Die Zukunft der Vergangenheit
Ein Methodenvergleich von KI und Citizen Science
Ende des Seitenheaders.
In unserem Forschungsprojekt zur Sammlung Schiffer geht es um die Frage, inwieweit künstliche Intelligenz zukünftig angewendet werden kann, um digitale Bildbestände effizient und präzise zu erschließen. Dies bedeutet, dass Metadaten (Ort und Zeit) ebenso generiert werden sollen wie Kontextinformationen (inhaltliche Angaben). Gegenstand des Projekts ist ein kleines Konvolut von etwa 150 alten Landwirtschaftsfotografien der sehr umfangreichen Sammlung Schiffer.
Um die Ergebnisse der KI an einem geeigneten qualitativen Standard messen zu können, wird zusätzlich eine Expertengruppe herangezogen, die sich mit den abgebildeten Bildinhalten (alte Traktoren, Erntemaschinen, Arbeitsabläufe) auskennt und die Bilder ebenfalls erschließt – KI trifft auf Citizen Science.
Ich sehe das fertige Bild schon vor mir, bevor ich auf den Auslöser drücke.
Neben der Auslotung von Einsatzmöglichkeiten künstlicher Intelligenz verfolgt das Projekt auch eine alltagskulturelle Forschungsfrage, die in der Auswahl der zu erschließenden Motive veranschaulicht wird: Wie gestaltete sich der Wandel von simplen, selbstkonstruierten Geräten hin zu kommerzialisierten, hochtechnisierten Ackermaschinen im Rahmen der Nachkriegsmechanisierung seit 1945?
Das zu erschließende Konvolut wird zunächst von der LVR-eigenen KI analysiert. Für die Expertengruppe wird eine digitale Umgebung erstellt, die ähnlich wie ein Wiki aufgebaut und an das Portal Alltagskulturen angebunden ist. Die Erschließungsobjekte werden dort hochgeladen und für Experten, nach Anmeldung, zur Bearbeitung freigegeben. Eine Kommentarfunktion erlaubt den Austausch über die Bildinhalte. Das Projektteam übernimmt die Aufgabe der Redaktion.
Das Projekt durchläuft mehrere Phasen. Nach der Definition des Projektrahmens, der Auswahl des zu erschließenden Konvoluts, der Zusammenstellung der Expertengruppe und dem Aufbau der digitalen Umgebung startet die Kernphase des Projekts, in der die KI und die Experten ihre Daten eingeben. Die Ergebnisse werden anschließend ausgewertet, sodass gegen Ende der Projektlaufzeit eine Präsentation der gewonnenen Erkenntnisse erfolgt.