Das ist dem*der Leser*in bewusst: Digital Humanities befassen sich mit dem Einsatz von digitalen Methoden für die Behandlung von (Text-)Material. Bevor Daten aber überhaupt mit digitalen Methoden untersucht werden können, müssen sie maschinenlesbar gemacht werden. Dieser Schritt der Transkription ist kritisch, insbesondere bei vormodernen Schriftquellen, die handgeschrieben sind und manchmal so schwierig zu entziffern sind, dass nur einige Spezialist*innen sich daran trauen.
Die Tools der HTR (Handwritten Text Recognition) erlauben Forscher*innen, diesen Schritt zu automatisieren. Und jetzt wird HTR smart, und kann noch weitere Aufgabe übernehmen. Ist sie dank LLMs bald smarter als wir?

Dieser Blogpost bezieht sich auf eine Vorlesung des Professors Achim Rabus an der Universität Bern am 11. November 2024 im Rahmen des Kurses «Ringvorlesung: Einblicke in die Digital Humanities».
Achim Rabus ist Professor für Slavische Philologie an der Universität Freiburg-in-Breisgau.1 Neben in der Slavistik üblichen Themen befasst sich seine Forschung mit digitalen Methoden der Texttranskription.
Wie funktioniert überhaupt HTR?
Gehen wir nicht zu tief in die Details.2 Um Modelle zu trainieren braucht man eine bestimmte Anzahl von diplomatisch ausgetippten Texten. Der Computer lernt, wie die Schrift funktioniert, und kann sie transkribieren. Mit 5000 Wörtern können heutige Programme schon eine neue Schrift lernen. Mit einer Million oder über zehn Millionen Tokens ist die Intelligenz sehr steil, sodass auch neue, bisher noch nicht gesehene Handschriften gut verarbeitet werden können. In dieser Form bereits bieten HTR-Programme eine Vereinfachung für die traditionelle Editionsphilologie. Jetzt kann man Texte von der Maschine vortranskribieren lassen, und muss sie nachher nur manuell korrigieren (oder nicht).
Jetzt wird HTR smart!
Für die besondere Eigenschaften handschriftlicher Form sind smarte Modelle hilfreich. Solche HTR-Modelle können nicht nur Text genau transkribieren, sondern noch Zusätzliches leisten, darunter Abkürzungen und Ligaturen auflösen, oder sogar einen Text in ein anderes Schriftsystem transliterieren.
Solche smarten Funktionen könnten sogar helfen, Texte für ein nicht spezialisiertes Publikum zugänglich zu machen. So können Texte in neure Orthografie transkribiert werden. Diese Modernisierung ist für die Verwendung in der Forschung auch nicht ohne Gefahr, da sie auch Inhalte standardisiert.
Ein Beispiel: Stenographie
Stenographie ist ein Schreibsystem, das Zeichenkombinationen durch Ligaturen ersetzt. Die Kürzungen sind massiv und können auch für Spezialist*innen nur schwer lesbar sein.
Prof. Rabus und sein Team haben KI-Modelle auf drei verschiedenen deutsche Steno-Systemen trainiert. (Da jede Sprache/Steno distinkte Eigenschaften hat, ist es bei Steno schwieriger, allgemeine Modelle zu trainieren, und es muss pro System ein eigenes Modell trainiert werden). Die Resultate sind unterschiedlich gut, und stark von der Menge an Trainingsmaterial abhängig. Für die besser dokumentierte Deutsche Einheitskurzschrift erreicht KI eine Genauigkeit, die nur manche Expert*innen schaffen.
Wenn die LLMs sich einmischen
KI-Modelle machen gewisse Fehler, die Menschen nicht machen, weil es ihnen an linguistischer Intelligenz fehlt. Das heißt, dass sie weniger merken, ob die Zusammensetzung eines Satzes “Sinn macht”.
Professor Rabus hat probiert, über LLM Fehler, die bei der Transkription durch HTR-Modelle entstehen, auszugleichen. LLMs haben nämlich ein breiteres Aufmerksamkeitsfenster als andere KI-Modelle und können somit Sprachfehler identifizieren und korrigieren. Stand März 2023 konnte GPT-4 über 90% der Fehler in einem transkribierten Text korrigieren. Abhängig vom Zeitpunkt und Modell sind diese Ergebnisse etwas unterschiedlich. Mit angepasstem Prompting und Pipeline kommt jemand allerdings zu guten Ergebnissen. Aber dies geschieht nicht ohne Probleme:
In den Trainingsdaten von LLMs ist eine viel größere Menge an moderner Sprache. Darum haben LLMs eine Tendenz, Texte zu normalisieren oder zu modernisieren. Solche Tendenzen sind schon aus anderer Perspektive gut bekannt: Minderheiten finden ihre Perspektive durch LLMs weniger vertreten.3
Dazu kommen klassische Hürden von LLMs, wie beispielsweise die Tendenz zu halluzinieren.
Massendigitalisierung: Und was jetzt?
Dank der neuen Möglichkeiten der HTR und anderer Digitalisierungswerkzeuge steht die Forschung an einem Scheideweg.
Einige sind der Meinung, dass die traditionelle Editionsphilologie mittelfristig obsolet sein wird.4
Text Recognition ist ein Game Changer, und erlaubt Digitalisierung in einem solchen Ausmaß, dass es den Menschen nicht mehr zeitlich reichen werde, alle digitalisierten Dokumente manuell zu korrigieren. Somit müsse man lernen, Fehler auszuhalten.
Es wird argumentiert, dass es nötig werde, Daten zu schaffen, auf die man quantitative Methoden anwenden kann. Das mag schon stimmen, jedoch kommen mit einer massiven fehlerhaften Edition einige Herausforderungen. Wie bereits angetönt: Automatische Digitalisierung kann schnell viele Daten produzieren. Wenn fehlerhafte Daten ohne Korrektur veröffentlicht werden, muss man sicherstellen, dass diese Daten nicht unbewusst für das Training von Modellen gebraucht werden.
Ein Kommentar zur Demokratisierung
Im Vortrag von Professor Rabus wird damit argumentiert, dass automatische Digitalisierung für eine Demokratisierung des Wissens wichtig ist.
Wie möchten diesem Ansatz etwas kritisch gegenüberstehen. Vulgarisierung und Demokratisierung von Texten ist eine Arbeit für sich. Ein Publikum ohne Vorkenntnisse ist umso abhängiger von einer kritischen Edition. Kritische Editionen liefern wichtige Kontextualisierungen, zum Beispiel Erklärung von Begriffen und Informationen über relevante historische Kontexte. Im Fall von Übersetzungen werden auch Entscheidungen getroffen, was den Wortschatz angeht. Als bekanntes Beispiel von dieser Problematik kann man die Bibel nennen, deren zum Teil fragwürdige Interpretationen mächtige ideologische Diskurse prägen.
Inhalt dem breiten Publikum nahezubringen ist eine wichtige Aufgabe, und sollte nicht der Maschine überlassen werden.
Schlussfolgerung
Wir sind auf neue Werkzeuge der Philologie gespannt, möchten aber auf Vorsicht bei der Arbeit mit diesen Tools hinweisen. Sie sollten als Hilfsmittel der klassischen Methoden der Philologie betrachtet werden, nicht als Ersatz.
Abbildungsverzeichnis
- Abbildung 1: A. Rabus, «Handwritter Text Recognition for croatian Glagolitic», Slovo : Journal of Old Church Slavonic Institute, No. 72, 2022, 181-92.
Fussnote
1 https://www.slavistik.uni-freiburg.de/personal/univ-prof-dr-achim-rabus
2 Ein detailliertes Beispiel der Verwendung eines HTR-Programms findet man zum Beispiel bei Burlacu C. & Rabus A., «Digitising (Romanian) Cyrillic using Transkribus: new perspectives», Diacronia 14, December 12, A196, 2021, 1–9.
3 Bender, E. M. et al., «On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?», in: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 2021, 610–23.
4 Hodel, T., «Das Ende der Edition? Ein Blick auf geschichtswissenschaftliche Editionen mit Fokus auf die Frühe Neuzeit – eine Provokation», in: Post aus Nürnberg. Interdisziplinäre Forschungen zu den Briefbüchern des 15. Jahrhunderts. Nürnberger Forschungen: Vol. 34, 2024, 61-66.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
lucienschwed (17. Dezember 2024). Zur volldigitalisierten Editionsphilologie? Der Fall der «Handwritten Text Recognition» (HTR). Einblicke in die Digital Humanities. Abgerufen am 12. Februar 2025 von https://doi.org/10.58079/12y41
Eine Antwort auf „Zur volldigitalisierten Editionsphilologie? Der Fall der «Handwritten Text Recognition» (HTR)“
Danke für den schönen Überblick zur Vorlesung von Achim Rabus! Ich stimme dir absolut zu, dass kritische Editionen eine Notwendigkeit sind für die historische Aufarbeitung von Quellen. Zugleich sehe ich noch eine tiefergehende Wirkung der Demokratisierung von Quellen durch die beschriebenen Entwicklungen in der HTR. Denn die Tatsache, dass damit Quellen zugänglich werden für Forscher*innen ohne vertiefte linguistische Kenntnisse, ermöglicht die interdisziplinäre Bearbeitung von Themenfeldern. Damit wird es auch möglich, enge forschungstheoretische Blickwinkel aufzubrechen und bestehende Dogmen aus einer neuen Forschungsrichtung zu hinterfragen. Meiner Meinung nach ist diese Möglichkeit ein grosser Gewinn für die kritische Wissenschaft. Dabei darf jedoch, wie du im Beitrag richtig bemerkst, die Verifizierung der Quellengrundlage bzw. der Resultate der HTR auf keinen Fall zu kurz kommen!