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.
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
Konzept in der theoretischen Begriffsarbeit,
als spezifisch (geisteswissenschaftliche) Erkenntnis- und Denkstruktur und
als (trans-)disziplinärer Kompass.
Wir freuen uns, wenn ihr dabei seid und mit uns über Algorithmizität nachdenkt!
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)
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.
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?
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.
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:
Da muss man denke ich zwischen Begriffskulturen unterscheiden: für die Geisteswissenschaften sind sich Begriffe informativ, die eine ideale Kombination aus Differenzqualität (Abgrenzung) und Anschlussmöglichkeiten bieten. Da sehe ich Potenzial für den Begriff der Algorithmizität
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 denAlgorithmizitätsbegriff 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.
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.
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?
*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.
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
Welche Forschungsfrage adressiert der Artikel?
Welche Theorie wird angewandt?
Welche Hypothesen werden getestet?
Welche Daten werden verwendet?
Mit welcher Methode werden die Hypothesen getestet?
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.
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.?
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
Welche Forschungsfrage adressiert der Artikel?
Welche Theorie wird angewandt?
Welche Hypothesen werden getestet?
Welche Daten werden verwendet?
Mit welcher Methode werden die Hypothesen getestet (welches statistisches Modell)?
Was ist die abhängige Variable im Modell (Gleichung 3)?
Was sind die unabhängigen Variablen im Modell (Gleichung 3)?
Was ist das wichtigste Ergebnis der Analyse?
Welche Dinge sind dir unklar?
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?
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.
Theorytellings zwischen data piñata und dem Stachel des Digitalen
Franziska Klemstein und Melanie E-H. Seltmann
Am 8. und 9. Oktober 2020 veranstaltete das Forum für Digital Humanities Leipzig (FDHL) und die AG Digital Humanities Theorie des DHd-Verbands (Digital Humanities im deutschsprachigen Raum) einen hybrid konzipierten Workshop mit dem Titel “Theorytellings: Wissenschaftsnarrative in den Digital Humanities”. Nach einer kurzen Begrüßung durch Ulrich Johannes Schneider und Manuel Burghardt übernahmen Jonathan D. Geiger und Rabea Kleymann die Einführung in den zweitägigen Workshop.
Im Zentrum des Workshops stand die Frage, inwiefern ein expliziter Rekurs auf Theorien (Referenztheorien, Wissenschaftstheorien etc.) zur aktuellen Vermessung der Digital Humanities beitragen könnte. Den Aufschlag hierzu lieferte Sybille Krämer mit ihrer Keynote unter dem Titel „Wider die Tiefenrhetorik. Über die Kulturtechnik der Verflachung, diagrammatische Maschinen und das Deep Learning“.
Aber Warnung: Der folgende Blogpost ist keinesfalls als klassischer Tagungsbericht gedacht. Insbesondere da die meisten Vorträge des Workshops zum Nachhören zur Verfügung gestellt werden, schien uns eine einfache Wiedergabe der Inhalte wenig attraktiv. Stattdessen wollen wir auf einige Thesen der Vorträge und Fragen zurückgreifen, diese im Kontext des Workshops erläutern sowie unsere eigenen Gedanken dazu einfließen lassen.
Die Kulturtechnik der Verflachung
Ausgehend von der „Epistemologie der Oberfläche“ argumentierte die Philosophin Sybille Krämer in ihrem Vortrag am Abend des 8. Oktober für eine „Kulturtechnik der Verflachung“, die den Digital Humanities ein Theoriepotenzial eröffnen könnte.
Angefangen bei Ada Lovelaces erstem Computerprogramm bis hin zu Visualisierungen von datenanalytischen Befunden sei der Computer als Oberflächen-Technologie deutbar.
Informationsvisualisierungen dienen dazu komplexe Sachverhalte visuell erfahrbar zu machen, neue Darstellungsformate für Analyseergebnisse zu finden und aus einer Vielzahl von Daten Muster zu erkennen und sichtbar zu machen. “Computer fungieren wie Mikroskope und Teleskope im Datenuniversum” resümierte Krämer in Anlehnung an Margaret Masterman und Willard McCarty (McCarty 2018). Mit Blick auf die Entwicklungen im Bereich der Informationsvisualisierungen möchte man dem zustimmen. Doch ist dem wirklich so oder handelt es sich hier um einen „Äpfel-mit-Birnen-Vergleich“?
Denn ebenso könnte man sagen, dass es sich bei Mikroskopen und Teleskopen um optische Instrumente handelt, die entweder ein stark vergrößertes Sehen oder ein Beobachten weit entfernter Objekte ermöglichen. Der Computer ist im Gegensatz dazu jedoch ein Gerät, das mittels programmierter Rechenvorschriften Daten verarbeitet und damit konkrete Aufgaben nach einem definierten Schema ausführt und „löst“.
Krämer folgte ihrer Ausgangsthese innerhalb ihres Vortrags nur bedingt und setzte sich in ihrer weiteren Argumentation – unter Verweis auf Bruno Latour – mit der „Dialektik von Entbergung und Verbergung“ und der Thematik des Blackboxings auseinander (Latour 1999). Davon ausgehend adressierte sie Fragen des Deep Learnings im Allgemeinen und der Convolutional Neural Networks im Besonderen, wodurch sie den Rahmen der Oberflächlichkeit oder Verflachung verließ und sich den Prozessen und digitalen Technologien hinter dem Interface widmete. Diese Argumentation mündete letztlich in eine Kulturkritik des Digitalen.
Dementsprechend drehten sich auch die im Anschluss gestellten Fragen um das Verhältnis der Kulturtechnik der Verflachung zur Bezeichnung Deep Learning und darum, ob die (Re)Konstruktion und Analyse von Netzwerken ein Prozess der Verflachung sei, um dann letztlich eine neue Tiefe der Erkenntnis zu erreichen.
Ist die (Re)Konstruktion & Analyse von Netzwerken in den DH ein Prozess, der sich zunächst der "Kulturtechnik der Verflachung (S. Krämer)" (Texte und Objekte zu Datenbanken) bedient, um dann eine Dreidimensionalität explizit zu machen, die vorher implizit war? #DHTheoryTellings
Der Historiker Manfred Thaller skizzierte die Entwicklungslinien und Wechselwirkungen zwischen disziplinspezifischen Theoriediskussionen und den Entwicklungen der Informationstechnologie, um in einem zweiten Schritt mögliche Beziehungen zwischen informationstechnischen Möglichkeiten und Hermeneutiken aufzuzeigen. Damit zeigte Thaller, dass die Digital Humanities mehr sind als nur ein schillernder Begriff und, dass ihre Geschichte nicht bereits mit einem Verweis auf Roberto Busa erzählt ist.
Beginnend mit der Wartenstein-Konferenz von 1962 unter dem Titel „The Use of Computers in Anthropolgy“ verdeutlichte Thaller, dass sich viele natur- und geisteswissenschaftliche Fächer bereits in den 1960er Jahren mit der Frage beschäftigten, welchen Stellenwert der Computer in zukünftigen Forschungsprozessen einnehmen soll und kann (Hymes 1965). Auch auf von IBM (mit)finanzierten Konferenzen wurden Fragen nach dem Nutzen und den Möglichkeiten des Computers in den Humanities gestellt oder man widmete sich bereits den möglichen Einsatzmöglichkeiten von Computeranwendungen in Museen zur Informations- und Wissensvermittlung.[1]
Thaller nannte zahlreiche Konferenzen und sich in den 1960er Jahren etablierende Fachzeitschriften, wie z.B. “Computers and the Humanities”. Hierdurch zeigte er einerseits das Spektrum des Experimentierfeldes auf und andererseits die Wechselwirkungen zwischen Wissenschaften und Technologieentwicklungen.
Im Rahmen seines weiteren Vortrags konzentrierte Thaller sich vorrangig auf Bereiche des literary computing, des historical computing und des archaelogical computing. Auf diese Weise resümierte er nicht nur die Geschichte der DH, sondern zeigte auch auf, welche Fächer/Wissenschaftszweige sich bereits früh mit den Möglichkeiten und Auswirkungen technologischer Entwicklungen auseinandersetzten.
Aus der Verbindung von Informatik und Geisteswissenschaften bzw. Humanities lassen sich verschiedene Herausforderungen definieren, die Thaller zugleich als weiterführende Entwicklungsmöglichkeiten deutete. So zum Beispiel die Möglichkeiten der Dekanonisierung – oder positiver formuliert – der Kanonerweiterung: Mithilfe der neuen technischen Möglichkeiten könnte die Konzentration auf „wesentliche Werke“ überwunden oder zumindest kritisch hinterfragt werden, um neue Diskurse in den einzelnen Fächern ebenso wie auch disziplinübergreifend entfachen zu können.
Der Strukturalismus ist das Unbewusste in den Digital Humanities!?
Mehr als Frage denn als Feststellung stellte Sybille Krämer die These, dass der Strukturalismus das Unbewusste in den DH ist, im Anschluss an den Vortrag zu „Sinn und Unsinn von Strukturalismus in den DH“von Evelyn Gius und Janina Jacke in dem Raum. Um die These genauer zu betrachten, vergegenwärtigen wir uns erst einmal, ob die digitalen Geisteswissenschaften, oder hier konkret die digitale oder computationelle Literaturwissenschaft, strukturalistisch vorgeht und wenn ja, in welchen Punkten.
Verstehen wir den Strukturalismus als Reduktion von Textbedeutung auf intratextuell-deskriptiv feststellbare Befunde (so Gius und Jacke), können wir strukturalistische Ansätze auch in der computationellen Literaturwissenschaft feststellen. In beiden Forschungsrichtungen stehen textimmanente Betrachtungen im Zentrum. Die computationelle Literaturwissenschaft bringt deskriptiv-explizierbare Ergebnisse hervor, fixiert Textelemente begrifflich und stellt Textstrukturen heraus (Gius/Jacke). Allerdings wäre es zu kurz gegriffen, wenn sie hierbei verharren und enden würde.
Zwar argumentieren Gius und Jacke, dass die literaturwissenschaftliche Textanalyse eine Blackbox ist, die schwer zu verstehen ist – wenn der Verständnisschritt nicht allzu häufig ganz ausgelassen wird –, so man sich aber auf den Weg macht, sich dem Verstehen der “Blackbox” zu nähern, so tritt man aus dem Unbekannten und kann vielleicht sogar das Strukturalistische überwinden. So wie de Saussure zwischen der systematischen „langue“ und der kreativen „parole“ unterscheidet, tritt die literaturwissenschaftliche Textanalyse durch die Kenntnis über die „langue“ an die „parole“, um diese zu untersuchen, zu interpretieren. Die computationellen Verfahren helfen das System, die Struktur hinter den untersuchten Texten zu erkennen, um mit dieser Kenntnis eine Interpretation vornehmen zu können. Diese kann dann sogar über das Erkenntnispotential des Strukturalismus hinaustreten. Und so antwortete Gius auf das Einbringen der These zurecht, dass der Strukturalismus kein Unbewusstes ist, sondern viel mehr eine pragmatische Entwicklung. Sie betont dabei, wie schwierig, aber nicht weniger wichtig es ist, das verwendete Verfahren so gut zu verstehen, dass man den Einsatz begründen kann. Um im Bild zu bleiben: Man muss den Lichtschalter in der Blackbox finden und anschalten.
Da haben wir den Salat! literaturwissenschaftliche Textanalyse als Methode ist (auch) eine Black Box (zeigt @EvelynGius grade in ihrem Vortrag). Blackboxing gehört also keines falls den DH allein 😁 #DHTheoryTellings
Diese theoretischen und methodischen Probleme sind jedoch keinesfalls ausschließlich Probleme der computationellen Literaturwissenschaft oder des Strukturalismus, sondern vielmehr „gemeinsame Desiderate traditioneller und digitaler Literaturwissenschaft“ (Gius/Jacke 2020:2)
#DHTheoryTellings Die Vorbehalte gegen die computationelle Textanalyse gründen in der Arroganz konventioneller Literaturwiss., die Algorithmen – im Unterschied zu ihren eigenen biases – eine Blackbox findet. Dabei sind unsere Vorannahmen/Vorurteile auch bloße Blackboxes.
Der Wissenschaftshistoriker und Medienwissenschaftler Henning Schmidgen argumentierte in seinem Vortrag für eine erneute Auseinandersetzung mit der Foucaultschen Diskursanalyse. Nicht nur, weil sich die Diskursanalyse in den letzten Jahren und Jahrzehnten innerhalb der Computer Science zu einem Schwerpunkt der Forschung entwickelt hat, sondern auch, weil sie im Bereich der DH eine neue Aktualität gewonnen hat, um unter anderem historische, kulturelle und soziale Sachverhalte zu untersuchen.
Allerdings verwies Schmidgen auch darauf, dass Foucault selbst – soweit bekannt – keine Computer für seine Diskursanalysen eingesetzt hat. Ebenso zeigte er, dass die Auseinandersetzung mit Foucault nicht ausreicht. Statt dessen muss der gesamte gesellschaftliche und wissenschaftliche Kontext in dem sich Foucault bewegte in den Blick genommen werden: So hatte beispielsweise der Annales-Historiker Emmanuel Le Roy Ladurie für Aufsehen gesorgt, als er 1968 sagte, dass der zukünftige Historiker ein Programmierer sein werde (Ladurie 1973).
Im Hinblick auf die Archäologie des Wissens argumentierte Schmidgen, dass die erneute Foucault-Lektüre nicht dazu führen wird, darin plötzlich einen praktischen Leitfaden zu erkennen. Vielmehr könnte sie eine Fülle von Anregungen für die Lösung von Problemstellungen bieten, die einen innovativen und sinnvollen Einsatz von digitalen Technologien in den Humanities zur Folge haben könnte. Konkret und besonders nachvollziehbar wird dies an Stellen, an denen Foucault selbst von der quantitativen Verarbeitung von Daten, der interpretierenden Entschlüsselung oder der Analyse der Frequenzen und Distributionen schreibt (Foucault 1969).
In diesem Sinne wurde auch die „Dispersion des Diskurses“ zum Schlüsselbegriff der Twitter-Diskussionen. Diese zeigen bereits, dass wir gewillt sind uns Foucaults Herausforderungen zu stellen:
Die Digital Humanities sind theorielos! Eine Frage der Quantifizierbarkeit?
Viel häufiger als mit konstruktiven Herausforderungen (wie Foucaults Diskursanalyse) sehen sich die Akteur*innen in den DH mit Vorwürfen und Klischees konfrontiert. So zum Beispiel: Ihr habt doch keine Theorie(n)! Häufig wird den Aktiven im Bereich DH vorgeworfen, dass sie Daten nur in den Computer eingeben und sie datengetrieben alles glauben und als die alles umfassende Antwort annehmen, was ihnen der Computer präsentiert. Insbesondere nach dem Vortrag von Ramona Roller „Warum ist Luther protestantisch geworden? – Erklärungsnarrative mit statistischen Modellen entwickeln und zur Theoriebildung nutzen“kam eine Diskussion über dieses Narrativ in den digitalen Geisteswissenschaftlers auf. Roller zeigte zunächst verschiedene Erzähllinien auf. Zum Beispiel kann die Geschichte des Umgangs mit Forschungsdaten oder Theorien in den Digital Humanities erzählt werden. Anhand ihres Fallbeispiels zeigte sie ein Gegenwarts-, ein Vergangenheits- und ein Sollnarrativ. Im Gegenwartsnarrativ wird, so Roller, häufig der „data piñata“-Ansatz (Lindgren 2020) verfolgt. Daten werden irgendwie in den Computer gegeben, explorativ betrachtet und hinterher biegt man sich eine passende Fragestellung zurecht. Kurz gesagt: ein datengeleiteter Ansatz.
Ramona Roller zeigt uns jetzt nicht nur eine sozialwissenschaftliche Perspektive auf die #DH, sondern spricht auch von Data-Pinata. Wer sich darunter nichts vorstellen kann: 👇#DHTheoryTellingspic.twitter.com/pj2osbArHd
Dahingegen funktioniert das Vergangenheitsnarrativ der klassischen Wissenschaften theoriegeleitet. Eine Forschungsfrage wird formuliert und mit einer bestehenden Theorie verknüpft. Daraufhin werden Hypothesen gebildet und durch Beobachtungen verifiziert oder falsifiziert. Durch das Erkennen von Mustern in Beobachtungen werden wiederum neue Theorien weiterentwickelt und die ursprüngliche Fragestellung beantwortet. (vgl. Roller 2020:2)
Mit dem von ihr vorgeschlagenen Sollnarrativ versucht Ramona Roller die beiden vorigen Narrative zu verbinden. Die Basis bildet das Vergangenheitsnarrativ, die Beobachtungen werden jedoch mit statistischen Modellen auf Daten vorgenommen. Durch die Beantwortung der Forschungsfrage entwickelt sich aus der anfänglichen Fach-Theorie so nach und nach eine DH-genuine Theorie. Dieses Sollnarrativ verdeutlichte sie exemplarisch an einem Fallbeispiel (work in progress). Jedoch stand im Verlauf der Diskussion die Gegenthese im Raum, dass sie mit ihrem Beispiel eben keine eigene Theorie darstellt. Hier stolpern wir über den Punkt, wie schwierig die Entwicklung einer empiriegestützten Theorienbildung ist. Denn lassen sich geisteswissenschaftliche Theorien überhaupt quantifizieren? Sind es nicht letztlich lediglich zuvor aufgestellte Hypothesen, die sich quantifizieren lassen können?
Der Wille zur Quantifizierung hat bereits eine lange Geschichte und zeigt das Vertrauen der Menschen in Zahlen. Dass ein übersteigertes Vertrauen in zahlenbasierte Evidenz oder an eine mechanische Objektivität ihre Tücken hat, ebenso wie auch der Glaube, dass Daten roh, objektiv und neutral seien, zeigten beispielsweise Gernot Rieder und Judith Simon in ihrem Aufsatz Vertrauen in Daten (Rieder/Simon 2018).
Es bleibt spannend, inwiefern mit Fortschreiten des Projekts eine Anpassung von Rollers geschichtswissenschaftlichen Theorien möglich sein wird oder ob es bei Hypothesen bleiben muss. Auch wird sich zeigen, ob sie sich hier in einem „Dataismus“ (Brooks 2013) verfängt oder den theoretischen, gesellschaftlichen und ethischen Fragen, die in diesem Prozess verhandelt werden müssen, gerecht werden kann und auf diese Weise vielleicht keine genuine DH-Theorie aber möglicherweise eine mit digitalen Technologien durchgeführte kritische Evaluierung geisteswissenschaftlicher Theorien umsetzen kann.
Ob Theorien durch DH-Methoden falsifiziert werden können und ob disziplinäre Theorien überhaupt auf diesem Weg überprüft werden können, wird die Zukunft zeigen.
Ramona Roller geht mit Ihrem Vortrag einen anderen Weg als die bisherigen Beiträge: Disziplinäre Theorien werden mit DH-Methoden getestet/bestätigt und dadurch angereichert. Dadurch werden sie zu DH-Theorien. Oder sie werden falsifiziert. (1/2) #DHTheoryTellings
Weiter stellte sich die Frage (und sie wurde konkret gestellt), welche Disziplin befähigt ist, DH-eigene Theorien zu entwickeln: Die Philosophie als Mutterdisziplin oder die Einzeldisziplinen. Und wir ergänzen: Wie unterscheiden sich DH-Theorien im Allgemeinen? Unterscheiden sie sich überhaupt? Unterscheiden sie sich eventuell in Abhängigkeit zu ihrer Herkunft und können sie sich gegebenenfalls ergänzen? Sodass aus den Teilmengen von DH-Theorien und fachspezifischen Hintergründen schließlich eine allgemeingültige DH-Theorie entstehen kann. Oder unterscheiden sich die Fächer so stark voneinander, dass diese Vereinigung und Universalität unmöglich sein wird?
Die Blackbox der Digital Humanities und die Verflachung
So sehr die DH sich dagegen wehren theorielos zu arbeiten, so sehr liegt auch etwas Positives im datengesteuerten Vorgehen: Die Datafizierung scheint ein Kontrollversprechen zu geben (vgl. Krämer 2020), doch dieser Schein trügt! Zu gern wird das Rechnen des Computers als „Knowing that“ wahrgenommen. Mit dem deutschen Begriff der Künstlichen Intelligenz schlägt man genau in diese Kerbe. Der Maschine wird Intelligenz unterstellt. Doch ist mit dieser Art von Intelligenz etwas Anderes gemeint als eine menschliche Intelligenz. Vielmehr lernt der Computer das „Knowing how“. Dieses wird jedoch nur selten wahrgenommen. Als Blackbox sitzt es in Programmen, wunderbar verschleiert und versteckt von Interfaces (vgl. Krämer 2020).
"There is no such thing as unsupervised machine learning" ist eine These in Dobsons Buch "Critical Digital Humanities" Sybille Krämer stellt Ähnliches fest (=> autonomes Lernen ist nicht autonom) in ihrer Keynote beim Workshop zum Thema #DHTheoryTellingshttps://t.co/WkDrDPMoxK
Krämer stellt dennoch die These auf, dass gerade durch die Blackbox, durch das Digitale eine unkontrollierte Tiefe zurückkommt, die durch die verflachten Daten abhandengekommen ist. In der computationellen Forschung müssen geisteswissenschaftliche Objekte in eine einheitliche Sprache gebracht werden, was durch die Verdatung geschieht. Hierdurch wird das Implizite explizit gemacht. Doch stellen wir – begonnen bei Ada Lovelace – Daten in Tabellen dar, also zweidimensional. Indem nun die Zeit als weitere Dimension hinzugefügt wird, vertiefen wir unseren Blick auf die Objekte (im doppelten Sinne).
Ist die (Re)Konstruktion & Analyse von Netzwerken in den DH ein Prozess, der sich zunächst der "Kulturtechnik der Verflachung (S. Krämer)" (Texte und Objekte zu Datenbanken) bedient, um dann eine Dreidimensionalität explizit zu machen, die vorher implizit war? #DHTheoryTellings
Problematisch ist hier, meiner Meinung nach [M. S.], dass wir es trotz allem mit einer Abbildung der Realität zu tun haben. Zwar können durch das Digitale neue Dimensionen hinzugezogen werden, dennoch bleibt unser Untersuchungsgegenstand eine Reproduktion. Eine solche kann heute zwar schon ziemlich genau das Original abbilden, jedoch nie vollständig kongruent sein, so meine These. Die Technik der Verflachung muss folglich zwangsweise erhalten bleiben. Das macht die Forschung nicht ungültig, bei allen Untersuchungen sollte man sich nur dessen bewusst sein, dass wir es immer mit einem Ausschnitt der Realität zu tun haben. Und Schlussfolgerungen damit nicht zwangsweise für die komplette Realität gültig sind.
Theorie der Digital Humanities und der „Stachel“ des Digitalen?
Bereits auf der DHd 2018 in Köln, die den Titel „Kritik der digitalen Vernunft“ trug, hielt Sybille Krämer eine Keynote mit dem Titel „Der ‚Stachel des Digitalen‘ – ein Anreiz zur Selbstreflexion in den Geisteswissenschaften? Ein philosophischer Kommentar zu den Digital Humanities in neun Thesen“ (Krämer 2018).
Möglicherweise entwickeln sich die DH tatsächlich zu einem „Stachel“ und werden auf diese Weise zu einem kritischen Werkzeugkasten der „traditionellen“ Geisteswissenschaften. In jedem Fall bleibt es für die DH wichtig, über Theorien zu diskutieren, diese kritisch zu hinterfragen und auch weiterzuentwickeln. In einer so umfangreichen Disziplin (oder sollte man besser sagen Disziplinenvielfalt) ist eine ausführliche Beschäftigung mit Theorien von verschiedenen Blickwinkeln vielleicht noch relevanter als in einer einzelnen Fachdisziplin.
Brooks, David (2013): The philosophy of data, in: New York Times (Feb. 4, 2013). Link: https://www.nytimes.com/2013/02/05/opinion/brooks-the-philosophy-of-data.html
Foucault, Michel (1969): Archäologie des Wissens, Frankfurt am Main 1973, S. 21 (Originalausgabe: L’Archéologie du savoir, Paris 1969).
Hymes, Dell H. (1965): Symposium on the Use of Computers in Anthropology (Burg Wartenstein, 1962), Den Haag, 7. [Im Vorwort des Tagungsbandes heißt es: „Thomas A. Sebeok, a Fellow at the Center, was testing the possibilities of the computer for his research in Cheremics folklore; A. Kimball Romney at Stanford was introducing computer processing into a program of social anthropological field work among the Mayan Tzeltal; Sydney Lamb at Berkeley was developing both the practical and theoretical aspects of verbal data processing. The need for a generel consideration of the place of the computer in anthropological research was strongly felt.]
Krämer, Sybille (2018): Der ‚Stachel des Digitalen‘ – ein Anreiz zur Selbstreflexion in den Geisteswissenschaften? Ein philosophischer Kommentar zu den Digital Humanities in neun Thesen. Köln 2018. Video zum damaligen Vortrag: https://www.youtube.com/watch?v=OO5LSwD4Si8, ab 43:40.
Rieder, Gernot / Simon, Judith (2018): Vertrauen in Daten oder: Die politische Suche nach nummerischen Beweisen und Erkenntnisversprechen von Big Data, in: R. Mohabbat Kar, B. E. P. Thapa, & P. Parycek (Hrsg.): (Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft, Berlin, 159–178.Roller, Ramona (2020): Warum ist Luther protestantisch geworden? – Erklärungsnarrative mit statistischen Modellen entwickeln und zur Theoriebildung nutzen. Abstract. Link: https://fdhl.info/wp-content/uploads/2020/10/DH_theorie_abstract_RR.pdf
1 Zu den von IBM (mit)finanzierten Tagungen zählen u.a. die „Conference on the Use of Computers in Humanistic Research“ (December 4, 1964, Brunswick NJ), „Computers for the Humanities?“ (January 22–23, 1965, New Haven) sowie „Computers and their potential applications in museums“ (April 15–17, 1968, New York).
Zitationsvorschlag: Franziska Klemstein und Melanie E-H. Seltmann: „Grau, teurer Freund, ist alle Theorie. Theorytellings zwischen data piñata und dem Stachel des Digitalen“, in Digital Humanities Theorie, 15/11/2020, https://dhtheorien.hypotheses.org/?p=854.
Die theoretische Reflexion von Werkzeugen der Digital Humanities war Gegenstand eines der Thementische des Workshops „Spielplätze der Theoriebildung in den Digital Humanities” (https://dhtheorien.hypotheses.org/724), der am 2. März 2020 auf der DHd-Tagung in Paderborn stattfand. Folgende Leitfragen sollten die Diskussion vorstrukturieren:
Was verstehen wir in den Geisteswissenschaften, in der Informatik und in den DH unter „Werkzeug“?
Inwieweit können oder sollen DH-Werkzeuge auf Theorien basieren – und um welche Theorien kann es sich dabei handeln?
Können Werkzeuge im Bereich der DH als Unterstützung von Theoriebildung benutzt werden?
Wie die Debatte gezeigt hat, war allerdings bereits ein Großteil der Fragen zu stark von nicht allgemein geteilten Vorannahmen geprägt, so dass sich selbst eine systematische Dokumentation der Diskussionsergebnisse als schwierig erwies (vgl. Abb. 1).
Abb. 1: Schnappschuss der Diskussion zu Tools und Werkzeugen der DH
Als Grund hierfür lassen sich begriffliche Unklarheiten herausstellen, die zwei für die Diskussion zentrale Konzepte betreffen: Werkzeug und Theorie.
2. Zum Werkzeugbegriff
Die Frage danach, wie der Werkzeugbegriff im Feld der Digital Humanities zu verstehen ist, stellte die erste der eingangs genannten Leitfragen dar. Aus der Diskussion lassen sich mindestens drei unterschiedliche Werkzeugbegriffe für dieses Feld rekonstruieren:
(1) Dem engsten Verständnis zufolge handelt es sich bei Werkzeugen oder ‚Tools‘ um spezifische Applikationen bzw. Programme, mit denen geisteswissenschaftliche Objekte mit digitalen Methoden untersucht werden können. Beispiele wären Apps oder Software wie der Stanford Named Entity Recognizer, Gephi für die Netzwerkanalyse, CATMA für Textannotation oder das Stylo Package für R für die stilometrische Textanalyse. (Dieses Verständnis von Werkzeug bzw. Tool liegt beispielsweise auch dieser Anwendungsstudie zugrunde, vgl. Barbot et al. 2019.)
(2) In einem weiteren Verständnis können als Werkzeuge im Bereich der DH die konkreten digitalen Methoden aufgefasst werden, die mithilfe solcher Software ausgeführt werden können, also beispielsweise NER, Netzwerkanalyse, Annotation oder Stilometrie.
(3) Eine noch weitere Auffassung von Werkzeug ergibt sich, wenn wir darunter allgemeinere Tätigkeiten verstehen, die uns bei der Analyse geisteswissenschaftlicher Artefakte helfen können und die den konkreten Methoden jeweils in unterschiedlichen Anteilen zugrunde liegen – beispielsweise genaue Objektbetrachtung (Close Reading), Systematisierung, Formalisierung und Automatisierung.
Dabei lassen sich bei der zweiten und der dritten Verstehensvariante Überschneidungen mit dem Begriff der Methode feststellen. Die dritte Variante ist darüber hinaus dadurch charakterisiert, dass Werkzeug hier am stärksten metaphorisch verstanden wird und am wenigsten an das spezifische Feld der DH gekoppelt ist.
3. Zum Theoriebegriff
Für die Beantwortung der zweiten und dritten der eingangs genannten Leitfragen („Inwieweit können oder sollen DH-Werkzeuge auf Theorien basieren? Können DH-Werkzeuge Theoriebildung unterstützen?”) ist neben dieser begrifflichen Differenzierung von Werkzeug noch eine weitere zu bedenken – denn auch der Theoriebegriff lässt sich hier unterschiedlich eng oder weit auffassen (siehe hierzu auch den Beitrag von Manuel Burghardt auf diesem Blog). Drei Auffassungen von Theorie, die sich aus der Diskussion von DH-Werkzeugen am Thementisch rekonstruieren lassen, sind die folgenden:
(1) Versteht man Theorie recht weit, so kann darunter jegliche Form der nicht-praktischen (also z. B. der begrifflichen) Auseinandersetzung mit einem Gegenstandsbereich verstanden werden. Für den Bereich der Literaturwissenschaft würde dies Tätigkeiten umfassen, die nicht direkt der praktischen Analyse oder Interpretation von Texten zuzuordnen sind, sondern beispielsweise der Entwicklung von Kategorien, denen Texte oder Textelemente zugeordnet werden können. Entsprechende Arbeitsfelder wären dort z. B. Gattungstheorie (vgl. Zymner 2003) bzw. Bereiche der Narratologie (vgl. Genette 2010).
(2) Einem engeren Verständnis von Theorie zufolge bezeichnet der Begriff ein wissenschaftliches Arbeitsfeld, das mit der Entwicklung komplexer Systeme gut begründeter Thesen befasst ist, die der Explizierung von Gesetzmäßigkeiten in einem bestimmten Gegenstandsbereich dienen. Ein Beispiel hierfür ist das Feld der Literatur- bzw. Interpretationstheorie, in deren Rahmen Thesen darüber aufgestellt werden, was ein literarischer Text ist und welche Regeln sich daraus für ein angemessenes Verstehen literarischer Texte ergibt (vgl. Köppe & Winko 2013).
(3) Ein noch engerer Theoriebegriff liegt vor, wenn nicht Arbeitsfelder wie in (2) als Theorie verstanden werden, sondern nur konkrete Thesen- bzw. Regelsysteme, die dort entwickelt werden. Ein Beispiel wäre eine konkrete Literatur- oder Interpretationstheorie wie der hermeneutische Intentionalismus (vgl. Hirsch 1967), der davon ausgeht, dass literarische Texte Ausdruck auktorialer Kommunikationsabsichten sind, die es im Verstehensprozess auf bestimmte Weise zu rekonstruieren gilt.
Vor dem Hintergrund dieser Bedeutungsvielfalt von Theorie lässt sich leicht nachvollziehen, warum in einer Debatte über ‚theoretische’ Aspekte von DH-Werkzeugen so viele scheinbar inkompatible Auffassungen möglich sind: Wer beispielsweise einen sehr engen Theoriebegriff vertritt, der wird sich gegebenenfalls nur schwer vorstellen können, wie DH-Werkzeuge aussehen könnten, die auf geisteswissenschaftlichen Theorien basieren, bzw. ob solche Werkzeuge sinnvoll sein können. (Allerdings scheint es mir selbst in diesem Kontext potenziell fruchtbare Impulse für die Entwicklung von DH-Tools zu geben – so beispielsweise wenn unter Berücksichtigung von Intertextualitätstheorien [vgl. Genette 2008] Annotationswerkzeuge entwickelt werden, die ein paralleles Arbeiten an mehreren Texten ermöglichen und die Annotation und gewinnbringende Visualisierung intertextueller Verweise erlauben.) Ein weiterer Theoriebegriff mag dagegen sogar unweigerlich zu der Forderung führen, dass DH-Werkzeuge bestimmte theoretische Annahmen aus dem jeweils relevanten geisteswissenschaftlichen Feld beachten. Beispiele wären hier die allgemein-literaturtheoretische Annahme, dass literarische Texte meist inkompatible Auslegungen zulassen (vgl. Jannidis 2003; Bauer et al. 2010), bzw. die These, dass lexikalische Textbedeutung, Kontextwissen und theoretische Vorannahmen beim Textverstehen zusammenspielen (vgl. Jacke 2020: 263–268). Daraus können beispielsweise Forderungen abgeleitet werden wie die, dass Annotationstools unter bestimmten Voraussetzungen multiple bzw. widersprüchliche Annotationen erlauben, oder die, dass im Rahmen von Annotation eine Dokumentation unterschiedlicher Typen von Vorannahmen ermöglicht wird. Ob sich derartige Konsequenzen auch bei weiteren Werkzeugbegriffen und außerhalb von digitaler Literaturwissenschaft bzw. manueller Annotation ergeben, bliebe zu prüfen.
Auch eine Antwort auf die Frage, ob DH-Tools die (Weiter-)Entwicklung geisteswissenschaftlicher Theorien befördern können, fällt je nach Theoriebegriff unterschiedlich aus. Anzunehmen ist, dass diese Frage eher verneint wird, je enger der Theoriebegriff ist. Fasst man jedoch beispielsweise auch die Entwicklung von Annotationstaxonomien und die Analyse der Relationen zwischen Annotationskategorien als theoretische Arbeit auf, so wird man auch den Bedarf an DH-Tools sehen, die solche Tätigkeiten bestmöglich unterstützen (vgl. Horstmann & Jacke 2020).
4. Hier anfangen! – zwei Vorschläge
Die Erkenntnis, dass grundlegende begriffliche Klärungen ein zentrales Arbeitsfeld für eine Theorie der digitalen Geisteswissenschaften sind und vielen weiteren Überlegungen vorausgehen müssen, ist kein singuläres Ergebnis des Thementischs Werkzeuge, sondern ein allgemeines Fazit des Workshops „Spielplätze der Theoriebildung in den Digital Humanities”. Als ein erstes Projekt der AG Digital Humanities Theorie hat sich deswegen die Erstellung eines DH-Glossars zur Klärung zentraler Begriffe des Forschungsfeldes herauskristallisiert. Neben unterschiedlichen noch zu klärenden organisatorischen Fragen gibt es zwei größere Entscheidungen, die hier getroffen werden müssen:
Begriffsanalyse vs. Explikation: Wie soll mit unterschiedlichen Auffassungen von Begriffen verfahren werden?
Eine Möglichkeit wäre, rein begriffsanalytisch vorzugehen (wie in diesem Bericht in Ansätzen geschehen), d. h. unterschiedliche Verstehensweisen zentraler Begriffe deskriptiv herauszustellen und diese ggf. mit verschiedenen Kennzeichnungen zu versehen, um eine Unterscheidung zu ermöglichen. Allerdings ist auch eine Standardisierung und Schärfung wissenschaftlicher Fachbegriffe wünschenswert (vgl. Carnap 1959; Pawłowski 1980), weswegen die Diskussion um die fruchtbarste Verwendungsweise eines Terminus wie beispielsweise „Werkzeug” nicht vollständig ausgeblendet werden sollte. Hier könnte es sinnvoll sein, schrittweise vorzugehen: Für zentrale Begriffe werden zunächst die unterschiedlichen Auffassungen explizit gemacht. Ist auf diese Weise ein Basisglossar erstellt worden, kann in einem nächsten Schritt die Frage der Standardisierung in den Fokus rücken. Hierbei müsste – neben zahlreichen anderen Faktoren – auch die Frage berücksichtigt werden, ob bzw. wie begriffliche Überschneidungen (wie beispielsweise zwischen „Werkzeug” und „Methode”) vermieden werden können.
Gegenstandsbereich der AG Digital Humanities Theorie
Während begriffliche Unklarheiten wie die im Zusammenhang mit dem Werkzeugbegriff im Rahmen eines Glossars adressiert werden können, gibt es mindestens eine Begriffsklärung bzw. Entscheidung, die in einem vorgeschalteten Schritt vorgenommen werden müsste: Die Frage, was unter „Theorie” verstanden werden soll, hat direkte Auswirkungen auf den Gegenstandsbereich und die Reichweite der Untersuchungen, die im Rahmen der AG Digital Humanities Theorie stattfinden (und damit beispielsweise auch Eingang in das Glossar finden sollen). Statistische Studien zur Verwendung des Theoriebegriffs in den Digital Humanities scheinen hier ein vielversprechender erster Schritt für eine Bestandsaufnahme zu sein. Gewissermaßen vorgreifend würde ich an dieser Stelle aber hinsichtlich des Arbeitsbereichs der Arbeitsgemeinschaft für eine möglichst inklusive Entscheidung plädieren, da eine theoretische Reflexion der digitalen Geisteswissenschaften bei engem wie bei weitem Verständnis des Theoriebegriffs ein Desiderat darstellt – und weil all diese Reflexionen immer noch genug Gemeinsamkeiten aufweisen, um sich gegenseitig befruchten zu können.
Bibliographie
Barbot, L., Fischer, F., Moranville, Y. & Pozdniakov, I. (2019). Which DH Tools Are Actually Used in Research? In: weltliteratur.net – A Black Market for the Digital Humanities, https://weltliteratur.net/dh-tools-used-in-research/ (Zugriff: 16.07.2020).
Bauer, M., Knape, J., Koch, P. & Winkler, S. (2010). Dimensionen der Ambiguität. In: Zeitschrift für Literaturwissenschaft und Linguistik 40 (158), 7–75.
Carnap, R. (1959). Induktive Logik und Wahrscheinlichkeit. Wien: Springer.
Genette, G. (2008). Palimpseste. Die Literatur zweiter Stufe. Frankfurt am Main: Suhrkamp.
Genette, G. (2010). Die Erzählung. Paderborn: Fink.
Hirsch, E. D. (1967). Validity in Interpretation. New Haven/London: Yale University Press.
Horstmann, J. & Jacke, J. (2020). Interpretationsspielräume. Undogmatisches Annotieren in CATMA 6. In: Book of Abstracts, DHd 2020, 154–158.
Jacke, J. (2020): Systematik unzuverlässigen Erzählens. Analytische Aufarbeitung und Explikation einer problematischen Kategorie. Berlin/Boston: de Gruyter.
Jannidis, F. (2003). Polyvalenz – Konvention – Autonomie. In: Jannidis, F., Lauer, G., Martínez, M. & Winko, S. (Hrsg.): Regeln der Bedeutung. Zur Theorie der Bedeutung literarischer Texte. Berlin/New York: de Gruyter, 305–328.
Köppe, T. & Winko, S. (2013). Neuere Literaturtheorien. Stuttgart: Metzler.
Pawłowski, T. (1980). Begriffsbildung und Definition. Berlin: de Gruyter.
Zymner, R. (2003). Gattungstheorie. Probleme und Positionen in der Literaturwissenschaft. Paderborn: mentis.
Zitationsvorschlag: Janina Jacke: „Werkzeug und Theorie – Konzeptarbeit als Fundament einer Theorie der digitalen Geisteswissenschaften: DHd2020 World-Café-Bericht 2“, in Digital Humanities Theorie, 15/07/2020, https://dhtheorien.hypotheses.org/758.
This is a world where massive amounts of data and applied mathematics replace every other tool that might be brought to bear. Out with every theory of human behavior, from linguistics to sociology. Forget taxonomy, ontology, and psychology. Who knows why people do what they do? The point is they do it, and we can track and measure it with unprecedented fidelity. With enough data, the numbers speak for themselves.
Anderson, 2008
In seiner Provokation vom „Ende der Theorie“ fragt Chris Anderson, ob angesichts massenhaft verfügbarer Daten in fast allen Bereichen der Wissenschaft, die Theoriebildung nicht ganz und gar obsolet würde.1 In besonderem Maße scheint diese These auch für die Digital Humanities (DH) relevant zu sein, da hier mit Metaphern wie „Distant Reading“ (Moretti, 2000), „Macroanalysis“ (Jockers, 2013) und „Culturomics“ (Michel et al., 2011) regelmäßig auf empirische und datengetriebene Ansätze fokussiert wird. Ein gehäuftes Aufgreifen des Schlagworts „Big Data“ im Kontext der Digital Humanities gibt weiteren Anlass, um Parallelen zu Andersons Petabyte-Utopie zu ziehen (nachfolgend sind die Titel einschlägiger Publikationen aufgeführt):
“Big data and digital humanities” (Tiepmar, 2018)
„Big digital humanities“ (Svensson, 2016)
„A map for big data research in digital humanities“ (Kaplan, 2015)
„Trending: The promises and the challenges of big social data“ (Manovich, 2011)
“Exploring big historical data: The historian’s macroscope“ (Graham, Milligan, & Weingart, 2015)
“Big Data, new epistemologies and paradigm shifts”, siehe den Abschnitt “Computational social sciences and digital humanities” (Kitchin, 2014)
Tatsächlich findet sich Andersons These auch in mancherlei DH-Debatten wieder, etwa in Form von Vorwürfen der „Theorielosigkeit“ (für einen Überblick vgl. Kleymann, 2019) zugunsten eines allzu „positivistischen Methodenfetischismus“ (Arnold, 2018). Bei genauerem Hinsehen zeigt sich allerdings deutlich, dass neben solch vereinzelten Vorwürfen das Thema der DH-Theoretisierung eigentlich eine zentrale Rolle spielte und spielt (vgl. etwa Warwick, 2016 und Gold, 2012, Part II: „Theorizing the Digital Humanities“).
Vor allem im deutschsprachigen Raum sind mit den Aktivitäten der insgesamt sehr jungen DHd-Community aktuell starke Tendenzen in Richtung expliziter Theoriebildung zu beobachten. Als ein wichtiger Meilensteine sei hier die DHd 2018 in Köln hervorgehoben, die unter der Losung „Kritik der digitalen Vernunft“ ausdrücklich zur theoretischen Reflexion der DH einlud und dabei mit vielen einschlägigen Keynotes, Panels und Einzelvorträgen außerordentlich erfolgreich war.2 Bei der jüngsten DHd-Konferenz 2020, in Paderborn, wurde mit der Gründung der offiziellen AG „Digital Humanities Theorie“3 ein weiterer wichtiger Meilenstein gesetzt. Neben den jährlich stattfindenden DHd-Konferenzen ist auch an anderen Stellen erfreuliche Aktivität im Bereich der DH-nahen Theoriebildung und -reflexion zu beobachten, etwa bei einem 2017 durchgeführten Symposium zu „Theorien und Praktiken des Digitalen in den Geisteswissenschaften“4 oder bei einem 2018 von der Gesellschaft für Informatik durchgeführten Workshop „Informatik und Digital Humanities“5.
Um die Relevanz des Themas auch im Bereich der Forschungsförderung zu unterstreichen, sei schließlich auf eine der jüngeren Ausschreibungslinien des BMBF hingewiesen, in der explizit „Forschungs- und Entwicklungsvorhaben zur theoretischen, methodischen und technischen Weiterentwicklung der digitalen Geisteswissenschaften“ gefördert werden sollten, wobei die zentrale Rolle der Theorie an verschiedenen Stellen der Ausschreibung jeweils betont wird:
Das Bundesministerium für Bildung und Forschung (BMBF) fördert deshalb interdisziplinäre Forschungsprojekte, die eine konkrete, anspruchsvolle geisteswissenschaftliche Forschungsfrage bearbeiten und dabei reflektieren und explizieren, wie geisteswissenschaftliche Erkenntnisse gewonnen werden. Darauf aufbauend sollen sie aufzeigen, welche grundlegenden epistemologischen und methodischen Veränderungen die digitalen Forschungsmöglichkeiten auch für die Geisteswissenschaften mit sich bringen. Dies soll in Rückgriff auf und in Weiterentwicklung von bestehenden geisteswissenschaftlichen Theorien erfolgen.
Modellierung, Formalisierung und Operationalisierung geisteswissenschaftlicher Theorien als Voraussetzung für Forschung im Bereich der digitalen Geisteswissenschaften
Notwendige Voraussetzung für eine Förderung ist eine theoriegeleitete Herangehensweise.
Aus dem Bundesanzeiger vom 22.07.20196
Nach dieser kurzen Bestandsaufnahme scheint also ein durch die DH herbeigeführtes Ende der Theorie in den Geistes-, Kultur- und Sozialwissenschaften eher unwahrscheinlich. Vielmehr kann in der deutschsprachigen DH-Community gerade eine Hinwendung zur Theorie(bildung), vielleicht gar ein „theoretical turn“, wenigstens aber ein Theorie-Frühling, beobachtet werden.
Nach dieser – zugegebenermaßen unvollständigen und weitestgehend anekdotischen – Zusammenfassung und Motivation der aktuellen DH-Theorie-Lage im deutschsprachigen Raum, soll im zweiten Teil des Beitrags eine weitere Präzisierung und Systematisierung der nicht ganz einfachen Gemengelage erfolgen, um so Möglichkeitsräume für eine Annäherung und Bearbeitung des Themas Theorie und DH aufzuzeigen. Konkret soll dabei der Theoriebegriff für die “Interdisziplin” der DH aus verschiedenen Perspektiven beleuchtet werden, was wiederum nur geschehen kann, wenn man die DH grundlegend charakterisiert. In der Konsequenz kann so eine Systematik von Theoriebegriffen, aufgeteilt nach Kernbereichen der DH, entstehen.
2. Die Vermessung der Digital Humanities
Wenn man über Theoriebildung in den DH sprechen will, ist eine grundlegende Vermessung derselben unumgänglich, da das „big tent“ Digital Humanities (Terras, 2013) außerordentlich heterogen ist und in unterschiedlichen Bereichen entsprechend unterschiedliche Theoriebegriffe vorherrschen. Als Ausgangspunkt zur Unterscheidung grundlegender Spielarten in den DH scheint mir hier die Taxonomie von Roth (2019) sehr gut geeignet, um etwas Ordnung in die DH und die damit einhergehende Begriffs- und Konzeptanarchie zu bringen:
„Digitized humanities“: Hier stehen primär die Themen Digitalisierung, Repräsentation (Unsworth, 2002) und Modellierung (Flanders & Jannidis, 2018) von geistes- und kulturwissenschaftlichen Artefakten im Vordergrund. Ansätze zur Theoriebildung könnten sich in diesem Bereich u.a. in Arbeiten zur Genese der TEI (Michael Sperberg-McQueen, Nancy Ide, u.v.a.) sowie ganz allgemein in konzeptuellen Arbeiten zur digitalen Editionswissenschaft finden. Auch die Diskussion zentraler Paradigmen zur Datenmodellierung, von den TEI-Technologien SGML und XML über E. F. Codds relationale Datenbanken bis hin zu jüngeren Formaten wie etwa Graphdatenbanken, wäre hier m.E. gut aufgehoben.
„Numerical Humanities“: Diese Facette der DH, die auch häufig als Computational Humanities7 bezeichnet wird, fokussiert stärker auf mathematische Abstraktion und die Erstellung formaler Modelle und Analyseverfahren, etwa mithilfe statistischer Ansätze und maschineller Lernverfahren. Visualisierung und Visual Analytics (Kohlhammer et al., 2011) mögen als Varianten solch formaler Ansätze gelten. Dieser Bereich der DH weist starke methodische Ähnlichkeiten zu den Computational Social Sciences auf8. Weiterhin ist die typischerweise empirische und strukturierte Vorgehensweise der Computational Humanities geprägt durch eine Referenz auf entsprechende bestehende Schulen und Theorien, bspw. die Semiotik, den Formalismus, den Strukturalismus, die Kybernetik, die Systemtheorie, etc.9 Teilweise wird explizit auf diese bestehenden Strömungen verwiesen, um eigene theoretische Rahmenbedingungen abzuleiten, so etwa im Falle des „Distant Viewing“-Paradigmas (Arnold & Tilton, 2019) zur quantitativen Analyse visueller Daten, das sich explizit auf semiotische Grundbegriffe beruft. Gleichzeitig finden sich auch Beispiele für den Rückgriff auf bestehende Theorien, um quantitative Phänomene einzuordnen und grundlegend zu interpretieren, bspw. in einer computergestützten Analyse eines Speisekarten-Korpus (Jurafsky et al. 2016) unter Bezugnahme auf Bourdieus „Feine Unterschiede“ (Bourdieu, 1983). Weiterhin erfolgt in den Computational Humanities häufig ein Aufgreifen kommunikations- und informationstheoretischer Konzepte, wie etwa Claude E. Shannons Informationstheorie und das damit verknüpfte Maß der Entropie, das in empirischen Korpusstudien immer wieder auftaucht (bspw. Chen, Liu, & Altmann, 2017). Besonders innovativ sind in diesem Bereich Theorie-Adaptionen aus anderen Disziplinen, wie sie etwa im Falle der „Cultural Evolution“ (Mesoudi, 2011) vorliegen. Konkret werden hier theoretische Konzepte der biologischen Evolutionsforschung auf die Entwicklung und Verbreitung kultureller Phänomene übertragen, die teilweise Ähnlichkeiten zu Richard Dawkins Idee der „Memetik“ aufweisen.
“Humanities of the Digital”: Die letzte Kategorie, wie von Roth (2019) vorgeschlagen, beschreibt die geisteswissenschaftliche Beschäftigung mit digitalen Kulturartefakten und -phänomenen, wie bspw. computer-vermittelte Kommunikation, online communities und Videospielen. In diesem Bereich bestehen starke Verbindungen zu den bereits bestehenden Feldern „Game Studies“, „Software Studies“, „Computerkunst“, u.v.m. Weiterhin gibt es offensichtliche Anknüpfungspunkte zur Medientheorie, mit ihren vielfältigen Spielarten und Akteuren. Schlaglichtartig sei hier auf die naheliegenden Arbeiten von Walter Benjamin (bspw. „Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit“), Friedrich Kittler (bspw. „Es gibt keine Software“) und Marshall McLuhan (bspw. „The medium is the message“) verwiesen. Neben zahlreichen Lehrbüchern zu Medientheorie findet sich auch im Kapitel „Theorien digitaler Medien“ des Einführungsbuchs von Jannidis, Kohle, & Rehbein (2017) ein guter Überblick aus DH-Perspektive.
In Ergänzung dieser drei Kernfelder schlage ich als vierte Kategorie schließlich noch die “Public Humanities” (vgl. auch Ellison, 2013; Wickmann, 2016) vor, die aus meiner Sicht eine weitere wichtige Spielart der DH darstellen.
4.Public Humanities: Hierzu zählen sämtliche DH-Aktivitäten, die sich mit den Themen Wissenschaftskommunikation10 und digitales Publizieren beschäftigen. Auch Ansätze aus dem Bereich des E-Learning mögen in dieser Sparte ihren Platz finden. Relevant wären dementsprechend theoretische Konzepte aus der Kommunikationsforschung und ggf. auch der Buchwissenschaft, bzw. für den Bereich des E-Learning entsprechende Theorien aus Pädagogik, Psychologie und Soziologie.
Die hier vorgeschlagenen Perspektiven auf die DH erlauben aus meiner Sicht eine spezifischere Diskussion des Theoriebegriffs, der mit unterschiedlicher Ausrichtung und Bedeutung nun jeweils explizit einzelnen Kategorien zugeordnet werden kann. Gleichzeitig soll mit einem solchen bottom up-Ansatz allerdings nicht ausgeschlossen werden, dass es bei aller Heterogenität nicht vielleicht doch einen kleinsten gemeinsamen, digitalen Nenner zwischen allen DH-Spielarten geben kann. So betonen etwa Geiger und Pfeiffer (2020) das Fehlen „ein[es] theoretisches Fundament[s], welches mit Hilfe einer flächendeckenden, systematischen Untersuchung die isolierten und verstreuten Ansätze sinnbringend und letztlich auch den einzelnen digitalen GeisteswissenschaftlerInnen Souveränität stiftend miteinander verknüpfen könnte.“ Am besten scheint hierfür die „Wissenschaftstheorie“ geeignet, um aus einer Meta-Perspektive auf das Gesamtphänomen der DH zu blicken und ggf. übergeordnete, epistemologische Implikationen und Konsequenzen dieses neuen Felds zu beschreiben und damit eine identitätsstiftende Wirkung für die DH-Community entfalten.
3. Abschließende Worte zur Ambiguität des Theoriebegriffs
Dieser Beitrag will also eine Systematisierung der weitgefächerten Digital Humanities leisten, um damit das ambitionierte Vorhaben, Theorien der DH zu diskutieren, grundlegend unterstützen oder zumindest anleiten zu können. Die vier Teilbereiche sind dabei als Gerüst zu verstehen, das in künftigen Diskussionen schrittweise mit konkreten Theorien ausgebaut werden kann.
Gleichzeitig steht aus meiner Sicht noch eine Explizierung des Theoriebegriffs aus, der kein bisschen weniger ambig und divers ist, als der DH-Begriff. Und nirgendwo sonst äußert sich die Theorie-Diversität so stark wie in den Digital Humanities, deren Vertreter*innen häufig zwischen den unterschiedlichen geistes-, kultur- und sozialwissenschaftlichen Fächern wandern und damit regelmäßig mit unterschiedlichen Theoriebegriffen konfrontiert werden. Von einem nonchalanten „anything goes“ á la Paul Feyerabend und losen „Schulen“, denen man sich ggf. zugehörig fühlt, über Hermeneutik und close reading als geisteswissenschaftliches Schweizer Taschenmesser bis hin zu streng formalisierten Modellen aus Prädikatenlogik und Peirce’scher Semiotik, kann einem fast alles unterkommen.
Um also strukturiert über Theorie(n) in den DH sprechen zu können, müssen zunächst auch konkurrierende Theoriebegriffe (Universal-Theorien, Meta-Theorien, fach-/domänenspezifische Theorien) diskutiert werden und darüber hinaus verwandte Konzepte und Termini wie etwa „Modell“, „Methoden“, „Tools“, „Paradigmen“, „Schulen“, etc. definiert und ggf. abgegrenzt werden.
Zum Ausblick: Als Vertreter der Computational Humanities, also als jemand mit einer starken Affinität zum datengetriebenen Arbeiten, plane ich im nächsten Schritt eine Korpusstudie zur Untersuchung der tatsächlichen Verwendung des Theoriebegriffs (und verwandter Begriffe) in den DH. Dabei soll nach Begriffen wie „theory“ etc. in einem großen (englischsprachigen) Korpus von einschlägigen DH-Zeitschriften und -Konferenzen gesucht werden, um so einen szientometrischen Einblick in bestehende Theoriebegriffe der DH zu gewinnen (vgl. Abb. 2).
Abb. 1: Double Tree-Visualisierung (Culy & Lyding, 2010) für die Verwendung des Begriffs „theory“ in den DH-Zeitschriften DSH und DHQ. Häufige Cluster mit „theory“ sind etwa „intertextual theory“, „literary theory“, „marxist theory“, „media theory“, „narrative theory”, etc.
Danksagungen
Mein herzlicher Dank gebührt Mareike Schumacher, Rabea Kleymann und Jonathan Geiger, für den intensiven Austausch und die hilfreichen Kommentare beim Ausarbeiten dieses Beitrags.
1 Wenngleich der Artikel von Anderson bereits 2008 veröffentlicht wurde, so wird diese These nach wie vor auch in jüngeren Publikationen diskutiert. Beispielhaft spricht etwa Nassehi (2019) in seiner Monographie “Muster – Theorie der digitalen Gesellschaft” in dem Zusammenhang von einer Ersetzung der Wissenschaft durch eine Kybernetik.
9 Für eine Zusammenschau im Bereich der Literaturwissenschaft vgl. Bernhart (2018).
10 Vgl. auch die „blogging humanities“ in McPhersons Taxonomie (2009).
Bibliographie
Anderson, C. (2013). Das Ende der Theorie – Die Datenschwemme macht wissenschaftliche Methode obsolet. In H. Geiselberge & T. Moorstedt (Eds.), Big Data – Das neue Versprechen der Allwissenheit (pp. 124–130). Berlin: Suhrkamp.
Arnold, E. (2018). Positivistischer Methodenfetischismus als Anathema der digitalen Geisteswissenschaften. In Panel “Theorie der digitalen Geisteswissenschaften” der Jahrestagung DHd2018 | Kritik der digitalen Vernunft.
Arnold, T., & Tilton, L. (2019). Distant viewing: analyzing large visual corpora. Digital Scholarship in the Humanities, 0(0), 1–14.
Bernhart, T. (2018). Quantitative Literaturwissenschaft: Ein Fach mit langer Tradition? Quantitative Ansätze in Den Literatur- Und Geisteswissenschaften, 207–220. De Gruyter.
Bourdieu, P. (1983). Die feinen Unterschiede. Suhrkamp Verlag.
Chen, R., Liu, H., & Altmann, G. (2017). Entropy in different text types. Digital Scholarship in the Humanities, 32(3), 528–542.
Culy, C., & Lyding, V. (2010). Double Tree: An Advanced KWIC Visualization for Expert Users. In E. Banissi, S. Bertschi, R. A. Burkhard, J. Counsell, M. Dastbaz, M. J. Eppler, … T. G. Wyeld (Eds.), 14th International Conference Information Visualisation (pp. 98–103). Los Alamitos, CA: IEEE.
Ellison, J. (2013). The New Public Humanists. PMLA, 128(2), 289–298.
Flanders, J., & Jannidis, F. (2018). The Shape of Data in Digital Humanities: Modeling Texts and Text-based Resources. Routledge.
Geiger, J., & Pfeiffer, J. (2020). Spielplätze der Theoriebildung in den Digital Humanities. In Book of Abstracts, DHd 2020 (pp. 48–51).
Gold, M. K. (2012). Debates in the Digital Humanities. University of Minnesota Press.
Graham, S., Milligan, I., & Weingart, S. (2015). Exploring Big Historical Data: The Historian’s Macroscope. ICP.
Jannidis, F., Kohle, H., & Rehbein, M. (2017). Digital Humanities – Eine Einführung. Kap. “Theorien digitaler Medien”. Metzler.
Jockers, M. L. (2013). Macroanalysis: Digital Methods and Literary History (Topics in the Digital Humanities). University of Illinois Press.
Jurafsky, D., Chahuneau, V., Routledge, B. R., & Smith, N. A. (2016). Linguistic Markers of Status in Food Culture: Bourdieu’s Distinction in a Menu Corpus. Journal of Cultural Analytics, 1–10.
Kaplan, F. (2015). A map for big data research in digital humanities. Frontiers in Digital Humanities, 2(1).
Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data and Society, 1(1), 1–12.
Kleymann, R. (2019). Prototypen als Proto-Theorie? – Plädoyer einer digitalen Theoriebildung. In Book of Abstracts der Jahrestagung der DHd 2019.
Kohlhammer, J., Keim, D., Pohl, M., Santucci, G., & Andrienko, G. (2011). Solving problems with visual analytics. Procedia Computer Science, 7(December), 117–120.
Manovich, L. (2011). Trending: The promises and the challenges of big social data. In Debates in the digital humanities (pp. 460–475).
McPherson, T. (2009). Introduction: Media Studies and the Digital Humanities. Cinema Journal, 48(2), 119–123.
Mesoudi, A. (2011). Cultural Evolution: How Darwinian Theory Can Explain Human Culture and Synthesize the Social Sciences. University of Chicago Press.
Michel, J.-B., Shen, Y. K., Aiden, A. P., Veres, A., Gray, M. K., Pickett, J. P., … Aiden, E. L. (2011). Quantitative analysis of culture using millions of digitized books. Science, 331(6014), 176–182.
Moretti, F. (2000). Conjectures on world literature. New Left Review, (Jan / Feb), 54–68.
Nassehi, A. (2019). Muster: Theorie der digitalen Gesellschaft. C. H. Beck.
Roth, C. (2019). Digital, digitized, and numerical humanities. Digital Scholarship in the Humanities, 34(3), 616–632.
Svensson, P. (2016). Big Digital Humanities. University of Michigan Press.
Terras, M. (2013). Peering Inside the Big Tent. (M. Terras, J. Nyhan, & E. Vanhoutte, Eds.). Farnham (UK): Ashgate Publishing.
Tiepmar, J. (2018). Big data and digital humanities. Archives of Data Science. Retrieved from http://asv.informatik.uni-leipzig.de/publication/file/470/paper-2.pdf
Unsworth, J. (2002, September 10). What is humanities computing (and what is not)? Retrieved from http://computerphilologie.uni-muenchen.de/jg02/unsworth.html
Warwick, C. (2016). Building Theories or Theories of Building? A Tension at the Heart of Digital Humanities. In S. Schreibman, R. Siemens, & J. Unsworth (Eds.), A New Companion to Digital Humanities (pp. 538–552). Wiley-Blackwell.Wickmann, M. (2016). What Are the Public Humanities? No, Really, What Are They? University of Toronto Quarterly, 85(4), 6–11.
Zitationsvorschlag: Manuel Burghardt: „Theorie und Digital Humanities – Eine Bestandsaufnahme“, in Digital Humanities Theorie, 15/05/2020, https://dhtheorien.hypotheses.org/680.
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.
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!
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.
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!