Kategorien
Digital History

Das Kardinalskollegium 1644

Erfassung, Visualisierung und Auswertung historischer Daten mithilfe digitaler Tools in nodegoat


Einleitung

Das Papsttum stellte in der Frühen Neuzeit eine einzigartige Form der Herrschaft dar. Als geistliche Wahlmonarchie herrschte mit jedem neuen Papst auch eine neue Familie über den Kirchenstaat. Mit dem Papst als geistliches Oberhaupt des westlichen Christentums und weltlicher Herrscher über sein Territorium, vereinte er zwei Herrschaftskörper in einem. Verdanken konnte er diese Macht dem Kardinalskollegium. Im Konklave von 1644 traten 57 Kardinäle in Rom zusammen, um den nächsten Vikar Gottes auf Erden zu wählen. Sie waren nicht nur Kardinäle und Diener der Kirche, sondern nahmen innerhalb der päpstlichen Territorien unzählige Aufgaben wahr und stammten aus unterschiedlichen sozialen Schichten, jeder mit seiner eigenen Laufbahn auf der Karriereleiter der Kurie. Besonders diese Unterschiede setzen den Reiz für eine Untersuchung dieses Kardinalkollegiums, um ihr Zusammenspiel zu verstehen und die Dynamik einer solch vielfältigen Gruppe zu erfassen, doch das soll künftigen Arbeiten vorbehalten bleiben.

Diese Arbeit verfolgt keine explizite Fragestellung, sondern untersucht anhand der Thematik des Kardinalkollegiums die Möglichkeiten und Problematiken von digitalen Tools anhand von historischen Daten. Sie ordnet sich somit der kritischen Betrachtung der verwendeten Tools und des Arbeitsprozesses zur Erschliessung und Auswertung der historischen Daten unter. Aufgrund der Auswahl der zu betrachtenden Daten, namentlich den Herkunfts- und Todesorten, der Studienorte und Promotionen an Universitäten sowie der Karrierestufen von Kardinälen in der Frühen Neuzeit, sollen die Funktionen der nodegoat-Datenbank untersucht werden. Der Fokus liegt auf der Nützlichkeit und den Problemstellungen, die sich aus der Anwendung dieser Funktionen ergeben. Dies soll die Fragen nach dem Anwendungsbereich solcher Tools für die Geschichtswissenschaft und der daraus folgenden möglichen weiterführenden Fragestellungen oder Betrachtungsweisen beantworten. So wird die Arbeit in einem ersten Schritt die Quelle und die Vorgehensweise des Autors kritisch betrachten. Dabei steht vor allem die Auswahl der Daten aus der Quelle und der Aufbau der Datenbank im Vordergrund und schafft die Grundlage für die weitere Arbeit. Die Auswertung folgt den Auswahlkriterien der Daten und beleuchtet verschiedene Funktionen der nodegoat-Datenbank, zeigt die Vor- und Nachteile sowie den Nutzen dieser Tools auf und erläutert kurz mögliche interessante historische Erkenntnisse sowie weiterführende Forschungsfragen. Das Fazit rundet die Arbeit ab und erschliesst die in der Einleitung erwähnten Schwerpunkte und Gedankengänge.

Quellenkritik

Der Datenbank liegen die Daten aus der online verfügbaren Zusammenstellung The Cardinals of the Holy Roman Church von Salvador Miranda zugrunde.[1] Die von Miranda zusammengetragenen Daten erlauben einen umfassenden Einblick in die jeweiligen Karrieren der Kardinäle, wobei der Umfang entsprechend der Quellenlage stark variiert. Die in dieser Arbeit verwendeten Akteure bewegten sich grob im Rahmen zwischen 1570 und 1690, wodurch zwar von einer tendenziell reicheren Quellenlage ausgegangen werden kann, die unterschiedlichen Herkunftsräume und die damit zusammenhängende Schriftlichkeit zeigt jedoch ihren Einfluss. Die dadurch entstehenden Unvollständigkeiten in den Daten widerspiegeln sich auch in der Datenbank, wodurch genaue Aussagen kaum möglich sind. Als weiterer Punkt stellt die Heterogenität der Daten bei Miranda eine gewisse Problematik dar. Besonders die uneinheitliche Verwendung von Bezeichnungen – wohl direkt aus den Quellen oder der Literatur entnommen – stellt die in der Datenbank notwendige Einheitlichkeit vor Probleme. Dies ist primär der Mehrsprachigkeit der Quellen geschuldet, jedoch wohl auch der Erfassung über einen längeren Zeitraum und dadurch entstehende Veränderungen im Wortschatz von Miranda. Zur Überprüfung und Korrektur dieser Heterogenität fehlte im Rahmen dieser Arbeit die Zeit, müsste bei einer Verwendung in grösseren Arbeiten jedoch vorgenommen werden, um allfällige Dopplenennungen aufgrund unterschiedlicher Bezeichnungen zu verhindern und damit eine Beeinflussung der Auswertung zu vermeiden. Als letzter Punkt muss zudem die subjektive Selektion von Miranda einbezogen werden. Eine umfassende Zusammenstellung, wie sie hier vorgefunden wurde, kann nur durch eine subjektive Interpretation und Auswahl der verwendeten Daten geschehen. Eine solche Subjektivität ist bei jedem Projekt gegeben und unvermeidbar, trotzdem ist eine Gegenprüfung in den Originalquellen unabdingbar, um allfällige ausgelassene/übersehene Informationen zu finden, welche für das Projekt und die Fragestellung zentral sind. Der massive Zeitaufwand eines solchen Unterfangens stellt die Frage in den Raum, ob dies sinnvoll ist und eine entsprechende Vollständigkeit für die Auswertung notwendig ist. Besonders im Hinblick auf eine erneute subjektive Auswahl für die Thematik dieser Arbeit wurde keine Gegenprüfung vorgenommen. Diese vom Autor vorgenommene Auswahl beschränkt sich primär auf drei Kategorien. Erstens die Lebensdaten sowie die geographische und soziale Herkunft des Kardinals. Zweitens die Studienorte und Promotionen, wobei hier nur höhere Bildungsinstitutionen wie Universitäten verwendet wurden, um den akademischen Grad der Kardinäle widerzuspiegeln. Drittens die wichtigen Ereignisse in der Laufbahn eines Kardinals, wobei die Wichtigkeit einer subjektiven und datenbankorientierten Ordnung folgt. Erfasst wurden geistliche und weltliche Ämter, welche in Korrelation mit der Erhebung zum Kardinal stehen oder für die Laufbahn als Kardinal und päpstlicher Prälat zentral sind. Ausgenommen davon wurden Titularernennungen, da sie zu einer Verfälschung der geographischen Visualisierungen geführt hätten und im Rahmen der Arbeit keinen Mehrwert generiert hätten. Dies führt bereits zu einer ersten Feststellung in Bezug auf die kritische Betrachtung. Geographische Visualisierungen sind somit besonders anfällig für nicht relevante Faktoren und müssen zwingend vor der Verwendung neu betrachtet und interpretiert werden, um entsprechenden Fehlschlüssen vorzubeugen. Auf diese Thematik wird in den Auswertungen noch genauer eingegangen.

Methodik

Teile der Methodik zur Erfassung der Daten wurde bereits im vorgängigen Kapitel erläutert. Dieses Kapitel widmet sich der Methodik auf Datenbankebene, besonders der Struktur der Datenbank, sowie der Vorgehensweise zur Erschliessung des Datenbestands und der daraus folgenden Auswertungen.

nodegoat-Datenbank

Die Datenbankumgebung nodegoat bietet eine grosse Bandbreite an Möglichkeiten zur Datenverwaltung und -darstellung. Durch den modularen Aufbau kann sie flexibel, individuell und an die jeweiligen Anforderungen angepasst werden. Besonders die in der Datenbank integrierten Funktionen zur Visualisierung von Netzwerken, geographischen Punkten oder einfacheren Gesamtdarstellungen in Form von Balkendiagrammen oder dem Analysis-Tool ermöglichen umfassende und quantitative Einblicke in die eigenen Daten. Hier stellt sich jedoch bereits eine erste Problematik dar. Durch die breit abgestützten Funktionen und der relativ offenen Gestaltungsmöglichkeiten ist die Datenbank je nach Forschungsfrage nur mässig geeignet. Ohne tiefere Kenntnisse der Datenbankstruktur ist eine zielführende Filterabfrage kaum möglich und die Visualisierungen nicht nutzbar. An dieser Stelle soll jedoch angemerkt werden, dass nodegoat primär ein Datenmanagement-Tool ist und nur sekundär als Analyse- und Visualisierungs-Tool dient.[2] Trotzdem sollen die unterschiedlichen Funktionen vertieft angeschaut und deren Problematiken und Nutzungsmöglichkeiten dargestellt und erläutert werden.

Aufbau und Struktur der Datenbank

Das Grundkonzept der Datenbank orientiert sich am RAG-Projekt[3] und beschränkt sich auf zwei primäre Typen, Person und Ereignis. Der Typ Person widmet sich vor allem der Darstellung des Objekts der einzelnen Person und definiert den Namen sowie allfällige Namensvarianten.

Abb. 1: Typ Person

Diese sind besonders bei Päpsten markant und lassen eine Suche nach dem gewählten Papstnamen sowie seinem ursprünglichen Namen zu. Sprachliche Veränderungen oder abweichende Schreibweisen wurden im Rahmen der Arbeit nicht erfasst, würden sich jedoch an dieser Stelle einreihen.

Abb. 2: Ausschnitt Typ Person am Beispiel von Maffeo Barberini (Papst Urban VIII.)

Der Typ Ereignis ist in diesem Beispiel komplexer aufgebaut. Das Objekt enthält in diesem Typ sowohl die Ereignisart, bspw. Kardinalpriester, sowie den Belegtext für die im Objekt angegebenen Informationen.

Abb. 3: Typ Ereignis
Abb. 4: Typ Ereignis mit Studiendaten zu Maffeo Barberini (Papst Urban VIII.)

Im Unterschied zum Typ Person finden sich beim Typ Ereignis Subobjekte, um das jeweilige Objekt genauer zu definieren, bzw. eine geographische Referenz oder Verbindung zwischen Objekten des Typs Person zu schaffen. Dazu wurden vier Subobjekte definiert, namentlich Person_Namensvariante, Datum_Location, Verwandtschaft und Beobachtung. Person_Namensvariante dient dabei der Verknüpfung des Objekts Ereignis mit dem betreffenden Objekt Person.[4] Es definiert die Funktion der Person bezogen auf das jeweilige Ereignis, deren Namensvariante und eine Zuweisung, falls eine Unsicherheit der historischen Richtigkeit herrscht.

Abb. 5: Subobjekt Person_Namensvariante

Datum_Location erschliesst das Ereignis mit der in der Datenbank hinterlegten georeferenzierten Orte, welche zwar als Typ GeoOrt erscheinen, jedoch nur diese Aufgabe erfüllen.

Abb. 6: Typ GeoOrt am Beispiel der Ortschaft Usigni

Der zeitliche Rahmen des jeweiligen Ereignisses wird durch eine punktuelle zeitliche Angabe festgelegt. Diese kann entweder aus einem Start- und Enddatum bestehen oder nur eine Angabe enthalten. Dadurch kann das Ereignis bei einer Visualisierung auch zeitlich verordnet werden. Die Qualifikation des Zeitraums dient der Einordnung, durch Datenbanken häufig nicht darstellbare, ungenauen Datumsangabe in der Literatur, bspw. zwischen 1644 und 1645, welche hier beliebig definiert werden kann. Ebenfalls kann bei Unsicherheiten eine Zuweisung der Daten vorgenommen werden, wodurch eine Relativierung der eigenen Arbeit bereits in den Prozess einfliesst.

Abb. 7: Subobjekt Datum_Location

Das Subobjekt Verwandtschaft beschreibt familiäre Bindungen zwischen zwei Objekten des Typs Person und verbindet sie über die Ereignisart der Verwandtschaft auf der Ebene des Objekts Ereignis. Es erlaubt die Definition des Verwandtschaftsgrads sowie wiederum eine Zuweisung der Wahrscheinlichkeit. Diese Struktur erlaubt eine saubere Darstellung innerhalb der jeweiligen Person und eine Suchabfrage nach spezifischen Verwandtschaften innerhalb der Datenbank.

Abb. 8: Subobjekt Verwandtschaft

Die Beobachtung rundet das Objekt mit zusätzlichen Informationen ab, bspw. zur genaueren Definition von involvierten Institutionen oder Herrschaften.

Abb. 9: Subobjekt Beobachtung

Unterhalb der Ebene der Typen finden sich die Kategorien, welche die jeweiligen Felder wie Vornamen, Nachnamen, Suffix, Präfix oder Ereignisart definieren. Dies erlaubt eine Auswahlmöglichkeit für die jeweiligen Felder zur Verfügung zu stellen sowie eine spezifische Abfrage zu starten. Am Beispiel der Nachnamen lassen sich so mehrere Angehörige einer Familie durch eine Suche finden. Es dient zudem der Sicherstellung einer Gleichförmigkeit innerhalb der Datenbank, die historischen oder sprachlichen Abweichungen finden sich in der obengenannten Namensvariante wieder.

Nach dem Aufbau dieser Grundstruktur folgte die Eingabe der Daten aus der Sammlung von Salvador Miranda, wobei die Problematiken und der Rahmen der Datenauswahl bereits in der Quellenkritik abgehandelt wurden. Insgesamt konnten 57 Personen mit 854 Ereignissen erfasst werden. Dies entspricht allen 1644 während des Konklaves anwesenden Kardinälen. Die abwesenden 5 Personen wurden aufgrund der genügenden Datengrundlage nicht erfasst. Aufgenommen wurden alle Ereignisse der 57 Personen, welche für die in diesem Rahmen gestellten Anforderungen und der Leitthematik relevant sind, wobei möglichst genaue Daten eingetragen wurden. Bei Unsicherheiten wurde dies in den entsprechenden (Sub-)Objekten vermerkt, um eine möglichst übersichtliche Aufnahmestruktur zu garantieren.

Auswertungen

Für die Auswertungen wurden vor allem zwei Methoden verwendet. Einerseits die Betrachtung durch die in nodegoat integrierte Netzwerkdarstellung und andererseits geographische Visualisierungen der eingetragenen Ereignisse. Die Möglichkeit der Darstellung von Daten in einem Balkendiagramm wurde ausgelassen, da sich die Funktion des Tools auf Veränderungen während einer Zeitperiode beschränkt und dies in der gegebenen Datenkonstellation nicht nützlich erschien. Versuchsweise wurde zudem die Analysis-Funktion verwendet, um die degree centrality einzelner Ereignisarten anzuzeigen, d.h. deren Häufigkeit der Verwendung mit einzelnen Personenobjekten. Die verwendeten Tools ermöglichen somit eine Bewertung sowohl der Möglichkeiten als auch der Problematiken eines breiten Spektrums an Funktionen innerhalb der Datenbank, bezogen auf die Thematik des Kardinalkollegiums in der Frühen Neuzeit.

Herkunfts- und Todesorte

Für die Visualisierung von georeferenzierten Punkten dient in nodegoat die geographische Visualisierung. Im Rahmen des Projekts wurden – wenn möglich und Daten vorhanden waren – alle Ereignisse mit einer Georeferenz versehen. Da sich Herkunfts- und Todesorte leicht auf einen Zeitpunkt und einen Ort fixieren lassen, bietet sich die geographische Visualisierung an, um die Daten auf eine visuell erschliessbare Ebene zu heben. Dies erlaubt es, mögliche Verknüpfungen oder (Un-)Regelmässigkeiten festzustellen, welche mit reinen Datensätzen schwerer ersichtlich gewesen wären. Im Falle des Kardinalskollegiums ist die starke italienische Ausrichtung, welche sich in der folgenden Abbildung zeigt, in der Mitte des 17. Jahrhunderts in der Forschung schon länger bekannt.[5]

Abb. 10: Geburtsorte der Kardinäle

Ebenso bekannt ist die in diesem Falle ausgeglichene Vertretung aus dem Königreich Frankreich und der spanischen Monarchie, welche sich historisch begründen lässt und primär dem Mächtegleichgewicht zwischen den beiden Monarchien am Heiligen Stuhl geschuldet ist. Derselben Logik folgt der Kardinal aus dem Heiligen Römischen Reich, wobei der Einflussverlust des Kaisers im Laufe des 17. Jahrhunderts relativ zur Anzahl Kardinälen zu beobachten ist.[6] Mit einer grösseren Datenmenge, vor allem über mehrere Jahrzehnte hinweg, könnten Entwicklungen innerhalb des Kardinalkollegiums sichtbar gemacht werden und würde somit die Forschung auf einer visuellen Ebene unterstützen. Zudem könnten mit GeoJSON eingetragene Grenzen – welche in sich zeitlich begrenzt und veränderbar sind – dargestellt werden, um auch geopolitische Veränderungen in die Darstellung einfliessen zu lassen. Hier stellt sich jedoch die Problematik der Historizität. Obwohl bereits im 17. Jahrhundert von frühen Staaten oder entsprechender Staatsbildung die Rede ist, sind fixierte Grenzen problematisch. Demselben Problem untersteht auch die verwendete Grundkarte. Die Darstellung auf einer zeitgenössischen Karte würde zwar die möglichen Wahrnehmungsmuster der Zeit in die Visualisierung einbinden, hätte jedoch logistische und formatierungsbedingte Einschränkungen. Einerseits sind historische Karten jeweils einer eigenen quellenkritischen Prüfung unterworfen und andererseits müsste die verwendete Software ihrerseits die Karte in nutzbarer Auflösung und ohne Verzerrung mit momentanen Georeferenzierungs-Tools vereinbaren können, um sie entsprechend darzustellen, bzw. für die historische Forschung von Nutzen sein zu können.

Selbige Problematik weist auch die nachfolgende Karte der Todesorte auf.

Abb. 11: Todesorte der Kardinäle

Analog zu den Herkunftsorten sind die Daten der Todesorte meist unproblematisch, da auch hier wenige Faktoren eine digitale Aufarbeitung beeinflussen. Ein solcher Faktor ist jedoch ein Tod auf Reisen. Aufgrund der Quellenlage kann nicht genau bestimmt werden, wo der jeweilige Akteur gestorben ist. Ein Eintrag am letztbekannten Ort ist zwar möglich, kann die Visualisierung jedoch beeinflussen, besonders auf einer mikrohistorischen Ebene. In der in Abb. 11 dargestellten Grösse und Oberflächlichkeit spielt dies jedoch eine vernachlässigbare Rolle. Kaum überraschend ist die Beobachtung – in Bezug auf das Kardinalkollegiums -, dass die meisten Kardinäle in Rom oder in ihrer Heimat verstorben sind. Dem Autor ist zur Zeit des Verfassens dieser Arbeit keine Forschung zu dieser spezifischen Thematik bekannt, eine Einordnung in die Forschungslandschaft ist somit nicht möglich.

Zusammengefasst sind die in diesem Kapitel behandelten Karten zwar nützlich, ermöglichen jedoch keinen neuen Blick in die Thematik, sondern dienen der vereinfachten Ansicht. Aus Sicht der digitalen Geisteswissenschaften muss jedoch über mögliche Adaptionen nachgedacht werden. Welche Anpassungen vereinfachen die Forschung und ermöglichen neue Fragestellungen oder andere Blickwinkel auf bereits erforschte Thematiken? Welche technischen Möglichkeiten können genutzt werden, um historische Bildquellen aufzuarbeiten und möglichst simpel in vorhandene Software zu integrieren, damit sowohl historisch wichtige Informationen erhalten bleiben als auch neue Erkenntnisse gewonnen werden können.

Studienorte & Promotionen

Analog zu den Herkunfts- und Todesorten wurden die Studienorte mithilfe der geographischen Visualisierung dargestellt.

Abb. 12: Studienorte der Kardinäle

Es zeigt sich eine breite Verteilung der Studienorte über den italienischen Stiefel und die – aufgrund der Herkunftsorten – erwartete Verteilung auf die heutigen Regionen Spanien und Frankreich. Die Eingabe der Daten erschwerten die heterogenen Angaben in der Quelle. Besonders, wenn moderne Namen für historische Institutionen verwendet wurden. Dies zeigt sich in Abb. 13 am Beispiel der Universität Rom.

Abb. 13: Analysis Promotionen pro Universität

Salvador Miranda benutzte zur Beschreibung dieser Universität unterschiedliche Bezeichnungen (University of Rome, La Sapienza University, Collegio Romano). Im historischen Kontext stellt sich nun die Frage, wie viele Universitäten 1644 in Rom existierten und ob die Quelle allfällige andere Schulen – bspw. lokale Lateinschulen – fälschlicherweise als Universität angegeben hat. Dies ist zwar aufgrund der gleichen Georeferenzierung der Institutionen auf die Stadt Rom in der Visualisierung unproblematisch, kann jedoch bei quantitativen Auswertungen oder Filterabfragen problematisch sein und zu falschen Ergebnissen führen. Dies würde vor allem bei grossen Datenbanken mit zahlreicheren Variablen oder mehreren Bearbeitern, welche keine fixierte Richtlinie haben, zu Problemen führen. Hier zeigt sich, dass besonders in grösseren Projekten zwingend Vorgaben zur Eingabe und Interpretation der Quellen vorliegen müssen, um diese Problematik zumindest zu beschränken.

Für diese Arbeit wurden die Ereignisarten Studium und Promotion getrennt erfasst. Dies ermöglicht es, sowohl Studienlaufbahn als auch mehrere akademische Grade gestuft abzubilden und somit den Lebenslauf des Akteurs gezielter verfolgen zu können. Zudem erlaubt diese Vorgehensweise eine gezielte Filterabfrage zu Daten, welche sich nur auf die Promotionen beziehen, durchzuführen. Die in den Ereignissen erfassten Informationen zur Bildungsrichtung und dem erhaltenen akademischen Grad, ermöglichen die Nutzung des Analyse-Tools von nodegoat. Bei näherer Betrachtung der Fachrichtung zur Promotion können bereits erste Ergebnisse zusammengefasst werden. Obwohl bei geistlichen Akteuren wie Kardinälen von einem Studium der Theologie ausgegangen werden kann, zeigt Abb. 14, dass es sich bei einem Grossteil der gelehrten Kardinäle um Juristen handelt.

Abb. 14: Analysis Fachrichtung bei Promotion

Hier zeigt sich jedoch, dass das Studium des geistlichen und weltlichen Rechts die häufigste Fachrichtung darstellt und somit im päpstlichen Kontext einfügen. Besonders in Bezug auf die im 16. Jahrhundert aufkommenden und im 17. Jahrhundert institutionalisierten Kongregationen und die steigende Nachfrage nach effizienterer Administration, zeichnet sich eine Verrechtlichung ab, welche durch gelehrte Juristen am Hof in Rom abgestützt wird.[7] Unterstrichen wird dies durch die in Abb. 15 dargestellten Promotionsgrade.

Abb. 15: Analysis Promotionsgrad

Ausser bei zwei gelehrten Kardinälen, weisen alle an Universitäten promovierten Kardinälen einen Grad des Doktors auf. Interessant wäre in diesem Kontext eine Untersuchung über längere Zeitperioden und mit Fokus auf einzelne Pontifikate, um Tendenzen bei der Wahl der Kardinäle nach ihrer Studienrichtung oder dem Bedürfnis des Kirchenstaates nach Juristen festzustellen, bzw. ab wann sich diese Tendenz zeigt. Auf der technischen Seite stellt sich die Frage, ob dasselbe Ergebnis nicht auch in Excel dargestellt werden kann, ohne den grösseren Aufwand der Erstellung einer Datenbank und dem Erfassen jedes einzelnen Ereignisses in ebenjener. Zwar fehlt dann die Möglichkeit der Verknüpfung der Daten mit Geopunkten oder anderen Typen innerhalb der Datenbank. Dies kann jedoch durch die Verwendung von anderen Tools wie Google Maps ebenso bewerkstelligt werden, besonders durch die Kompatibilität von Excel und CSV Dateien. Aufwand und Ertrag muss für jedes einzelne Projekt spezifisch betrachtet und bewertet werden.

Karrieren anhand von Ereignissen

Die datenreichste Kategorie dieser Arbeit stellen die Tätigkeiten der Kardinäle dar. Dieser weit gefächerte Begriff subsumiert alle Ämter, Mitgliedschaften, Aufenthalte oder für die Laufbahn der Akteure relevanten Ereignisse. Darunter fallen auch Erhebungen in den Stand der Kardinalpriester oder eine Erhöhung dieses Standes. Wiederum wurde die Allzweck-Funktion der geographischen Visualisierung verwendet. Im Laufe der Arbeit konnte diese Form der Darstellung vor allem zum Überblick und als Startpunkt der weiteren Fragestellungen an die Datenbank verwendet werden. Die in Abb. 16 ersichtlichen unterschiedlichen Grössen der Punkte bezieht sich auf die Häufigkeit des genannten Ortes.[8]

Abb. 16: Tätigkeitsorte der Kardinäle

Wenig überraschend ist Rom das Zentrum und damit der häufigste genannte Ort, bzw. Bezugspunkt für die Tätigkeiten der Kardinäle. Interessant wird die Betrachtung jedoch bei genauerem Blick auf die italienischen Gebiete nördlich Roms. Es zeigt sich eine starke Häufung von Punkten quer durch die italienische Halbinsel sowie entlang der Nordostküste. Dies entspricht dem Verlauf der kirchenstaatlichen Territorien. Daraus wird ersichtlich, dass der Aufgabenbereich der Kardinäle auch die Administration und Kontrolle der Provinzen des Kirchenstaats einbezieht, wobei die jeweilige Rolle und spezifische Aufgabe im Detail betrachtet werden muss.[9]

Abb. 17: Päpstliche Territorien um 1600 (zugeschnitten); Quelle: kingscollege.net

Bei der gezeigten Darstellung in Abb. 16 wurde jedoch nicht unterschieden, ob ein Akteur bereits Kardinal war oder nicht. Dies könnte durch eine Filterabfrage gelöst werden und würde ein entsprechend anderes Bild darstellen, wobei die Datenmenge zu klein ist, um aussagekräftige Schlüsse zu ziehen. Dafür müsste wiederum ein grösserer Zeitraum betrachtet werden, um auch zeitliche Differenzen feststellen zu können. Da in dieser Arbeit jedoch der Zeitpunkt des Konklaves von 1644 gewählt wurde, ergibt sich ein Querschnitt durch die Akteure einer Zeit, welche wiederum an unterschiedlichen Etappen ihrer Karriere standen, einige wurden erst kürzlich erhoben, andere waren bereits seit mehreren Jahrzehnten in der Position des Kardinals. Es stellt sich daher die Frage, ob sich Regelmässigkeiten in den Karrieren der Akteure feststellen lassen.

Um dieser Frage nach den üblichen Stationen auf der Karriereleiter eines (zukünftigen) Kardinals nachzugehen, wurde das Netzwerk-Tool von nodegoat verwendet. Hier zeigten sich primär Schwierigkeiten bei der Einstellung des Tools, um die gewünschten Ergebnisse zu erhalten. Knackpunkt war dabei der sogenannte scope, also die Abfrage, welche die benutzten Objekte bestimmt und sie in eine dort ausgewählte Relation zueinander setzt. Obwohl die Struktur der Datenbank relativ einfach ist, war es eine grosse Schwierigkeit die korrekten Parameter zu setzen, wobei die Dokumentation von nodegoat zwar Hinweise zur Bewältigung dieser Abfrage gab, musste ein trial and error-Prinzip angewendet werden. Das Ergebnis zeigt alle verwendeten Ereignisarten mit weissen Punkten, alle Personenobjekte mit schwarzen Punkten. Die Beschriftung der Namen erfolgte bei mindestens drei unterschiedlichen Verbindungen zu einem anderen Objekt. Die grössten Punkte des Typs Ereignis stellten Geburt, Tod, Herkunft sozial, Teilnehmer und Kardinalpriester dar. Dies war zu erwarten, da beinahe alle 57 Personenobjekte jeweils einmal mit diesem Ereignis verknüpft waren, da dazu die meisten Daten vorhanden waren (Geburt, Tod, Herkunft sozial) oder dies eine logische Folge der Auswahlkriterien war (Teilnehmer am Konklave 1644, Kardinalpriester aufgrund der Thematik). Die hier gezeigten ausgewählten Beispiele sind aufgrund ihrer relativen Wichtigkeit im Netzwerk und zur Darstellung des Werdegangs eines Kardinals ausgesucht worden, sind jedoch aufgrund der unterschiedlichen Quellenlage mit Vorsicht zu geniessen.

Auditor

Die Tätigkeit des Auditors findet sich häufig im Zusammenhang mit Gerichtsfällen, sei dies in den päpstlichen Kongregationen oder den päpstlichen Gerichtshöfen und findet sich häufig als eine der ersten Station einer kurialen Karriere nach dem Studium des Rechts oder der beiden Rechte. In Abb. 18 sind die Verbindungen des Ereignis Auditor in Rot hervorgehoben.

Abb. 18: Netzwerkdarstellung Auditor

Zwölf Verbindungen sind dabei auszumachen, wobei hier bereits ein Problem auftritt. In der Datenbank finden sich zwar auch zwölf Ereignisse, doch sind dort einige Akteure doppelt genannt, da sie die Tätigkeit bei zwei unterschiedlichen Institutionen wahrgenommen haben. Solche Doppelnennungen sind in der Netzwerkdarstellung nicht auszumachen. Jedoch finden sich Personen darin wieder, welche nicht dem Kriterium «Kardinal 1644» entsprechen und trotz der Suchabfrage auftauchen. Hier müsste genauer untersucht werden, wieso diese Personen trotzdem dargestellt werden und woher die Diskrepanz zwischen der Datenbank und der Netzwerkanalyse stammen. Diese Problematik zeigt sich auch bei den beiden noch folgenden Beispielen. Als wichtige Erkenntnis zeigt sich, dass jede Visualisierung neu zu betrachten und bewerten ist. Nur durch eine Überprüfung der Ursprungsdaten und eine Gegenprüfung mit der Darstellung können Fehler erkannt und behoben sowie falsche Auswertungen, ob quantitativ oder qualitativ, vermieden werden.

Interessant wäre trotzdem eine genauere Analyse der Daten, um festzustellen, welche Akteure als Auditor wirken und welchen Einfluss dies auf ihre künftigen Tätigkeiten hat. So könnten beispielsweise Archetypen herausgearbeitet werden, welche eine historische Einordnung von Tätigkeiten im Rahmen der kurialen Karriere spielen und welche Folgen sie für die Beteiligten haben.

Referendar

Das Amt als Referendar des Tribunals der Apostolischen Signatur – dem höchsten Gerichtshof der Kurie – ist mit 28 Nennungen eine der häufigsten Tätigkeiten in Bezug auf die kuriale Laufbahn in der Datenbank. Die Aufgaben des Referendars bezogen sich primär auf das Supplikwesen und dem Signieren dieser Suppliken. Der Referendar war somit im Zentrum der päpstlichen Administration, sowohl der Verwaltung als auch dem Gerichtswesen. Das Amt wurde im vorhandenen Datensatz nur von Anwärtern auf das Kardinalat besetzt. Es kann somit als zentrale Position für den Aufstieg zum Kardinal angesehen werden. So ist es nicht erstaunlich, dass beinahe die Hälfte aller Kardinäle 1644 dieses Amt im Laufe ihrer Karriere wahrnahmen.

Abb. 19: Netzwerkdarstellung Referendar

Wiederum wäre dafür eine zeitlich ausgedehntere Untersuchung interessant, um dieses Amt und weitere dieser Art zu identifizieren, sowie die Voraussetzungen für die Erlangung einer solchen Position zu erforschen.

Von der technischen Seite her ist die Netzwerk-Funktion zwar nützlich, aber zu umständlich, um gezielte Fragen zu beantworten und vor allem die Einstellung des scope zeitaufwändig. Die Gefahr unsaubere Abfragen zu erhalten und dadurch nur mässige Ergebnisse aus der Netzwerkanalyse zu ziehen ist gegenüber dem Nutzen noch zu gross und müsste nochmals überdacht werden. Hier ist das Problem jedoch primär beim Benutzer und dessen Unkenntnissen zu suchen. Als weiterer Punkt stellt sich die Frage, wie der Algorithmus der Netzwerkanalyse aufgebaut ist. Dieser ist öffentlich zugänglich, konnte im Rahmen dieser Arbeit jedoch nicht genauer angeschaut werden. Die von Scott Weingart vorgebrachte Problematik von Netzwerken für die Geisteswissenschaft[10] müsste daher am Algorithmus von nodegoat näher betrachtet werden, um eine Einschätzung zu dessen Nützlichkeit abgeben zu können.

Fazit

Zusammenfassend eröffnete die Nutzung der nodegoat-Datenbank die Möglichkeit, Informationen entsprechend den eigenen Vorstellung zu sammeln, zu verwalten und visuell ansprechend darzustellen. Aufgrund der Schwierigkeit einer – in diesem Falle – vagen Fragestellung, bezogen auf den historischen Inhalt, gestaltete sich die Auswahl der zu verwendenden Daten als Hürde. Zu Beginn wurde daher eine breite Menge verarbeitet, welche sich im Laufe des Projekts jedoch verkleinerte und eine schlussendlich nützliche Anzahl Ereignisse beinhaltete. Wie in Kapitel 1 beschrieben, konnte auf die bestehende Datenbankstruktur des grossen RAG-Projekts als Inspiration zurückgegriffen werden, wodurch allfällige Fehler im Aufbau bereits umschifft wurden. Die entsprechenden Änderungen im Aufbau konnten somit gesondert getestet und angewandt werden. In Bezug auf die Funktionen innerhalb von nodegoat sind sowohl positive als auch negative Punkte festzuhalten. Als Schwachstelle muss momentan die Netzwerk-Funktion angesehen werden. Die komplexe Abfrage sowie die – für diese Arbeit – mässigen Erfolge sind zwar nicht nur auf die Funktion zurückzuführen, würden jedoch von einer einfacheren Benutzeroberfläche profitieren. Hier stossen wohl einige Projekte an ihre Grenzen. Je nach Fragestellung sind Netzwerke sicherlich nützlich, dies kann jedoch auch eine simplere und vor allem explizit auf diese Funktion ausgelegte Software erreichen. Ein Grund, wieso auch der Hersteller der Datenbank derartige Funktionen nur als sekundäre Aufgaben von nodegoat definiert. Anders gestaltet sich die Ausgangslage für geographische Visualisierungen. Hier tragen die in Kapitel 4.1 beschrieben Problematiken zwar zu einer kritischen Betrachtung solcher Darstellungen bei, doch sind diese Visualisierungen in einem positiven Licht darzustellen. Die Möglichkeit, die eigenen Daten auf eine visuelle Ebene zu heben ist einerseits als Übersicht nützlich und kann andererseits sehr früh im Projekt helfen, mögliche neue Fragestellungen zu entziffern oder bestehende zu erweitern. Besonders zum leichteren Verständnis von komplexen Daten sind geographische Visualisierungen äusserst geeignet. Eher auf das interne Verständnis der Datenbank gerichtet, konnte durch die Analysis-Funktion die Häufigkeit des jeweiligen Ereignisses zur Überprüfung verwendet werden. Erneut ist der negative Faktor der Abfrage zu nennen, welche die Benutzung erschwert. Bei kritischer Betrachtung der Arbeit des Autors muss jedoch auch festgehalten werden, dass eine vertiefte Einarbeitung in die vom Hersteller bereitgestellte technische Funktionsweise gewisser Aspekte der Datenbank einige dieser Probleme behoben hätten oder im Verlauf des Projekts auch haben. Zwingend notwendig ist ein Verständnis des Aufbaus der eigenen Datenbank, um die Vorteile nutzen und anwenden zu können. Mitarbeitende müssen entsprechend geschult werden und einen zielführenden Leitfaden vorfinden, um Eingabefehler frühzeitig zu erkennen und falsche Schlussfolgerungen zu verhindern. Die Gefahr solcher vorschnellen Ergebnisse ergeben sich jedoch primär aus dem inkorrekten Umgang mit digitalen Quellen. Die im Anhang zahlreich vertretenen Darstellungen begründen jeweils neue Quellen aus den Ursprungsdaten und müssen entsprechend einer erneuten Quellenkritik unterzogen werden, um den realen Aussagegehalt zu prüfen. Der hermeneutische Zirkel zwischen Ursprungsdaten und generierten digitalen Quellen ist grundlegend im Umgang mit digitalen Tools, welche der Geschichtswissenschaft viele Vorteile bringen kann und wird.

Bibliografie

Literatur:

Dandelet, Thomas James: Spanish Rome: 1500-1700, New Haven 2001.

Pattenden, Miles: The College of Cardinals, in: Hollingsworth, Mary; Pattenden, Miles; Witte, Arnold: A Companion to the Early Modern Cardinal, Leiden 2020, S. 23-39.

Visceglia, Maria Antonietta: Factions in the Sacred College in the Sixteenth and Seventeenth Centuries, in: Signorotto, Gianvittorio; Visceglia, Maria Antonietta: Court and Politics in Papal Rome, 1492-1700, Cambridge 2001, S. 111-112.

Visceglia, Maria Antonietta: The Social Background and Education of Cardinals, in: Hollingsworth, Mary; Pattenden, Miles; Witte, Arnold: A Companion to the Early Modern Cardinal, Leiden 2020, S. 245-259.

Internetnachweise:

Bree, Pim van; Kessels, Geert: nodegoat: a web-based data management, network analysis & visualisation environment, URL: https://nodegoat.net/faq, eingesehen am 19.04.22.

Miranda, Salvador: The Cardinals of the Holy Roman Church, https://cardinals.fiu.edu/cardinals.htm, eingesehen am 11.01.2022.

Repertorium Academicum Germanicum (RAG), online: https://rag-online.org/.

Weingart, Scott: Demystifying Networks, Parts I & II, in: Journal of Digital Humanities 1 (1), 2011. Online: <http://journalofdigitalhumanities.org/1-1/demystifying-networks-by-scott-weingart/>, eingesehen am 19.04.2022.

Bildmaterial:

Abb. 1-16, 18-19: Galli, Nicolas: Projekt Kardinäle, Quelle nodegoat.

Abb. 17: Nussli, Christos: The Papal States in 1600, Kings College London, URL: http://www.kingscollege.net/gbrodie/Italy%201600%20showing%20papal%20states.jpg., erstellt 2003, eingesehen am 19.4.2022.


[1] Miranda, Salvador: The Cardinals of the Holy Roman Church, https://cardinals.fiu.edu/cardinals.htm, eingesehen am 11.01.2022.

[2] Bree, Pim van; Kessels, Geert: nodegoat: a web-based data management, network analysis & visualisation environment, URL: https://nodegoat.net/faq, eingesehen am 19.04.22.

[3] Repertorium Academicum Germanicum (RAG), online: https://rag-online.org/.

[4] Diese Verbindung bezieht sich auf alle weiteren Subobjekte und ermöglicht die Darstellung der Person auf einer geographischen Ebene, obwohl das Objekt Person nicht direkt mit der Georeferenzierung des Objekts Ereignis verbunden ist.

[5] Pattenden, Miles: The College of Cardinals, in: Hollingsworth, Mary; Pattenden, Miles; Witte, Arnold: A Companion to the Early Modern Cardinal, Leiden 2020, S. 23-39, hier: S. 37.

[6] Ebd. S. 32; Ausführlicher: Visceglia, Maria Antonietta: Factions in the Sacred College in the Sixteenth and Seventeenth Centuries, in: Signorotto, Gianvittorio; Visceglia, Maria Antonietta: Court and Politics in Papal Rome, 1492-1700, Cambridge 2001, S. 111-112; Dandelet, Thomas James: Spanish Rome: 1500-1700, New Haven 2001.

[7] Visceglia, Maria Antonietta: The Social Background and Education of Cardinals, in: Hollingsworth, Mary; Pattenden, Miles; Witte, Arnold: A Companion to the Early Modern Cardinal, Leiden 2020, S. 245-259, hier: S. 257.

[8] Dies trifft auf alle geographischen Visualisierungen zu, ist jedoch nur bei dieser Form deutlich ersichtlich.

[9] Fosi, Irene: Cardinals and the Government of the Papal States, in: Hollingsworth, Mary; Pattenden, Miles; Witte, Arnold: A Companion to the Early Modern Cardinal, Leiden 2020, S. 309-332.

[10] Weingart, Scott: Demystifying Networks, Parts I & II, in: Journal of Digital Humanities 1 (1), 2011. Online: <http://journalofdigitalhumanities.org/1-1/demystifying-networks-by-scott-weingart/>, eingesehen am 19.04.2022.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search