OCR – Digital History Berlin

16. September 202213. November 2022

Nadine Butigan / Anica Skibba / Jasper Stange: Digitale Kuratierung

Die Menge der Daten nimmt beständig zu – ob in der freien Wirtschaft, in der Forschung oder im Privaten. Um diese Mengen zu organisieren, können die (digitalen) Informationen und Daten über Content-Management-Systeme (CMS) gesammelt, gespeichert, angereichert und dargestellt werden. Diese auch für die Forschung relevanten Daten können dann weitergehend durch semi-automatische Verfahren verknüpft werden. Dadurch werden inhaltliche Zusammenhänge sichtbar und untereinander verlinkt. Dieser Verbund aus Informationserhebung, Datengenerierung und Wissensaufbereitung aus unterschiedlichen Quellen wird als Digitale Kuratierung bezeichnet. Am Beispiel des Forschungsprojekts Qurator, und aus der Perspektive der Staatsbibliothek zu Berlin – Preußischer Kulturbesitz, erhielten die Teilnehmenden der Übung „Digitalisierung historischer Schriftquellen in der Praxis“ einen Überblick über das Projekt sowie die Mittel der Qualitätsverbesserung, Layouterkennung und inhaltlichen Erschließung der stetig wachsenden Datenmengen, aus denen wir auch als Historiker:innen Wissen gewinnen wollen.

14. September 202213. November 2022

Lennard Rennebeck / Lennart Thevißen: Optical Character Recognition – Den Text aus Digitalisaten extrahieren

Die Digitalisierung ermöglicht den orts- und zeitunabhängigen Zugriff über verschiedenste Plattformen auf viele für das Studium oder die Forschungsarbeit relevante Werke. So kann etwa zunehmend zentrale Literatur genutzt werden, ohne eigens in eine (andere) Stadt fahren, das Werk heraussuchen und selber einscannen zu müssen – nicht selten in eher suboptimaler Qualität. Damit gewährleisten die umfassenden Digitalisierungsvorhaben der Archive und Bibliotheken nicht nur, dass die Titel in hochauflösender Qualität zur Verfügung stehen, sondern sie gewähren auch neuartige Nutzungsszenarien. Wie wäre es zum Beispiel, einen digitalisierten Text schnell und effektiv hinsichtlich bestimmter Schlüsselwörter zu durchsuchen, um zügig potenziell interessante Stellen im Dokument für die genauere Untersuchung zu finden? Neuere PDF-Publikationen, die mit einer sogenannten OCR-Software erschlossen wurden, ermöglichen genau das. Sogenannte „Bild-PDFs“, über die keine Texterkennungssoftware drüber gelaufen ist, können dies demgegenüber (noch) nicht.

Konstantin Baierer und Clemens Neudecker von der Staatsbibliothek zu Berlin gaben den Teilnehmenden des Seminars „Digitalisierung historischer Schriftquellen in der Praxis“ einen umfassenden Überblick über den Workflow und die Potenziale der Optical Character Recognition (OCR), zeigten aber auch noch bestehende Herausforderungen auf.

9. Mai 202220. Mai 2022

Doris Gruber: Semi-automatisierte Korpusgenerierung, Metadaten und Intertextualiät: Zur computergestützten Analyse gedruckter Reiseberichte

Die voranschreitende Digitalisierung eröffnet den Zugang zu einer schieren Flut an computerlesbaren Daten zu historischen Quellen. Aus der großen Datenmenge ergeben sich jedoch die Herausforderungen, wie diese Daten bestmöglich genutzt und aufbereitet werden können, um historisch-kritische Forschungsfragen gewinnbringend zu beantworten, bzw. welche Fragestellungen durch die große Menge an Daten überhaupt erst ermöglicht bzw. (noch) nicht in Angriff genommen werden können.

12. November 20211. Dezember 2021

Christian Reul: Erschließung gedruckter und handschriftlicher historischer Quellen mit OCR4all

Ein zentraler Aspekt der Arbeit von Historiker:innen ist die Auseinandersetzung mit historischen Quellen in Form von gedruckten und handschriftlichen Textzeugen. Diese liegen häufig lediglich als Scans vor, was ihre Verwendbarkeit stark einschränkt, da automatische Erschließungsansätze wie die Volltextsuche oder Verfahren der quantitativen Analyse nicht einsetzbar sind. Hierzu muss aus den Digitalisaten zunächst sog. maschinenverarbeitbarer Volltext extrahiert werden, wobei Methoden der automatischen Texterkennung, wie die optische Zeichenerkennung (Optical Character Recognition, OCR) von Drucken oder Handschriften (Handwritten Text Recognition, HTR), eine immer größere Rolle spielen.

„Christian Reul: Erschließung gedruckter und handschriftlicher historischer Quellen mit OCR4all“ weiterlesen

1. November 20211. November 2021

Paul Ramisch: Das grünende Parlament: Untersuchung der historischen Entwicklung von Umweltdiskursen im Deutschen Bundestag mit digitalen Methoden (MA-Arbeit)

Die Umweltbewegung der 1970er bis 1980er-Jahre mit ihrer Anti-Atomkraft-Kampagne, sowie die Gründung der Partei Die Grünen sind prägende Ereignisse der Geschichte der Bundesrepublik. Die Bewegung veränderte die Diskussion über Umwelt nachhaltig, ihre Themen beeinflussen bis heute die deutsche Politik in hohem Maße. Deshalb ist es kaum verwunderlich, dass die deutsche Umweltbewegung und die Entstehung der Partei Bündnis 90/Die Grünen einen im Allgemeinen gut untersuchten Forschungsgegenstand darstellen. Die Veränderung der Diskurse über Umweltthemen im deutschen Parlament selbst, sind jedoch bisher wissenschaftlich wenig untersucht, diese Lücke soll dieses Projekt füllen – mithilfe digitaler Methoden.

1. November 20211. November 2021

Jens Aurich: The labour movement through the eyes of the press: Collecting data on strike events from German historical newspapers (1880-1890) (MA-Arbeit)

In 1975, the three historians Charles, Louise and Richard Tilly published The Rebellious Century 1830-1930, containing time-series data on strikes and violent uprisings in the German states. The data is based on a manual review of articles from two major German newspapers of the time and was stored on punch cards.

1. Februar 202110. Mai 2021

Heiko Brendel/Simon Donig: Aktuelle Ansätze zu einer digitalen NS-Mikrogeschichte Bayerns – Die Arbeitsbücher der Waldwerke GmbH Passau und die Urteile des Sondergerichts München

Der Lehrstuhl für Digital Humanities der Universität Passau widmet sich in mehreren aktuellen Projekten der Mikrogeschichte NS-Deutschlands. Zwei dieser Projekte sollen hier vorgestellt werden. Wir sehen darin auch gleichzeitig einen Beitrag zur Frage, wie jenseits von schwergewichtigen Drittmittelprojekten spannende Erkenntnisgegenstände in Forschung und Lehre eingebunden werden können. Dazu möchten wir auf zwei Quellenbestände und deren Beitrag zum umfassenderen Forschungszusammenhang näher eingehen: Einen Bestand von Arbeitsbüchern der Waldwerke GmbH Passau und die Urteile des Sondergerichts München, 1933–1945. „Heiko Brendel/Simon Donig: Aktuelle Ansätze zu einer digitalen NS-Mikrogeschichte Bayerns – Die Arbeitsbücher der Waldwerke GmbH Passau und die Urteile des Sondergerichts München“ weiterlesen

8. Juni 20208. Juni 2020

Das historische Werk im Zeitalter seiner digitalen Reproduzierbarkeit – Aktivitäten der Staatsbibliothek zu Berlin auf dem Feld der Digital Humanities

Nicole Eichenberger, Jochen Haug, Christian Mathieu, Gerhard Müller, Clemens Neudecker (SBB Berlin)

Die 1661 gegründete Staatsbibliothek zu Berlin übernimmt zentrale Funktionen sowohl für die überregionale wissenschaftliche Literaturversorgung in Deutschland als auch für die Sicherung des nationalen schriftlichen Kulturerbes. Um ihre handschriftlichen wie gedruckten historischen Bestände aus nahezu allen Kulturkreisen Forschung und Öffentlichkeit ungehindert zugänglich zu machen, engagiert sich die Staatsbibliothek zu Berlin seit vielen Jahren für deren Digitalisierung und Online-Präsentation unter möglichst liberalen Lizenzbedingungen. Vor dem Hintergrund der Aufwertung von Sammlungseinrichtungen zu Forschungsinfrastrukturen im Zuge sowohl des Material Turn der Geistes- und Kulturwissenschaften als auch der Institutionalisierung der Digital Humanities versteht sich die Staatsbibliothek zu Berlin zunehmend als Kooperationspartnerin in wissenschaftlichen Projektvorhaben, akademischen Lehr- bzw. publikumswirksamen Vermittlungskontexten. „Das historische Werk im Zeitalter seiner digitalen Reproduzierbarkeit – Aktivitäten der Staatsbibliothek zu Berlin auf dem Feld der Digital Humanities“ weiterlesen