The speakers will be presenting online.
Abstract:
Digitale Editionen verstehen sich traditionell als transparente wissenschaftliche Verfahren, die Eingriffe offenlegen, Entscheidungen begründen und damit die Nachvollziehbarkeit editorischer Arbeit sichern. Mit dem zunehmenden Einsatz von KI-Systemen in Editionsprozessen werden diese Grundprinzipien jedoch herausgefordert. KI-gestützte Verfahren bleiben häufig eine „Black Box“: Modelle, Trainingsdaten und algorithmische Entscheidungsprozesse sind oft nur eingeschränkt zugänglich, sodass die Ergebnisse weder vollständig reproduzierbar noch in jedem Fall hermeneutisch nachvollzogen werden können.
Im Zentrum des Vortrags steht die Frage, wie sich maschinell unterstützte editorische Arbeits- und Entscheidungsprozesse so dokumentieren lassen, dass Transparenz, Verantwortlichkeit und wissenschaftliche Nachvollziehbarkeit erhalten bleiben. Dazu wird ein dreistufiges Dokumentationsmodell vorgestellt, das unterschiedliche Anforderungen an die Offenlegung des KI-Einsatzes berücksichtigt – von einer grundlegenden Kennzeichnung über Angaben zur Qualitätssicherung bis hin zu einer umfassenden Dokumentation des gesamten Arbeitsprozesses. Die Ausgestaltung eines solchen Modells wirft jedoch eine Reihe praktischer und konzeptioneller Fragen auf: Welche Informationen benötigen unterschiedliche Nutzergruppen? Welcher Dokumentationsaufwand ist unter realen Projektbedingungen leistbar? Und wie kann mit der begrenzten Stabilität und raschen Weiterentwicklung von KI-Modellen umgegangen werden? Besondere Aufmerksamkeit gilt dabei dem Umgang mit Unsicherheiten sowie der Frage, wie auch die Grenzen des jeweils Erklär- und Dokumentierbaren sichtbar gemacht werden können.
Der Beitrag zielt darauf ab, Ansätze für einen reflektierten und nachvollziehbaren Umgang mit KI in digitalen Editionsprojekten zu entwickeln. Dokumentation wird dabei nicht allein als editorische Best Practice verstanden, sondern auch als eigenständige Forschungsressource, die eine Analyse der Integration von KI in geisteswissenschaftliche Arbeitsprozesse ermöglicht.
Short bios:
Frederike Neuber is a scholarly editor and digital humanist who has been working at the Berlin-Brandenburg Academy of Sciences and Humanities (BBAW) since 2017. Prior to joining the Academy, she earned her PhD in Digital Humanities through a joint program at the Universities of Graz and Cologne. At BBAW, she serves as Deputy Head of TELOTA, coordinates the Gender & Data initiative, and is co-editor of the digital Jean Paul Edition. Her research focuses on the integration of machine learning methods into digital scholarly editions and on the impact of artificial intelligence on textual scholarship, particularly with regard to both editorial workflows and the use of digital editions. Together with Tim Westphal, she founded the AI Lab at TELOTA in 2025.
Tim Westphal studied History, specializing in Modern History, at the University of Potsdam and Humboldt University of Berlin. Following a period working for an archival services provider, he joined TELOTA, the Digital Humanities department of the Berlin-Brandenburg Academy of Sciences and Humanities, as a research associate. In this role, he works as a developer on editorial projects within the Zentrum Preußen and is also involved in the AI Lab at TELOTA, where he explores applications of artificial intelligence and machine learning in humanities research. In addition, he works independently as an archival consultant, advising cultural heritage institutions on archival practice and records management.