Hintergrund

Die Digitalisierung kultureller Bestände und Sammlungen wurde in den vergangenen Jahrzehnten stark vorangetrieben. Die Palette reicht dabei von Archivdaten wie Taufregistern und Katastern über Kunstwerke wie Fotografien oder Amateurfilme bis hin zu ganzen Stadtvierteln. Um solche Bestände über interaktive Systeme erschließen zu können, sind benutzer*innenfreundliche Schnittstellen für Expert*innen wie auch für die breite Öffentlichkeit unerlässlich.

Eine hohe Benutzer*innenfreundlichkeit verlangt nach anschaulichen Datenvisualisierungen mit einem breiten Anwendungsbereich, die es den Nutzer*innen erleichtern, Daten effizient zu durchsuchen, Muster und Zusammenhänge zu erkennen und Schlüsse zu ziehen. Darüber hinaus braucht es automatische Analysemethoden mit denen die komplexen und vielfältigen Inhalte erfasst werden können.

Projektinhalt

In dem vorliegenden kooperativen Doktoratsprogramm erforschen wir den Einsatz von interaktiven Anwendungen für zwei Szenarien: In Szenario Eins untersuchen wir, wie das Zusammenspiel von Expert*innenwissen und automatischer, KI-gestützte Inhaltsanalyse zu neuen Erkenntnissen führen kann und wie man daraus den größtmöglichen Nutzen zieht. In Szenario Zwei beschäftigen wir uns mit der Vermittlung der gewonnenen Erkenntnisse an die breite Öffentlichkeit über interaktive Narrative (Storytelling).

Das Projekt ist in zweierlei Hinsicht interdisziplinär. Zum einen schlägt es eine Brücke zwischen den Fachbereichen Informatik und Geisteswissenschaften. Zum anderen vertiefen die Informatikdisziplinen Visual Analytics  und Computer Vision/Machine Learning ihre Zusammenarbeit. Die beiden beteiligten Institutionen (USTP und TU Wien) stellen jeweils etwa die Hälfte der Fakultätsmitglieder des Doktoratsprogramms. Jeder Doktorand und jede Doktorandin erhält die Gelegenheit, an beiden Institutionen zu forschen, alle involvierten Fachbereiche näher kennenzulernen und wertvolle Kontakte für zukünftige Kooperationen zu knüpfen.

Ziele und Arbeitsschritte

Die übergeordneten, inhaltlichen Ziele werden in fünf Dissertationsprojekten abgearbeitet, die sich in drei konzeptuelle Ebenen gliedern lassen: (1) die Generierung von Metadaten, (2) die Exploration von Daten und (3) die Vermittlung von Daten. Das Hauptaugenmerk der Untersuchungen liegt auf historischen Archivbeständen, insbesondere Fotografie und Film, sowie auf der Erprobung neuer Ansätze und Methoden. Diese umfassen:

• Die automatische inhaltsbasierte Analyse von historischem Filmmaterial.
• Automatisierte Methoden mit denen die für historische Aufnahmen verwendeten Kamera- und Objektivtypen  bestimmt werden können. Grundlage dafür bilden die zu dem Fotomaterial verfügbare Informationen (z.B., Ort, Zeit, historische Einordnung) aber auch das Fotomaterial selbst.
• Explorative Analysen historischer Bildbestände zu denen wenig bis gar keine Metadaten vorliegen.
• Visuelle Analyse, um Netzwerke von Kulturgütern zu untersuchen. Räumliche und zeitliche Verbindungen zwischen Kulturgüter werden sichtbar gemacht und damit Möglichkeiten erschlossen historische Entwicklungen und Zusammenhänge in einem neuen Licht zu betrachten.
• Entwicklung neuer Ansätze des Situated Storytellings, um die Inhalte des Projektes einem breiten Publikum näherzubringen. Digitale Inhalte werden dabei mit physischen Räumen in Beziehung gesetzt und auf die Interessen und Handlungen der Benutzer*innen abgestimmt.