Wie lassen sich Diskurse, Bedeutungsverschiebungen und soziale Ungleichheiten über Jahrzehnte oder gar Jahrhunderte hinweg mit Machine Learning nachverfolgen? Die ZB-Summer School Longue durée digital (17.-18.6.2026 in Zürich) verbindet qualitative und hermeneutische Forschungsfragen mit digitaler Textanalyse – von der Korpusexploration über Klassifikation bis zur kritischen Evaluation. Mit Gastvorträgen von Sophie Mützel (Luzern) und Lukas Posselt (Göttingen).

In zwei abwechslungsreichen Tagen arbeiten wir gemeinsam daran, wie sich qualitative und hermeneutische Forschungsinteressen mit Methoden der digitalen Textanalyse bearbeiten lassen, ohne dass dabei die theoretische Reflexion zu kurz kommt. Der erste Tag widmet sich der Erschliessung und Exploration von Textkorpora: Wie lassen sich geeignete Quellen identifizieren, ihre Qualität beurteilen und semantische Verschiebungen sowie Tonlagen über lange Zeiträume sichtbar machen? Am zweiten Tag wenden wir uns der Klassifikation zu – von der Entwicklung und Annotation eigener Kategorien bis hin zum Einsatz von Sprachmodellen zum automatischen Labeln. Schliesslich unterziehen wir die Resultate einer kritischen Evaluation und führen in mögliche Metriken ein. Eine offene Werkstatt gibt Raum, eigene Fragestellungen einzubringen.

Abends vertiefen Gastvorträge von Sophie Mützel (Luzern) und Lukas Posselt (Göttingen) die Themen und geben Gelegenheit zur Diskussion und Reflexion.

Die Summer School richtet sich an Forschende des Mittelbaus sowie an Masterstudierende in der Abschlussphase, die mit grossen Textmengen arbeiten oder dies vorhaben. Grundkenntnisse in Python sind vor Vorteil, aber nicht unbedingt Voraussetzung.

Weitere Informationen und Anmeldung: https://www.zb.uzh.ch/de/events/summer-school-2026-longue-duree-digital
Anmeldeschluss: 1.6.2026

Die zweitägige Summer School an der Zentralbibliothek Zürich vom 2. bis 3. September richtet sich an experimentierfreudige Historiker*innen und Geisteswissenschaftler:innen, die Sprachmodelle wie ChatGPT für die Bearbeitung ihrer Quellen nutzen möchten. Sie lernen Prompts so zu formulieren, dass die Modelle möglichst verlässliche Ergebnisse erzeugen. Sie lernen ausserdem, wie sich über die API viele Dokumente bearbeiten lassen. Der Schwerpunkt des zweiten Tages liegt auf der Kontrolle der Ergebnisse mit maschinellen und händischen Prüfmethoden sowie auf der kritischen Reflexion. 

Weitere Infos und Anmeldung bis zum 30. Juli: https://www.zb.uzh.ch/de/events/summer-school-digitalen-aufbereitung-historischer-quellen-mittels-chatgpt