Wie kommen wir in den Geisteswissenschaften zu wissenschaftlichen Ergebnissen? Verkürzt gesagt durch die hermeneutische Interpretation von Texten, Bildern und Objekten, durch das narrative Füllen von Leerstellen, die uns diese aufgeben, durch spezifische Verknüpfungen, die in der Geschichtswissenschaft zumeist eine temporale Struktur aufweisen. Idealtypisch folgen wir dabei einer Fragestellung, verwenden standardisierte Methoden, bemühen uns um Berücksichtigung verschiedener Standpunkte und sind uns der eigenen Subjektivität beim Abfassen einer Darstellung bewusst. Für Experimente bleibt dort kein Platz, es sei denn, man meint Gedankenexperimente1 oder definiert schon das “Sich-auf-die-Suche-machen- und-nicht-wissen-ob-es-zum-Thema-Material-gibt” als Experiment.
Zur Beantwortung einer bestehenden oder zur Generierung einer neuen Forschungsfrage jedoch, also als Methode im Erkenntnisprozess mit empirischen Anteil – und darum soll es hier gehen -, werden in den traditionellen Geisteswissenschaften keine Experimente gemacht. Wer dennoch von Experimenten spricht, meint zumeist ein “Ausprobieren”.
Anders, so scheint es, in den Digital Humanities: Experimente sind hier – allein schon sprachlich – omnipräsent. Lisa Spiro zufolge ist die Sprache der Digital Humanities voller Ausdrücke, die mit Experimenten verbunden sind. Als Beispiel zitiert sie Willard MacCarty: “DH is an experimental practice, using equipment and instantiating definite methods”2. Forschungseinrichtungen werden als Labore bezeichnet, etwa das Stanford Literary Lab oder in Lausanne das DHLab. Dabei fällt auf, dass diese Praktik der Benennung im anglo-amerikanischen und im französischen Sprachraum verbreiteter ist als im deutschsprachigen Raum. Hierzulande ist zumeist von DH-Centren die Rede, etwa das Trier Center for Digital Humanities, das Cologne Center for eHumanities, oder das Göttingen Centre for Digital Humanities. Egal ob mit C oder Z vorn und mit re oder er hinten: Bedeutet die Vorliebe für Zentren, dass die deutschsprachigen digitalen Geisteswissenschaften Experimenten gegenüber verschlossener sind? Und wenn ja, warum?
Dies sind nur zwei von einer ganzen Reihe an offenen Fragen und noch nicht einmal die wichtigsten, denen dieser Beitrag nachgehen oder die er zumindest aufwerfen möchte. Das Feld ist weitgehend unbeackert und schwierig zu durchmessen. Von der Tagung “Experimente in den Digital Humanities” nächste Woche am DHI Paris erhoffen wir uns tiefere Einsichten. Dieser Beitrag ist dazu als Einleitung gedacht und als Versuch, die bereits erschienenen Beiträge der Blogparade zum gleichen Thema zusammenzufassen. Er war zu zwei Dritteln fertig, als sich aufgrund der derzeitigen Twitterumfrage von @dhiparis “Experimente in den Digital Humanities sind für mich…” eine Diskussion auf Twitter entspann, der er nicht nur den Titel, sondern auch wichtige Impulse verdankt.
@dhiparis …eine epistemologisch unreflektierte Metaphorik, die den gesellschaftl. Legitimationsverlust der Geisteswissenschaften anzeigt.
— Erbloggtes (@Erbloggtes) June 5, 2015
Experimente als Wert
Auch in den Digital Humanities sind Experimente Metapher und Teil einer Rhetorik der Sinnsuche, wie nicht nur aus den zahlreichen Antworten der Twitterumfrage deutlich wird. Für Lisa Spiro etwa sind Experimente ein “Wert”, im Sinne von Tugend. In ihrem Aufsatz “This Is Why We Fight” stellt sie Experimente als fünften Wert neben 1.) Offenheit, 2.) Zusammenarbeit, 3.) Kollegialität und Verbundenheit (Connectedness) sowie 4.) Diversität. Mit dem Bezug auf Experimente zeigen die Digital Humanities, so Spiro, ihre Risikobereitschaft, den Mut zum Scheitern und den Willen, traditionelle Methoden der Forschung und Lehre zu erneuern. Sie beweisen Unternehmergeist und Innovation. Spiro sieht das Wort Experiment als positiv besetzt an: Es wird u.a. mit Neugier, Entdeckung, Aufbruch und Spielen in Zusammenhang gebracht3.
Wenn Experimente ein Hauptelement der Digital Humanities sind, dann setzen sie sich damit klar von den traditionellen Geisteswissenschaften ab und betonen das Neue, das Andere und auch die Reproduzierbarkeit und das Objektivere im Prozess der Erkenntnisgewinnung. Auch wenn dies stimmen mag, was noch zu diskutieren ist: In dieser Sichtweise werden Experimente normativ und positivistisch aufgeladen. Die Werte-Definition dient der Selbstvergewisserung für die Digital Humanities, die selbst nicht wissen, ob sie Methode oder eigenständige Disziplin bzw. beides zugleich sind.
@dhiparis Experimente in den Digital Humanities sind für mich die Möglichkeit eines Stachels im Fleisch der etablierten Wissenschaften.
— Achim Landwehr (@AchimLandwehr) June 6, 2015
Der Einsatz von Experimente in den digitalen Geisteswissenschaften ist auch ein Affront gegenüber den traditionellen Geisteswissenschaften, deren Vertreter ihrerseits verächtlich auf die vermeintlich rein quantitativ und nicht mehr hermeneutisch arbeitenden digitalen Humanisten schauen. Doch so einfach ist es natürlich nicht. Aber wo und wie kommen Experimente in den Digital Humanities zum Einsatz, welche Grenzen bestehen?
Überprüfung einer Hypothese oder Herbeiführung einer “bis dahin nicht beobachteten Situation”
Zunächst: “Ein Experiment (von lateinisch experimentum „Versuch, Beweis, Prüfung, Probe“) im Sinne der Wissenschaft ist eine methodisch angelegte Untersuchung zur empirischen Gewinnung von Information (Daten).”4. Experimente werden in den Wissenschaften genutzt, um eine bestimmte Hypothese zu überprüfen, bzw. um eine “bis dahin nicht beobachtete Situation herbeizuführen und sich vom Ergebnis “überraschen zu lassen””5. Zu einem Experiment gehören vier Faktoren: 1.) der Untersuchungsgegenstand (oder ein Subjekt), 2.) der Beobachtende, 3.) eine oder mehrere Methoden bzw. der Versuchsaufbau, und 4.) der Vorgang des Experiments.6
In den Digital Humanities nutzen Wissenschaftlerinnen und Wissenschaftler IT-basierte Methoden und Verfahren, um damit in Form von empirischen Experimenten wissenschaftliche Fragestellungen zu beantworten oder zu generieren: Was kommt dabei heraus, wenn Daten auf eine bestimmte Art modelliert werden? Zu welchen Ergebnissen kommt man, wenn man komplexe Datenmengen visualisiert? Was ändert sich am Ergebnis, wenn man bestimmte Parameter und Algorithmen ändert oder eine andere Software, ein anderes Tool einsetzt? Außerdem: schon das Erstellen des Daten- oder Textcorpus ist eine Konstruktion, der Beginn des Experiments, wie Anne Baillot in ihrem Beitrag zur Blogparade schreibt7. Von dort aus kann Forschung viele verschiedene Wege gehen, verschiedene Fragen an das Material richten oder das Corpus neu zusammenstellen, wenn die Ergebnisse nicht zur Beantwortung der Forschungsfrage ausreichen. So spielen nicht nur Software und Parameter, sondern vor allem die Auswahl der Daten eine wichtige Rolle in den Experimenten8. Dominic Harion bezeichnet das Anfertigen einer Edition in seinem Blogbeitrag analog als “Experimentieren mit Konfiguration und Refiguration”, wobei seiner Meinung nach vor allem bad data zu “hermeneutischen Experimenten” einladen9.
Einige Beispiele
Labor ist, wo der Computer steht
Im Labor der Digital Humanities stehen also keine Reagenzgläser, Mikroskope und chemische Produkte, sondern Hardware und Software: Computer, Kabel, Server und Programme. Statt Flüssigkeiten werden Texte und Daten gemischt, etwa jüngst beim Buchprojekt “Experimental Literature 2.0” http://actu.epfl.ch/news/first-steps-towards-experimental-literature-20-4/, des Lausanner DHLab, das eine Applikation entwickelte, um Kapitel literarischer Werke experimentell neu anzuordnen. Große Textcorpora werden nicht mit dem Mikroskop, sondern mit Textmining-Methoden untersucht, so wie Nils Reiter und Jonas Kuhn es in ihrem Beitrag zur Blogparade anhand von annotation und automatisation or prediction experiments erläutern10.
“Experimente auf Texten”, nennt es Jürgen Hermes, der mit Tesla ein Text Engineering Software Laboratory “eröffnet” hat (um im Bild zu bleiben), mit dem man “alles machen [kann], was auf maschinellen Annotationen oder einer automatischen Analyse von Texten beruht”11. Bei Textmining geht es zumeist darum, bestimmte Muster in einem Text bzw. in großen Textcorpora herauszuarbeiten. Dabei übernimmt der Computer automatisierte Analysen, die der Mensch aufgrund der schieren Datenmenge oder der Komplexität der Anfrage nicht oder nur schwer durchführen könnte. Tesla eignet sich etwa zur Stimmungsanalyse (Sentiment-Analyse), die derzeit bei Markt- oder Politikforschung zum Einsatz kommt. Manuelle Eingriffe müssen bei Tesla außerhalb des Editors erfolgen. So soll gewährleistet sein, dass Analysen jederzeit wiederholt, weitergegeben und reproduziert werden können.12.
Auch über Visualisierung kann man Daten modellieren. Dies wird etwa im Bereich der Netzwerkforschung angewandt, freilich schon lange, bevor es die Digital Humanities oder überhaupt Computer gab: Kartierung, Diagramme, Zeitleisten und andere Berechnungen wurden bereits Ende des 18. Jahrhundert eingesetzt, und erlebten im 19. Jahrhundert einen zweiten Schub13. Computer ermöglichen heute jedoch die schnellere, komplexere und verknüpfte Visualisierung sehr großer Datenmengen. Hierbei lässt sich auch der vermeintliche Gegensatz von hermeneutischer und quantitativer Geisteswissenschaft aufheben, haben diese Visualisierung doch eine stark narrative Komponente14. Dabei kann die visualisierte Netzwerkanalyse auch zum “investigativen Journalismus-Tool” werden, etwa bei der von Martin Grandjean durchgeführten Untersuchung der Nähe zwischen Privatwirtschaft und Bundesbeamten, deren Ergebnis nicht von vornherein klar war15.
Ein Beispiel für Experimente aus der Geschichtswissenschaft sind die Untersuchungen der niederländischen Parlamentsdebatten von Piersma und Ribbens16. Mit einem eigens für die Untersuchung historischer Zeitungen entwickelten Tool gingen sie der Frage nach, wie die “Boerenpartij” (Bauernpartei) in den Debatten der Jahre 1963-1981 im Zusammenhang mit Faschismus und Nationalsozialismus auftauchten. Sie weisen darauf hin, dass der Einsatz von digitalen Methoden Historiker/innen dazu zwingt, bereits sehr früh eine fertige Forschungsfrage zu formulieren, während diese sich bei einer analogen Herangehensweise und beim Suchen in Archiven zumeist nach und nach erst spezifiziert17. Darüber lässt sich freilich diskutieren, zumal die beiden ihre Fragestellung selbst im Laufe der Analyse mehrfach anpassen mussten.
Am Freitag Nachmittag unserer Tagung haben wir vier Datenlabore “eingerichtet”, in denen mit unterschiedlichen Daten und Zielsetzungen experimentiert wird. Mit Anne Baillot und Petra Šoštarić betreibe ich dort ein Labor zu “machine translation”, in dem wir verschiedene Textsorten (Formulare, literarische Werke, Tweets des hashtags #dhiha6, Blogbeiträge der Blogparade) mit verschiedener Software übersetzen wollen. Wir werden berichten, was dabei herauskam…
Feldexperimente?
Gibt es auch Feldexperimente in den Digital Humanities, also Experimente, die nicht im Labor, sondern in einem natürlichen Umfeld stattfinden? Im strengen Sinne dürften beteiligte Personen, die Versuchspersonen sind, nichts vom Experiment wissen. Demnach wäre unsere Tagung, die wir aufgrund der stark dialogischen Form in den ConverStations, den Lounges und Laboren auch als “Experiment” bezeichnen, eben doch keines. Denn alle Teilnehmenden wissen, dass wir neue Tagungsformate ausprobieren.
In der Lehre könnte man mit neuen digitalen Methoden experimentieren. Ein Beispiel wäre das im Rahmen meiner Lehrveranstaltungen durchgeführte Twitterinterview, wobei auch hier allen Studierenden bewusst war, dass es sich um ein “Experiment” im Sinne eines Ausprobierens handelt. Auch eine Tagung und ein Hörsaal sind demnach zumeist eher Labor als “Feld”. Doch davon abgesehen: Es sind keine empirischen wissenschaftlichen Experimente, wie sie eingangs definiert wurden, sondern es ist vielmehr ein Ausprobieren neuer Formen der Lehre oder der Geschichtsvermittlung etwa über Wissenschaftsbloggen und soziale Medien. Tatsächliche Feldexperimente in den Digital Humanities sind mir nicht bekannt. Oder?
Reproduzierbarkeit und Transparenz
Die Reproduzierbarkeit ist ein wichtiges Merkmal empirischer Experimente. So betont Jürgen Hermes, “dass man Studien sehr wohl einfach reproduzierbar machen kann und dabei den angenehmen Nebeneffekt hat, dass man unmittelbar an die Forschungen anderer Wissenschaftler|innen anknüpfen kann. Das ist zugleich meine Idee von Open Science.”18 Der Einsatz von Experimenten in den Digital Humanities kann als positiver Nebeneffekt mehr Transparenz schaffen, wenn die Forschenden ihre zugrundeliegenden Daten und die eingesetzte Software in einem Zusatzbeitrag veröffentlichen. Dadurch werden nicht nur die im Hauptartikel publizierten Ergebnisse der Untersuchung ergänzt, die Studie wird auch für Außenstehende reproduzierbar19.
Ergänzend dazu sei angemerkt, dass mit einer transparenten, prozessbasierten Herangehensweise, “Entscheidungen und Reduktionen, die während der Produktion stattgefunden haben”, stärker oder überhaupt ins Blickfeld gelangen: “Transparenz bedeutet in diesem Zusammenhang die Möglichkeit, die Methode nachvollziehen zu können: wie sie funktioniert, auf welchen Vorüberlegungen sie beruht, sie reproduzieren zu können und sie kritisieren zu können.”20
Die Verlockung der Objektivität
Digital Humanities rücken durch den Einsatz von computergestützten Verfahren und Datenexperimenten in die Nähe der als objektiv geltenden sogenannten hard sciences. Dieser Vergleich mit den Naturwissenschaften und der Wunsch, Forschungsergebnisse in den Geisteswissenschaften zu objektivieren, erinnert an die Bemühungen zur “Professionalisierung” der Geschichtswissenschaft in der zweiten Hälfte des 19. Jahrhunderts (und in verschiedenen Schüben auch darüber hinaus). Damit einher ging nicht nur die Trennung und Hierarchisierung der universitären von der außeruniversitären Geschichtsschreibung, sondern auch die Einführung von vermeintlich standardisierten Methoden und die Vorstellung, dass objektive, der Wahrheit oder zumindest dem Verstehen verpflichtete Geschichtsschreibung möglich ist.
Die Digital Humanities sehen Rieder und Röhle daher vor der “Verlockung der Objektivität” 21 stehen, begründet auf der missverständlichen Interpretation der Tatsache, dass Computer bestimmte Aufgaben schneller und zuverlässiger erledigen können als Menschen. “So entsteht die Vorstellung, dass Computer „wahre“ Ergebnisse liefern, die epistemologisch auf einem höheren Status stehen als eine von Forschenden erstellte Interpretation.” Die Geisteswissenschaften werden “objektiv”, da Datensets zu bestimmten Mustern in einer verifzierbaren, kontrollierten, reproduzierbaren und personenunabhängigen Weise befragt werden. Dabei wird vergessen, “dass die Genauigkeit der Fragestellung, die Modelle und Vorannahmen, die der Forschung zugrunde liegen, menschlich gemacht sind und damit interpretiert und subjektiv” sind.22 Übertragen gesagt, besteht zumindest in der digitalen Geschichtswissenschaft die Gefahr zu meinen, man könne computergestützt und im Anschluss an Ranke digital herausfinden, „wie es eigentlich gewesen“23.
Doch sind nicht nur Tools und Software bereits voller Theorie und Urteile. Auch die empirischen Methoden der Experimente sind mit Hermeneutik durchdrungen, was etwa beim Erstellen digitaler Editionen deutlich wird, wie Anne Baillot in ihrem Blogbeitrag (und nicht nur da) mit Bezug auf die französische Editionsschule der critique génétique betont.
Genauso kommen nach Rieder und Röhle in den Digital Humanities Visionen von Universalismus zurück, die unreflektierter Technikbegeisterung Vorschub leisten können. Wenn das Durchführen von Experimenten zu einer normativen Vorstellung wird, wie Digital Humanities zu sein haben, ist an Offenheit nichts gewonnen. Hier gibt es noch Klärungs- und Definitionsbedarf in den Digital Humanities, in denen viele gleichwohl die Definitionsdiskussionen nicht mehr hören können.
Scheitern als Chance
Experimente haben einen ungewissen Ausgang. Sie können auch kein Ergebnis liefern oder gar scheitern. Wer das nicht in Kauf nehmen will oder kann, weil dies etwa in unserer geisteswissenschaftlichen Forschungskultur nicht vorgesehen ist, wird erst gar keine Experimente wagen. Führt man sie dennoch durch, so anerkennt man den “Wert” des Scheiterns, der dem Streben nach Innovation inne sein kann. Wie in den Naturwissenschaften ist dann auch das Scheitern oder das Ausbleiben eines Ergebnisses ein Ergebnis, das es wert ist, dokumentiert zu werden. Dies allein schon deshalb, damit nicht andere Forschende Zeit und Geld investieren und ein nicht dokumentiertes gescheitertes Experiment wiederholen.
Damit sind wir beim Protokoll und bei der Dokumentation des Experiments und seiner Vorannahmen, wie es Suzanne Dumouchel in ihrem Beitrag zur Blogparade beschrieben hat. Demnach garantiert ein Protokoll die Validität des Experiments und seinen richtigen Ablauf und ermöglicht, dass ein Experiment genau gleich oder mit veränderten Kriterien erneut durchgeführt werden kann. Ein Protokoll kann damit Teil der qualitativen Verbesserung der Forschung sein, vorausgesetzt, es wird zugänglich gemacht, womit wir wieder bei der Transparenz wären. Somit hat ein Protokoll nicht zuletzt eine wichtige Kommunikationsfunktion im Forschungsprozess24.
Experimente und Erkenntnisgewinnung
Mit der Durchführung von Experimenten allein ist es freilich nicht getan. Die Ergebnisse müssen interpretiert und erklärt werden. Auch hier kommen hermeneutische Methoden ins Spiel. Darin unterscheiden sich die Digital Humanities nicht von anderen Wissenschaften, die ihre Experimente ebenfalls interpretieren. Ein Unterschied könnte sein, dass in den Geisteswissenschaften der interpretierende Anteil weiterhin sehr hoch bleiben und es ein rein digital erarbeitetes Ergebnis als Antwort auf eine Forschungsfrage in naher Zukunft nicht geben wird. Vielmehr hat man es mit Mischformen zu tun, und Daten- bzw. Textanalysen sind komplementär zur hermeneutischen Praktik zu sehen. Diese Mischfomen werden zukünftig wohl zunehmen, allein schon deshalb, weil sich etwa im Bereich der Zeitgeschichte die Quellenbasis durch das Internet stark vergrößert, Stichwort big data. Eine closed-reading-Auseinandersetzung mit den E-Mails aus der Regierung Merkel allein wird es ebenso wenig geben können, wie umgekehrt die distant-reading Auswertung aller Zig Tausend Dokumente ohne weitere Kontextualisierung. Eine Mischform ist jedoch sehr wohl vorstellbar. Nicht nur hier wird Hybridität “the new normal”25.
Noch mehr offene Fragen…
Eine weitere Frage, die sich mir unbeantwortet stellt, ist die Frage nach den ethischen und moralischen Grenzen von Experimenten in den Digital Humanities. Im Bereich der Medizin und der Gentechnik, der Menschen- oder Tierversuche ist mit gutem Recht nicht alles erlaubt, was theoretisch möglich ist. Wie sieht es bei den Digital Humanities aus? Gibt es hier spezielle moralisch-ethische Grenzen für wissenschaftliche Experimente? Datenschutz, Missbrauch von Daten, gefälschte Sentimentanalysen… dies findet Analogien in anderen Wissenschaftsfächern. Was wäre spezifisch für die Digital Humanities?
Und da der Beitrag längst in die Kategorie [tl;dr] fällt, höre ich an dieser Stelle mal auf… und bin gespannt auf Reaktionen, Kommentare, Ergänzungen und natürlich auf die Tagung.
______
Abbildungen
- Vgl. den Eintrag bei Wikipedia: http://de.wikipedia.org/wiki/Gedankenexperiment. [↩]
- Willard MacCarty zitiert nach Lisa Spiro, „This Is Why We Fight“: Defining the Values of the Digital Humanities. In: Gold, Matthew K.: Debates in the Digital Humanities. Minneapolis 2012, S. 16–35. Online unter: http://www.nyu.edu/projects/sanger/CDH/spiro.pdf. [↩]
- Spiro, „This Is Why We Fight“, S. 30. [↩]
- Wikipedia, http://de.wikipedia.org/wiki/Experiment. [↩]
- Ibid. [↩]
- Aus: Was ist ein Experiment?, 8.4.2015, https://www.e-teaching.org/didaktik/qualitaet/experiment. [↩]
- Anne Baillot, Two h words and one e word (#dhiha6), in: Digital Intellectuals, http://digitalintellectuals.hypotheses.org/2610. [↩]
- Vgl. auch Martin Grandjean im Twitterinterview mit Anne Baillot, Historische Netzwerke Stuttgart. Ein Twitterinterview #hnSTR, in: Digitale Geschichtswissenschaft, 22.12.2014, http://digigw.hypotheses.org/1153#more-1153. [↩]
- Dominic Harion, Bad (Inspiring) Data #dhiha6, in: Medium 4.6.2014, https://medium.com/@DominicHarion/bad-inspiring-data-dhiha6-84a5abe81e57. [↩]
- Nils Reiter, Jonas Kuhn, Annotation as a Pivot in DH Experiments, in: Medium, 27.5.2015, https://medium.com/@nilsreiter/experiments-in-digital-humanities-f0e225d26fe2. [↩]
- Jürgen Hermes, Und was kann man jetzt mit Tesla machen?”, in: TEXperimenTales, http://texperimentales.hypotheses.org/125. [↩]
- Vgl. Ibid. [↩]
- Vgl. die Twitterinterviews von Anne Baillot mit Sebastian Giessmann und Martin Grandjean: Historische Netzwerkanlayse, in: Digitale Geschichtswissenschaft, http://digigw.hypotheses.org/1153#more-1153. [↩]
- Vgl. Mareike König, Visualisierungen und historische Argumentation, in: digitale:geschichte, 7.6.2015, http://dguw.hypotheses.org/286. [↩]
- Vgl. Martin Grandjean, [OpenData] Problematische Nähe zwischen Privatwirtschaft und Bundesbeamten: Wenn die Netzwerkanalyse zum investigativen Journalismus-Tool wird, in: Pegasus Data Project, 25.11.2012, http://pegasusdata.com/2012/11/25/problematische-nahe-zwischen-privatwirtschaft-und-bundesbeamten/. [↩]
- Piersma, Hinke; Ribbens, Kees: Digital Historical Research: Context, Concepts and the Need for Reflection, in: BMGN – Low Countries Historical Review, 128-4 (2013), S. 78–102. Online unter: http://dspace.library.uu.nl/handle/1874/288117 [↩]
- Ibid., S. 87 [↩]
- Jürgen Hermes, Experimente im Textlabor #dhiha6, in: TEXperimenTales, 3.5.2015, http://texperimentales.hypotheses.org/1344. [↩]
- Vgl. Jürgen Hermes, Reproduzierbares Wissen schaffen,in: TEXperimenTales, 29.1.2013, http://texperimentales.hypotheses.org/692. [↩]
- Mareike König, Fünf Herausforderungen digitaler Methoden, oder: Ranke re-visited: digital herausfinden, „wie es eigentlich gewesen“?, in: digitale:geschichte, 10.4.2015, http://dguw.hypotheses.org/115. [↩]
- Ibid., mit Bezug auf: Rieder, Bernhard, Röhle, Theo: Digital Methods: Five Challenges, in: David M. Berry (Hg.), Understanding Digital Humanities, Houndmills 2012, S. 67-84. [↩]
- Ibid. [↩]
- Ibid. [↩]
- Vgl. Suzanne Dumouchel, Comment et pourquoi construire un protocole en SHS ?, in: Digital Humanities à l’IHA, 29.5.2015, http://dhiha.hypotheses.org/1519. [↩]
- Vgl. den Beitrag von Gerben Zaagsma, On digital history, besprochen in: Mareike König, Digitale Geschichtswissenschaft ist keine Wahl, sondern Realität, in: digitale:geschichte, 28.4.2015, http://dguw.hypotheses.org/161. [↩]
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Mareike König (7. Juni 2015). Jenseits der Metaphorik: Experimente in den Digital Humanities #dhiha6. digitale:geschichte. Abgerufen am 11. November 2024 von https://doi.org/10.58079/nkdj
Im Prinzip kann man allem nur zustimmen, ich hätte nur gern etwas mehr im Hinblick auf Ihren ersten Satz: “Auch in den Digital Humanities sind Experimente Metapher und Teil einer Rhetorik der Sinnsuche,…” erfahren, denn gerade diese metaphorische Seite des Themas eröffnet ja noch viel mehr Einsicht als die Themen und Beispiele, die Sie anführen. Denn es geht eben nicht nur darum, das Feld zwischen Theorie und Empirie neu abzustecken, indem man sich nun auch als traditionell arbeitende Geisteswissensschaftlerin auf dem experimentellen Feld tummeln kann, sondern es geht auch darum, daß wir unser begriffliches Arsenal neu bestimmen müssen/können/sollten – und das eben unter Einbeziehung experimenteller Arbeitsweisen.
Pingback: Experiments as Objects of Scholarly Communication #dhiha6 | TEXperimenTales