deep learning – Digital History Berlin

6. Mai 20265. Juni 2026

Jannes Schönhardt: DHd 2026 – Digitale Kunstgeschichte I. – Spielarten der automatischen Bilderklassifikation

Die diesjährige Konferenz der Digital Humanities im deutschsprachigen Raum in Wien stand unter dem Motto „Not Only Text, Not Only Data“. Das Thema lädt dazu ein, über den Tellerrand der klassischen textbasierten Geisteswissenschaften zu blicken und nicht nur inhaltlich, sondern auch methodologisch von dem breiten interdisziplinären Spektrum der Digital Humanities zu profitieren. Ein besonders inspirierender Input kam dabei aus der Vortragsreihe Digital Art History I. Constanze Buyken vom IEG Mainz hatte den Chair inne, und insgesamt präsentierten drei Gruppen von Forscher:Innen ihre Projekte. Generell hatten alle drei Vorträge gemeinsam, dass sie sich mit der Frage nach der automatischen, computergestützten Detektion und Klassifikation von Bildern beschäftigten. Obwohl sich alle Vorträge methodologisch ähneln, behandeln sie sehr unterschiedliche Objekte, von einer reich illuminierten mittelalterlichen Bibel über Pflanzenabbildungen in Herbarien und Drucken bis hin zu religiösen Bildern.

27. November 202527. November 2025

Hannah Busch: Ähnlichkeiten quantifizieren: Lateinische Paläographie im Spiegel maschinellen Lernens

In meinem Vortrag stelle ich ein Vorhaben vor, welches sich mit der Möglichkeit befasst hat mittelalterliche lateinische Handschriften mit deepmachinelearningzu datieren und ihren Entstehungsort zu bestimmen. Die großangelegten Digitalisierungsprojekte der vergangenen 25 Jahre und darunter besonders die digitalen Sammlungen großer Bibliotheken und Sammlungsverbünde in Ländern wie Deutschland, Österreich und der Schweiz stellen neben den Digitalisaten der Handschriften auch zunehmend maschinell auslesbare Handschriftenbeschreibungen zu Verfügung. Und durch die Implementierung der Spezifikationen des International Image Interoperability Frameworks lassen sich digitale Sammlungen übergreifend ansteuern und für das Training künstlicher neuronaler Netze nachnutzen. Neben der Quantität und Qualität der digital verfügbaren Handschriftenbestände, ist zudem auch die benötigte Rechnerleistung erschwinglicher geworden.

28. November 202226. Januar 2023

Mikko Tolonen: Helsinki Computational History Group, High Performance Computing, and the Study of the Scottish Enlightenment

This talk aims to envision how the use of machine learning, High-Performance Computing (HPC) and data-driven approaches can become an everyday practice for historians in the not-too-distant future and change the way intellectual history is practiced. Everyone is talking about large language models such as BERT and how transformers will change the way we approach big data, but what does this mean in practice for historical research? How should historians conceptualize the use of structured and unstructured data and the interplay between them to study such phenomena as the Scottish Enlightenment?