Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Astrid Schühle: Was ist eine digitale Quelle? Über Verluste, Nähe und Verantwortung in der digitalen Geschichtswissenschaft

Wenn wir im Seminar gemeinsam auf ein Digitalisat blicken (ein Manuskript im Viewer, ein Foto in einem Archiv oder ein YouTube-Video als Quelle), dann tun wir das in einer Umgebung, die selbst Teil der Quelle ist. Die Frage, ob das Digitalisat „alles zeigt“, was auch das Original vermittelt, stellte sich nicht nur einmal. Aber sie war selten einfach zu beantworten. Was bedeutet es eigentlich, wenn ein Digitalisat nicht bloß ein Abbild ist, sondern eine Quelle eigener Art?

„Astrid Schühle: Was ist eine digitale Quelle? Über Verluste, Nähe und Verantwortung in der digitalen Geschichtswissenschaft“ weiterlesen

Mareike Schäffer: Analog, digital, und darüber hinaus – die Komplexität der Digitalität

Der Begriff „Digitalität“ begegnet uns heute sowohl in öffentlichen Debatten als auch in der Wissenschaft als allgegenwärtiges Konzept. Doch was genau meinen wir eigentlich, wenn wir von Begriffen wie „digital“, sprechen? Für Historiker*innen, die sich mit digitalen Methoden und Quellen beschäftigen, ist diese Frage alles andere als trivial. Digitalität beschreibt nicht nur die technischen Eigenschaften digitaler Medien, sondern auch die kulturellen und epistemischen Veränderungen, die durch das Digitale möglich werden. Im Folgenden soll dieser Vielschichtigkeit des Begriffes nachgegangen werden.

„Mareike Schäffer: Analog, digital, und darüber hinaus – die Komplexität der Digitalität“ weiterlesen

Tom Tschernig: Vom Mikrofilm zum Maschinenverstand: Frühe Visionen der Digitalität bei Bush und Turing und ihre Grundlage für das moderne Klassenzimmer

Wenn heute von Künstlicher Intelligenz, digitaler Wissensorganisation und hybriden Mensch-Maschine-Systemen die Rede ist, klingt das für viele Personen nach dem 21. Jahrhundert und nach Phänomen, die erst in den vergangenen Jahren in den Fokus der Öffentlichkeit gelangten. Beschäftigen wir uns jedoch mit den frühen grundlegenden Ideen eben jener Aspekte, stellen wir fest, dass die theoretischen…

„Tom Tschernig: Vom Mikrofilm zum Maschinenverstand: Frühe Visionen der Digitalität bei Bush und Turing und ihre Grundlage für das moderne Klassenzimmer“ weiterlesen

Aurel Daugs: Mehr als nur ein Medienwandel – Digitalität im Spiegel der Schriftlichkeit

Obwohl Digitalität längst als allgegenwärtiges Phänomen erscheint, bleibt ihr theoretisches Profil erstaunlich unscharf. Genau hier setzte das interdisziplinäre Masterseminar „Digitalität als (historisches) Konzept“ im Sommersemester 2025 an. Gemeinsam haben wir zentrale Texte gelesen und diskutiert, wie das bislang unscharf definierte Konzept der Digitalität aus geschichts- und sprachwissenschaftlichen, aber auch kultur- und medientheoretischen Perspektiven beleuchtet werden kann. Dabei entstanden Fragen, die über die bloße Beschreibung technischer Entwicklungen und Ausdrücke des Phänomens hinausreichten: Wie prägt Digitalität Kultur und Gesellschaft, und damit auch unsere Forschungspraxis?Das Ziel dieser studentischen Blogreihe ist es folglich, an diesen Überlegungen anzuknüpfen und die vorangegangenen Diskussionen weiterzuführen. Sie versammelt Ergebnisse aus…

„Aurel Daugs: Mehr als nur ein Medienwandel – Digitalität im Spiegel der Schriftlichkeit“ weiterlesen

Aurel Daugs, Katharina Josipovic und Holle Meding: Evaluation großer Sprachmodelle für die Geschichtswissenschaft: Das SPIEGEL-RAG-System im Test

Wie lassen sich Sprachmodelle geschichtswissenschaftlich evaluieren – und welche Hürden sind dabei zu überwinden? Der Blogbeitrag von Aurel Daugs, Katharina Josipovic und Holle Meding zeigt anhand des SPIEGEL-RAG-Systems, wie der Einsatz von LLMs und Retrieval-Augmented Generation (RAG) neue Forschungsansätze ermöglicht und warum eigene Evaluierungsmethoden unerlässlich sind. Zu diesem Zweck wurde die Entwicklung eines „Silberstandards“ nachskizziert, der als Referenzwert für die Ausgaben der Sprachmodelle und des Retrievals diente. Die Ergebnisse dieser Evaluation wurden anschließend im größeren Rahmen der Geschichtswissenschaft reflektiert. „Aurel Daugs, Katharina Josipovic und Holle Meding: Evaluation großer Sprachmodelle für die Geschichtswissenschaft: Das SPIEGEL-RAG-System im Test“ weiterlesen

Holle Meding und Aurel Daugs: Prompt & Proof: Retrieval-Augmented Generation zur Steigerung der LLM-Zuverlässigkeit am Beispiel historischer Zeitungsquellen

Kann die Zuverlässigkeit von Large Language Models (LLMs) für den Einsatz in der historischen Forschung verbessert werden? Holle Meding und Aurel Daugs gehen dieser Frage mittels eines Retrieval-Augmented-Generation-Ansatzes (RAG) nach, der LLMs mit externen Wissensquellen wie digitalen Zeitungsarchiven kombiniert. An der Humboldt-Universität zu Berlin wurde dazu eine RAG-Pipeline entwickelt, die eine quantitative Erschließung von über 100.000 SPIEGEL-Artikeln (1940er–1970er Jahre) ermöglicht. Durch rekursives Chunking, vektorbasierte Retrieval-Verfahren und gezieltes Prompt Design zeigt der Beitrag, wie ein RAG-Framework für die historische Forschung implementiert und nutzbar gemacht werden kann. „Holle Meding und Aurel Daugs: Prompt & Proof: Retrieval-Augmented Generation zur Steigerung der LLM-Zuverlässigkeit am Beispiel historischer Zeitungsquellen“ weiterlesen

Holle Meding: Herausforderungen von Large Language Models für die Geschichtswissenschaften: Halluzinationen, Chronosensitivität und mangelnde Transparenz

Mit der zunehmenden Integration von Large Language Models (LLMs) in den (wissenschaftlichen) Alltag, sehen sich auch die historisch arbeitenden Fächer mit den Herausforderungen konfrontiert, das Potenzial, aber auch die Grenzen der Modelle auszuloten. Genau dieser Fragestellung widmete sich die Lehrveranstaltung „Wie verändern große Sprachmodelle die Geschichtswissenschaften? Theorie und Methoden“, die im Wintersemester an der Humboldt-Universität zu Berlin unter Leitung von Prof. Dr. Torsten Hiltmann stattfand. Im Rahmen des Masterseminars wurde diskutiert, wie sich LLMs methodisch in die geschichtswissenschaftliche Forschungspraxis integrieren lassen, beispielsweise bei der Auswertung eines umfangreichen Quellenkorpus. Zugleich wurde diskutiert, wie sich quellenkritische Ansätze im Umgang mit LLMs verändern und welche Verzerrungen durch Trainingsdaten oder Modellarchitektur entstehen können. Große Sprachmodelle produzieren Texte auf Basis statistischer Wahrscheinlichkeiten, das heißt, vereinfacht ausgedrückt, sie sagen das nächste Wort in einem Satz vorher (next token prediction, Abb. 1).  In diesem Sinne können die Modelle zwar auf sprachlicher Ebene kohärente Texte produzieren, besitzen jedoch kein inhärentes Verständnis für deren Inhalt. Stattdessen replizieren sie zunächst einmal auf Grundlage des Korpus, mit dem sie antrainiert wurden, sprachliche Muster.[2] „Holle Meding: Herausforderungen von Large Language Models für die Geschichtswissenschaften: Halluzinationen, Chronosensitivität und mangelnde Transparenz“ weiterlesen

Alexandra Gawlitza und Anselm König: Große Sprachmodelle in den Geschichtswissenschaften. Ein Überblick und Ausblick zu Ansätzen aus der Praxis

Anwendung großer Sprachmodelle in der geschichtswissenschaftlichen Praxis

Im Rahmen zahlreicher Forschungsprojekte wird der Einsatz großer Sprachmodelle (LLMs), die sich bereits im alltäglichen Gebrauch und zunehmend auch in wissenschaftlichen Kontexten bewähren, verstärkt auch für die Analyse historischer Quellen erprobt – beispielsweise bei der Auswertung umfangreicher, unstrukturierter Textbestände wie Briefen, Zeitungen, Nachlässen oder amtlichem Schriftgut. Hierdurch entsteht zwar der Eindruck, dass LLMs bereits Einzug in die Geschichtswissenschaften gehalten haben, jedoch stammen die wesentlichen Impulse bislang überwiegend aus dem Bereich der Informatik und der Informationswissenschaften. Historiker*innen sind derweil nur selten direkt an solchen Vorhaben beteiligt und begegnen dem Einsatz von LLMs noch vielfach kritisch. Diese Zurückhaltung gründet sich u. a. auf zentrale Prinzipien historischer Forschung wie z. B. Quellenkritik, Kontextualisierung und die reflektierte Auseinandersetzung mit Mehrdeutigkeiten. Der kanadische Experte für digitale Archäologie und digitale Geisteswissenschaften Shawn Graham warnt etwa in seinem Vortrag „Do It Yourself Digital Golems“[1] vor einem unreflektierten Umgang mit KI-Systemen, die er als moderne „Golems“ beschreibt – mächtige, aber potenziell unkontrollierbare Werkzeuge. Der Einsatz von Large Language Modellen eröffnet zwar neue Perspektiven, erfordert aber zugleich eine kritische Auseinandersetzung mit ihren epistemologischen und ethischen Implikationen. Zugleich zeigt sich in ersten Anwendungen, dass große Sprachmodelle – bei reflektierter Nutzung – Historiker*innen durchaus neue methodische Wege erschließen. „Alexandra Gawlitza und Anselm König: Große Sprachmodelle in den Geschichtswissenschaften. Ein Überblick und Ausblick zu Ansätzen aus der Praxis“ weiterlesen

Niklas Kelm und Mareike Schäffer: Technische Einblicke in LLMs: Wie funktionieren große Sprachmodelle?

Embeddings: Die semantische Grundlage von LLMs

Wortvektoren, auch Embeddings genannt, sind die grundlegende Technologie, welche dafür sorgen, dass der Computer in der Lage, ist Sprache semantisch zu verarbeiten. Wortvektoren repräsentieren Wörter bzw. das dahinterliegende Konzept in einem mathematischen Raum. Dabei gilt: Je ähnlicher die Bedeutung zweier Wörter, desto näher liegen ihre Vektoren im Raum beieinander. In den meisten LLMs werden jedoch keine ganzen Wörter, sondern kleinere Wortbestandteile (sogenannte Tokens) als Vektoren abgebildet. Diese Unterteilung ermöglicht eine genauere und flexiblere Darstellung von Bedeutung und agiert somit robuster auf regionale Schreibarten oder „Typos“. „Niklas Kelm und Mareike Schäffer: Technische Einblicke in LLMs: Wie funktionieren große Sprachmodelle?“ weiterlesen

Anica Skibba und Isabell Trilling: Wie verändern große Sprachmodelle die Geschichtswissenschaften? Eine studentische Blogreihe zur Anwendung von LLMs in der historischen Forschung.

Einleitung: Der Rahmen der Blogreihe

In dem Masterseminar und der begleitenden Übung befassten wir uns ausführlich mit großen Sprachmodellen bzw. Large Language Models (LLMs). Unter dem Titel „Wie verändern große Sprachmodelle die Geschichtswissenschaften?“ haben wir im Masterseminar die Theorie und Methoden von LLMs untersucht, Praxisbeispiele aus der Forschung kennengelernt und in der Übung eigene Retrieval Augmented Generation Systeme (RAG) gebaut. Ziel der Lehrveranstaltung war es, Chancen, Herausforderungen und Grenzen von LLMs in der historischen Praxis zu testen. Die Lehrveranstaltung war in drei Bereiche gegliedert: die hermeneutische Perspektive auf Sprachmodelle, die technische Perspektive auf Sprachmodelle und die historische Praxis mit Sprachmodellen. Die Blogreihe setzt ihren Schwerpunkt auf die technische und angewandte Perspektive von Sprachmodellen, wobei das Vorgehen und die Ergebnisse von den Autor*innen wiederkehrend hermeneutisch eingeordnet wurden. „Anica Skibba und Isabell Trilling: Wie verändern große Sprachmodelle die Geschichtswissenschaften? Eine studentische Blogreihe zur Anwendung von LLMs in der historischen Forschung.“ weiterlesen