Archiv

Abstract

Das Zeitalter der Aufklärung ist für die Geschichte des Wissens eine Phase des Übergangs, in der sich die frühneuzeitliche Gelehrtenrepublik zur Scientific community der Moderne zu transformieren beginnt. Das Seminar positioniert sich in einer Wissensgeschichte, die weniger das fertige Wissen als den Prozess seiner Produktion untersucht und den kollaborativen Charakter betont. 
Für diese Forschungsperspektive stellt die Daten- und Editionsplattform hallerNet vielfältige Materialien bereit. Die rund 130'000 kuratierten Strukturdaten von Personen, Publikationen, Orten und Institutionen sind systematisch verknüpft mit umfangreichen Texteditionen von Briefen, Rezensionen, Arztkonsultationen und Meetings sowie zeitgenössischen Bibliothekskatalogen, Mitgliedschaftsverzeichnissen und Pflanzenlisten. Damit bietet sich die Möglichkeit, ein breites Spektrum an Themen zu untersuchen. Im Seminar kann der Fokus beispielsweise auf den Austausch, die soziale Position und die Netzwerke ausgewählter Akteur:innen gelegt werden. Oder es ist möglich, die Wissensproduktion nach räumlichen Kriterien und anhand einzelner Entitäten (z.B. Pflanzen) zu thematisieren. Zur Exploration und Präsentation der Bestände kommen digitale Tools und Methoden spielerisch-experimentell zum Einsatz. Dabei stehen sowohl einfache Verfahren der quantitativen Textanalyse als auch Ansätze zur Visualisierung komplexer Datenstrukturen zur Auswahl. 
Im ersten Teil des Kurses erhalten die Studierenden eine Einführung in die Wissensgeschichte, die Plattform hallerNet sowie in die verschiedenen Themengebiete für das eigene Projekt. Zusätzlich werden Tools und Methoden der Digital Humanities anhand von Praxisbeispielen vorgestellt und im Kontext der Digital History diskutiert. Im zweiten Teil entwickeln und bearbeiten die Studierenden in Zweierteams ein Thema. Die Ergebnisse werden auf einer digitalen Publikationsplattform veröffentlicht, begleitet von einer methodischen Reflexion. Beides wird von den Studierenden im Plenum vorgestellt und diskutiert.

Seminar bei Dr. Martin Stuber und Dr. des. Lukas Heinzmann

Learning Outcomes

Im Forschungsseminar erwerben und vertiefen die Studierenden ihre Kenntnisse in der Erschliessung und Auswertung von archivalischen und gedruckten Quellen des 18. Jahrhunderts. Sie lernen, Methoden der KI-gestützten Handschriftenerkennung anzuwenden und Forschungsergebnisse für das Web-Publishing aufzubereiten.

Abstract

Die kritische Auseinandersetzung mit Machine-Learning-Systemen und ihren gesellschaftlichen Auswirkungen ist in der heutigen Zeit von höchster Relevanz. Während KI-Technologien zunehmend Einzug in alle Bereiche unseres Lebens halten - von der Gesundheitsversorgung über die Strafverfolgung bis hin zu Finanzdienstleistungen und sozialen Medien - wächst auch ihr Potenzial, bestehende soziale Ungleichheiten zu verstärken oder sogar neue zu schaffen. Die Fähigkeit, diese Systeme zu verstehen, ihre Auswirkungen auf bereits minorisierte Gesellschaftsgruppen kritisch zu hinterfragen und Lösungen für eine gerechtere Gestaltung zu entwickeln, ist entscheidend für eine ethisch verantwortungsvolle und sozial gerechte technologische Zukunft. Dieses Kolloquium befähigt Studierende, aktiv an dieser wichtigen gesellschaftlichen Debatte teilzunehmen und trägt zur Entwicklung von KI-Systemen bei, die das Gemeinwohl fördern und nicht untergraben.

In diesem Kolloquium untersuchen die Studierenden den gesamten Lebenszyklus von Machine-Learning-Systemen und dessen Auswirkungen auf gesellschaftliche Ungleichheit. Der Kurs beleuchtet, wie bewusste und unbewusste menschliche Verzerrungen und Vorurteile in jeder Phase des ML-Lebenszyklus eingebettet werden können und wie diese zu Diskriminierung in verschiedenen gesellschaftlichen Kontexten führen.

Aufbauend auf den theoretischen Grundlagen der Critical Algorithm Studies lernen die Studierenden, die ethischen, politischen, ökologischen und ökonomischen Implikationen von ML-Technologien zu analysieren. Der Kurs ist entlang des ML-Lebenszyklus strukturiert:

• Architekturauswahl: Diskussion verschiedener ML-Architekturen und ihrer Auswirkungen auf Modellkapazitäten und -grenzen. Kritische Betrachtung, wie architektonische Entscheidungen bestimmte Voreingenommenheiten einbetten können.
• Datensammlung: Untersuchung von Datenquellen, Kuratierungs- und Filterprozessen. Kritische Perspektiven auf Repräsentationsprobleme, Copyright-Fragen und Umweltkosten der Datenspeicherung.
• Training: Technische Aspekte des Trainingsprozesses und Auswahl von Hyperparametern. Kritische Betrachtung der Umweltauswirkungen, Arbeitsbedingungen in der KI-Industrie und Machtkonzentration bei ressourcenstarken Unternehmen.
• Anwendung: Analyse verschiedener Anwendungsfälle von ML-Systemen, Feinabstimmung für spezifische Aufgaben und Bereitstellungsstrategien. Kritische Diskussion ethischer Überlegungen, potenzieller Missbrauchsszenarien und Fragen der Transparenz und Erklärbarkeit.
• Evaluation und Überwachung: Methoden zur Bewertung von Modellleistung und Verzerrungen. Kritische Perspektiven auf die Grenzen aktueller Evaluierungsmetriken.
• Governance und Regulierung: Diskussion aktueller und vorgeschlagener Regulierungsrahmen, ethischer Richtlinien und Herausforderungen bei der Steuerung sich schnell entwickelnder KI-Technologien.

Der Kurs kombiniert theoretische Reflexion mit praktischen Übungen. Die Studierenden werden sowohl mit den theoretischen (nicht mathematischen) Grundlagen des maschinellen Lernens vertraut gemacht als auch in die Lage versetzt, kritische Analysen auf Basis aktueller Forschungsergebnisse durchzuführen und die Implikationen für minorisierte Bevölkerungsgruppen von KI in der Gesellschaft zu verstehen. Praktische Beispiele, Fallstudien und Diskussionen aktueller Forschungsarbeiten werden regelmässig in die Lehrveranstaltung integriert.

Kolloquium bei Dr. Moritz Mähr und Rachel Huber

Learning Outcomes

• Den gesamten Lebenszyklus von Machine-Learning-Systemen zu verstehen und kritisch zu reflektieren
• Die Auswirkungen von Entscheidungen in jeder Phase des ML Lebenszyklus auf potenzielle Verzerrungen und Diskriminierungen zu analysieren
• Formen der algorithmischen Diskriminierung in verschiedenen Anwendungskontexten zu identifizieren und zu analysieren
• Die ethischen, gesellschaftlichen und wirtschaftlichen Implikationen von ML-Anwendungen zu bewerten
• Die Rolle kommerzieller Interessen und Geschäftsmodelle in der Entwicklung und dem Einsatz von ML-Systemen zu verstehen
• Lösungsstrategien für eine gerechtere und ethischere Gestaltung algorithmischer Systeme zu entwickeln
• Eine produktiv-kritische Haltung im Umgang mit KI und ML einzunehmen, die technische, ethische und ökonomische Aspekte berücksichtigt
• Aktuelle Regulierungsansätze und Governance-Herausforderungen im Bereich KI und ML zu diskutieren und zu bewerten

Abstract

Im Lab vertiefen die Studierenden ihre Kenntnisse und Fähigkeiten aus der Einführung in die DH.
Einzeln oder in Gruppen werden Übungen gelöst und gleichzeitig eigene Vertiefungsprojekte (für
Abschluss MA) diskutiert. Die Mitarbeitenden der DH stehen bei Fragen und Unklarheiten zur
Verfügung.

Übung bei Prof. Dr. Tobias Hodel

Learning Outcomes

Die Studierenden

• formulieren und präsentieren eigene Abschlussarbeiten
• lösen selbständig angewandte Probleme der DH/methodischen Potentials einzuordnen und zu kritisieren
• bekommen über externe und interne Referierende Einblicke in laufende Projekte der DH sowie State-of-the-art Ansätze und Lösungen

Abstract

In den Kirchen und Klöstern der Schweiz haben sich mittelalterliche Textilien sowohl im Kontext der Reliquienverehrung als auch als Grabbeigaben und Paramente erhalten. In abgelegenen Tälern und urbanen Zentren des Alpenraums sind bemerkenswerte textile Schätze bewahrt geblieben, fernab der grossen europäischen Metropolen. Diese Funde spiegeln einerseits die strategische und geopolitische Bedeutung der Täler und Pässe als zentrale Bestandteile weitreichender Handels- und Kommunikationsnetzwerke wider und verdeutlichen andererseits die Rolle der Abgeschiedenheit bei der Bewahrung historischer Objekte. Brigitta Schmedding hat Anfang der 1970er Jahre den Bestand mittelalterlicher Textilien in Schweizer Kirchen und Klöstern systematisch erfasst und mit dieser grundlegenden Arbeit den Weg für die weitere Erforschung dieser Gewebe geebnet. Aufbauend auf dieser Publikation möchten wir einen praxisorientierten Ansatz verfolgen: Wie können wir diese Objekte digital in Form von Metadaten und mit bildgebenden Systemen einer breiten Öffentlichkeit zugänglich gemacht würden? Welche Forschungsfragen werden möglich, wenn die Stofffragmente recherchierbar und miteinander in Beziehung gesetzt werden könnten? Welche Anforderungen muss eine Datenbank erfüllen, die sowohl kleine Stofffragmente als auch komplette liturgische Gewänder abbildet? Und welche Auswirkungen hätte ein solches Projekt für die jeweiligen Kirchen und Klöster? Die Lehrveranstaltung ist als Projektseminar konzipiert. Studierende arbeiten in Gruppen an einem selbstgewählten Fallbeispiel aus Schmeddings Katalog. Die Meilensteine des Seminars umfassen die Beschreibung und Analyse des Textilbestands, die Bestimmung der erforderlichen Informationen für die Datenbank und die Entwicklung eines Digitalisierungskonzepts. Diese Meilensteine werden im Verlauf des Seminars erarbeitet und münden in ein abschliessendes Digitalisierungskonzept, das die Seminararbeit ersetzt.

Das Seminar bietet den Teilnehmenden die Möglichkeit, sich intensiv mit mittelalterlichen Textilien in Schweizer Kirchen und Klöstern auseinanderzusetzen und sich gleichzeitig mit Fragen der Digitalisierung von textilen Objekten und den Digital Humanities zu beschäftigen. Es erfordert ein hohes Mass an Engagement und Eigenständigkeit und richtet sich an fortgeschrittene BA- Studierende sowie Masterstudierende. Erwartet werden eine aktive Teilnahme (maximal 2 Absenzen), eine eine engagierte Beteiligung an Diskussionen sowie die kontinuierliche Erarbeitung des Portfolios.

Seminar bei Prof. Dr. Tobias Hodel und Prof. Dr. Corinne Mühlemann

Learning Outcomes

Studierende der Kunstgeschichte sammeln erste Erfahrungen im Feld der Digital Humanities.
Studierende der Digital Humanities sammeln erste Erfahrungen im Umgang mit historischen Textilien.

• Die Studierenden können gemeinsam Datenmodelle entwickeln und kritisieren.
• Die Studierenden üben sich in der interdisziplinären Zusammenarbeit.
• Die Studierenden sammeln praktische Erfahrungen in den Digital Humanities in Kombination mit den textilen Künsten, die für die berufliche Zukunft relevant sein kann.

Abstract

In diesem Seminar lernen Studierende, wie soziolinguistische Daten mithilfe von R bzw. R Studio aufbereitet und analysiert werden können. Übergeordnetes Ziel ist es, dass die Studierenden am Semesterende über die wichtigsten Werkzeuge und Kenntnisse verfügen, um Datensätze eigenständig aufzubereiten und einfache statistische Analysen durchzuführen. In einem zweiwöchigen Format wechseln sich Grundlagen und Übungen jeweils ab: In der ersten Woche werden neue Themen eingeführt, in der Folgewoche wird das Erlernte durch gezielte Übungen vertieft. Dabei steht den Studierenden frei, ob sie diese Übungen im Selbststudium oder in der Seminarsitzung vor Ort bearbeiten wollen. Es werden keine Vorkenntnisse in R erwartet, jedoch werden in diesem Kurs keine theoretischen Grundlagen erarbeitet und es wird dringend empfohlen, das Seminar zu quantitativen Methoden der Soziolinguistik vorgängig zu absolvieren. Unterrichtssprache des Seminars ist grundsätzlich Deutsch. Literatur und Übungsmaterialien werden aber z.T. auf Englisch zur Verfügung gestellt und Studierende dürfen sich auch auf Englisch äussern.

Kolloquium bei Dr. Carina Steiner

Learning Outcomes

Nach Besuch dieses Seminars Kurses können die Studierenden

• die Grundfunktionen von R bzw. R Studio zuverlässig nutzen (Daten organisieren und einlesen, Pakete installieren/aktivieren, Skripte schreiben, dokumentieren und exportieren etc.)
• Datensätze aufbereiten und bereinigen (Informationen abrufen, Datenstruktur verändern, Datensätze zusammenfügen oder umgestalten, Variablen transformieren etc.)
• Daten deskriptiv analysieren und visualisieren (Lage- und Streuungsmasse berechnen, Daten zusammenfassen, univariate und bivariate Analysen/Visualisierungen)
• Daten mit grundlegenden inferenzstatistischen Verfahren analysieren (einfache und multiple Regression, Modellannahmen testen, Modelle vergleichen, Umgang mit verschiedenen Datentypen, Einblick in komplexere Modelle)

Abstract

Algorithmen und Computer dominieren unseren Alltag und auch in den Geisteswissenschaften wird seit einigen Jahren durch Forschende Rechnerleistung genutzt, um im digitalen Raum "Experimente" mit digitalen oder digitalisierten Materialien durchzuführen. Ein Ausgangspunkt bleiben dabei Texte und Bilder, die in quantitativ grossen Mengen zwecks neuer Interpretationen ausgewertet werden. Im Unterschied zu naturwissenschaftlichen Beobachtungen ist die Auswertung dieser "Daten" weit weniger kanonisiert. Analysemodelle und -theorien (wie Stilometrie oder Distant Reading) werden ständig verworfen und neu propagiert. Darüber hinaus werden Verknüpfungen, Visualisierungen und Darstellungen möglich, die nach Auswertungen und neuen Narrativen verlangen.

Die Übung führt in die Digital Humanities ein und dient als «Hands-On» Veranstaltung, um den eigenen Umgang mit digitalen Materialien einzuüben und die jeweiligen Vorannahmen bei der Entwicklung von digitalen Tools, die medialen Umsetzungen und Auswertungen von Daten gesellschaftskritisch analysieren und kontextualisieren zu können. Gleichzeitig spielt die nachhaltige Aufbereitung von Daten und Algorithmen eine wichtige Rolle, die wiederholt angesprochen wird.

Informatische Vorkenntnisse sind keine gefordert, jedoch die Offenheit, mit Daten-, Text- und Bildbeständen zu spielen.

Übung bei Prof. Dr. Tobias Hodel

Learning Outcomes

Die Studierenden

• kennen die Diskussionen zur Definition und Einordnung der digital humanities,
• vermögen digitale Anwendungen hinsichtlich ihres epistemologischen/ heuristischen/methodischen Potentials einzuordnen und zu kritisieren
• sind in der Lage ein eigenes digitales Projekt aufzusetzen

Abstract

In den aktuellen, digitalen Editionsprojekten hat sich die Repräsentation von Texten mittels XML (Extensible Markup Language) nach den Richtlinien der Text Encoding Initiative (TEI) als faktischer Standard durchgesetzt. Der Kurs vermittelt die Grundlagen von XML und der TEI P5 Richtlinien. Dies erfolgt vorwiegend durch die praktische Codierung und Annotation von Texten mit dem XML- Editor Oxygen anhand von Beispielen aus der Gotthelf-Edition. Zusätzlich werden nützliche Funktionen von Oxygen erprobt und der Nutzen der XML-TEI-Codierung für die weitere Verwendung der Texte ausgelotet. Vorkenntnisse im Programmieren sind nicht erforderlich.

Prüfungsform: praktische Übung

Kolloquium bei Dr. des. Silvio Raciti

Learning Outcomes

Nach Besuch des Kurses könne die Studierenden

• Vorzüge und Nachteile unterschiedlicher digitaler Repräsentationsformen von Texten nachvollziehen,
• die theoretisch-technischen Grundlagen von XML/TEI verstehen
• Texte mittels XML-Editor erfassen und annotieren
• weitere Möglichkeiten des XML-Editors Oxygen ausschöpfen

Abstract

“Things that Matter” addresses the tension between sources' materiality and digitization.  
The recent advances in digital technology have created new modes of reproduction
and forms of consumption that have substantially reshaped the concepts of ‘object’ and of ‘collection’ at the heart of cultural institutions such as libraries and museums.  

This preparatory course engages with critical questions arising from studying the past in the digital age. These issues include the changing nature of objects such as books and scientific instruments as source materials, the history and practice of collections and collecting digitization, and technological and intellectual challenges.

“Things that Matter” maps the possibilities and challenges the digital age poses for researchers. The ongoing process of digitization makes sources of the past available to a previously unknown extent, but what does this mean for researchers? 

In the course, we will create a virtual exhibition based on objects from your University library/University collection. Furthermore, we will tackle questions of using OMEKA-S as a virtual means to present exhibits online.

Please be advised: The course requires participating online with international partners (in Groningen, Durham, Uppsala, and Tübingen).

--> The language of the course (at least within the hybrid parts) is going to be English.
--> The course can be taken independently from the summer school.

Colloquium with Dr. des. Christa Schneider and Prof. Dr. Tobias Hodel

Learning Outcomes

After this course, the students will: 
- Know how to prepare and critically conduct a virtual exhibition on a (digital) object.
- Be able to cooperate in an international context.
- Be familiar with the literature on challenges related to the digitisation of historical materials.

Abstract

Das Historische Lexikon der Schweiz (HLS) bietet einen riesigen Schatz an überprüften Daten zur Schweizer Geschichte. Während Nutzer:innen der digitalen Plattform des HLS nach Orten, Namen und Themen suchen können, fehlen bisher überzeugende Such- und Darstellungsfunktionen für die wohl zentralste Kategorie historische Forschung: die Zeit. In der interdisziplinären Veranstaltung beschäftigen wir uns zuerst mit der Geschichte und Theorie chronologischer Ordnungsmodelle und digitalen Methoden der Ereignisdatenvisualisierung und -analyse. Dann suchen wir in Kooperation mit dem Digital-Services-Team des HLS nach kreativen Lösungen für die Aufbereitung, Analyse und Darstellung von historischen Ereignisdaten der Schweizer Geschichte. Dieses Experiment findet im Rahmen eines gemeinsame Besuch des Swiss Open Cultural Data Hackathon «GLAMHack» 2025 in Winterthur (13.-15.11.2025) statt, wo sich die Teilnehmer:innen der Veranstaltung in der praktischen Arbeit mit den HLS-Daten üben und mit Vertreter:innen von Gedächtnisinstitutionen und der Digital Humanities ins Gespräch kommen können.

Seminar bei Prof. Dr. Tobias Hodel und Prof. Dr. Nadir Weber

Learning Outcomes

Die Studierenden lernen die Grundlagen der Chronologie als Hilfswissenschaft kennen 
Sie üben den Umgang mit digitalen Daten in Erfassung, Analyse und Auswertung
Sie erarbeiten in Gruppen Umsetzungsvorschläge für zeitliche Visualisierungen.

Abstract

Nach dem 28. Oktober 2023 war in der British Library nichts mehr wie zuvor: Eine Cyberattacke der Hackergruppe Rhysida legte den Zugang zu digitalen Ressourcen und Systemen grösstenteils lahm. Die Gruppe forderte 20 Bitcoins oder ca. 600’000£ von der Institution, um gestörte Dienste wiederherzustellen und gestohlene Daten zurückzugeben. Welches Ausmass der Angriff auf die Institution und auf die Bibliotheksnutzer*innen (in diesem Fall eine internationale Öffentlichkeit) hat, zeigt sich erst allmählich – noch immer sind nicht alle Daten wiederhergestellt und noch immer kann nicht auf alle Systeme und Ressourcen zugegriffen werden. Dieser Angriff zeigt, dass Cyberkriminalität eine reale Bedrohung für öffentliche Institutionen, Unternehmen und die Gesellschaft darstellt. Vermehrt werden solche Angriffe auf kritische (öffentliche und halb-private) Infrastrukturen, Unternehmen und Verwaltungen von den Medien aufgenommen und demonstrieren, wie verwundbar die digitale (und nicht zuletzt auch die analoge) Welt ist. Die Auswirkungen solcher Angriffe sind oft verheerend: Datenverluste, Erpressungen und massive Störungen des öffentlichen Lebens müssen in Kauf genommen werden. Trotz der hohen Relevanz von und der zunehmenden Sensibilisierung für Cyberkriminalität ist die tatsächliche Tragweite solcher Angriffe besonders in der Öffentlichkeit eher unbekannt.

Eine thematisch fokussierte Ringvorlesung (RVL) wird betroffene Institutionen und Cybersecurity-Expert*innen zusammenbringen. Die eingeladenen Spezialist*innen werden die enorme Breite von digitaler Kriminalität / Kriminalität im Digitalen Raum, (hypothetische) Abläufe von Cyberangriffen sowie technische und rechtliche Dimensionen solcher Angriffe aus ihrem Blickwinkel erläutern und ihre Arbeit im Kampf gegen Cyberkriminalität vorstellen. Darüberhinaus will die Ringvorlesung die direkten Folgen von Cyberkriminalität nicht nur für Institution oder Unternehmen, sondern auch für die Gesellschaft aufzuzeigen. Die Vorträge werden jeweils durch Diskussionsrunden abgeschlossen, um den Austausch und die Vernetzung der Teilnehmenden zu fördern. Die Kombination aus Praxisberichten und fachlichen Analysen ermöglicht einen tiefen Einblick in die Arbeit mit und den Auswirkungen von Cyberkriminalität.

Die Veranstaltung findet hauptsächlich auf Deutsch statt, einzelne Beiträge können aber in Englisch gehalten werden.

Vorlesung bei Dr. des. Christa Schneider

Learning Outcomes

Die Teilnehmenden
... können zentrale Begriffe und Typologien von Cyberkriminalität erläutern
... kennen exemplarisch Cyberangriffe und können Ablauf und Auswirkungen in Grundzügen beschreiben
... können die direkten und indirekten Folgen von Cyberangriffen auf die Gesellschaft kritisch bewerten.
... sind in der Lage, einige technische, organisatorische und rechtliche Maßnahmen zur Prävention und Bekämpfung von Cyberkriminalität zu identifizieren
... sind in der Lage, Strategien zur Stärkung der Resilienz von Institutionen und Gesellschaft gegenüber Cyberangriffen vorzuschlagen
... können komplexe Inhalte der Cybersecurity verständlich aufbereiten und in Form eines Blogbeitrags zielgruppengerecht kommunizieren.

Abstract

Writing is an everyday activity, whether we are writing an email, an article, a short story, or a memo. But how do the tools and technologies we use affect our writing? What is the difference between writing by hand and on screen? Do we only write linear text on the screen? Where does the software we use come from?
This course explores the evolution of textual technologies and their impact on information processing and literary practices, on how we write and read texts. It draws on approaches from digital humanities, tool criticism, information science, software studies, book history, and digital philology. The first part of the course is more theoretical, looking at the codex and the book as technologies, at conceptual and mechanical tools for managing information, and at early software development. The second part engages students with concepts of writing, programming, and ergodic literature through hands-on experimentation.
By combining historical perspectives with practical applications, students will gain an understanding of how textual technologies shape human expression over time.
No prior knowledge or skills are required.
The course will be held in English.

Colloquium with Prof. Dr. Elena Spadini 

Learning Outcomes

By the end of this course, students will:
- Be familiar with textual technologies and their impact on information processing and literary practices
- Critically assess the use of software as scholarly tools
- Develop awareness about using born-digital sources for scholarly work
- Place current word processing software in historical context
- Gain hands-on experience with software for creating interactive fiction or other forms of creative writing

Abstract

This course examines an essential activity in the digital humanities: data modelling. Data modelling involves identifying which aspects of the object of study are relevant, determining how to represent them, and defining their relationships. This process is akin to deciding which features of a territory are depicted on a map. Explicitly formalizing a data model for computational use is a foundational step in numerous digital humanities projects.
Throughout the course, students will engage with both the theoretical foundations of data modelling and its practical implementation. They will learn how to transform conceptual models into computational ones using different technologies (XML trees, relational database tables, and semantic web graphs) and about their affordances.
We will work on a contemporary Swiss author and on texts available in German, French, Italian and English.

The course will be held in English.

No previous knowledge or skills are required.

Seminar with Prof. Dr. Elena Spadini

Learning Outcomes

By the end of this course, students will:
- Understand the role and significance of data models in digital scholarship.
- Develop the ability to design simple data models, identifying relevant features and their relationships.
- Gain familiarity with key literature on data modelling in digital humanities.
- Acquire practical skills to implement conceptual models into computational frameworks.

Abstract

Large Language Models (LLMs) wie Chatbots eröffnen eine Vielzahl neuer Möglichkeiten für die Gewinnung und Verarbeitung von Informationen aus Text- und Bilddaten, insbesondere im Kontext historischer Dokumente und Forschungsdaten. Gleichzeitig basieren diese Modelle auf umfangreichen Trainingsdatensätzen, die inhärente Verzerrungen (Bias) reproduzieren können.
In diesem Seminar untersuchen wir kritisch und produktiv den Einsatz von LLMs in den Geistes- und Sozialwissenschaften. Wir gehen folgenden zentralen Fragen nach:
• Wie können wir LLMs kritisch reflektieren und gleichzeitig produktiv nutzen, um Informationen aus Text- und Bilddaten zu extrahieren, zu analysieren und zu verarbeiten?
• Wie verändert sich die Rolle und die Arbeit von Textwissenschaftler:innen und anderen Forschenden durch die Interaktion mit Prompts und Chatbots? Welche neuen Kompetenzen werden benötigt?
• Welche ethischen und methodologischen Herausforderungen ergeben sich aus dem Einsatz von LLMs in der Forschung (z.B. in Bezug auf Datenqualität, Transparenz und Interpretierbarkeit der Ergebnisse)?
• Wie können wir potenzielle Abhängigkeiten von Technologieunternehmen und ihren proprietären Modellen minimieren und alternative, quelloffene Ansätze fördern?
• Welche spezifischen Anwendungsfälle und Forschungsprojekte bieten sich für den Einsatz von LLMs in unseren Disziplinen?
Das Seminar verbindet theoretische Auseinandersetzung mit praktischen Anwendungen. Wir werden uns mit den Grundlagen von LLMs beschäftigen, verschiedene Tools und Methoden kennenlernen und gemeinsam Strategien für einen verantwortungsvollen und innovativen Umgang mit dieser Technologie entwickeln.

Seminar bei Prof. Dr. Tobias Hodel

Learning Outcomes

Nach erfolgreicher Teilnahme an diesem Seminar sind die Studierenden in der Lage:
•    Grundlagen verstehen: Die Funktionsweise und architektonischen Prinzipien von Large Language Models (LLMs) zu erläutern und deren Potenzial und Grenzen für die geistes- und sozialwissenschaftliche Forschung zu beurteilen.
•    Kritische Reflexion: Die Chancen und Risiken des Einsatzes von LLMs in Bezug auf Bias, Datenqualität, Transparenz und Interpretierbarkeit kritisch zu reflektieren und ethische Implikationen zu diskutieren.
•    Methodische Kompetenz: Strategien und Methoden zur Extraktion, Analyse und Verarbeitung von Informationen aus Text- und Bilddaten mithilfe von LLMs zu identifizieren und anzuwenden.
•    Prompt Engineering: Effektive Prompts zu formulieren und Chatbots gezielt für Forschungsfragen einzusetzen.
•    Rollenverständnis: Die sich verändernde Rolle von Forschenden in der Interaktion mit LLMs zu analysieren und neue Kompetenzanforderungen zu reflektieren.
•    Technologieabhängigkeit: Möglichkeiten und Herausforderungen der Vermeidung von Abhängigkeiten von proprietären Technologien und die Bedeutung quelloffener Alternativen zu bewerten.
•    Anwendungsperspektiven: Konkrete Anwendungsfälle und Forschungsprojekte für den Einsatz von LLMs in verschiedenen geistes- und sozialwissenschaftlichen Disziplinen zu entwickeln und zu diskutieren.
•    Praktische Anwendung: Grundlegende Werkzeuge und Schnittstellen für die Interaktion mit LLMs zu nutzen und gegebenenfalls einfache Anwendungen zu konzipieren und umzusetzen.
•    Kollaboration: In einem hybriden Lernumfeld effektiv zusammenzuarbeiten und sich mit Studierenden und Forschenden der Partneruniversität auszutauschen.
•    Diskursfähigkeit: Fachbezogene Diskussionen über den Einsatz von LLMs in der Forschung fundiert und differenziert zu führen.