Mai 2024 – Digital History Berlin

29. Mai 2024

Didaktische und infrastrukturelle Umsetzung von Computational Essays an der Professur für Digital History

Eine Postserie über Computational Essays – Teil 3

Zu Teil 1 und Teil 2 der Postserie

In der universitären Lehre etablieren sich zunehmend Lehr-Lern-Formen, die auf Coding in interaktiven Dateiformaten basieren. Hierzu zählen auch Computational Essays. Nach der grundsätzlichen Einführung in das Format in Teil I und der Erörterung der Potenziale von Computational Essays für die gute wissenschaftliche Praxis und ihrer Lehre in Teil II, wird sich der vorliegende dritte Teil der Blog-Serie der praktischen Etablierung von Computational Essays als Lehr- und Prüfungsformat an der Professur für Digital History widmen. Dabei wollen wir insbesondere einige didaktische und infrastrukturelle Aspekte beleuchten, die für die Etablierung von Computational Essays als Lehr- und Prüfungsformat relevant sind.

„Didaktische und infrastrukturelle Umsetzung von Computational Essays an der Professur für Digital History“ weiterlesen

17. Mai 202417. Mai 2024

Elena Suárez Cronauer: Netzwerkanalyse und Data Feminism. Frauenbriefe im frühromantischen Briefnetzwerk

Wie können marginalisierte Gruppen mit Methoden der historischen Netzwerkanalyse untersucht werden, ohne dass biases in den Quellen, die sich in den Daten widerspiegeln, unreflektiert wiederholt und somit weitergetragen werden? Welche Potentiale haben wiederum die quantitative Betrachtung solcher Gruppen im Gegensatz zu einem rein qualitativen Vorgehen?

13. Mai 202413. Mai 2024

Christina Antenhofer, Christoph Kühberger: „Digital Humanities in den Geschichtswissenschaften“? Ein Lehrbuchprojekt zwischen praxisorientierter Pragmatik, thematischer Erweiterung und disziplinärer Innovation

Die Nutzung von Computern und digitalen Methoden in den Geschichtswissenschaften ist nicht neu. Bereits Werke vom Ende des vorigen Jahrhunderts verweisen in der theoretischen Diskussion auf den Einsatz modernster Technik in der Geschichtswissenschaft. Mit dem Label „Digital Humanities“ wurde jedoch in den letzten Jahrzehnten eine vielfältige und heterogene Diskussion der geschichtswissenschaftlich arbeitenden Fächer gebündelt. Auf diese Weise kamen technische Anwendungsbereiche, KI-gestützte Formate und digitale Auswertungsstrategien in den Fokus. Immer stärker wurden dabei auch die fachspezifischen Bedürfnisse der Geschichtswissenschaften, wie sie allen voran etwa bei der Transkription und Edition von schriftlichen Quellen zum Einsatz kamen, professionalisiert.

6. Mai 20246. Mai 2024

Lukas Germann: Netzwerke im Netzwerk – Eine Untersuchung der Diskursentwicklungen auf Twitter in Deutschland (2007-2017)

In den Digitalen Geschichtswissenschaften erfährt ein kritischer Umgang mit digital-born Daten und der Digitalität an sich in aktuellen Forschungsvorhaben eine zunehmende Relevanz. Die Annahme, dass Digitalität einen methodisch spezifischen Zugang erfordert, um sie in ihrer Komplexität auch ausreichend bearbeiten zu können und aufgrund der ihr eigenen Eigenschaften auch neue Formen von Wissen und Erkenntnis generieren zu können, bildet dabei den grundlegenden Ansatz, auf dessen Basis diese Masterarbeit aufgebaut wurde. Der Fokus der Masterarbeit liegt somit insbesondere auf den theoretischen Grundlagen und einer umfassen Datenkritik – oder in anderen Worten – einer umfassenden Quellenkritik.

6. Mai 2024

Julia Pabst: Maschinelles Lernen in der Epigraphik. Abhängigkeiten zwischen Zeit, Raum und Genealogie auf Grabmälern

Die Digitalisierung schafft neue Möglichkeiten, historische Daten zu erfassen, analysieren und zu interpretieren. Diese Entwicklung wirkt sich insbesondere auf die Hilfswissenschaften aus. Zielte die erste Welle der Digitalisierung in den Geschichtswissenschaften zunächst vor allem auf die reine Erstellung von Digitalisaten und Bereitstellung von Metadaten, erweitert die zweite Welle unsere Möglichkeiten, komplexe Zusammenhänge zu verstehen. In der Epigraphik, Heraldik und Genealogie ermöglichen neue Werkzeuge, wie maschinelles Lernen, Muster in großen Datensätzen zu identifizieren, die traditionell schwer zu erfassen sind. So können fragmentarische Digitalisate beispielsweise mit Informationen aus besser erforschten Quellen angereichert werden und zur Identifikation neuer Zusammenhänge führen.