Die zentrale Frage in unserem Forschungsproekt HisQu ist jene, ob die aktuellen KI-Modelle in der Lage sind, nicht nur Orte und Personen in historischen Quellen zu erkennen, sondern vielmehr die oftmals hochkomplexe Struktur historischer Quellen zu analysieren und die relevante semantische Struktur zu erschließen. Die Relevanz der Untersuchung liegt damit weniger bei dem Erkennen einer Kirche oder eines Datums und der Unterscheidung dieser Ausdrücke, sondern eher bei der Rollenzuschreibung, die diese in einem historischen Zusammenhang erhalten. Welche Kirche empfängt einen päpstlichen Ablass? Für welche konkreten Handlungen oder Tage wird ein Ablass erbeten? Und wer hat die Bitte um diesen Ablass überhaupt vorgebracht?
Diese Beziehungen müssen abgebildet werden, und hierfür nimmt HisQu eine wichtige Rolle ein. Wir entwickeln anhand der Rollenzuschreibungen im Repertorium Germanicum eine Ontologie, die genau diese Rollen formalisiert darstellbar macht: Die Ontologie modelliert die historischen Vorgänge, die daran beteiligten Personen und Institutionen sowie die Beziehungen, die sie zueinander haben. Dadurch sollen die stark verkürzten Inhalte der mehr als 160.000 Regesten auch mithilfe automatisierter Verfahren auswertbar werden. Ein einzelnes Regest kann damit in ein Netz aus historisch sinnvollen Entitäten und Relationen übersetzt werden. Die digitale Erschließung ist erst damit mehr als das bloße Herausziehen einzelner Wörter: Sie macht dieses komplexes historisches Wissen strukturiert zugänglich. Einige Erkenntnisse hierzu haben Luana Moraes Costa, Bärbel Kröger und Christian Popp in einer Untersuchung gewonnen, die sich einem Ausschnitt dieser Aufgabe widmet. Im Mittelpunkt stehen Regesten zu kirchlichen Ablässen. Untersucht wurde GLiNER2, ein KI-Modell zur strukturierten Informationsextraktion, das anders arbeitet als generative Large Language Models. Die Frage war, ob es ohne ein zusätzliches Training im Repertorium Germanicum die vorgegebenen Kategorien und Beziehungen erkennen kann. Hierfür wurden 167 Regesten aus fünf Diözesen ausgewählt und durch einen Historiker fachlich überprüft. Die Untersuchung ist als vorläufige Machbarkeitsstudie angelegt, sie liefert also kein allgemeines Urteil über sämtliche KI-Modelle.
Verglichen wurden zwei Modellvarianten, eine große und eine mehrsprachige Variante, jeweils mit und ohne Auflösung der lateinischen Abkürzungen. Dahinter steht eine zunächst naheliegende Überlegung: Wenn die stark verkürzten Ausdrücke ausgeschrieben werden, müsste der Inhalt für das Modell leichter verständlich sein. Ebenso könnte ein mehrsprachiges Modell durch seine Berührung mit romanischen Sprachen einen besseren Zugang zum mittelalterlichen Latein haben. Beide Annahmen bestätigen sich allerdings nur in Teilen. Der Zusatz an sprachlicher Information führte eben nicht zwingend zu einem besseren Verständnis der historischen Struktur. Deutlich wird dies an einem Regest über einen Ablass für die Franziskanerkirche in Aschersleben. Dieser wurde nach dem Vorbild des Ablasses der Portiunculakirche bei Assisi gewährt. Im Text kommen damit zwei Kirchen vor, die jedoch unterschiedliche Rollen einnehmen. Für einen Historiker/eine Historikerin ist diese Unterscheidung zwischen Gebender und nehmender Institution gerade entscheidend. Werden lediglich zwei Kirchen erkannt, bleibt gerade die relevante Beziehung unsichtbar. Auch die Zugehörigkeit zum Bistum, das Datum und die archivalische Fundstelle müssen jeweils richtig zugeordnet werden.
Einen Ablassvorgang erkennt das GLiNER2-Modell durchaus häufig. Die Beziehungen bleiben leider kaum zuverlässig erfasst; je nach Versuchsanordnung entstanden lediglich eine bis sieben Verknüpfungen zu einer empfangenden Institution. Eine bis sieben - das ist zu inkonsequent um wirklich nutzbar zu sein. Hinzu kommt eine systematische Vermischung unterschiedlicher Ablassformen. Zudem kann eine Bitte von einer Person, einem Konvent oder einer Gemeinschaft ausgehen. Die Position am Anfang eines Regests reicht deshalb nicht aus, um eine Rolle eindeutig zu bestimmen. Dort können ebenso Ortsnamen, Institutionen oder Personen mit ihren Titeln stehen. GLiNER2 verwechselte diese Angaben oder fasste mehrere Bestandteile zu einer einzigen Ortsangabe zusammen, was natürlich schädlich für das Ergebnis ist. Besonders bemerkenswert ist deshalb ein weiterer Befund: Die Auflösung der Abkürzungen verschlechterte die Ergebnisse teilweise. Was den Inhalt zugänglicher machen sollte, erschwerte in diesen Fällen seine Erfassung. Bei den archivalischen Fundstellen lässt sich das beziffern. Im unbearbeiteten Text erkannte die mehrsprachige Variante 44 korrekte Fundstellen. Mit ergänzten Auflösungen waren es 22. Die große Variante lieferte mit Auflösungen keine einzige korrekte Fundstelle. Scheinbar können die Ergänzungen jene regelmäßigen Abfolgen unterbrechen, an denen eine Fundstelle zu erkennen ist. Gerade die Struktur, die der Text bereits besitzt, kann durch die sprachliche Ergänzung schwerer zu erkennen werden.
Die Schwierigkeit liegt damit nicht allein im verkürzten Latein, wie ursprünglich angenommen. Sie liegt wesentlich in der besonderen Gestalt der Regesten, in der Anordnung ihrer Bestandteile und in den sich wiederholenden Formen, durch die sich ihre Angaben voneinander unterscheiden lassen. Für HisQu ergibt sich daraus eine konkrete Aufgabe: Die historische Quellenstruktur muss selbst zum Ausgangspunkt der digitalen Erschließung werden. Die Untersuchung legt nahe, dass solche strukturellen Verfahren mit KI und fachlicher Prüfung zu verbinden sind. Die Ontologie hält fest, welche Unterscheidungen historisch relevant sind. Erst wenn diese Beziehungen zuverlässig erfasst erden, lässt sich untersuchen, welche Kirchen eines Bistums Ablässe nach erhielten. Darin liegt der Anspruch von HisQu - Historische Quellen sollen so erfasst werden dass ihre komplexen Zusammenhänge auch digital befragbar werden. Einfach nur ein untrainiertes KI-Modell ohne zugrunde liegende Datenmodellierung zu nutzen um wie Kirchen zu erkennen, stellt hierfür demnach nur den Anfang dar. Vielmehr ist es notwendig zu bestimmen, welche Rollen diese Kirchen nun einnehmen, ob Empfänger oder Geber, bleibt als entscheidende Aufgabe bestehen.
Zur Studie
Moraes Costa, Luana / Kröger, Bärbel / Popp, Christian (2026): Schema-Driven Information Extraction from Medieval Latin Regesten: A Four-Way Evaluation of GLiNER2 for Ontology Population. In: Bruns, Oleksandra et al. (Hg.): Proceedings of the Third International Workshop of Semantic Digital Humanities (SemDH 2026). CEUR Workshop Proceedings, Vol. 4212.
Open Access: PDF