Was fehlt: Ein Date Doktor für eHumanities

Ich habe am 15. Januar Jan Kenter (@jan_kenter) vom Dezernat 2, Digitale Dienste, von der Universitäts- und Landesbibliothek Bonn kennengelernt. Er ist dort der Ansprechpartner für die eHumanities und hat einen Vortrag für den Nordrhein-Westfälischen Arbeitskreis Spätmittelalter und Frühe Neuzeit gehalten.


Inhaltlich waren für mich die OCR-Verfahren und XML von Interesse. Bedingt durch die 10 Bände Handakten des Oberreichsanwaltes zur ‚Winzengruppe‘ hatte ich mich schon vorab mit dem Thema beschäftigt. Während mir der Abbyy FineReader eher mäßige Ergebnisse lieferte, hatte ich mir der Probeversion von Omnipage ein zu 60-80% lesbares und vor allem durchsuchbares Ergebnis:

OCR_Beispiel2 OCR_Beispiel1

Für meine Masterarbeit wird XML aufgrund der Einarbeitungsdauer zwar nicht mehr relevant sein, dafür aber für (mögliche) spätere Projekte. Was die Mitglieder der Winzengruppe betrifft, so habe ich einige Exceltabellen mit Daten über sie gesammelt, die man auf die ein, oder andere Weise auswerten, bzw. darstellen könnte. (Wohnorte, Geburtsdaten, Geschlecht, Festnahme, Beruf, …) Es reizt mich außerdem, meine gesammelten Daten möglichst allen in einer Form zur Verfügung zu stellen, die möglichst vielseitig nutzbar ist. XML erscheint mir dazu momentan als der Königsweg.
Während ich den Workshop des Arbeitskreises, der in Kooperation mit der ULB zum Thema „Digitale Geisteswissenschaften“ aus Krankheitsgründen verpasste, habe ich die Gelegenheit genutzt und Jan Kenter direkt in seinem Büro besucht. Mit dem Besuch habe ich zwei Ziele verfolgt: Einerseits wollte ich sehen, ob es für meine OCR-Versuche noch Raum für Optimierung gibt, andererseits wollte ich mir von ihm eine grobe Einschätzung zu meinen gesammelten Daten abholen und wie man diese am besten nutzen könnte. Auch hier hatte ich schon die schmerzliche Vorahnung, dass ich eigentlich zu spät komme. Immerhin scheinen meine Exceltabellen wirklich die beste Variante (nach XML) zu sein, in der man Daten sammeln, aufbereiten und in andere Formate bringen kann. (Das hat mir Arnd Eßer aus dem HdG beigebracht, dem ich dafür sehr sehr dankbar bin.) Aus dem Gespräch (und den Tipps) ergab sich für mich eine ziemlich deutliche Perspektive:

  • Für die Masterarbeit werde ich demnächst wohl mit dem DARIAH Geo-Browser herumexperimentieren, weil dieses Werkzeug wohl recht eindrucksvoll die These der lokal begrenzten, aber auch in Kleingruppen aufgeteilten Widerstandsgruppe zeigen können wird. Momentan behelfe ich mit mit dem GPS-Geoplaner, der aber mit der ‚Adolf-Hitler-Straße‘ natürlich überfordert ist. (DARIAH hat u.a. Kartenmaterial aus 1938) Wahrscheinlich besuche ich dann auch mal die Leute vom LVR, weil deren Dortmund noch keine roten Punkte hat uns sie bestimmt gute Hinweise für mich haben. (Auch wenn wir nicht dasselbe Verständnis von „Widerstand“ haben.)

k

  • Außerdem werde ich wohl einen Tag in gephi investieren, nur um einmal zu sehen, inwiefern sich die Möglichkeiten von visone unterscheiden.
  • Auf lange Sicht werde ich wohl nicht daran vorbeikommen, mich mit XML (der Link führt auf ein Tutorial) auseinanderzusetzen.

Mir wurde wieder einmal deutlich, wie schlecht ich vernetzt bin. Quasi direkt vor meiner Nase existieren zwei Anlaufstellen für Digital Humanities die ich einfach nicht wahrgenommen habe, im weiteren Umfeld in Köln sogar das CCEH. Bei der Ursachensuche bin ich (noch?) überfordert: Ob es an meiner Suchstrategie liegt? Ich kenne kaum Plattformen[1] , die einen Überblick über solche Aktivitäten liefern und ich bin nicht einmal auf die Idee gekommen, dass die ULB einen so hilfreichen (!) Service anbieten könnte. (Langfristig würde ich mir von einem solchen eine Art von Date Doktor Funktion, aber auch Plattform wünschen: DAU-Historiker, mobil, aufstrebend und aufgeschlossen sucht verständnisvolle/n Informatiker/in für viele gemeinsame Stunden.)
Wie erfährt man sonst etwas (auch über die Grenzen der eigenen Disziplin) über Projekte? Viele scheinen ja alleine vor sich hin zu wursteln, ohne das sich Gelegenheit zur Vernetzung bietet.

 


[1] In meinem Fall hauptsächlich: HNR und Sna-de hin und wieder lohnt sich auch ein Blick auf die AG Digitale GW …aber auch über academica, Researchgate, Facebookgruppen, Twitter, Google Alerts und universitäre Seiten, sowie Arbeitskreise.


6 Gedanken zu „Was fehlt: Ein Date Doktor für eHumanities

  1. In der Klein-Klein-Digitalisierung für mich selbst habe ich sehr gute Erfahrungen mit tesseract gemacht, das ist die Google-OCR-Engine, die aber erstmal „nur“ auf der Kommandozeile liegt, aber für mich auf dem Mac alle Software mit UI gnadenlos in den Staub gespielt hat, was Präzision angeht. Hat den großen Vorteil, dass sie wirklich leichtgewichtig ist und durch die Kommandozeile auch leicht zu scripten ist, man kann’s auch auf Server/Linux einsetzen und alles.

    • Hey Daniel,
      Tesseract ist im Gespräch mit Jan Kenter auch aufgekommen und wurde von ihm auch empfohlen.
      Ich hab es mir (jetzt noch einmal) auf die To-Do Liste gesetzt, falls ich den Bestand aus dem Bundesarchiv weiter auswerten will.
      Hast Du ein Beispiel, an dem Du veranschauulichen kannst, wie sich das Google Produkt so macht?

    • Hey Robert,

      zunächst möchte ich mich bei Dir entschuldigen, dass ich den Kommentar solange vernachlässigt habe.
      – OCR scheint so eine Sache für sich zu sein. Einerseits muss man wohl ziemlich auf die Qualität (Auflösung, Helligkeit, Kontraste,…) aufpassen, andererseits scheinen die Programme auch gravierend andere Ergebnisse zu liefern.
      Insofern lohnt sich wohl der Weg zu Ansprechpartnern, wie oben beschrieben. 🙂

      PS. Bei der Menge die Du erwähnst, könnten doch auch bestimmt andere Tools (TextMining) für Dich interessant sein?
      Kennst Du bspw. WebLicht?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.