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 13.3.2013 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).

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 Möbius 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 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?

Call for Papers: “Theorytellings: Epistemic Narratives in the Digital Humanities”

In recent years, the status of the Digital Humanities as an academic discipline in its own right has often been discussed in terms of its theoretical foundations – or more precisely, the lack thereof. “The end of theory” – as proclaimed by Chris Anderson – has been a recurring narrative in epistemic discussions about DH for quite some time. While a number of approaches in DH may indeed be characterized as being rather theory poor, there are also many examples that apply theory in one way or another. In fact, the concept of theory is interpreted very broadly in DH, ranging from the application of concrete reference theories from the humanities (for instance structuralism, critical theory, etc.) to forays into the philosophy of science and also the implementation of theories as statistical models.

In consideration of such controversial and ambiguous views of the role and function of theory in DH, this special issue seeks to bring together scholars from different disciplines to re-think the perspective of theory and its meaning for computational cultural analytics. Instead of continuing the narrative of the deficient status of theory, we suggest to study existing “theorytellings” in Digital Humanities research. This way, “theorytellings” – on the one hand – become a methodology for an active reporting and narrating of the manifold theoretical undertakings in DH, including the supposedly “untellable” and “untold” stories of DH theory. On the other hand, the concept serves as a tool for re-evaluating existing narratives in DH. Following Lyotard’s approach of meta-narratives, we claim that narratives essentially constitute and reproduce scientific discourses of legitimacy. Hence, we encourage contributors to discuss the evolution and consequences of epistemic narratives and counter-narratives in DH.

The overall goal of the special issue “Theorytellings: Epistemic Narratives in the Digital Humanities” is to discuss the theoretical foundation of DH research as an epistemic perspective that adds to the current focus on research practices in DH, which have traditionally been focused on data and modeling issues as well as digital methods, tools and infrastructures. We invite new procedures and perspectives of knowledge production that are first and foremost derived from theoretical reflection. The special issue will be published in the open access Journal of Cultural Analytics. Guest editors are Manuel Burghardt (Leipzig University), Jonathan D. Geiger (Academy of Sciences and Literature, Mainz), Rabea Kleymann (Leibniz-Zentrum für Literatur- und Kulturforschung Berlin) and Mareike Schumacher (Hamburg University / University of Darmstadt). We invite submissions that address the following topics:

–       Theorytellings, including main- and counter-narratives of using theories in DH

–       Studies on definitions and different understandings of central concepts and terminology used in DH theory

–       Requirements for theoretical frameworks in Digital Humanities and reflections of epistemic differences to theories from more traditional humanities disciplines

–       Interdisciplinary theoretical frameworks and their applicability / value for DH

–       Critical / theoretical reflection of established methods, tools and data in the Digital Humanities

–       Use cases that showcase how theoretical assumptions are made (or explicitly avoided) in existing DH research projects

Please, send your abstracts (300–400 words) and short bios to Rabea Kleymann (kleymann@zfl-berlin.org) by March 31st, 2021. For reasons of retrievability we ask you to use “Theorytellings” for the subject line of your email. You will receive notice on the acceptance of your proposal by May 1st, 2021. Full-length articles of up to 10,000 words need to be prepared according to the Cultural Analytics author guidelines (https://culturalanalytics.org/for-authors) and will be due November 15th, 2021, to allow for a timely peer review of the articles.

For further inquiries, please contact the guest editors Manuel Burghardt (burghardt@informatik.uni-leipzig.de), Jonathan D. Geiger (Jonathan.Geiger@adwmainz.de), Rabea Kleymann (kleymann@zfl-berlin.org) or Mareike Schumacher (schumacher@linglit.tu-darmstadt.de).

Theorie: eine Vision für die DH

Jonathan D. Geiger

Eine Vision der Theorie der digitalen Geisteswissenschaften (DH) kann nicht in einem bzw. einer kanonischen Reihe von Büchern bestehen, die geschrieben und gedruckt werden und anschließend mit ihren Rücken die Regale der Bibliotheken zieren. Das wäre nur eine intellektuelle Fingerübung und weder den Dynamiken des Feldes mitsamt seiner Akteure, Werkzeuge, Methoden und Gegenstände, noch seiner zukünftigen Forschungsleistungen angemessen. Eine Vision der Theorie der DH muss in einem spezifischen wissenschaftlichen Diskurs bestehen, den ich im Folgenden versuche zu umreißen.

Träger des Diskurses

Meine Vision der Theorie der DH besteht in einem Diskurs, der von Wissenschaftlern, Forschungs- und Lehreinrichtungen, Fachverbänden, Publikationen, Konferenzen, digitalen und analogen Kommunikationskanälen getragen wird. Sie sind sein organisatorisch-materiales Medium und perpetuieren ihn.

Konsens und Dissens als produktive diskursive Momente

Meine Vision der Theorie der DH besteht in einem Diskurs, der Theorien und Theorien, Theorie und Praxis produktiv miteinander in Beziehung setzt, Spannungen auf- und wieder abbaut, Begriffe differenziert und neue schafft, wo es noch keine gibt. Er stiftet theoretische Kohärenz und schafft einen Rahmen für seine eigene planvolle und zielgerichtete Weiterentwicklung, trägt also aktiv zur Paradigmenentwicklung bei. Dabei sorgt er für ein adäquates Gleichgewicht zwischen Konsens und Dissens, sodass die Forschung nicht in eine epistemische Lagerbildung zerfällt, sondern (Selbst-)Kritik multipliziert und produktiv verarbeitet.

Konstitution der DH als Forschungsfeld

Meine Vision der Theorie der DH besteht in einem Diskurs, der die DH als Forschungsfeld konturiert und damit fachliche Identität stiftet. Damit einher geht der spezifische Zuschnitt der Objekt- und Methodenfelder der Forschung als differentia specifica der DH. Ein wissenschaftliches Selbstverständnis und Selbstbewusstsein werden dabei entwickelt und realisieren den komplizierten Spagat zwischen inhaltlicher Anschlussfähigkeit und Abgrenzung. Der Diskurs sensibilisiert die DH-Community, sodass Methoden und Werkzeuge umsichtig eingesetzt und Forschungsergebnisse sowohl von ihren Produzenten als auch ihren Rezipienten in ihrer erkenntnistheoretischen Relativität wahrgenommen werden. Für diese Art der Theoretisierung wird Raum in den universitären Curricula geschaffen und sie ist ein plausibler Weg zur Generierung wissenschaftlicher Reputation.

Eine Vision für die DH-Theorie sorgt für ein tragfähiges Fundament der Forschungsrichtung.

Sprachliche Differenzierungen sind Brücken die abgrenzen und gleichzeitig verbinden

Die Übersetzung der Reflexion in die Praxis sorgt für eine qualitative Verbesserung der Forschungsergebnisse. Die differenziertere Sprache und die geschärften Begrifflichkeiten lassen den diskursiven Austausch zwischen “Theoretikern” und “Praktikern”, “traditionellen” und “digitalen” Geisteswissenschaftlern, DH- und Nicht-DH-Theoretikern gelingen und sorgen ebenfalls für eine klare Adressierbarkeit von Rollen, Projekten, Aktivitäten etc. für interne und externe Akteure. Schließlich hat der Diskurs inhaltlichen Anschluss an andere etablierte reflexiv-theoretische Zweige der Wissenschaft (Philosophie, Medientheorie, Wissenschaftstheorie, Science and Technology Studies, Kulturwissenschaft etc.) und wird auf Augenhöhe wahrgenommen.

Meine Vision einer Theorie der DH: Selbstverständliche Reflexion

Zusammengefasst lässt sich sagen, dass meine Vision einer Theorie der DH in einer besonderen epistemischen Verschiebung besteht: Die Selbstverständlichkeit der Anwendung von digitalen Werkzeugen und Methoden in den DH verschiebt sich hin zu einer selbstverständlichen Reflexion dieser Anwendungen, die der wissenschaftlichen Produktivität produktiv im Wege steht. Eine gemeinsame Fachsprache beendet die babylonische Verwirrung, die man mit der modernen Wissenschaftstheorie “Inkommensurabilität” nennt, führt direkt und indirekt zu einer qualitativ besseren Forschung und integriert erfolgreich die heterogenen DH selbst, angrenzende Disziplinen und traditionsreiche externe Theoriediskurse.

Zitationsvorschlag: Jonathan D. Geiger: „Theorie: eine Vision für die DH“, in Digital Humanities Theorie, 01/03/2020, https://dhtheorien.hypotheses.org/577.

Warum wir eine AG Digital Humanities Theorie brauchen

Warum wir eine AG Digital Humanities Theorie gründen wollen und was wir damit vorhaben.

Rabea Kleymann

Digital Humanities, das steht für die Kombination von Geisteswissenschaften und Digitalität. Dieser Überbegriff wird schon lange genutzt, aber erst in letzter Zeit wird die Begriffsbestimmung klarer (wie z. B. in Sahle 2015). Und obwohl oder gerade weil es immer mehr digitale Geisteswissenschaften an den Hochschulen gibt, wird die Kritik, diese Forschungsrichtung sei theorielos (vgl. Bauer 2011) und stelle die Forschungsmethoden stärker in den Vordergrund als die Inhalte (vgl. Scheinfeldt 2012; vgl. Flanders/Jannidis 2015) lauter. Mit unserer Gründung einer AG Digital Humanities Theorie im Verband der Digital Humanities im deutschsprachigen Raum (DHd) nehmen wir die Forderung auf, dass hier mehr reflektiert und ein stärkerer theoretischer Rahmen (vgl. Lauer 2013) geschaffen werden sollte. Unser Ziel ist es, klarer herauszuarbeiten, wofür Digital Humanities eigentlich stehen und an welche wissenschaftlichen Traditionen sie anknüpfen. Bisherige Ansätze werden wir vertiefen und systematisieren.

DH Theorien - über interdisziplinäre Grenzen hinweig, gemeinsam nach einem theoretischen Fundament forschen. #wissenschaft #DigitalHumanities

Mehr Vernetzung, mehr Kommunikation!

Mit unserer Arbeitsgruppe möchten wir die Möglichkeit schaffen, mehr über Digital Humanities Theorie sprechen zu können. Über die Grenzen der Disziplinen hinweg werden wir darüber nachdenken, welche theoretischen Voraussetzungen für die digitale geisteswissenschaftliche Arbeit uns wichtig sind. Denn in unseren Augen können wir mit unseren größtenteils disziplinübergreifenden Forschungsinteressen nur gemeinsam darüber nachdenken, wie viel(e), welche und welches Ausmaß an Theorie wir in unserer täglichen Forschungspraxis brauchen. Dabei steht natürlich auch die Frage im Mittelpunkt, welche Position die digitalen Geisteswissenschaften in der Wissenschaft einnehmen sollten bzw. möchten. Gesichtet, ausgewertet und durchdiskutiert, möchten wir die theoretischen Ansätze der “DH” sichtbar machen. Dazu gehört, dass wir über Objekte, Methoden und Lehre der Digital Humanities forschen und möglichst offen und schnell auch darüber sprechen. Dafür steht unter anderem dieser Blog, den wir als ein erstes Sprachrohr für unsere Sache nutzen möchten. Bei unserer gemeinsamen Grundlagenforschung gehen wir meistens von einer geisteswissenschaftlichen Perspektive aus. Aber uns interessiert auch, wie Theorie aus anderen, an den DH beteiligten Wissenschaften wie der Informatik, den Medien- oder den Informationswissenschaften die digitalen Geisteswissenschaften voran bringt.

Wir sehen uns!

Wir haben Großes vor! Neben unseren AG-Treffen, die wir vor allem nutzen wollen, um neue Ideen zur Zusammenarbeit zu finden, planen wir vor allem sichtbar und offen zu sein. Das heißt wir werden zusammen auf Konferenzen gehen. Wir werden aber auch Workshops organisieren, um neue Anregungen zu bekommen und unsere AG weiter wachsen zu lassen. Neben den Beiträgen auf diesem Blog planen wir weitere, gemeinsame wissenschaftliche Publikationen. Und wir möchten versuchen, die Digital Humanities präsenter zu machen. Vor allem in der wissenschaftlichen Community, aber auch in der breiten Öffentlichkeit.

Da wir immer offen sind für neue Mitglieder, kannst du uns gerne anschreiben oder direkt ansprechen. Die nächste Konferenz, auf der wir vertreten sein werden, ist die DHd 2020 in Paderborn. Dort werden wir auch einen Workshop anbieten, über den wir dich hier im nächsten Posting näher informieren werden. Wer wir sind, kannst du hier nachlesen. Wir freuen uns über dein Interesse!

Literatur

Bauer, J. (2011). “Who are you Calling Untheoretical?”, in Journal of Digital Humanities, 1(1). Available at: http://journalofdigitalhumanities.org/1-1/who-you-calling-untheoretical-by-jean-bauer/

Flanders, J., Jannidis, F. (2015) Knowledge Organization and Data Modeling in the Humanities. Konferenzveröffentlichung.  https://www.wwp.northeastern.edu/outreach/conference/kodm2012/flanders_jannidis_datamodeling.pdf.

Lauer, G. (2013). “Die digitale Vermessung der Kultur Geisteswissenschaften als Digital Humanities”,  in Geiselberger, H., Moorstedt T. (eds.) Big Data. Das neue Versprechen der Allwissenheit. Berlin: Suhrkamp 2013, 99–116.

Sahle, P. (2015). “Digital Humanities? Gibt’s doch gar nicht!”, in Baum C., Stäcker, T. (eds.) Grenzen und Möglichkeiten der Digital Humanities. Zeitschrift für digitale Geisteswissenschaften, 1. DOI: 10.17175/sb001_004

Scheinfeldt, T. (2012). “Where’s the Beef? Does Digital Humanities Have to Answer Questions?”, in Gold, M. (ed.) Debates in Digital Humanities. Minnesota: University of Minnesota Press. Available at: http://dhdebates.gc.cuny.edu/debates/text/18.

Zitationsvorschlag: Rabea Kleymann: „Warum wir eine AG Digital Humanities Theorie brauchen“, in Digital Humanities Theorie, 08/02/2020, https://dhtheorien.hypotheses.org/135.


Digital Humanities Theorie

Wir sind eine Gruppe von Digital Humanities Forscher*innen, die sich für Theorie und Theoriebildung in den digitalen Geisteswissenschaften interessieren. Auf unserem Blog möchten wir Ansätze aus unterschiedlichen Disziplinen vorstellen, Lektüren rezensieren und diskutieren. Wir planen Workshops zu unterschiedlichen Themen, die aber immer einen Bezug zur Theorie haben und wichtig für die Digital Humanities sind. Workshop-Proceedings und -Ergebnisse werden natürlich auch hier auf dem Blog veröffentlicht. Seid gespannt!

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search