Künstliche Intelligenz als Spezialist für paläografische Schriftanalyse – ist das möglich? In der heutigen Zeit kommt die KI immer öfter zum Einsatz. Ihre Fähigkeiten werden nicht nur für das Verfassen von E-Mails, das Erledigen von Hausaufgaben oder das Schreiben universitärer Arbeiten genutzt, auch innerhalb von Unternehmen, der Medizin und in verschiedenen Bereichen der Forschung findet sie mehr und mehr Anwendung. Doch wie leistungsfähig ist KI in der Forschung wirklich und lässt sie sich auch im Bereich der paläografischen Schriftanalyse einsetzten? Dieser Frage soll innerhalb dieser Arbeit am Beispiel eines ausgewählten Fragmentes auf den Grund gegangen werden.
Im Mittelpunkt der Arbeit steht das Fragment K15:017 aus der Universitäts- und Landesbibliothek Düsseldorf, welches der Schriftheimat Northumbria zugehörig und auf das 9. Jahrhundert datiert ist. Geschrieben in insularer Minuskel, dient das Fragment dazu, die Fähigkeiten künstlicher Intelligenz in der Paläografie zu testen. Ziel ist es, zu analysieren, wie präzise eine KI Schriftart, Entstehungszeit und -ort des Fragments bestimmen kann. Hierfür wird eine detaillierte, mehrstufige Analyse mittels des KI-Tools ChatGPT Version 4.0 durchgeführt. Die Hausarbeit konzentriert sich auf den Vergleich des Fragments mit Handschriften gleicher Schriftart, Herkunft und Datierung aus dem 9. Jahrhundert, um eine präzise Bewertung zu ermöglichen. Durch die Festlegung auf dieses Fragment, wird ein qualitativ gutes Digitalisat untersucht, sodass keine Aussage über die Leistung der KI bei unleserlichen Handschriften getroffen werden kann.
Inhaltsverzeichnis des Handschriftenfragments
1 Einleitung
2 Grundlagen
2.1 Einführung in die Paläografie - Methoden der Schriftanalyse
2.2 Insulare Minuskel: Merkmale und Geschichte
2.3 Künstliche Intelligenz in der Paläografie
3 Methodik
3.1 Beschreibung des ausgewählten Fragments
3.2 Vorstellung des KI-Tool zur Schriftanalyse
3.3 Vergleichskriterien für die Schriftanalyse
4 Analyse des Fragments
4.1 Erste Analyse mit KI-Unterstützung
4.2 Beschreibung der Buchstabenformen
4.3 Bestimmung der Schriftheimat, Schriftart und des Entstehungszeitraums
5 Vergleichsanalyse
5.1 Festlegung relevanter Vergleichshandschriften
5.2 Durchführung der Handschriftenanalyse
5.2 Ergebnisse
6 Chancen und Grenzen von GPT4 in der Paläografie – Eine Schlussbetrachtung
8 Quellen und Literaturverzeichnis
8.1 Quellen
8.2 Sekundärliteratur
Zielsetzung & Forschungsschwerpunkte
Die vorliegende Arbeit untersucht das Potenzial künstlicher Intelligenz, spezifisch des Sprachmodells ChatGPT 4.0, bei der paläografischen Analyse historischer Handschriften. Ziel ist es zu beurteilen, wie präzise eine KI eine unbekannte Schriftart, deren Entstehungszeit sowie die geographische Schriftheimat anhand eines ausgewählten Digitalisats bestimmen kann und wo die Grenzen dieser technologischen Unterstützung liegen.
- Evaluation der Leistungsfähigkeit von KI-Sprachmodellen bei der Analyse mittelalterlicher Schriftfragmente.
- Untersuchung der spezifischen Merkmale der Insularen Minuskel im Vergleich zu anderen Schrifttraditionen.
- Methodische Erprobung eines iterativen Analyserahmens mittels KI zur Bestimmung von Schriftheimat und Datierung.
- Diskussion der Herausforderungen bei der KI-gestützten Analyse von historischem Bildmaterial.
Auszug aus dem Buch
1 Einleitung
Künstliche Intelligenz als Spezialist für paläografische Schriftanalyse – ist das möglich?
In der heutigen Zeit kommt die KI immer öfter zum Einsatz. Ihre Fähigkeiten werden nicht nur für das Verfassen von E-Mails, das Erledigen von Hausaufgaben oder das Schreiben universitärer Arbeiten genutzt, auch innerhalb von Unternehmen, der Medizin und in verschiedenen Bereichen der Forschung findet sie mehr und mehr Anwendung. Doch wie leistungsfähig ist KI in der Forschung wirklich und lässt sie sich auch im Bereich der paläografischen Schriftanalyse einsetzten? Dieser Frage soll innerhalb dieser Arbeit am Beispiel eines ausgewählten Fragmentes auf den Grund gegangen werden.
Im Mittelpunkt der Arbeit steht das Fragment K15:017 aus der Universitäts- und Landesbibliothek Düsseldorf, welches der Schriftheimat Northumbria zugehörig und auf das 9. Jahrhundert datiert ist. Geschrieben in insularer Minuskel, dient das Fragment dazu, die Fähigkeiten künstlicher Intelligenz in der Paläografie zu testen. Ziel ist es, zu analysieren, wie präzise eine KI Schriftart, Entstehungszeit und -ort des Fragments bestimmen kann. Hierfür wird eine detaillierte, mehrstufige Analyse mittels des KI-Tools ChatGPT Version 4.0 durchgeführt. Die Hausarbeit konzentriert sich auf den Vergleich des Fragments mit Handschriften gleicher Schriftart, Herkunft und Datierung aus dem 9. Jahrhundert, um eine präzise Bewertung zu ermöglichen. Durch die Festlegung auf dieses Fragment, wird ein qualitativ gutes Digitalisat untersucht, so dass keine Aussage über die Leistung der KI bei unleserlichen Handschriften getroffen werden kann.
Kapitelzusammenfassungen
1 Einleitung: Die Einleitung führt in die Thematik der KI-gestützten paläografischen Forschung ein und definiert das analysierte Schriftfragment sowie die Forschungsfrage der Arbeit.
2 Grundlagen: Dieses Kapitel vermittelt theoretisches Wissen über die Paläografie als historische Hilfswissenschaft, die Merkmale der Insularen Minuskel sowie den aktuellen Einsatz von KI-Tools in diesem Fachbereich.
3 Methodik: Hier wird das methodische Vorgehen beschrieben, einschließlich der Beschreibung des Fragments, der Vorstellung des genutzten KI-Tools sowie der Vergleichskriterien für die Schriftanalyse.
4 Analyse des Fragments: Der Hauptteil konzentriert sich auf die Durchführung der KI-unterstützten Untersuchung des gewählten Fragments, inklusive der Beschreibung der Buchstabenformen und der Bestimmung von Herkunft und Zeit.
5 Vergleichsanalyse: In diesem Kapitel wird das Fragment mit drei spezifischen Vergleichshandschriften aus der Region Northumbria kontrastiert, um die Datierung und Schriftart zu verifizieren.
6 Chancen und Grenzen von GPT4 in der Paläografie – Eine Schlussbetrachtung: Die Schlussbetrachtung diskutiert die Ergebnisse, beleuchtet die Lernfähigkeit der KI sowie deren Grenzen und zeigt zukünftige Forschungspotenziale auf.
8 Quellen und Literaturverzeichnis: Umfassende Auflistung der verwendeten Primär- und Sekundärquellen zur Untermauerung der Arbeit.
Schlüsselwörter
Paläografie, Künstliche Intelligenz, ChatGPT, Insulare Minuskel, Northumbria, Handschriften, Schriftanalyse, Digital Humanities, Wissensvermittlung, KI-gestützte Forschung, Transkribus, Mittelalterliche Schriften, Methoden der Schriftbeschreibung, Fragment K15:017, Schriftvergleich.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Der Fokus liegt auf der Untersuchung, inwieweit moderne künstliche Intelligenz, konkret ChatGPT 4.0, als unterstützendes Werkzeug in der paläografischen Forschung zur Analyse historischer Schriften eingesetzt werden kann.
Was sind die zentralen Themenfelder der Untersuchung?
Neben der Anwendung von KI-Technologien in den Geisteswissenschaften bilden die Paläografie allgemein, die spezifischen Merkmale der Insularen Minuskel und der Vergleich historischer Manuskripte die thematischen Pfeiler.
Welche konkrete Forschungsfrage verfolgt die Arbeit?
Die zentrale Frage lautet, ob und wie präzise eine KI Schriftart, Entstehungszeit und -ort eines ausgewählten mittelalterlichen Textfragments bestimmen kann.
Welche wissenschaftliche Methode wird zur Analyse verwendet?
Es wird eine mehrstufige, KI-gestützte Methode angewandt, bei der zunächst das Fragment analysiert und anschließend ein systematischer Vergleich mit drei wissenschaftlich edierten Vergleichshandschriften durchgeführt wird.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil liegt der Fokus auf der strukturierten Analyse der Buchstabenformen, der Identifizierung paläografischer Merkmale durch die KI sowie der Validierung dieser Ergebnisse durch den intersubjektiven Vergleich mit anderen Manuskripten.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Schlüsselbegriffe sind Paläografie, Künstliche Intelligenz, Insulare Minuskel, Northumbria, Handschriftenanalyse und Digital Humanities.
Wie geht ChatGPT mit dem Mangel an visueller Wahrnehmung bei der Analyse um?
Die KI kann nicht direkt sehen; die Analyse basiert auf der Verarbeitung der hochgeladenen Bildinformation in einem textbasierten Dialog, wobei die KI durch gezielte Prompts zur Beschreibung von Mustern auf Basis des Bildes angeregt wird.
Warum ist die Wahl der Prompts für die KI-Analyse so entscheidend?
Die Arbeit verdeutlicht, dass die Qualität der Ergebnisse stark von einer präzisen, fachsprachlichen Kommunikation mit der KI abhängt, da diese oft Nachjustierungen benötigt, um korrekte paläografische Begriffe anzuwenden.
- Quote paper
- Rebecca Fritz (Author), 2024, KI in der paläografischen Schriftanalyse, Munich, GRIN Verlag, https://www.grin.com/document/1514061
