangen Modellierungsargumenten könnte man nun anführen, dass eine saubere Trennung zwischen Modellierung/Datenstrukturen und Analyse/Algorithmus nicht möglich ist, da die Modellierung zwangsläufig auch die Analyse beeinflusst (siehe Unsworth, weiter oben). Modellierung könnte man so gesehen also durchaus auch kreativ zu einer Praxeologie namens Algorithmizität weiterdenken, nämlich dann, wenn jenseits der statischen Repräsentation von bestimmten Artefakten und deren Spezifika (bspw. als TEI-Dokument) auch noch deren spätere, regel-geleitete Analyse mitgedacht wird. 

Hier würde ich aber als Argument gegen den Algorithmizitätsbegriff anführen, dass es dafür schon ein anderes, viel länger etabliertes Konzept gibt. Beim sog. computational thinking (Wing, 2006) geht es genau darum, Probleme so zu erfassen und zu formalisieren, dass sie als Algorithmus abgebildet werden können – zumeist mit dem Ziel, das Problem dann von einem rechenstarken Computer lösen zu lassen. Man sollte sich an dieser Stelle nochmals deutlich machen: Computer sind sehr gut darin, sehr viele Berechnungen in sehr kurzer Zeit zu machen – das Stellen der Rechenaufgabe aber bleibt zunächst die Aufgabe des Menschen. Insbesondere, wenn das, was da berechnet werden soll, erst einmal als abstrakter Informationsprozess dargestellt werden muss. Computational thinking ist übrigens in den Naturwissenschaften wesentlich stärker ausgeprägt als in den Geisteswissenschaften, vermutlich weil sich deren Untersuchungsgegenstände wesentlich leichter in quantifizierbare Daten überführen lassen, die dann wiederum formal-algorithmisch untersucht werden können.

Viele Analysen in den DH zeugen m. E. gerade nicht von einem vertieften computational thinking, also einer sorgfältigen Operationalisierung der Forschungsfrage und deren sauberen algorithmischen Umsetzung. Vielmehr habe ich das Gefühl, dass oftmals ein recht unbedarfter Umgang mit Algorithmen erfolgt, ohne im Detail durchdrungen zu haben, wie sie funktionieren und welche Implikationen die einzelnen Analyseschritte für die Ergebnisse haben. Im Ergebnis finden sich zahlreiche Beispiele für teils dubiose Anwendungen (und Interpretationen) etwa von Topic-Modellen.

Plot Twist: Stalder hatte Recht

Und damit sind wir dann ggf. doch wieder beim Algorithmizitätsbegriff von Stalder angekommen: die Nutzung von Algorithmen, um große Datenmengen einem distant reading zugänglich zu machen, ohne im Detail zu verstehen, was in den einzelnen Schritten des Algorithmus passiert. Algorithmizität in den DH also als Anwendung von Algorithmen als black box? In Zeiten von deep neural networks und der gleichzeitigen Forderung nach interpretable machine learning wäre dies nochmals genauer zu diskutieren. Vielleicht ist anstelle von „Algorithmen“ ohnehin machine learning das bessere Analogon für geisteswissenschaftliche Analyseprozesse … to be continued – spätestens beim DHd-Workshop der Theorie-AG, wo am 13.3.2023 in Belval (Luxemburg) unter der Losung „Algorithmen anwenden – algorithmisch denken“ weiter diskutiert wird. Ich selbst werde natürlich auch vor Ort sein und freue mich auf gute Diskussionen zum Algorithmizitätsbegriff und zur Rolle von Algorithmen in den (Digital) Humanities.

Bibliografie

Ide, N. M., & Sperberg-McQueen, C. M. (1995). The TEI: History, goals, and future. Computers and the Humanities, 29(1), 5–15.

Luhmann, J., & Burghardt, M. (2022). Digital humanities—A discipline in its own right? An analysis of the role and position of digital humanities in the academic landscape. Journal of the Association for Information Science and Technology, 73(2), 148–171.

Knuth, D. (1977). Algorithms. In: Scientific American, 236(4).

Marino, M. C. (2020). Critical code studies. MIT Press.

Mosteller, F., & Wallace, D. L. (1963). Inference in an authorship problem: A comparative study of discrimination methods applied to the authorship of the disputed Federalist Papers. Journal of the American Statistical Association, 58(302), 275–309.

Stalder, F. (2021). Grundformen der Digitalität. Onlinebeitrag auf agora42. URL: https://agora42.de/grundformen-der-digitalitaet-felix-stalder/ (Zugriff: 16.01.2023).

Stalder, F. (2016). Kultur der Digitalität. Edition Suhrkamp.

Unsworth, J. (2002). What is Humanities Computing and What is not?. Jahrbuch für Computerphilologie 4.

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35.

Fußnote

[1] Vgl. auch den Ansatz der critical code studies (Marino, 2020).

Gesprächszirkel 13.1.2023 (11-12 Uhr)

Frage: Sind die Digital Humanities humaner als die Humanities?

Konzeption: Torsten Roeder (Julius-Maximilians-Universität Würzburg)
Moderation: Tessa Gengnagel (Cologne Center for eHumanities, Universität Köln)

Ausgangspunkt & Thema

Die »Digital Humanities« können als ein Phänomen der Digitalisierungsprozesse in den Geisteswissenschaften seit den 1940er Jahren betrachtet werden. Sie umschließen den gesamten Forschungszyklus, angefangen bei Recherchemitteln und Methoden der Quellenerschließung über Auswertungsmethoden und Analysewerkzeuge bis hin zu Visualisierungstools und Publikationsmechanismen.

Das Verhältnis der »DH« zu »den Geisteswissenschaften« – auch zu den Bibliothekswissenschaften und zur Informationstechnologie – wurde wiederholt diskutiert und neu ausgelotet. Streben die DH eine ›feindliche Übernahme‹ der Geisteswissenschaften an? Oder stehen die DH für Prozesse, die die Geisteswissenschaften unvermeidlich durchdringen werden (cfr. Rehbein 2018), aber in der DH erst systematisiert und reflektiert werden (cfr. Berry 2019) – eine Rolle, die eigentlich die hergebrachten Geisteswissenschaften für sich reklamieren (cfr. Krämer 2018)?

Eine Herausforderung stellen dabei u.a. systemische Konflikte dar, die z.B. in polarisierenden Methodendebatten (distant reading vs. close reading, quantitativ vs. qualitativ, Bildschirm vs. Papier) und verengter Technikkritik, oft auch von journalistischer Seite und manchmal auch seitens jüngerer Generationen, einen symptomatischen Ausdruck finden und nachhaltige Verwerfungen hinterlassen, welche die DH mit intrinsischer Motivation zu überwinden sucht. Die DH agieren dabei disruptiv, quasi als Systemsprenger der Geisteswissenschaften, indem sie das »Neuland« für sie erschließen (vgl. Spiro 2015), was willkommen bis unerwünscht ist.

Dabei verorten sich die DH selbst im Fahrwasser der Open-Science-Vision einer offenen, transparenten und interdisziplinären Wissenschaft, die eng mit den philosophischen Grundsätzen des Internets und des WWW zusammenhängt (cfr. Grimshaw 2018). Wissenschaftspolitisch ist dem längst durch Förderung und Forderung von z.B. Open Access, FAIR/CARE Data und Linked Open Data entsprochen worden. Wie steht es aktuell um das wissenschaftliche Gewissen der DH? Möchten sie am Ende humaner als die Humanities sein?

Ansätze für die Diskussion

  • Inwieweit hegen die DH ethische Werte? Transportiert Digitalität bzw. der Umgang damit ethische Werte?
  • Resultiert daraus ein bestimmtes Rollenverständnis für das Verhältnis zu den Fachwissenschaften? Wie steht dies im Verhältnis zu wissenschaftspolitischen Programmen?
  • Gibt es ein spezifisches missionarisches Selbstverständnis der DH? Begleitet eine solche Mission die DH bei ihrer Tätigkeit – oder ist DH selbst die Mission?
  • Welche Verantwortung tragen die DH potenziell in ihrem Verhältnis zu den Geisteswissenschaften für deren weitere Entwicklung?

Zoomlink:

https://zfl-berlin-org.zoom.us/j/82180586378?pwd=cFUvUFY0QURDb0htUk5GaW1KZ29vZz09

Meeting-ID: 821 8058 6378

Kenncode: 677352

Literatur

Eindrücke zur AG-Tagung „Algorithmizität als Kultur des Verstehens? Digitale Erkenntnisprozesse in den Humanities“

Jan Horstmann, Rabea Kleymann

Die AG Digital Humanities Theorie wird auf der DHd-Konferenz 2023 einen Workshop veranstalten, um die Diskussion zum Thema „Algorithmizität in den Geisteswissenschaften“ weiterzuführen. Im Juni 2022 fand bereits  eine erste hybride Tagung mit gut 20 Teilnehmenden am ZfL Berlin zum Thema statt. Nun möchten wir die Diskussion im Rahmen der Digital-Humanities-Community systemisch weiterführen. Dieser Blogpost bietet daher eine kurze Rückschau auf die zentralen Diskussionspunkte der Tagung und lädt zugleich zur Partizipation ein.

Einen ersten Ausgangspunkt unserer Tagung bildete die Annahme, dass sich in traditionellen wie in aktuellen Forschungspraktiken der Geisteswissenschaften latente Formen der Algorithmizität wiederfinden lassen. Dies betrifft nicht nur digitale Formen geisteswissenschaftlichen Arbeitens im Sinne einer prozessual verstandenen Algorithmisierung. Vielmehr kann Algorithmizität auch als jeweiliger Formalisierungsgrad von Handlungsanweisungen, der sich in geisteswissenschaftlichen Methoden sui generis manifestiert, umrissen werden. Algorithmizität lässt sich so als eine mögliche Querverbindungen zwischen den disziplinären Profilen der Geisteswissenschaften sowie der Informatik begreifen. Damit einher geht eine mögliche Neuvermessung disziplinspezifischer Kulturen des Verstehens, die jenseits eines tradierten „Two Cultures“-Paradigmas (Snow 1959) verfährt.

Aktuell wird der Begriff „Algorithmizität“ in verschiedene Disziplinen in unterschiedlicher Form diskutiert: Die Sozial- und Wirtschaftsgeschichte beispielsweise nimmt auf verschiedene Art Bezug auf algorithmische Methoden der empirischen Sozialforschung oder historischen Demografie, um ihre Interpretationen zu stützen (vgl. Schlemmer 1998).  In medienwissenschaftlichen Kontexten wird Algorithmizität einerseits als eine Eigenschaft der Kultur der Digitalität (vgl. Stalder 2019, 13) bezeichnet, andererseits aber auch als eine potentia beschrieben, die dem Algorithmus als spezifische Form vorausgeht (vgl. Rutz 2016, 41).  In einer informatischen Perspektive taucht Algorithmizität neben Sequenzialität und Abstraktion als Teilaspekt eines computational thinking auf (vgl. Denning und Tedre 2019).

Zentrale Ausgangsfragen der Tagung waren daher: Was sind disziplinspezifische Kulturen des Verstehens? Wie werden geisteswissenschaftliche Methoden und Praktiken im Digitalen transformiert? Wie verhalten sich disziplinspezifische Kulturen des Verstehens zueinander? Bleiben dichotomische Setzungen wie analog/digital, quantitativ/qualitativ oder kontinuierlich/diskret stabil? Sind auch traditionellere geisteswissenschaftliche Erkenntnisprozesse algorithmisch verfasst? In welchem Maß? Wir gehen daher von einer Skala von latenter Algorithmizität (Quantifizierung, Diskretisierung) hin zu expliziter Algorithmizität (maschinenlesbare Handlungsabläufe) aus.

Bereits in einem einführenden hybrid geführten Dialog zwischen Manuel Burghardt und Silke Schwandt wurde deutlich, dass Informatik und Geisteswissenschaften sehr unterschiedliche Perspektiven auf Algorithmen und Algorithmizität haben und den Begriff auch mit verschiedenen Bedeutungen belegen würden: In der Informatik dient ein Algorithmus der Lösung eines Problems und muss maschinenlesbar wie regelbasiert sein. Gerade die Regelbasiertheit findet sich aber auch in vielen geisteswissenschaftlichen Methoden, wie beispielsweise der inneren und äußeren Quellenkritik in der Geschichtswissenschaft.

In ihrem Keynotevortrag „Algorithmizität – Eine philosophische Perspektive“ machte Gabriele Gramelsberger deutlich, dass die Ursprünge der Algorithmizität in der Philosophie liegen. Anhand der drei Schritte – Operationalisierung des Geistes, Formalisierung der Sprache und des Schreibens – untersuchte sie die Genese des Algorithmizitätskonzepts. Ein Ergebnis ihrer Rekonstruktion war die Formulierung notwendiger Bedingungen der Möglichkeit von Algorithmizität. Dazu zählen unter anderem die Externalisierung geistiger Operationen in formale Symboloperationen, die maschinell ausführbar sind, sowie die Methode der Beweisführung, der Quantifizierung von Relationen sowie Formen der Reduktion. Im anschließenden zweiten Teil des Vortrags entwarf Gramelsberger Ansätze einer operativen Epistemologie. In diesem Zusammenhang hinterfragt sie nicht nur die gegenwärtigen Potenziale eines mathematisch geprägten operativen Repertoires (Gramelsberger 2020). Vielmehr diskutiert sie Algorithmizität als neue symbolische Form im Sinne Cassirers.

Anschließend warfen sechs Lightning Talks den Fokus auf konkrete Forschungsprojekte der Humanities. Wir wollen hier nur die zentralsten Thesen zusammenfassend nennen. Nikita Braguinski zeigte in seinem Vortrag „Die Algorithmizität musikalischen Denkens“ deutlich, dass Algorithmizität in der (historischen) Musiktheorie allgegenwärtig ist. In ihrem literaturwissenschaftlichen Vortrag „Passen/Nicht-passen: Zur Binarität der Interpretation literarischer Materialitäten“ demonstrierte Charlotte Coch wie Semantik und Syntax im Algorithmischen ineinander verschränkt sind. Aus geschichtswissenschaftlicher Perspektive betonte Charlotte Feidicker in ihrem Vortrag „Wie funktioniert der Vergleichsalgorithmus? Vergleichsformationen in englischen Rechtsquellen des 13. Jahrhunderts“ wie durch Explizierung wissenschaftliche Erkenntnisprozesse (‘Weltverstehen’) algorithmisiert werden.

Fotis Jannidis warf in seinem Beitrag „Begriffsbildung und Operationalisierung in den Computational Literary Studies“ ein Licht auf Prozesse der Begriffsbildung, die selbst durch Algorithmisierung/Operationalisierung beeinflusst werden. In sozialwissenschaftlicher Hinsicht stellte Dennis Möbus mit seinem Vortrag „The Discovery of Grounded Theory und die Algorithmisierung der Hermeneutik“ die These auf, dass die Grounded Theory durch ihr systematisiertes Vorgehen in der Theoriebildung algorithmisch ist. Schließlich zeigte Thomas Nyckel in seinem medienwissenschaftlichen Vortrag „Algorithmen als Faustregeln“, wie Algorithmen auch als Faustregeln aufgefasst werden können.

Nach den projektspezifischen Diskussionen blieben eine Menge offene Fragen, die in einer gemeinsamen Abschlussdiskussion nur sehr punktuell besprochen werden konnten. Um dieses interdisziplinäre Feld aus Perspektive der Algorithmizität zu sondieren, widmet sich unser Workshop folgenden zentralen Fragekomplexen:

Algorithmizität und Begriffsarbeit

  • Was sind Kriterien zur Bestimmung des Algorithmischen? (Performanz, Effizienz, Binarität …) Welche Rolle(n) spielen sie?
  • Gibt es ein Spannungsverhältnis zwischen Algorithmizität und Verstehen oder ist das eine im anderen enthalten?
  • Wie können Begriffe wie ‘Algorithmus’, ‘Algorithmizität’ oder ‘Algorithmisierung’ differenziert werden?
  • Was sind die Grenzen des Algorithmizitätsbegriffs? Wie unterscheidet sich Algorithmizität von den Begriffen Kalkül (vgl. Krämer 1991), Modell (vgl. Flanders und Jannidis 2019) oder Regel (vgl. Daston 2022)?

Algorithmizität als Erkenntnis-und Denkstruktur

  • Ist computational thinking das Gleiche wie ein algorithmischer Erkenntnisprozess und das Gleiche wie ein regelgeleitetes Vorgehen (wie etwa Dilthey oder Descartes es beschreiben)?
  • Was nützt uns die Klassifizierung von (geisteswissenschaftlichen) Erkenntnisprozessen als algorithmisch oder nicht-algorithmisch?
  • Wird alles algorithmisch? Was sind die Grenzen des Phänomens?

Algorithmizität als (trans-)disziplinärer Kompass

  • Wie unterscheiden sich die in den einzelnen Disziplinen der Humanities angewandten Algorithmen oder regelgeleiteten Methodensettings? Was sind Gemeinsamkeiten?
  • Was sind disziplinäre Unterschiede zwischen geisteswissenschaftlicher und informatischer Wissensproduktion?
  • Was nützt uns das Wissen um Gemeinsamkeiten und Unterschiede der weniger oder stärker algorithmisch geprägten Art der Erkenntnisproduktion in den Disziplinen?
  • Ist das „Two Cultures“-Paradigma weiterhin gültig?

In Vorbereitung des kommenden Workshops werden wir auf diesem Blog zwei opinion pieces veröffentlichen, die das Für und Wider einer Verwendung des Begriffs ‘Algorithmizität’ im geisteswissenschaftlichen Diskurs versammeln. Wir laden Euch aber schon jetzt zur Diskussion über den Algorithmizitätsbegriff ein. Kommentiert gerne diesen Blogpost über die blogeigene Kommentarfunktion oder folgt unserem#dhtheorie_Algo22 über Twitter oder Mastodon.

Literaturnachweise

Daston, Lorraine. 2022. Rules: A Short History of What We Live By, Princeton: Princeton University Press. DOI: 10.1515/9780691239187.

Denning, Peter J. und Matti Tedre. 2019. Computational Thinking. Cambridge: MIT Press.

Flanders, Julia und Fotis Jannidis (Hg.). 2019. The Shape of Data in the Digital Humanities: Modeling Texts and Text-Based Resources. Digital research in the arts and humanities. London, New York: Routledge.

Gramelsberger, Gabriele. 2020. Operative Epistemologie. (Re-)Organisation von Anschauung und Erfahrung durch die Formkraft der Mathematik. Hamburg: Meiner. DOI: 10.28937/978-3-7873-3900-6.

Krämer, Sybille. 1991. Berechenbare Vernunft: Kalkül und Rationalismus im 17. Jahrhundert, Berlin, Boston: de Gruyter. DOI: 10.1515/9783110847079.

Rutz, Hanns Holger. 2016. “Making a Space of Algorithmicity.” In xCoAx 2016: Proceedings of the Fourth Conference on Computation, Communication, Aesthetics and X, hg. Von Mario Verdicchio, Alison Clifford, André Rangel und Miguel Carvalhais, 29–42.

Schremmer, Eckart (Hg.). 1998. Wirtschafts- und Sozialgeschichte. Gegenstand und Methode: 17. Arbeitstagung der Gesellschaft für Sozial- und Wirtschaftsgeschichte in Jena 1997 (Vierteljahrschrift für Sozial- und Wirtschaftsgeschichte). Stuttgart: Steiner.

Snow, Charles Percy. 2012 [1959]. The two cultures. Cambridge, New York: Cambridge UP.Stalder, Felix. 2019. Kultur Der Digitalität. 4. Auflage. Berlin: Suhrkamp.

Gesprächszirkel 4.11.2022 (11–12 Uhr)

Frage: Was ist und wozu betreiben wir Kritik in den DH?*


Konzeption:

Rabea Kleymann (Leibniz-Zentrum für Literatur- und Kulturforschung Berlin)

Ausgangspunkt:

Der Status der Digital Humanities als Wissenskultur wird häufig über die Frage nach einer kritischen Praxis diskutiert. Neben Diagnosen über ein vermeintliches Defizit an Kritik[i] treten Forderungen nach einem „critical turn“[ii] sowie Vorschläge für reflektierte Verfahrensweisen, wie sie sich zum Beispiel in den Konzepten von „algorithmic criticism,“[iii] „computational criticism“[iv] oder „digital tool criticism“[v] manifestieren. Mehr noch, die Kritikfähigkeit der DH wird oftmals selbst zum Distinktionsmerkmal erklärt und ist für die Legitimierung im Wissenschaftssystem bestimmend. Der Kritikbegriff wird dann unter anderem zur disziplinären Profilierung verwendet, zum Beispiel gegenüber den data science, oder programmatisch vor neue Forschungsansätze gesetzt (vgl. critical infrastructure studies). James Smithies beschreibt die Aufgabe der DH wie folgt:

„[T]he future for the DH lies in the articulation of critical and methodological approaches grounded in the nature of computing technologies and capable of guiding technical development as well as critical and historical analysis.”[vi]

Was Wissenschaftler*innen in den DH jedoch unter kritischen Zugängen verstehen, ist vom argumentativen Kontext, disziplinären Hintergrund, Zeitpunkt oder auch geographischen Raum abhängig. Die Vielgestaltigkeit und semantische Ambivalenz des Kritikbegriffes in den DH sind daher Themen des Gesprächskreises. Was ist eigentlich Kritik in den DH? Was sind die DH (noch), wenn sie (nicht) kritisch sind?

Mögliche Ansätze für die Diskussion:

  • Begriffsarbeit: Was bedeutet der Kritikbegriff für die DH? Inwiefern grenzt er sich unter anderem vom Theoriebegriff ab? Gibt es in den DH einen extrapolierten Kritikbegriff, der sich von den humanities und anderen Disziplinen unterscheidet?
  • Gegenstand und Form: Was sind Gegenstände der Kritik im Forschungsalltag? Gibt es Beispiele aus der Forschungscommunity? In welchen Formen manifestiert sich Kritik? Wie gehen die DH mit tradierten Formen der Bild- und Textkritik um?
  • Standort und Reichweite: Was sind die sozialen und materiellen Bedingungen der Möglichkeit von Kritik in den DH? Wen oder was kann Kritik in den DH adressieren?
  • Maßstäbe und Normen: Wie wird Kritik in den DH begründet? Gibt es interdisziplinäre Eigenarten von Kritik?
  • Ziel und Zweck: Wozu betreiben wir Kritik in den DH? Und was sind mögliche Alternativen und Zukünfte einer Kritik in den DH?

Link zur Videokonferenz:

https://zfl-berlin-org.zoom.us/j/82180586378?pwd=cFUvUFY0QURDb0htUk5GaW1KZ29vZz09

*Die Ausgangsfrage des Gesprächszirkels ist aus der Einleitung von Rahel Jaeggi und Tilo Wesche (Hrsg): Was ist Kritik? 5. Aufl., Suhrkamp, 2019, S. 7 entnommen. Es wurde „in den DH“ ergänzt.


[i] Alan Liu: Where Is Cultural Criticism in the Digital Humanities? In: Debates in the Digital Humanities. Hg. von Matthew K. Gold. Minneapolis, MN 2012.

[ii] David M. Berry / Anders Fagerjord: Digital Humanities. Knowledge and Critique in a Digital Age. Oxford 2017, S. 3.

[iii] Steven Ramsay: Algorithmic Criticism. In: A Companion to Digital Literary Studies. Hg. von Ray Siemens / Susan Schreibman, Blackwell, 2016.

[iv] James E. Dobson: Critical digital humanities. The search for a methodology. University of Illinois Press, 2019, S. x.

[v] Marijn Koolen / Jasmijn van Gorp / Jacco van Ossenbruggen: Toward a Model for Digital Tool Criticism: Reflection as Integrative Practice. In: Digital Scholarship in the Humanities, Bd. 34, Nr. 2, Juni 2019, S. 368–85. https://doi.org/10.1093/llc/fqy048

[vi] James Smithies: The Digital Humanities and the Digital Modern. Palgrave Macmillan, 2017, S. 244.

Paperzirkel 14.10.2022 (15–16 Uhr)

Thema: “Perspektivische Modellierung” als Verknüpfung hermeneutischer und quantitativer Perspektiven (Diskussion zusammen mit Ted Underwood)

Konzept: Julian Schröter (Universität Würzburg)

Rahmendaten

Am Freitag, den 14. Oktober 2022
von 15-16 Uhr

findet wieder unser Paperzirkel statt. Im zweimonatigen Rhythmus diskutieren wir hier aktuelle Paper aus den Digital Humanities. Alle, die mit uns diskutieren mögen, sind herzlich eingeladen!

Paper

Ted Underwood: Machine Learning and Human Perspective. PMLA 135.1, 2020.3.

Ausgangspunkt

Ein altes Dogma besagt, dass der subjektive hermeneutische Blick einerseits und eine sogenannte ‘objektive’, auf Messung und statistischer Auswertung beruhende Analyse andererseits zwei unvereinbaren Welten angehören, die einander ausschließen. Der Aufsatz, den wir diskutieren werden, präsentiert Verfahren überwachten maschinellen Lernens als ein Werkzeug, das eine Brücke zwischen beiden Welten bauen kann. Eine der Grundideen ist, dass algorithmische Modelle so auf historische Praktiken trainiert werden, dass der Wandel dieser Praktiken interpretierbar wird. Auf diese Weise kann das Verfahren dazu beitragen, Erkenntnisse, die auf qualitativ/hermeneutischer Interpretation beruhen mit solchen zu verbinden, denen quantitative Analysen zugrunde liegen. Computergestützte Evidenz wird auf diese Weise zu einer geisteswissenschaftlichen Erkenntnisform. 

Ted Underwood, der Autor des Beitrags, wird im zweiten Teil der Diskussionsrunde (von 15.30 Uhr bis 16.00 Uhr MESZ) per Zoom an der Diskussion teilnehmen und (in englischer Sprache) offene Fragen mit uns diskutieren.

Ansätze und Fragen für die Diskussion

Zu den möglichen Fragen für eine Diskussion des Aufsatzes gehören u.a.:

  1. Sind die trainierten Algorithmen (und insbesondere die verwendeten Features) hinsichtlich einer qualitativen Beschreibung der sozialen Praktiken interpretierbar? (= Frage nach ‘interner’ Interpretierbarkeit)
  2. Wie hoch ist das Risiko, dass (oder: wie problematisch wäre es, wenn) ein Modell mit hoher Vorhersagegenauigkeit eine hohe Unterscheidbarkeit zwischen historischen Konzepten suggeriert (z.B. Kategorisierungen innerhalb der zeitgenössischen Kultur), während die Begriffe für die historischen Akteur*innen nur eine sehr geringe Unterscheidungskraft hatten und vice versa? (= Frage nach dem Validierungsbedarf)
  3. Verallgemeinerbarkeit: Auf welche Perspektiven und auf welche Aspekte kultureller Semantiken und Praktiken (z.B. im Rahmen von Begriffsgeschichte) jenseits literarischer Gattungsbegriffe könnte die vorgeschlagene Analysemethode übertragbar sein? (= Frage nach praktischer Generalisierbarkeit hinsichtlich anderer Erkenntnisinteressen)
  4. Wie problem- und disziplinspezifisch bzw. wie generalisierbar ist das im Aufsatz vertretene Analyseverfahren mit Blick auf Theorie- und Methodologie-Diskussionen im Umfeld der Digital Humanities, der Sozialwissenschaften, der Literaturtheorie, der Mixed-Methods etc.? (= Frage nach theoretischer und evtl. epistemologischer Generalisierbarkeit)

https://zfl-berlin-org.zoom.us/j/82180586378?pwd=cFUvUFY0QURDb0htUk5GaW1KZ29vZz09

Paperzirkel 3.6.2022 (11-12 Uhr)

Thema: Grenzen quantitativer Analysen in den DH

Konzept: Ramona Roller (ETH Zürich)

Rahmendaten

Am Freitag, den 3.6.2022
von 11-12 Uhr

findet wieder unser Paperzirkel statt. Im zweimonatigen Rhythmus diskutieren wir hier aktuelle Paper aus den Digital Humanities. Alle, die mit uns diskutieren mögen, sind herzlich eingeladen!

Paper

Safra, L., Chevallier, C., Grèzes, J. et al. Tracking historical changes in trustworthiness using machine learning analyses of facial cues in paintings. Nat Commun 11, 4728 (2020). https://doi.org/10.1038/s41467-020-18566-7

Die Autor*innen bestimmen die Glaubwürdigkeit von Gesichtern auf Porträts mithilfe eines Machine Learning Modells und verknüpfen diese mit der Entwicklung sozio-ökonomischer Faktoren. Wir reflektieren die Schlussfolgerungen der Autor*innen und besprechen wie mithilfe anderer Analyseansätze die Forschungsfrage im Artikel beantwortet werden könnte.

Ausgangspunkt

Statistische Analysen von großen Datensätzen werden in den DH zunehmend beliebter. Mit der rasanten Entwicklung technischer Analyseverfahren und einer wachsenden Vielfalt an Datensätzen, ergeben sich innovative Forschungsfragen und neue Kombinationen von Analysen. Doch wie viel lässt sich aus den resultierenden Analyseergebnissen herauslesen? Wo verläuft die Grenzen der Interpretation? Diese Fragen besprechen wir anhand eines Artikels, welcher Kunstgeschichte und Sozialforschung kombiniert.

Ansätze für die Diskussion

Verständnisfragen

  1. Welche Forschungsfrage adressiert der Artikel?
  2. Welche Theorie wird angewandt?
  3. Welche Hypothesen werden getestet?
  4. Welche Daten werden verwendet?
  5. Mit welcher Methode werden die Hypothesen getestet?
  6. Was ist das wichtigste Ergebnis der Analyse?

Reflexionsfragen

  1. Welche Dinge sind dir unklar?
  2. Wo bist du anderer Meinung als die Autor*innen?
  3. Teilst du das Theorieverständnis der Autor*innen?
  4. Hättest du andere Daten verwendet?
  5. Würdest du die Ergebnisse anders interpretieren?

https://uni-koeln.zoom.us/j/96247107795?pwd=ZUc1Tk9HV2JZTW15TDR0NzBTcC9sUT09

Gesprächszirkel 6.5.2022 (11-12 Uhr): Interdisziplinäre Teams in den DH

Wie kann die disziplinäre Annäherung gelingen?

Konzept: Christian Wachter (Georg-August-Universität Göttingen)

Ausgangspunkt:

Max Kemman (2021): Trading Zones of Digital History. Berlin: De Gruyter Oldenbourg (Studies in Digital History and Hermeneutics, 1). DOI: 10.1515/9783110682106.

Rezension hierzu von Christian Wachter in H-Soz-Kult, 03.03.2022. URL: https://www.hsozkult.de/publicationreview/id/reb-96162

In interdisziplinären Projekten der Digital Humanities arbeiten Geisteswissenschaftler:innen, Informatiker:innen, Entwickler:innen und weitere Akteur:innen zusammen. Häufig werden in diesem Rahmen gleichzeitig individuelle Ziele verfolgt, wie die Durchführung eines Promotionsprojekts. In den langanhaltenden Debatten um Herausforderungen und Formen des Zusammenarbeitens in den DH hat Max Kemman einen neuen Impuls geliefert: Im Gegensatz zu zahlreichen wissenschaftstheoretischen Stimmen, stellt er empirische Beobachtungen interdisziplinärer Kollaborationen vor. Diese hat Kemman am Luxembourg Centre for Contemporary and Digital History (C²DH) durchgeführt. Er benutzt das wissenschaftssoziologische Modell der „trading zones“, wonach in Kollaborationen unterschiedliche disziplinäre Fähigkeiten, Motivationen und Interessen aufeinandertreffen und verhandelt werden müssen. Für das C²DH beobachtet Kemman hier allerdings große Unterschiede zwischen den Projektmitgliedern und sieht die interdisziplinäre Annäherung deutlich an ihre Grenzen stoßen. Die Vorstellung einer Projektgruppe mit weitreichend homogenen Kenntnissen und Fähigkeiten sei vor diesem Hintergrund nicht attraktiv oder auch nur realistisch. Vielmehr sollten – trotz umfangreicher interdisziplinärer Kompetenzaneignungen – klare disziplinäre Grenzen respektiert werden. Die dabei bestehenden unterschiedlichen Vorstellungen und Bedürfnisse unter den Beteiligten sind durch eine Projektleitung in Einklang zu bringen, die vor allem vermittelnd („brokering“) auftreten solle.

Kemman behandelt zwar speziell die digitale Geschichtswissenschaft und konzentriert sich auf Infrastrukturprojekte. Allerdings stellt sich die Frage, ob/inwieweit sich Kemmans Beobachtungen auch auf die übrigen DH, auf nicht-infrastrukturelle Projekte und andere Einrichtungen als dem C²DH übertragen lassen.

Mögliche Fragen für die Diskussion:

  • Da Kemman empirisch vorgeht: Decken sich Eure Erfahrungen mit Kemmans Fazit? Welche davon abweichenden Beobachtungen habt Ihr in größer angelegten Kollaborationen gemacht? 
  • An welchen Faktoren hängt das Gelingen interdisziplinärer Kollaboration? Was sind neuralgische Punkte? 
  • Wie weit kann eine transdisziplinäre Ausbildung gehen? Bis zu welchem Grad sollte die eigene Disziplinarität gewahrt bleiben?
  • Brauchen wir mehr empirische Untersuchungen wie die von Kemman? Wenn ja, wie können deren Ergebnisse einerseits für die Durchführung interdisziplinärer Projekte und andererseits für die Ausbildung in den DH verwertet werden?
  • Sollte die Debatte überhaupt für die gesamten DH geführt werden? Oder einzeln für die Digital History, Digital Literary Studies, etc.?

https://zfl-berlin-org.zoom.us/j/83430346288?pwd=RlFxMjJqeFZnL1ZvUkYyblNoNG9SUT09

Meeting-ID: 834 3034 6288
Kenncode: 919577

Paperzirkel 01.04.2022 (11–12 Uhr)

Thema: Kausalanalysen in den DH

Konzept: Ramona Roller (ETH Zürich)

Rahmendaten

Am Freitag, den 1.4.2022
von 11-12 Uhr

findet der erste Paperzirkel der AG Theorie in den Digital Humanities statt. Im zweimonatigen Rhythmus diskutieren wir aktuelle Paper aus den digitalen Geisteswissenschaften und laden herzlich dazu ein!

Paper

Davide Cantoni, Jeremiah Dittmar, Noam Yuchtman, Religious Competition and Reallocation: the Political Economy of Secularization in the Protestant Reformation, The Quarterly Journal of Economics, Volume 133, Issue 4, November 2018, Pages 2037–2096, https://doi.org/10.1093/qje/qjy011

Das Paper analysiert den Einfluss der Reformation auf die Umverteilung von Ressourcen von kirchlichem Besitz zu weltlichem Besitz. Die Autor*innen wenden dazu eine Difference-in-Differences Analyse an und besprechen die Möglichkeit kausaler Inferenz bei Observationsdaten.
Obwohl das Paper fachspezifisch ist, sind das Theorieverständnis und die Kausalanalyse auch auf andere Bereiche der DH übertragbar. Das Ziel ist es Methoden anderer Fachbereiche als Inspirationsquelle zu nutzen und kritisch zu hinterfragen.

Ausgangspunkt

Daten in den DH sind oftmals Observationsdaten und keine Experimentaldaten. Dies bedeutet, dass der Goldstandard für Kausalanalysen – randomisierte Kontrollstudien – nicht durchgeführt werden kann, da keine Kontrollgruppe existiert. Es gibt demnach immer mehrere Variablen, die sich über die Zeit verändern und es ist nicht eindeutig, welche nun einen kausalen Einfluss hat. Trotz dieser Schwierigkeiten ist das Interesse an Kausalanalysen groß und einige statistische Methoden wurden entwickelt, um kausale Inferenz auch bei Observationsdaten zu ermöglichen.

Ansätze für die Diskussion

  1. Welche Forschungsfrage adressiert der Artikel?
  2. Welche Theorie wird angewandt?
  3. Welche Hypothesen werden getestet?
  4. Welche Daten werden verwendet?
  5. Mit welcher Methode werden die Hypothesen getestet (welches statistisches Modell)?
  6. Was ist die abhängige Variable im Modell (Gleichung 3)?
  7. Was sind die unabhängigen Variablen im Modell (Gleichung 3)?
  8. Was ist das wichtigste Ergebnis der Analyse?
  9. Welche Dinge sind dir unklar?
  10. Wo bist du anderer Meinung als die Autoren? Hättest du die Forschungsfrage mit der gleichen Methode getestet? Hättest du andere Daten verwendet? Würdest du die Ergebnisse anders interpretieren?

Algorithmizität als Kultur des Verstehens?

Digitale Erkenntnisprozesse in den Humanities

In den Digital Humanities werden tradierte Strukturen der Wissensproduktion auf der Basis computergestützter Verfahren neu verhandelt. Neben Reflexionen über Medialität und Sozialität geisteswissenschaftlicher Erkenntnisprozesse werden vermeintlich dichotomische Setzungen wie analog/digital, qualitativ/quantitativ sowie kontinuierlich/diskret auf den Prüfstand gestellt. Im Zuge dessen rückt nicht nur die Frage in den Vordergrund, wie disziplinspezifische Kulturen des Verstehens ins Verhältnis zueinander gebracht werden können. Vielmehr werden auch etablierte geisteswissenschaftliche Methoden und Praktiken unter digitalem Paradigma reformuliert. 

Die von der DHd-AG Digital Humanities Theorie organisierte hybride Tagung „Algorithmizität als Kultur des Verstehens?“ widmet sich daher der algorithmischen Verfasstheit von geisteswissenschaftlichen Erkenntnisprozessen. Einen ersten Ausgangspunkt bildet die Annahme, dass sich in traditionellen und aktuellen Forschungspraktiken der Geisteswissenschaften latente Formen der Algorithmizität wiederfinden lassen. Darunter sind nicht nur im Sinne einer prozessual verstandenen Algorithmisierung digitale Formen geisteswissenschaftlichen Arbeitens zu verstehen.  Vielmehr bezeichnet Algorithmizität den jeweiligen Formalisierungsgrad von Handlungsanweisungen, der sich in geisteswissenschaftlichen Methoden sui generis manifestiert. Mögliche Beispiele sind die Konzeption von Rede und Gegenrede in den platonischen Dialogen, das dialektische Format der mittelalterlichen Quaestio, die methodologischen Überlegungen der frühneuzeitlichen Wissenschaftsphilosophie, die phänomenologische Reduktion oder schließlich die Hermeneutik als verbindendes Element der Geisteswissenschaften.  

Vor diesem Hintergrund nimmt die Tagung nun Algorithmizität als ein graduelles Phänomen in den Blick. So können  latente und explizite Formen der Algorithmizität unterschieden werden, die einerseits von Prozessen der Quantifizierung und Diskretisierung bis zu maschinenlesbaren Handlungsabläufen reichen. Andererseits werden auch disziplinspezifische Umgangsformen mit Algorithmizität sichtbar. Die Sozial- und Wirtschaftsgeschichte beispielsweise nimmt  auf verschiedene Weise Bezug auf Methoden der empirischen Sozialforschung oder historischen Demographie, um ihre Interpretationen zu stützen. Es handelt sich neben  statistischen Datenerhebungen auch um Auswertungen narrativer Texte. Algorithmizität kann daher nicht nur als impliziter Teil von etablierten Kulturen des Verstehens, sondern selbst als Kulturtechnik des Verstehens begriffen werden. 

Ziel der Tagung ist zum einen die Sichtbarmachung und Diskussion von angewandten Algorithmen oder regelgeleiteten Methodensettings. Zum anderen verspricht die Tagung, disziplinäre Unterschiede zwischen geisteswissenschaftlicher und informatischer Wissensproduktion zu benennen. Konzeptionell umfasst die Tagung diverse Vortrags- und Diskussionsformate, um die Bedingungen einer Präsentation von Algorithmen in den Geisteswissenschaften zu reflektieren. Neben Kurzvorträgen werden digital und in Präsenz weitere dialogische Formate erprobt. Die Keynote wird von der Philosophin Prof. Dr. Gabriele Gramelsberger (RWTH Aachen) gehalten.

Die Tagung findet am Freitag, dem 10. Juni 2022, am Leibniz-Zentrum für Literatur- und Kulturforschung in Berlin statt. Geplant ist ein kombiniertes Format von Livestream und Präsenzveranstaltung (nach den geltenden Hygieneregeln). Zum Organisationsteam gehören Manuel Burghardt (Universität Leipzig),  Jonathan D. Geiger (Akademie der Wissenschaften und der Literatur | Mainz), Jan Horstmann (Universität Münster), Rabea Kleymann (Leibniz-Zentrum für Literatur- und Kulturforschung), Jascha Schmitz (Humboldt-Universität zu Berlin) und Silke Schwandt (Universität Bielefeld).

Bitte schicken Sie uns bei Interesse an einem 10-minütigen Kurzvortrag zum Thema der Tagung einen kurzen Beschreibungstext (ca. 250 Wörter) mit Vortragstitel sowie Angaben  zur eigenen Person bis zum 15. April  2022 an folgende E-Mail-Adressen: Jonathan D. Geiger jonathan.geiger@adwmainz.de und Rabea Kleymann kleymann@zfl-berlin.org.

Gesprächszirkel 4.02.2022 (11–12 Uhr)

FrageSind die Digital Humanities neo-strukturalistisch?

Konzept: Tessa Gengnagel (Universität zu Köln)

Ausgangspunkt: Evelyn Gius‘ Rezension von James Dobsons Buch Critical Digital Humanities. The Search for a Methodology (2019):

In part, Dobson’s self-declared goal of ascribing structuralism and thus an inadequate approach to the digital humanities approaches seems to stand in the way of his project. This goal could also have been used as an additional reading perspective for his book. Since the debate as to whether structuralist or post-structuralist approaches should be the basis for digital humanities analyses is not an intrinsic digital humanities debate, it was not regarded as decisive for the discussion of the critical digital humanities. Even though the debate has been fueled by (mainly academic) developments in digital humanities, there is no compelling connection between digital humanities and (neo-)structuralism. At least not beyond the fact, also mentioned by Dobson, that structuralist approaches can be more easily computationally modelled.

Ansätze für die Diskussion:

  • Was versteht ihr unter Strukturalismus und Poststrukturalismus? 
  • Wie würdet ihr die Digital Humanities in solche übergreifenden Strömungen einordnen oder lehnt ihr solche Einordnungen ab und wenn ja, warum?
  • Gibt es in der Hinsicht Unterschiede zwischen digital literary studies, digital history etc., und wenn ja, welche?
  • Ist die Frage nach einer strukturalistischen oder poststrukturalistischen Vorgehensweise in den DH eine intrinsische DH-Debatte? Warum / warum nicht?
  • Was bedeutet diese Debatte für das Selbstverständnis respektive die Außenwahrnehmung der DH?
  • Was würde die DH-Variante eines Neo-Strukturalismus von dem traditionellen Strukturalismus unterscheiden?

Zoom: https://zfl-berlin-org.zoom.us/j/83430346288?pwd=RlFxMjJqeFZnL1ZvUkYyblNoNG9SUT09

Meeting-ID: 834 3034 6288

Kenncode: 919577

(Keine) Experimente in den Digital Humanities?

Jonathan D. Geiger, Max Grüntgens und Dominik Kasper

Zusammenfassung

Nicht nur im Zusammenhang mit dem außergewöhnlichen Format der vDHd2021 genießt der Experimentbegriff in den Digital Humanities Popularität. Ein Blick in die Books of Abstracts der vergangenen DHd-Jahreskonferenzen offenbart eine Zunahme der Beiträge, in denen Begriffe aus dem Wortfeld „Experiment“, „experimentell“ und „Labor“ verwendet wurden. Die Begriffe werden allerdings nicht einheitlich verwendet, beim näheren Hinsehen offenbaren sich mehrere Bedeutungsebenen im Spannungsfeld der Digital Humanities zwischen klassischer geistes- und kulturwissenschaftlicher Forschung sowie der Anlehnung an Methoden der Naturwissenschaften. Dieser Beitrag präsentiert anhand begriffsgeschichtlicher und anwendungsbezogener Forschungsliteratur eine Synthese zum Experiment- und Laborbegriff in den Geistes- und Kulturwissenschaften – unterstützt durch empirische Beobachtungen, wie sie im Vorfeld und während des gleichnamigen Workshops auf der vDHd2021 am 24. März 2021 getätigt wurden.

Einführung mit Problemdarstellung

Experimentalpraktiken sind historisch spätestens seit der Frühen Neuzeit fester Bestandteil der Wissenschaft – traditionellerweise der Naturwissenschaften. Experimente zeichnen sich klassischerweise durch kontrollierte Arrangements von theoretischen Hypothesen, physischen Forschungsgegenständen und -instrumenten aus. Es stellt sich die Frage, wie der Begriff für die Geisteswissenschaften entlehnt werden kann, deren Forschungsgegenstände häufig einen anderen ontologischen Charakter haben, die in anders geartete Kontexte eingebettet sind und deren Funktion – einer traditionell einflussreichen Sichtweise folgend – auch nicht im „Erklären“, sondern im „Verstehen“ der Dinge gesehen wird (Wilhelm Dilthey) und damit die historische Wirklichkeit nicht unter Berücksichtigung des Allgemeinen, sondern unter „Rücksicht auf das Besondere und Individuelle“[1] darstellen (Heinrich Rickert).[2] Die empirische Basis ist häufig eine andere, ebenso wie der Habitus der Fachkultur sowie die Rolle und Struktur der fachspezifischen wissenschaftlichen Theorien und damit die darauf aufbauenden Hypothesen und hieran anschließend die Möglichkeiten zu Test und Falsifikation.

Mit den Digital Humanities verlagert sich die Diskussion um den Experimentbegriff in den Geisteswissenschaften erneut. Digitale Objekte sind im Kern weder intelligible noch materielle Objekte. Sie können zwar maschinell verarbeitet und analysiert werden, die Aussagekraft der hieraus gewonnenen Erkenntnisse ist aber abhängig von ihrer jeweiligen digitalen Repräsentationsform und damit – zumindest argumentativ – weitgehend auf den digitalen (Operations-)Raum selbst begrenzt.[3] Die dispositionellen Kategorien Formalisierbarkeit, Quantifizierbarkeit und Mathematisierbarkeit sowie Algorithmisierbarkeit rücken stärker in den Blick und verlagern die Kompetenzanforderungen an die Forschenden und die Menge der möglichen Operationen an und mit den Forschungsgegenständen. Der Spagat der Digital Humanities zwischen digitalen Forschungsobjekten und geisteswissenschaftlichen Fragestellungen, der begrifflichen Anlehnung an naturwissenschaftliches Arbeiten bei gleichzeitiger Abgrenzung der unterschiedlichen Forschungsgegenstände und Erkenntnisinteressen wurde bislang weder theoretisch noch praktisch bis in die Tiefe ausgelotet und kann auch hier nicht geleistet werden. Einige Fragen dazu wurden im Vorfeld und während des Workshops diskutiert:

  • Welcher Experimentbegriff wird in den DH verwendet?
  • Wie müssen Hypothesen in den DH formuliert werden, wie die Gegenstände eines Experiments ausgewählt und formalisiert?
  • Wie muss die Falsifikation von Erkenntnis in den DH gedacht werden?
  • Welche neuen Konzepte sozio-technischer Laborsysteme sind notwendig?
  • Was kann eine methodische Vereinigung unter der Dachdisziplin „Kulturwissenschaft“, zu deren Praktiken auch das Experimentieren gehört, hier leisten?
  • Welchen Konnex haben „Verstehen“ und Gedanken-Experiment, bspw. im Sinne der (unbewusst formalisierend-generalisierenden) Modellbildung von „Verstehen“ als „Storyworld“[4]– und in welcher Relation stehen beide zu möglichen Formen von Test und Experiment?
  • Welche Anforderungen für die Reproduktion von wissenschaftlichen Ergebnissen stellen sich an die Dokumentation des Forschungsprozesses?
  • Was sollte davon in welcher Form publiziert werden?
  • Was ist für eine digitale Quellenkritik zu beachten?

Als paradigmatische Vordenker können bspw. die Systemtheorie, die Modelltheorie (Stachowiak) und die auf quantitative Methodiken ausgerichteten Teile der Geschichtswissenschaften dienen, bspw. der New Economic History, die bereits in den 1950er Jahren Informationen formalisierten und elektronische verarbeiteten.[5] Heute beobachten wir eine zunehmende „Verdatung“ geistes- und kulturwissenschaftlicher Forschungsmaterialien und -ergebnisse und damit einhergehend eine zunehmende Forschung an digitalen Objekten bzw. digitalen Repräsentationen. Die daraus resultierende Notwendigkeit digitaler Quellenkritik bzw. kritischen Reflexion des digitalen Forschungsgegenstands erfordert technische Kenntnisse, welche mehr und mehr Gegenstand der Aus- oder Weiterbildung werden. In diesen Punkten glauben wir, eine gewissen Konvergenz von Geistes- und Kulturwissenschaften zu erkennen, ein Transfer von Art der Thesenbildung über Gliederung und Aufbau und Zitationsweise bis hin zur benutzten Textverarbeitung von wissenschaftlichen papers ist zu erkennen. Besonders deutlich ist dies in der (Computer-)Linguistik sichtbar, die hierin für die Geistes- und Kulturwissenschaften als Pioniere auftraten.

Allgemeine Beobachtungen

Was lässt sich nun konkret über die Verwendung des Experiment- und Laborbegriffs in den Geistes- und Kulturwissenschaften und den Digital Humanities feststellen?

Zunächst wird schnell deutlich, dass Handbücher und Systematiken zur wissenschaftlichen Praxis, Methodik und Begriffsgeschichte oft einen Eintrag „Experiment“ bzw. „experimentieren“ aufweisen. Das Handbuch zur Praxis des kulturwissenschaftlichen Arbeitens kennt „experimentieren“ bzw. Experimente als in natur-, sozial- und kulturwissenschaftlichen Disziplinen genutzte Praktiken. Diese sind jedoch „gegenstandsabhängig mit unterschiedlichen Zwecksetzungen und Möglichkeiten, die Variablen der Versuchsanordnung zu kontrollieren und zu messen.“[6] So kennt man in der Geschichtswissenschaft die Praxis des Nach-Experimentieren: Der „Burgbau von Guédelon“[7] ist ein Beispiel für ein großes historisch-archäologisches Experiment. Im Departement Yonne in Frankreich baut eine Gruppe von 50 Handwerker*innen mit Mitteln des 13. Jahrhunderts eine Burg nach. Ziel des Experiments ist es, zu verstehen, wie zu dieser Zeit gebaut wurde. Damit wird die Umgebung zugleich zum Labor, indem eine Vielzahl von Teilexperimenten durchgeführt wird. Wissen über Werkzeuge, Bauzeiten und personelle sowie finanzielle Ressourcen liegt vor. Damit können die grundsätzlichen Prinzipien, nach denen eine Burg gebaut wurde (unter Rückgriff auf naturwissenschaftliche Erkenntnis) bereits erklärt werden. Konkret geht es also mehr darum, den Einsatz von alten Techniken zu verstehen, wie die Verantwortlichen häufig betonen[8].

Im Handwörterbuch Philosophie wird das Experiment als charakteristisches Merkmal moderner Erfahrungswissenschaften benannt. Diese Bezeichnung meint meist (nur) die Naturwissenschaften, wobei empirische Kulturwissenschaften wie Volkskunde/Anthropologie hier mitzudenken sind. Zwei Punkte werden als wesentliche Funktionen von Experimenten genannt:

  1. Theorien im Sinne des Empirismus zu bewahrheiten (verifizieren)[9] und
  2. Allsätze von Hypothesen zu falsifizieren.

Weitere Nachschlagewerke aus den Geistes- und Kulturwissenschaften mit einem Eintrag „Experiment“, „Experimentell“ sind unter anderem das Reallexikon der deutschen Literaturwissenschaft, Metzler Lexikon Kultur der Gegenwart, Europäische Enzyklopädie zu Philosophie und Wissenschaft und die Enzyklopädie der Neuzeit. Die in Arbeit befindliche Taxonomy of Digital Research Activities in the Humanities, kurz TaDiRAH, verzeichnet experimentieren allerdings noch nicht.

Auch der Begriff „Laboratorium“ (auch Labor, Lab) ist in den Geistes- und Kulturwissenschaften im klassischen wie übertragenen, metaphorischen Sinne weit verbreitet, sowohl als Untersuchungsgegenstand wissens- und kulturhistorischer Forschung, als auch zur Bezeichnung von (auch virtuellen) Räumen und transdiziplinären Projekten. Beispiele für letzteres sind hier für uns besonders interessant.

Der klassische Experimentbegriff (Experiment I) umfasst eine Hypothesenbildung und genaue Definition von relevanten Faktoren und Variablen des Untersuchungsfeldes, die Einrichtung der benötigten Instrumente und Geräte, und schließlich eine Durchführungsbeschreibung. Nicht zuletzt ist eine Ergebnis- und Fehlerdokumentation zur Gewährleistung von Reproduzierbarkeit und Überprüfbarkeit notwendig. Für gewöhnlich wird ein Experiment I auch in einem Labor (Labor I) durchgeführt, worunter wir hier eine Installation oder Zusammenstellung von Instrumenten zur Bestimmung, Kontrolle und Messung von Variablen, die gemeinsam geeignet sind, eine Hypothese durch ein an ihnen durchgeführtes Experiment potenziell zu falsifizieren. Hierbei können sowohl der Gegenstand der Untersuchung als auch die Installation materiell wie digital sein.

Bei den Recherchen im Vorfeld der Veranstaltung zeigte sich insbesondere mit Blick auf die DHd-Book-of-Abstracts-Veröffentlichungen aus den letzten Jahren, dass Begriffe wie „Experiment“, „experimentieren“ oder „experimentell“ in den Digital Humanities in einer Reihe von Fällen der Absicherung zu dienen scheinen, um Kritik an explorativen, tentativen oder von den Forschenden selbst als unvollständig angesehenen wissenschaftlichen Untersuchungen zuvorzukommen. Wenn sich diese Beobachtung allgemein bestätigen ließe, so würde deutlich, dass der eigentliche digitale Forschungsansatz – trotz intensiver Bemühungen der DH-Community die Geistes- und Kulturwissenschaften aus ihrer digitalen Unmündigkeit zu befreien – weiterhin vom traditionellen wissenschaftlichen Diskurs und dem zugrundeliegenden Habitus überschattet wird. Die Beobachtung erfolgt im Zusammenhang mit digitalen Tools, die entweder neu entwickelt wurden oder für neue Anwendungskontexte Verwendung fanden.

Der darin verwendete Experimentbegriff (Experiment II) lässt sich am besten mit den Prädikaten „versuchen“, „testen“ und „ausprobieren“ beschreiben. Oder anders gesagt Experimentieren im Sinne von herumexperimentieren. So betrachtet lässt sich diese Vorgehensweise als eine Art propädeutischer Ansatz mit theoretisch-methodischem Vorbehalt begreifen, um zu ermitteln, ob sich ein Verfahren oder ein Gegenstand für wissenschaftliche Untersuchungen eignet. Die bewusste Entscheidung zum „Herumexperimentieren“ ermöglicht also die Einbettung in einen Rahmen zur methodischen Suche eines geeigneten Verfahrens oder einer geeigneten Umgebung zur Beantwortung der (fach-)eigenen Forschungsfragen. Wird dies in der zugehörigen Publikation explizit deutlich gemacht, unterbindet dies die unerwünschte Situation, dass vermeintlich jedes Forschungsszenario als Experiment bezeichnet werden kann.

Im Zusammenhang mit Experiment II in den DH wird sehr deutlich, dass jede technische Installation oder digitale Umgebung grundsätzlich als Labor (Labor II) dienen kann, wobei ein wohl häufig auftretender Fall sein dürfte, die grundsätzliche Tauglichkeit des Labors (Installation oder Umgebung) für die Beantwortung der eigenen Forschungsfragen ohne streng wissenschaftlichen Anspruch als Experiment II zu testen. D. h., der Frage nachzugehen, ob es überhaupt möglich ist, Forschungsfragen meines Gegenstands oder Forschungsgebiets mit den vorgeschlagenen Mitteln zu behandeln, selbst wenn ich die zugehörigen Parameter bewusst weich und in ihrer Anzahl erweiterbar definiere. Zu derartigen Laboratorien, die nun zugleich ein Teil der Hypothesenbildung und Faktorenbestimmung eines Experiments II sind, zählen bspw. das TextGridLab[10], die Editionsumgebung ediarum[11], aber auch computerlinguistische Programme oder Programmbibliotheken (spaCy[12] , Natural Language Toolkit[13]).

Wie bereits angedeutet, findet der Laborbegriff im DH-Bereich auch Anwendung als Bezeichnung für die institutionelle Bündelungen von als neu oder nicht traditionell empfundenen Forschungsgebieten, wie bspw. das „Digitale historische Forschung | DH Lab“ des Leibniz-Instituts für Europäische Geschichte.[14]

Der Vollständigkeit halber sei mit dem Experiment III noch ein weiterer Experimentbegriff genannt, der allerdings für eine Anwendung in den DH ungeeignet erscheint und im untersuchten Material auch nicht nachgewiesen wurde. Im Sinne von erkundend, probierend oder ungewohnt vorgehend“ wird Experiment bzw. Experimentieren auch ohne Anspruch auf wissenschaftliche Methodik metaphorisch verwendet. Dabei hebt er schöpferisch-künstlerische Aspekte hervor, in Abgrenzung von bisher Geschaffenem. Ein Beispiel wäre Zolas Experimentalroman. Dieser Experimentbegriff wird von Künstler*innen und Schriftsteller*innen auf das eigene Schaffen angewendet oder von der Literatur- und Kunstwissenschaft als Zuschreibung für ein untersuchtes Werk verwendet, aber nicht als Praktik der wissenschaftlichen Vorgehensweise verstanden.

Thesen zum Experiment- & Laborbegriff

Experimente werden vorwiegend in naturwissenschaftlichen Fächern bzw. Erfahrungswissenschaften als wissenschaftliche Methode durchgeführt, aber keineswegs ausschließlich. Auch die Geschichts- und Sprachwissenschaften setzen Experimente ein. Dies geschah bereits bevor Digital Humanities zu einer Disziplin, einer Schnittmenge, Brücke und/oder einem Hype wurde.[15]

Die Verwendung von verschiedenen, nicht immer klar definierten Experimentbegriffen zur Beschreibung wissenschaftlicher Praktiken in den Geistes- und Kulturwissenschaften ist bereits vielfach in Forschungsbeiträgen benannt und kritisiert worden. Die DH-Community kann hier durch die Einführung eines strenger definierten Verständnisses von Experiment mit klarem Bezug zur daten- und computergestützten Forschung einen wichtigen Beitrag leisten.

Die Standardisierung und Routinisierung von Arbeitsabläufen, wie sie in Laboren (I und II) anzutreffen ist, steht in einem Spannungsfeld „zur Offenheit für das Unerwartete“[16], da der moderne wissenschaftliche Prozess stets Neues und Unerwartetes hervorbringen kann, das Brüche im Denken und Handeln der Forschenden erzeugt.[17] Der nur sehr wenigen Einschränkungen unterliegende Labor-II-Begriff bringt die Möglichkeit, neue Formen der Standardisierung und Routinisierung kennenzulernen und bietet außerdem Raum für kontrollierte Brüche mit der traditionellen Arbeitsform der Geistes- und Kulturwissenschaften.

Die Größe und Anzahl von Laboren als Arbeitsräume ist seit dem 17. Jahrhundert massiv gewachsen. Zugleich ist der Begriff heute in einen weiteren Bereich expandiert, der für die DH von Interesse ist: in den virtuellen Raum.

Fazit

Mit Experiment I und II wurden zwei in den DH praktisch Verwendung findende Experimentbegriffe vorgestellt, wobei Ersterer im Wesentlichen dem naturwissenschaftlichen Experimentbegriff zu entsprechen scheint, Experiment II dagegen setzt zwar auch bei diesem Rahmen an, lässt jedoch mehr Unsicherheit und Unbestimmtheit zu und führt damit Kernelemente des naturwissenschaftlichen Experiments ad absurdum. Die DH können mit Veranstaltungen wie dieser vor allem einen Beitrag zur Stärkung des Experiment-II-Begriffs leisten. So könnte man sich um die Aufnahme von „experimentation“ unter die „Research Techniques“ von TaDiRAH bemühen. Die Intension des modernen Laborbegriffs umfasst heute Dezentralität, Enträumlichung und disziplinäre Ausweitung über die klassischen Experimentwissenschaften hinaus. Globalisierung, Digitalisierung und transdisziplinäre Interessen sind wesentliche Faktoren für diese Erweiterung. Da der Anspruch, digitale Methoden und Materialien zu entwickeln und zu verwenden oder auch Methoden und Materialien zu digitalisieren, für alle unter dem Begriff „Digital Humanities“ subsumierten Disziplinen geltend gemacht werden kann, können die auch global und transdisziplinär agierenden DH eine Mitwirkung am Wandel des Laborbegriffs beanspruchen. Die Teilnehmenden des Workshops waren sich darin einig, dass Experimente – sofern sie als eine eigenständige wissenschaftliche Verfahrensweise von nicht nur propädeutischem Charakter in den DH Anwendung finden soll – einige essenzielle Charakteristika aufweisen müssen.

Neben generellen Herausforderungen bei der Aufbereitung von Forschungsfragen und -materialien für die Bearbeitung durch Maschinen, wie Formalisierung und Operationalisierung, wurde die Reduktion von zumeist komplexen geistes- und kulturwissenschaftlichen Untersuchungsgegenständen auf im Rahmen des Experiments mess- bzw. kontrollierbare Variablen als Voraussetzung erkannt. Damit einher geht die notwendige Isolierbarkeit der im Untersuchungszusammenhang als relevant angenommenen und zu beobachtenden Variablen von den anderen Variablen des Experiments. Die aufgestellten Hypothesen müssen grundsätzlich so aufgebaut sein, dass es möglich ist, sie durch das Experiment zu falsifizieren. Reproduzierbarkeit kann gerade bei DH-Experimenten nur dann gewährleistet werden, wenn verwendete Software und geschriebener Code (seien es Abfragen oder Programmcode) neben den Daten und Ergebnissen veröffentlicht bzw. nachvollziehbar dokumentiert wurde. Je nach Experiment gehört auch eine genaue Beschreibung des Durchführungsorts (Labor II) dazu, an einem Computer wäre dies das Betriebssystem und ggf. auch die Hardware.

Literatur

Aydelotte, William O.: Quantification in History. 1971.

Book of Abstracts DHd 2018, 2019 und 2020.

Bronwen, Thomas: Narrative. The Basics. 2016.

Burke, Peter: The French Historical Revolution. The Annales School 1929–89. 1990.

Berg, Gundhild: Experimentieren, in: Frietsch, Ute / Rogge, Jörg (Hrsg.): Über die Praxis des kulturwissenschaftlichen Arbeitens. Ein Handwörterbuch. Bielefeld 2013 (= Mainzer Historische Kulturwissenschaften), S. 140–144.

Bölsche, Wilhelm: Die naturwissenschaftlichen Grundlagen der Poesie. Prolegomena einer realistischen Aesthetik. Leipzig 1887.

Daiber, Jürgen: Experimentalphysik des Geistes – Novalis und das romantische Experiment. Göttingen 2001.

Frietsch, Ute / Rogge, Jörg (Hrsg.): Über die Praxis des kulturwissenschaftlichen Arbeitens. Ein Handwörterbuch. Bielefeld 2013.

Gethmann, Carl Friedrich: Der Geist der Geisteswissenschaften zwischen Naturalismus und Mentalismus, in: Joas, Hans / Noller, Jörg (Hrsg.): Geisteswissenschaft – was bleibt? Zwischen Theorie, Tradition und Transformation. Freiburg/München 2019 (= Geist und Geisteswissenschaften 5).

Haber, Peter: Digital Past. Geschichtswissenschaft im digitalen Zeitalter. München 2011.

Herman, David: Storyworlds, in: Routledge Encyclopedia of Narrative Theory, S. 569. 2005.

Kusber, Jan / Dreyer, Mechthild / Rogge, Jörg / Hütig, Andreas (Hrsg.): Historische Kulturwissenschaften. Positionen, Praktiken und Perspektiven. Bielefeld 2010 (= Mainzer Historische Kulturwissenschaften 1).

Lehmbrock, Verena: Laboratorium, in: Frietsch, Ute / Rogge, Jörg (Hrsg.): Über die Praxis des kulturwissenschaftlichen Arbeitens. Ein Handwörterbuch. Bielefeld 2013 (= Mainzer Historische Kulturwissenschaften), S. 245–249.

Luhmann, Niklas: Die Wissenschaft der Gesellschaft. 8. Aufl. 2018.

Luhmann, Niklas: Einführung in die Systemtheorie. 7. Aufl. 2017.

Popper, Karl: Logik der Forschung. Tübingen, 11. Auflage, 2005.

Rickert, Heinrich: Texte zur Praktischen Philosophie. Rickert. Ausgewählt und eingeleitet von Stephan Schallon. London 2009 (= Grundtexte der Praktischen Philosophie 2).

Sahle, Patrick: Digital Humanities? Gibt’s doch gar nicht!, in: Grenzen und Möglichkeiten der Digital Humanities. Hg. von Constanze Baum / Thomas Stäcker. 2015 (= Sonderband der Zeitschrift für digitale Geisteswissenschaften, 1). text/html Format. DOI: 10.17175/sb001_004.

Schmidgen, Henning: Labor, in: Europäische Geschichte Online (EGO), hg. vom Institut für Europäische Geschichte (IEG), Mainz 2011-01-03. URL: http://www.ieg-ego.eu/schmidgenh-2011-de URN: urn:nbn:de:0159-20101025256 [2021-03-05].

Stachowiak , Herbert: Allgemeine Modelltheorie. 1973.

Wiesen, Brigitte: Experiment, in: Rehfus, Wulff D. (Hrsg.): Handwörterbuch Philosophie. Göttingen 2003, S. 351.

[1] Rickert, S. 46.

[2] Abweichende, teils gegensätzliche Schwerpunkte und Diskussionen setzten bspw. die Annales, s. Burke, 34–35, 40–41, 45, 47, 53ff, 74, 76ff, 109; für eine zeitgenössische Diskussion quantitativer Ansätze vor ihrer „Marginalisierung“ und in gewisser Weise eines mixed methods-Ansatzes s. Aydelotte, 1–92.

[3] Zur Problematik der Generalisierbarkeit vgl. bspw. Aydelotte, 68ff.; vgl. auch im Folgenden Heßbrüggen-Walter; zum Operationsraum vgl. auch u. a. Luhmann, Wissenschaft, 27, 28–32, 36, 40, 46, 52–3, 271ff., Luhmann, Einführung, 75ff., 88ff.

[4] Vgl. Bronwen, S. 10, 69ff und 81–83; Herman S. 569.

[5] Haber, S. 14f.

[6] Berg 2013, S. 140.

[7] https://www.guedelon.fr/en (Letzter Aufruf am 07.07.2021).

[8] Vgl. hierzu https://www.daserste.de/information/wissen-kultur/w-wie-wissen/sendung/2008/burgbau-von-gudelon-100.html (Hier besonders die Kapitel: “Steine in Form bringen”, “Lebende Geschichtsforschung” und “Kultureller Akt des Bauens”), https://www.deutschlandfunk.de/schwerpunktthema-das-verlorene-wissen-mittelalterlicher.1148.de.html?dram:article_id=265471, https://www.guedelon.fr/en/la-methodologie, https://www.guedelon.fr/en/la-d%C3%A9marche (Hier insbesondere das Zitat von Anne Baud), https://www.france-voyage.com/frankreich-tourismus/mittelalterliche-baustelle-guedelon-833.htm (Letzter Aufruf jeweils am 7.7.2021).

[9] Dies ist eine Position gegen die wissenschaftstheoretisch eingewandt wurde (Popper, Kuhn), dass es nicht möglich sei, eine Theorie im erkenntnistheoretischen Sinne zu verifizieren. Ohne tiefergehend auf die theoretische Begründung einzugehen, sei dies an einem einfachen Beispiel verdeutlicht: Auch aus falschen Theorien lassen sich wahre Schlussfolgerungen ziehen: Die Kraftgesetze in Newtons Gravitationstheorie erlaubten zwar die Voraussage der Existenz des Neptuns, scheiterten jedoch an der Periheldrehung des Merkurs, die erst durch Einsteins theoretisch passend zu den Beobachtungsdaten erklärt werden konnte.

[10] https://de.dariah.eu/textgridlab (Letzter Aufruf am 07.07.2021).

[11] https://www.bbaw.de/bbaw-digital/telota/forschungsprojekte-und-software/ediarum (Letzter Aufruf am 07.07.2021).

[12] https://spacy.io/ (Letzter Aufruf am 07.07.2021).

[13] https://www.nltk.org/ (Letzter Aufruf am 07.07.2021).

[14] Vergleichbares existiert auch an den Universitäten Erlangen, Basel oder der Bibliotheca Hertziana, MPI für Kunstgeschichte in Rom.

[15] Vgl. Sahle, passim.

[16] Schmidgen, Abschnitt 3.

[17] Vgl. Ebenda.

Zitationsvorschlag: Jonathan D. Geiger, Max Grüntgens und Dominik Kasper: „(Keine) Experimente in den Digital Humanities?“, in Digital Humanities Theorie, 15/09/2021, https://dhtheorien.hypotheses.org/?p=995.

Digitale Quellenkritik: theoretische Aspekte

Am 23.03.2021 fand die erste Veranstaltung der vDHd2021-Workshopreihe “Digitale Quellenkritik: Ein neues Kapitel” statt. Zahlreiche interessierte Teilnehmer*innen beschäftigten sich mit einer ersten Bestandsaufnahme des status quo und dem quo vadis digitaler Quellenkritik. Im Rahmen dieser Auftaktveranstaltung lieferte eine Podiumsdiskussion ein breites Panorama an noch unbeantworteten Fragen und wertvollen Gedankenimpulsen zu aktuellen Forschungsperspektiven einer digitalen Quellenkritik. Konsens war, dass es eine Notwendigkeit für eine Überarbeitung bzw. Erweiterung der traditionellen Quellenkritik im Hinblick auf das Digitale gibt, da sich viele neue Aspekte digitaler und digitalisierter Quellen ergeben haben, die noch nicht hinreichend berücksichtigt werden. Dies betrifft vor allem die Erschließung digitaler Quellen, weil hier Fragen nach Datenformat und -struktur oder auch nach der Integrität der Daten relevant werden. Auch die Befragung der Provenienz wird erweitert: Neben der Herkunft der Originalquelle muss auch die Herkunft der digitalen Repräsentation überprüft werden. Die Vielschichtigkeit dieses “neuen Kapitels” erstreckt sich darüber hinaus auf Überlegungen zur Rolle des/der Historiker*in, der Curriculagestaltung oder etwa zur Restrukturierung des Aufgabenspektrums von Gedächtniseinrichtungen.

Der zweite Teil der virtuellen Workshopreihe nimmt dezidiert die theoretischen Aspekte dieses Diskurses in den Fokus. Mit ihrer Digitalisierung erleben historische Quellen eine Transformation bzw. Rekonstruktion, die sich an den Mitteln und Logiken digitaler Repräsentationstechniken orientiert. Der ontologische Status eines digitalen Objekts ist anders als bei analogen Objekten. Die berechenbare Seite der Welt ist nicht die Welt, sondern die berechenbare Seite der Welt und faktisch findet durch Digitalisierungsprozesse eine Modellierung statt. Hinzu kommt neben der Ebene der Daten die Algorithmizität digitaler Objekte (z. B. durch Komprimierungsverfahren), die allzu leicht im Hintergrund und damit aus der Wahrnehmung der Nutzenden verschwindet. Die Möglichkeit der beliebigen Reproduktion digitaler Objekte lässt diese ihre Aura verlieren, was unmittelbar eine Auswirkung auf den Forschungsprozess hat. Auch die Rolle der Historiker*innen ist neu zu denken, denn mit Digitalisierungstechniken werden Historiker*innen zu Schöpfern von Quellen, und ihr eigener Horizont fließt noch stärker in die Quellen ein. Hinzu kommt, dass durch die bessere Zugänglichkeit und räumliche sowie zeitliche Unabhängigkeit der Quellen im Internet und Datenbanken neue Techniken und Methoden der Selektion notwendig werden. Auch diese Fragen müssen für ein neues Kapitel der (dann digitalen) Quellenkritik thematisiert werden.

Der Workshop findet am 13.08. von 9:00 bis 12:30 Uhr statt und hat die Struktur eines virtuellen BarCamps. Organisiert wird er von der Kooperation der DHd AG Digital Humanities Theorie mit der Initiative zur digitale Quellenkritik. Ziel ist es, ein Panorama an theoretischen Aspekten zur digitalen Quellenkritik zusammenzustellen und skizzenhaft die Struktur für das living handbook zur digitalen Quellenkritik (https://wiki.de.dariah.eu/display/DQ/Digitale+Quellenkritik+Home) zu entwerfen. Die Zahl der Teilnehmenden ist auf 30 limitiert. Eingeladen sind alle, die sich für die Thematik interessieren. Eine Teilnahme an der ersten (oder auch der letzten) Veranstaltung der Reihe ist nicht notwendig.

Die Anmeldung zum Workshop am 13.08.2021 ist über diesen Link möglich: https://www.esciences.uni-trier.de/anmeldung-vdhd2021-barcamp/.
Die Beschreibung der Workshopreihe zur digitalen Quellenkritik ist auf der vDHd-Webseite zu finden: https://vdhd2021.hypotheses.org/288.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search