Koordination: Franziska Lang (TU Darmstadt), Nils Müller-Scheeßel (Universität Kiel)

flang[at]klarch.tu-darmstdat.de, nils.mueller-scheessel[at]ufg.uni-kiel.de

Themenbeschreibung

Im Zuge jeder Auseinandersetzung mit archäologischen Objekten entstehen zwangsläufig neue Repräsentationsformen. Waren es früher in erster Linie analoge, heterogene Repräsentationen (Zeichnungen, Texte, Bilder, Abgüsse etc.), sind es heute mehr und mehr digitale Daten in unterschiedlichen Formaten und Typen (vgl. Sektion Kuratierung). Zwischen materiellen – im wahrsten Sinn des Wortes „(be)greifbaren“ – und digitalen – bits und bytes – Objekten besteht ein offensichtlicher Unterschied.

Digitale Daten entstehen in verschiedenen archäologischen Prozessen: (a) in der Gewinnung von Daten und Wissen durch adäquate Verfahren und Technologien, deren (b) Aufbereitung für eine informationstechnologische Verarbeitung und (c) anschließender Analyse sowie (d) ihre Vorbereitung und Umsetzung für die zukünftige Bereitstellung. Diese neuen Formen von Daten basieren auf mathematischen Codierungen und werden vom Computer mithilfe von Algorithmen generiert und berechnet. Die Archäologie ist nun mit Artefakten und ihren digitalisierten Formen sowie nativen digitalen Daten als Quellen je eigener epistemologischer und narrativer Wissensdimension konfrontiert.

Aus dieser Entwicklung ergibt sich die Notwendigkeit, die Lehr- und Forschungsprozesse zu aktualisieren, neu zu gestalten und sich theoretisch und methodologisch mit dem digitalen Wandel auseinanderzusetzen, um mit durchaus kritischem Blick nach den praktischen und epistemischen Auswirkungen für die Archäologie zu fragen. Computergestützte Analyse fordert auch Reflexion. Bei materiellen Objekten begegnet man einer Quellenheterogenität, die durch die Umwandlung in digitale Formate vereinheitlicht wird. Dies birgt Chancen und Risiken gleichermaßen.

Daraus ergeben sich u.a. folgende Fragen: Wie sind archäologische Evidenzen nun/neu zu definieren? Mit welchen Methoden sind unsere heterogenen Daten, Arbeitsweisen und unsere Methodenvielfalt in das digitale Zeitalter zu übertragen? Was ist übertragbar, was bleibt auf der Strecke, wo ergeben sich neue Chancen? Welche Auswirkungen hat die jeweils eingesetzte Methode auf das Ergebnis? Wie muss eine digitale Quellenkritik gestaltet werden? Welche Konsequenzen ergeben sich durch neue Standardisierungen? Welche Folgen hat die Selektion und Komposition von Informationen und welche Auswirkungen haben Schematisierung und Reduktion auf die Interpretation? Welche gemeinsamen Strategien müssen Archäologie und Informatik unter Wahrung ihrer je eigenen spezifischen Methodenkompetenz und Wissenskultur entwickeln? Wie lassen sich neue digitale Techniken mit dem älteren Erfahrungswissen kombinieren?

Anwendungsbeispiele

1. Aktuelle Methodendiskussionen der Digital Humanities thematisieren neue Repräsentationsformen von analogen und digitalen Objekten. Aber unterscheiden sich letztere qualitativ von anderen Repräsentationen materieller Objekte (Abgüsse, Zeichnungen, Beschreibungen), die schon seit Anbeginn archäologischer Forschung essentiell waren? Einerseits ist sicherlich mit „nein“ zu antworten; digitale Objekte stellen lediglich eine leicht zu vervielfältigende und flexible Repräsentationsform dar. Andererseits ist mit „ja“ zu antworten. Denn jenseits ethischer Fragen der Datenmanipulation, die sich im Prinzip auch bei analogen Formen stellen, ergibt sich bei digitalen Daten das Problem, dass sie leicht massenweise vervielfältigt werden können, beispielsweise durch das „Abgrasen“ öffentlich zugänglicher Daten („Scraping“) in C14-Datenbanken. Abgesehen von „reproducible research“ (s. u. Reproduzierbarkeit) ist zu fragen, inwieweit es noch möglich ist, „big data“ – digitale Objekte von Objekten – zu ihrem Ursprungsort zurückzuverfolgen.

2. Durch die Verfügbarkeit großer Datenmengen und die immens gestiegenen Möglichkeiten ihrer Verarbeitbarkeit ist die Durchlässigkeit der damit erzielten Forschungsergebnisse ein großes Problem. Selbst wenn die zugrunde liegenden Daten zur Verfügung stehen, kann das Nachvollziehen der einzelnen Bearbeitungsschritte ein unüberwindliches Hindernis darstellen. Dies stellt ein grundsätzliches Prinzip wissenschaftlicher Arbeit, der Überprüfbarkeit von Ergebnissen, in Frage. Wie kann also sichergestellt werden, dass eine spezifische Datenerhebung erstens Schritt für Schritt nachvollzogen und zweitens zumindest theoretisch mit prinzipiell vergleichbaren Ergebnissen wiederholt werden könnte? Insbesondere unter programmier-affinen Kollegen*innen wird diesem Problem mit dem Schlagwort „reproducible research“ begegnet. Damit ist gemeint, dass jeder einzelne Bearbeitungsschritt digitaler Daten und ihrer Ableitungen nachvollziehbar bleiben muss, d. h. „reproducible research“ übergibt quasi Metadaten für die Datenbehandlung. Bei Skript-basierten Arbeiten kann dies relativ unkompliziert durch die Bereitstellung aller geskripteten Abläufe geschehen.