Akademie der Wissenschaften und der Literatur | Mainz
Vernetztes Wissen
Perspektiven für die digitalen Geschichtswissenschaften
im 21. Jahrhundert
Slides: https://kuczera.github.io/VernetztesWissen/
Andreas Kuczera, Mainz/Gießen |
@andreaskuczera |
kuczera |
CC-BY 4.0
Das Königsberger Brückenproblem
(Quellen: Wikipedia / Scifo, Estelle. Hands-On Graph Analytics with Neo4j. Packt Publishing, 2020, S. 10)
Labeled Property Graph
(Gliederung
- Phasen
- Vernetzung
- Forschung
- Lehre
Die Phasen der Digitalisierung
3. In der dritten Phase treten die Entitäten im Volltext in den Fokus
Vernetzung "früher"
Zettelkasten (Quelle: FAZ)
Vernetzung konkret
Graf Robert II. von Flandern
Vernetzung konkret
Graf Robert II. von Flandern und Herzog Heinrich von Niederlothringen
(Shortcut|Datenbank)
Vernetzung konkret
Graf Robert II. von Flandern und Herzog Heinrich von Niederlothringen mit Regesten
Vernetzung konkret
Graf Robert II. von Flandern und Herzog Heinrich von Niederlothringen mit Regesten in den Kanten
Vernetzung konkret
Graf Robert II. von Flandern und Herzog Heinrich von Niederlothringen mit Regesten als Tabelle (Quelle: Andreas Kuczera: Die ‚Regesta Imperii‘ im digitalen Zeitalter, in: Das Regest als Netzwerk von Entitäten, S. 157)
Forschung
Vernetzung verschiedener Forschungsdatenrepositorien
Forschung
Graf Robert II. von Flandern mit Regesten und Bekannten
Forschung
... mit Verwandtschaftsinformationen aus Wikidata
Lehre
- Klassische Methoden der Geschichtswissenschaften und Digitalisierung ergänzen sich
- Multimodale Graphen zur Modellierung von Forschungsdaten und -fragestellung
- Graphen zur Vernetzung von Forschungsdaten
Zusammenfassung
- Geisteswissenschaftliche Forschungsdaten sind hochvernetzt
- Graphentechnologien sind sehr gut geeignet diese hochvernetzten Daten abzubilden, zu speichern und recherchierbar zu machen
- Hochvernetzte Forschungsdaten als Chance und Herausforderung
- Graphentechnologien für die Vernetzung des Wissens über Disziplingrenzen hinweg
Vernetztes Wissen
Die Panama Papers
Die Panama Papers
(Visualisierung (Beispiel)
- 2,6 TB an Daten, das sind 11,5 Millionen E-Mails, Briefe, Faxnachrichten, Gründungsurkunden, Kreditverträge, Rechnungen und Bankauszüge als PDF-, Text- sowie Bilddateien aus den Jahren 1977 bis 2016
- Material wurde mit OCR-Software analysiert, Entitäten und Metadaten extrahiert, ein Graphmodell erstellt, importiert und bereinigt
- Die dabei auftretenden Herausforderungen entsprechen jenen in den digitalen Geisteswissenschaften
