登录
Nicht nur Text, nicht nur Daten … aber was dann? – ‚Theoretisieren‘ durch Praktiken in der digitalen Editorik, der Digital History und den Computational Literary Studies. Ein Bericht.
Autor*innen (alph.)
- Jonathan D. Geiger, Akademie der Wissenschaften und der Literatur Mainz, jonathan.geiger@adwmainz.de, https://orcid.org/0000-0002-0452-7075
- Jessica Hainke, Christian-Albrechts-Universität zu Kiel, jhainke@ndl-medien.uni-kiel.de
- Philipp Hegel, Akademie der Wissenschaften und der Literatur Mainz, Philipp.Hegel@adwmainz.de, https://orcid.org/0000-0001-6867-1511
- Alexa Lucke, Universität Siegen, alexa.lucke@uni-siegen.de, https://orcid.org/0009-0006-2738-2864
- Laura Untner, Freie Universität Berlin, laura.untner@fu-berlin.de, https://orcid.org/0000-0002-9649-0870
Originalblogpost: https://dhtheorien.hypotheses.org/2442
Einleitung
Am 25. Februar 2026 fand im Rahmen der jährlichen Digital-Humanities-Konferenz (DHd) ein Panel der AG Digital Humanities Theorie statt, das eine zentrale Frage in den Mittelpunkt stellte: Wie werden digitale Forschungspraktiken selbst zum Ausgangspunkt theoretischer Reflexion? Die Diskussion, an der sich Laura Untner (Freie Universität Berlin) und Alexa Lucke (Universität Siegen) aus den Computational Literary Studies (CLS), Silke Schwandt (Universität Bielefeld) und Christian Wachter (Universität Münster) aus der Digital History und Philipp Hegel (Akademie der Wissenschaften und der Literatur Mainz) aus der Digitalen Editorik beteiligten, zeigte, dass Theoriearbeit in den Digital Humanities (DH) nicht nur als externes Gerüst verstanden werden kann, sondern vielmehr auch aus der Praxis selbst erwächst. Im Folgenden werden einige Aspekte der Debatte zusammengefasst und es wird dazu eingeladen, über die Verflechtung von Theorie und Praxis sowie Theorie und Empirie in den DH wieder nachzudenken.
Was ist Theorie in den Digital Humanities?
In den Geisteswissenschaften war Theorie lange Zeit eng mit textbasierter Argumentation verbunden – dem Lesen, Interpretieren und Schreiben. In den DH verschiebt sich dieser Fokus: Hier entsteht Wissen nicht nur in klassischen Publikationen, sondern auch in Datenmodellen, Code-Zeilen oder Visualisierungen. Theorie und Theoriebildung hängen zunehmend von technischen Bedingungen ab, wodurch ihre impliziten Annahmen und Voraussetzungen nicht immer sichtbar werden. Zugleich wurde betont, dass Theoriearbeit in den DH drei zentrale Dimensionen umfasst: die methodologische (Wie operationalisieren wir Begriffe wie ‚Genre‘ oder ‚Autor*innenschaft‘?), die epistemologische (Welche Erkenntnisbedingungen liegen unseren Datenmodellen zugrunde?) und die technische (Wie prägen Infrastrukturen wie APIs oder Datenbanken unser Verständnis von Forschungsobjekten?). Theorie muss in diesem Zusammenhang nicht als Hindernis, sondern kann als Produktivitäts- und Transparenzwerkzeug verstanden werden – gerade dann, wenn sie explizit gemacht wird.
Praktiken des Theoretisierens in den Teilfeldern
Für die Computational Literary Studies (CLS) lag der epistemologische Schwerpunkt des Panels auf der Frage, wie Modellierungsprozesse theoretische Annahmen sichtbar machen (können). So wurden Text- und (Meta-)Datenmodelle wie Genre-Taxonomien oder Autorschaftskonzepte nicht als neutrale Perspektiven auf literaturgeschichtliche Kategorien wahrgenommen, sondern vielmehr hinsichtlich ihres Status zwischen (häufig normativen) theoretischen Konstrukten und empirischen Befunden diskutiert. Die digitale Hermeneutik (Möbus et al. 2025) etwa versuche, (latente) Vorannahmen in Daten und Datensätzen zu entschlüsseln und auf diese Weise den Mythos der ‚rohen Daten‘ (Gitelman 2013) zu entkräften. Ein Extrembeispiel für theoretische Reflexion stellt das WEMI-Modell (Work-Expression-Manifestation-Item) dar, das durch seine relationale Struktur zeigt, wie stark unser Verständnis von ‚Text‘ von theoretischen Vorannahmen geprägt ist. Besonders hervorgehoben wurde die Rolle der Formalisierung: Dabei wurde kritisch gefragt, warum bestimmte Literaturtheorien (wie Strukturalismus und Formalismus) formalisierbarer seien als andere und ob der Fokus in den CLS nicht stärker auf der Prozesshaftigkeit von Theoriebildung liegen sollte.
Im Hinblick auf die Digital History zeigte sich, dass das Digitale nicht einfach nur neue Methoden, sondern einen reflexiven turn (König 2021) auslöste. Traditionelle Praktiken wie Quellenkritik oder narrative Darstellungen erhalten durch digitale Werkzeuge eine neue Dimension: Erstere muss etwa Unsicherheiten in Datenmodellen reflektieren, während Visualisierungen wie Netzwerkanalysen zu ‚produktiven Irritationen‘ führen, die etablierte Erzählungen herausfordern. Ein Schlüsselmoment ist die Erkenntnis, dass Digital History nicht ‚Geschichte in Bits‘ ist, sondern eine Auseinandersetzung mit den Bedingungen, unter denen historisches Wissen heute entsteht. Besonders kontrovers diskutiert wurde, ob der Übergang von analogen zu digitalen Medien lediglich ein Medientransfer oder eine tiefgreifende Transformation darstelle.
Für die Digitale Editorik wurde besonders deutlich, wie technische Entwicklungen theoretische Fragen erst ermöglichen. Digitale Editionen entstanden etwa durch die Verschmelzung heterogener Bausteine, deren Zweck nicht primär die Erstellung digitaler Editionen war: von der Mikroelektronik (integrierter Schaltkreis, 1958) über Codierungsstandards auf der Grundlage von SGML (ab etwa 1987) bis hin zu webbasierten Präsentationsformen (HTTP, 1991) und vermutlich Transformermodellen (2017). Jede dieser Technologien brachte implizite Modell-Entscheidungen mit sich – etwa die Frage, wo die Grenze zwischen ‚Text‘ und ‚Apparat‘ verläuft oder wie Faksimiles die Entstehungsgeschichte eines Dokuments sichtbar machen. Eine zentrale These war, dass digitale Editionen nicht länger nur als ‚Ergebnisse‘, sondern als dynamische Forschungsumgebungen verstanden werden können, in denen Theorie und Praxis untrennbar miteinander verbunden sind.
Diskursive Synthesen
Über alle beteiligten Felder hinweg zeigte sich in der Diskussion, dass ‚Theorie‘ in den DH oft implizit in Infrastrukturen, Datenmodellen/Schemata oder Code/Algorithmen u. v. m. eingebettet ist, wodurch sie erst in Test- und Grenzsituationen sichtbar wird. So entstehen theoretische Reflexionen etwa dann, wenn Historiker*innen mit Informatiker*innen über Datenmodelle diskutieren oder wenn Literaturwissenschaftler*innen feststellen, dass ihre Operationalisierungen rechnerisch nicht nutz- oder ausführbar sind.
Ein weiterer Schwerpunkt war die Pluralität theoretischer Ansätze in Verbindung mit der Frage nach Formalisierbarkeit: Trotz (Quasi-)Standards wie den Richtlinien der TEI zeigt sich, dass fast jedes Projekt eigene Modellanpassungen vornimmt und dadurch die Standardisierungsidee aufspreizt. Einig waren sich die Panelist*innen vor allem darin, dass Kollaboration, gerade in interdisziplinären Teams, einen Raum für theoretische Reflexion schaffe, der in traditionellen Einzeldisziplinen oft fehle – was auch einem gewissen Zwang geschuldet sein könnte, in der Sache zusammenzukommen (Stichwort ‚Interoperabilität‘).
Besonders hervorgehoben wurde auch die Rolle von Visualisierungen: Tabellen, Netzwerke oder interaktive Karten machen nicht nur Daten sichtbar, sondern auch die Modell-Entscheidungen, die hinter ihnen stecken. So wird etwa durch die Darstellung von Textvarianten in digitalen Editionen deutlich, wie stark unser Verständnis von ‚Varianten‘ von technischen Repräsentationsmöglichkeiten abhängt. Gleichzeitig sei angemerkt, dass Visualisierungen auch mit Verdeckungseffekten einhergehen.
Ausblick: Theorie als Aufgabe der Community
Die Diskussion mündete in den Appell, Theoriearbeit in den DH systematischer zu verankern. Dazu gehören konkrete Schritte wie die noch stärkere Einbindung theoretischer Reflexionen in Projektbeschreibungen, die Förderung von Methodenpluralismus in Drittmittelanträgen oder die Entwicklung von Schulungsformaten, die Historiker*innen und Literaturwissenschaftler*innen in theorie- und datengetriebene Denkweisen einführen. Ein vielversprechender Ansatz ist die Idee, kritische Datenpraxis als Standard zu etablieren, also die kontinuierliche Reflexion darüber, wie Algorithmen, Interfaces und Infrastrukturen unser Wissen formen und dabei selbst Ausdruck unseres Wissens sind.
Wenn Theorie als integraler Bestandteil von Forschungspraxen verstanden wird, können die DH eine noch tragfähigere Brücke zwischen geisteswissenschaftlicher ‚Tiefe‘ und technischer Innovation schlagen. Der Schlüssel liegt darin, die unsichtbare Arbeit des Theoretisierens – im Labor, im Code, in den Datenmodellen – bewusster zu machen. Denn erst dann wird klar: Theorie ist nicht das Gegenteil von Praxis, sondern ihre treibende Kraft (wie auch Praxis die treibende Kraft von Theorie ist).
Die AG Digital Humanities Theorie bedankt sich beim Organisationsteam der DHd-Konferenz sowie bei allen Diskutant*innen im Plenum für Fragen, Anregungen und Kommentare. Die AG wird das Thema weiter bearbeiten und lädt daher alle Interessierten, vor allem auch aus weiteren Bereichen der DH, um die Debatte über CLS, Digitale Editorik und Digital History hinaus zu erweitern, zur Mitarbeit ein. Schreiben Sie dazu sehr gerne eine Mail an die Convenor der AG Jonathan D. Geiger (jonathan.geiger@adwmainz.de), Rabea Kleymann (rabea.kleymann@phil.tu-chemnitz.de) und Alexa Lucke (Alexa.Lucke@uni-siegen.de).
Referenzen
Gitelman, Lisa (Hrsg.) (2013). „Raw Data“ is an Oxymoron. Cambridge, MA: The MIT Press. DOI: https://doi.org/10.7551/mitpress/9302.001.0001.
König, Mareike (2021). „Die digitale Transformation als reflexiver turn: Einführende Literatur zur digitalen Geschichte im Überblick“. Neue Politische Literatur 66, Nr. 1: 37–60. DOI: https://doi.org/10.1007/s42520-020-00322-2.
Möbus, Dennis et al. (Hrsg.) (2025). Digital Hermeneutics II: Sources, Analysis, Interpretation, Annotation, and Curation. (Special Issue, Lecture Notes in Computer Science, LNCS, vol. 14566), Heidelberg u.a.: Springer. DOI: https://doi.org/10.1007/978-3-032-08697-6.
