Kannst Du in drei Sätzen Dein Projekt vorstellen und sagen, was speziell der digitale Anteil daran war?
Ich beschäftige mich in meinem Promotionsvorhaben mit der Disziplingeschichte der Erziehungswissenschaft in Deutschland nach 1945, und zwar konkret mit ihrer Wissenschafts-/Fachsprache. Die Idee ist, dass sich Disziplinen (nach Rudolf Stichweh) unter anderem durch den Kommunikationszusammenhang konstituieren. Daher analysiere ich die erziehungswissenschaftliche bzw. wissenschaftlich-pädagogische Kommunikation in entsprechenden Fachzeitschriften. Es geht zum Beispiel um Begriffs- oder Themenkonjunkturen, zeitschriftenspezifische Diskurse oder Wandel bzw. Kontinuität im Sprachgebrauch (nach Noah Bubenhofer). Um diese Fragen für die potentiell gewaltigen Datenmengen beantworten zu können, nutze ich zum Aufspüren von Mustern und Auffälligkeiten computergestützte Volltextanalysen: Text Mining.
Muster im (Schrift-)Sprachgebrauch analysieren für große Zeitschriftenbestände: Kosinus-Textähnlichkeit von ganzen Jahrgängen der drei Zeitschriften Bildung und Erziehung, Die Deutsche Schule und Heilpädagogische Blätter/Zeitschrift für Heilpädagogik, erstellt mit R/RStudio mit dem R-Paket quanteda.textstats, inspiriert von Cornelius Puschmann.
Stichwort Mehrwert: Was war nur möglich bzw. welche Vorteile gab es, weil Du digital gearbeitet hast?
Text Mining und die (retro)digital(isiert) vorliegenden Quellen ermöglichen überhaupt erst, so viel Material auf einmal zu analysieren. Für unterschiedliche Teilstudien werte ich meistens mehrere Zeitschriften gleichzeitig aus und vergleiche sie. Schon in einer Zeitschrift alle Artikel über einen Zeitraum von rund 70 Jahren und mehr zu lesen, wäre im Umfang üblicher akademischer Beschäftigungsverhältnisse und Projektlaufzeiten nicht (sinnvoll) leistbar – oder eine Lebensaufgabe. Einen großen Vorteil beim Text Mining-Ansatz sehe ich zum einen darin, dass durch die Breite des Materials auch Texte, die beim menschlichen Lesen drohen, eher in der Peripherie zu versinken, mit in den Blick genommen werden. Zum anderen – da bin ich dank einer meiner akademischen Lehrerinnen und geschätzten Kollegin Katharina Vogel Anhänger und Fan von Ludwik Flecks Denkstil und Denkkollektiv – geraten durch die computergestützten Analysen aus der Distanz auch Auffälligkeiten in den Blick, die uns (mir) beim gewöhnlichen Lesen aufgrund von Lese- und Wahrnehmungsgewohnheiten womöglich nicht einmal bewusst geworden wären.
Auswertung von und Überblick über große Textmengen: Netzwerk für (ausgezeichnete) Personen(namen), die in der Edition des Briefwechsels zwischen Eduard Spranger und Käthe Hadlich innerhalb eines Briefes gemeinsam genannt werden und für sich genommen in mindestens 50 Briefen auftauchen. Erstellt mit R/RStudio mit dem Paket quanteda.
Hattest Du vorher schon mal mit digitalen Methoden gearbeitet?
Das kommt ein bisschen auf das Verständnis von digitalen Methoden an. Ich habe während meines Studiums im Bachelor als Tutor viel mit Statistik zu tun gehabt und immer wieder mit SPSS gearbeitet. Im Master habe ich als Hilfskraft mit SPSS und mplus gearbeitet, aber dass ich selbst mit anderen und eigenen digitalen Methoden zu tun gehabt und nicht ‚nur‘ beauftragt gerechnet habe – eher nein … Text Mining war meine erste Forschung mit digitalen Methoden. Den Ansatz hatte ich in einem früheren Projekt (EWiG) vereinzelt schon angewendet, in dem ich Lehrbücher und Einführungswerke mit Text Mining-Verfahren hinsichtlich sprachlicher Auffälligkeiten analysiert habe.
Wenn Nein: Was war letztlich der ausschlaggebende Punkt, dass Du den Sprung ins Digitale gewagt hast?
Das war eine Fügung (aus meiner Sicht) glücklicher Umstände, würde ich sagen: Ich hab ein grundsätzliches Interesse am Arbeiten mit Computern über Textverarbeitung hinaus und ich hatte schon länger Lust darauf, ein wenig programmieren zu können (ohne sagen zu wollen, dass ich das jetzt könnte!). Mein damaliger Chef hat während meiner Zeit als Hilfskraft gesagt, es wäre gut, wenn jemand bei uns am Arbeitsbereich mit der Programmiersprache R umgehen könnte. Da ich zum Ende meines Masterstudiums noch ein bisschen was anderes als mein Fachstudium machen wollte und es ein Seminar für Datenanalyse mit R gab, an dem ich teilnehmen durfte und konnte, war damit der Grundstein gelegt.
Man sagt, dass digitale Projekte eine steile Lernkurve haben. Was wären die fünf Tipps, die Du gerne Deinem jüngeren Ich geben würdest? Was hättest Du gerne gewusst, was hättest Du anders gemacht, was hat sich für Dich als augenöffnend herausgestellt?
Ich habe rückblickend ehrlich gestanden manchmal auch recht flache Lernkurven gehabt, aber das wäre dann auch schon ein Tipp, den ich Vergangenheits-Daniel ans Herz legen würde:
Misserfolge einkalkulieren und deswegen Zeit einplanen und (soweit möglich) nehmen Ich hab immer wieder festgestellt (und tue das bisweilen heute noch), dass es länger dauert, als ich denke/gedacht hätte, bis ein Skript so funktioniert, wie ich es will. Wenn man dann einen Vortrag oder Beitrag im Nacken hat, kann das ganz schön unangenehm sein. Also lieber zu viel, als zu wenig Zeit einplanen; das gilt aber vermutlich irgendwie für alles in der Wissenschaft und ist ja auch leichter gesagt als getan. Und damit zusammenhängend: Eine gewisse Frustrationstoleranz ist auch hilfreich.
- Einfach mal ausprobieren und zum Beispiel Tutorials nutzen (und ggf. zitieren) Mir hat es unglaublich geholfen, schon bestehende Skripte oder Teile davon zu nutzen und sie auf meine Daten anzuwenden. Und – kleiner Tipp im Tipp – beim Einstieg den Anspruch auf den besten oder kürzesten Weg im Code lieber hintenanstellen und später nacharbeiten: Auch wenn das langfristige Ziel sicher ein anderes sein sollte – für den Start führen oft viele Wege zum ersten Ziel (= alles funktioniert). Das Arbeiten an Beispielen erleichtert nicht nur den Einstieg (und vermittelt mit der Zeit auch ein Gefühl für gute Lösungen), sondern es gibt immer mal wieder neue Inspirationen für unterschiedliche Herangehensweisen. Dann lässt sich durcharbeiten und an den eigenen Daten schauen, was wo klemmt oder warum das im Tutorial klappt, bei mir aber nicht. Ich behalte (leider) nicht immer alle Problemlösungen, die ich dann irgendwann gefunden habe, im Kopf, aber ich kann mich in aller Regel daran erinnern, dass ich das schon mal gelöst habe und schaue dann nochmal in meine alten Skripte. Das führt mich nahtlos zum nächsten Tipp:
- Daten, Skripte und überhaupt alle Dateien und Ordner pflegen Das ist eigentlich überhaupt kein besonderer Tipp – schon gar nicht mehr in Zeiten, in denen Forschungsdatenmanagement in aller Munde ist –, aber ich hab mich (Stichwort Lernkurve) oft geärgert, wenn ich nach einer unfreiwillig nötig gewordenen, längeren Pause an einem Projekt weiterarbeiten wollte und dann nicht mehr wusste, warum ich da was im Skript an Code eingefügt hatte oder wieso das mal (nicht) funktioniert hat.
- Viiiel Zeit für die Datenaufbereitung einplanen Der Zeitpunkt, an dem die Daten so weit sind, dass ich sie durch meine Skripte schubsen kann, braucht oft sehr viel Vorlauf und Zeit. Nach einiger Erfahrung gibt es ein paar Basics, die in meinen Skripten meist immer wieder auftauchen, das spart auf lange Sicht schon Zeit. Aber die Datenaufbereitung ist jedes Mal von neuem eine Herausforderung – je nach Bereitstellung und Verfügbarkeit. Im Sinne des redlichen wissenschaftlichen Arbeitens finde ich es auch wichtig, die Datenaufbereitung nachvollziehbar und idealerweise nachnutzbar zu gestalten.
- Nicht von vornherein von Kritik und methodologischen Diskussionen abschrecken lassen Ich finde Reflexionen über die Reichweite von Methoden, ihre Erkenntnismöglichkeiten und die ihnen zugrunde liegenden Methodologien und die damit zusammenhängenden Theorien nicht nur wichtig, sondern auch sehr wertvoll! Gleichzeitig ist mir und uns (ich habe mich oft mit Kolleg:innen zusammengetan für meine Arbeiten mit Text Mining) aber immer wieder viel Skepsis und auch reichlich Kritik entgegengebracht worden, von der ich heute sagen würde, dass sie teils sehr pauschal und teils sogar uninformiert war. So zum Beispiel die Meinung, das sei alles eine Blackbox, was der Computer da macht, und ich wüsste gar nicht richtig, was ich tue – das kann ich inzwischen für mich nicht mehr gelten lassen. Darum finde ich den Ansatz gut, die Dinge (auch) selbst auszuprobieren, dann lässt sich auch informierter und basierend auf Erfahrungswerten die Methoden- und Methodologiediskussion weiterführen. Das ist ein Ansatz, der sich übrigens mit unserem DHELab sehr gut zusammenbringen lässt.
Daniel Erdmann promoviert zur Disziplingeschichte der Erziehungswissenschaft nach 1945 anhand computergestützter Zeitschriftenanalysen und interessiert sich für Text Mining, (Historische) Wissenschaftsforschung und erziehungswissenschaftliche Wissensgeschichte. Nach seinem Studium der Erziehungswissenschaft in Jena und Göttingen war er an der Uni Göttingen in der Allgemeinen und Historischen Erziehungswissenschaft tätig, seit September 2022 ist er Wissenschaftlicher Mitarbeiter in der BBF | Bibliothek für Bildungsgeschichtliche Forschung des DIPF mit einem inhaltlichen Schwerpunkt auf textuellen Forschungsdaten. (ORCID-ID: 0000-0002-2602-7610, GND-Nummer: 1234990873) Foto: Daniel Erdmann.
Die Blogreihe „Hätte ich das mal eher gewusst … Was Historiker:innen und historisch arbeitende ihrem jüngeren Ich raten würden“ wird betreut durch das GHI Washington in Kooperation mit NFDI4Memory / Task Area Data Culture, dem Verband der Historiker und Historikerinnen Deutschlands (VHD) und der Digital History Professur der Humboldt-Universität zu Berlin. Wir freuen uns über alle, die offen über ihre Erfahrungen mit digitalen Projekten im Geschichtsbereich sprechen möchten – und Tipps geben, was sie auf jeden Fall beim nächsten Mal anders machen würden.
Sie haben / Du hast auch Interesse, einen Beitrag für die Reihe zu schreiben? Gerne! Christiane Weber (VHD/NFDI4Memory) [weber@historikerverband.de] und Katharina Hering (GHI) [hering@ghi-dc.org] freuen sich auf eine Email.