,Historical connectives‘ im konvergenten Netzwerk

Abbildung 1: Willkommen zum Blogpost III.

Angekommen in der 3. Runde meiner Blogpostreihe geht es weiter mit neuen Tools der Digital Humanities. Palladio und Nodegoat werden im Folgenden meine neuen Gäste sein, welche ich euch liebe LeserInnen, etwas näher vorstellen möchte. Nach meinem letzten Motto ,sportlich‘ zu bleiben, lautet mein heutiges Motto zu reflektieren, zurückzublicken und mich mit der Leitfrage zu beschäftigen, inwiefern die ,Innsbruck Nachrichten‘ als ,convergent connectives‘ den Rahmen des ,Node- and Edge Systems‘ sprengen. Warum ich von meiner Schlussfolgerung, dass sich ,historical connectives‘ (Transkribus, Voyant Tools, Overview, Palladio und Nodegoat) in einem gesamten Netzwerk befinden überzeugt bin, werde ich euch im Weiteren erläutern.

Letztes Mal habe ich eine kurze Einführung in das Jahr 1929 und in die Themenkreise der 27 Artikel der ,Innsbrucker Nachrichten‘ aus meinem gewählten Monat Juli gegeben. Zur Erinnerung führe ich sie hier nochmals an:

• die Auswirkungen der Weltwirtschaftskrise auf Österreich
• die auf dem Genfer Abkommen vom 27. Juli 1929 getroffenen Beschlüsse:
[a) zur Verbesserung des Loses der Verwundeten und Kranken der Heere im Felde
b) über die Behandlung der Kriegsgefangenen], welche auch Österreich betrafen
• das Leben in Österreich in den sogenannten ,Aufschwungsjahren
• die Präsenz von Bürgerwehren
• den sich anbahnenden innenpolitischen Regierungswechsel in Frankreich und Österreich

Abbildung 2: Ein Blick über die Schulter auf Voyant Tools

Die Funktionen ,Contexts‘, ,Cirrus‘, ,Trends‘, ,Summary‘, ,Topics‘ und ,Textual Arc‘ lieferten mir in Voyant Tools eine gesamte Visualisierung. Die Ausgabe vom 31. Juli lieferte mir eine breite Basis an Namenslisten europäischer Akteure, welche mir Aufschluss über die Ereignisgeschichte von 1929 gab und meinen Grundstock an Wissen über diesen Zeitraum aufbesserte. Nodegoat und Palladio gelten in den Geschichtswissenschaften als Vertreter der Netzwerkanalyseprogramme. Einzelne Aspekte, welche ich in Voyant Tools oder Overview durch zusätzliche manuelle Eingriffe hätte herausgreifen wollen, werden in folgenden Programmen durch themenorientierte Exceldateien erfasst. In unterstützenden Lernhilfen zur Nutzung von Nodegoat und Palladio erfuhr ich, dass es bei Netzwerkanalysen darauf ankommt, seine Fragestellung(en) präzise abzugrenzen. Heranführend an eine genauere Analyse der Funktionstüchtigkeiten und der Besonderheiten von Nodegoat und Palladio gilt es, sich zunächst auf einen bestimmten Themenbereich zu spezialisieren und ein paar kleinere ,vorbereitende Handgriffe‘ für die Nutzung der beiden Tools vorzunehmen. Vielleicht noch ein kleiner Hinweis zur Erstellung des Accounts für Nodegoat: das Passwort ist frei wählbar, wenn man in der Mail ,Link‘ klickt (Nicht so wie ich anfangs!).

Abbildung 3: Vorbereitungen für Palladio und Nodegoat
Abbildung 4: Erfolgreiche Registrierung für Nodegoat

Um hier nochmals auf den Begriff ,Node- and Edge System‘ einzugehen, handelt es sich in den Geschichtswissenschaften um Knoten und Kanten, welche ein Netzwerk bilden. HistorikerInnen würden sich also in digitaler Form mit historischen AkteurInnen und ihren Interaktionen mit anderen historischen Persönlichkeiten interessieren. Die Knoten stehen dabei für die Personen und die Kanten für die Verbindungen. Gemeinsam ergeben Knoten und Kanten ein Netzwerksystem. Wenn es für einen gesamten Korpus eines Quellenmaterials unzählige Möglichkeiten der Akzentsetzung gibt, entscheiden sich ForscherInnen in diesen Programmen meist für kleinere Teilbereiche mit einer/mehreren gezielten Fragestellung/en, welche sie im Folgenden durch Nodegoat und Palladio visualisieren lassen. Für die Analyse von Beziehungen zwischen ,Named Entities‘, welche ich euch liebe LeserInnen das letzte Mal etwas näher vorgestellt habe, braucht es das Programm Excel.

Persönliches Tutorial

Bevor ich zunächst auf meine persönlichen Erfahrungen mit Palladio und Nodegoat eingehe, möchte ich darauf hinweisen, dass mir im Erlernen des Anwendungsprozesses beider ,historical connectives‘ eine Kombination aus interaktiven Lernmethoden half, beide Anwendungsprogramme besser zu verstehen. Wie ihr liebe LeserInnen in meinem Blog in weiteren Unterkapiteln lesen werdet, gilt es auch bei der Anwendung von Palladio und Nodegoat auf Besonderheiten im Nutzungsprozess zu achten. Um euch hier eine kurze Anleitung der Nutzungsbedingungen der beiden Programme zu präsentieren, habe ich eine kurze Auflistung an vorbereitenden Arbeitsschritten zusammengestellt:

Klärung der drei Fragen:
• Was möchte ich analysieren?
• In welcher Form (Excel-Datei, txt-Datei) möchte ich meinen vorbereiteten Datensatz analysieren?
• Möchte ich neue Information mithilfe beider Programme schaffen?
• Welche Methoden unterstützen mich in der Anwendung der beiden Programme (geographische Informationen, historische Informationen)?

Warum ich euch diese Fragen aufgelistet habe, werde ich im Folgenden erklären. Für die Nutzung beider Programme gilt es vorab zu klären, mit welchen Informationswerten beide Programme arbeiten. Im Falle von Palladio und Nodegoat sind es Latitude- und Longitude Werte. Recherchen über die Webseiten https://www.geonames.org/ oder https://www.latlong.net/ helfen mir in meinem Fall Informationen meiner ,Named Entities‘ (Orte) zu vervollständigen. Besonders in der Nutzung von Palladio und Nodegoat gilt es festzuhalten, dass Transkribus die sortierte Information (Orte, Akteure, Institutionen ect…) nicht mit zusätzlicher geographischer Information ausstattet. Also gilt es zunächst gesammelte Orte verschiedener Zeitungsausgaben (in meinen Fall 26. Juli – 31. Juli) von mehreren Exceldateien in eine zusammenzuführen (Das Transkribus-Team schickte nach dem in Transkribus abgeschlossenen Speicherungsprozess der gesuchten und gesammelten Daten jeweils in ZIP-Dateien verpackte Exceldateien, welche es ebenfalls zu entpacken und in die gewünschte Version umzuwandeln gilt). Wenn mir alle gewünschten Informationen in einer Exceldatei (Kodierung UTF8) vorliegen, kann ich mit der Nutzung von Palladio und Nodegoat beginnen. Vorab möchte ich für Nodegoat, was ich auch in den unteren Kapiteln beschreiben werde, erwähnen, dass Nodegoat entweder neue Information erschafft oder persönliche Information graphisch visualisiert. In Form meines persönlichen Tutorials möchte ich hier auf die Variante der Verarbeitung der persönlichen Information eingehen. Oftmals werden in Lernvideos fehlerhafte Herangehensweisen vermittelt, dass Funktionen für die Kategorisierung (,Add Subjects‘) nicht vorerst erstellt werden müssen, um persönliche Information überhaupt weiterverarbeiten zu können. Nach der Registrierung, wenn man in das Programm Nodegoat einsteigt, gibt es drei zentrale Funktionen: Data, Management, Design. Der erste Schritt, um mit seinem Projekt zu arbeiten wäre ,Add Project‘. Für diesen Schritt müsste man vorab nicht erst Kategorien (,City‘, ,Person‘) erstellen. Diese kann man bei Bedarf auch im Verlaufe des Arbeitsprozesses erstellen. Um euch liebe LeserInnen nun die zentralen Arbeitsschritte etwas näher zu bringen, habe ich hier meine Herangehensweisen grob aufgelistet:

• Umwandlung der Exceldatei in eine CSV-Datei (Kodierung UTF8)
• Recherche zur geographischen Information über https://www.geonames.org/ oder https://www.latlong.net/
• Erstellung eines eigenen Accounts für Nodegoat
• Erstellen einer Kategorie für ein Projekt: Klick auf Management (,Add Project‘), Benennung des Projektes (wichtig ist es immer beim selben Namen des Projektes bleiben)
• Verifizieren des eigenen Projektes: Klick auf Model
• Kategorisieren des eigenen Projektes: Kategorisierung der Spalten in den Feldern ,Object‘ und ,Sub-Object‘ und dann den ,Object-Type‘ speichern
• Erstellte ,Projektkategorie‘ im Feld Management einsehen und schließlich nochmals erstelltes Projekt verifizieren und speichern – dann sollte ,Add…projectname‘ als eigene Kategorie erstellt sein (in meinen Fall ,Add historical project‘)
• Klick auf Model und Importieren einer ,CSV-Datei‘ (Unbedingt mit der Kodierung UTF8)
• Nachdem ,Add CSV-File‘ erstellt wurde, die eigene Datei hochladen und mit demselben Projektnamen benennen
• Verifizieren der hochgeladenen Projekt-Datei mit ,Import Templates‘ und die Verifizierung speichern und auf ,run‘ klicken
• Zuletzt wird eine Ansicht über die Vorschau (Spaltennamen, Reihenanzahl ect..) eingeblendet

Wenn folgende Schritte in dieser Reihenfolge beachtet wurden, so gelangt man, wenn alle Bearbeitungsprozesse abgeschlossen sind, zur Startseite. Das erstellte Projekt sollte dort auch ersichtlich aufscheinen. Wenn man die Icons ,Erdball‘, ,Dreipunktesystem‘ und ,Diagrammleiste‘ anklickt, werden die persönlichen Ergebnisse visualisiert.

Palladio im Gegensatz zu Nodegoat erstellt nicht Kategorien, sondern gibt sie je nach Exceltabelle vor. Wenn der kopierte Inhalt einer Exceldatei mit der Kodierung UTF-8 erstmal in das Opensource Anwendungsfeld gezogen ist, zeigt einem das Programm Möglichkeiten der Kategorisierung (z.B. Ort, Akteur, Ereignis). Mit diesen Kategorien kann im Folgenden weitergearbeitet werden. Ich zähle hier kurz die zentralen Arbeitsschritte auf, welche sich jedoch auch nachvollziehbar im Rahmen der Lernvideos zu Palladio erklären lassen:

• Umwandlung der Exceldatei in eine CSV-Datei (Kodierung UTF8)
• Recherche geographischer Information über https://www.geonames.org/ oder https://www.latlong.net/ / oder Exceltabelle mit Akteur und Ereigniskategorisierung
• Keine Erstellung eines eigenen Accounts nötig
• Verifizierung der Auswahl der Kategorien (Akteur-Ereignis) in der Funktion ,Settings
• Verifizierung der Auswahl der Kategorie (Orte) in der Funktion ,Data‘ (Latitude und Longitude Werte werden hier als Einheit verarbeitet)

Es gibt natürlich für die Auswahl von Karten und Farben für die ,Ort-Analyse‘ in Palladio viele tolle Möglichkeiten, doch war es mir hier in diesem persönlichen Tutorial ein Anliegen Besonderheiten und Unklarheiten der Nutzungsprozesse der beiden ,historical connectives‘ nochmals detailliert aufzuzeigen.

,Node-and Edge Systems

Wirtschaftsgeschichtlich, militärgeschichtlich und politikgeschichtlich markant waren im Aufbau der ,Innsbrucker Nachrichten‘ die jeweils ersten ,Schlagzeilen-Themen‘. Rückblickend auf eine Auflistung bekannter Politiker dieser Zeit zeichneten sich in meinem ausgewählten Suchradius immer wieder die in meinem Blog genannten Überthemen ab. Für eine genauere Auflistung in Excel habe ich mir folgende Ausgaben der ,Innsbrucker Nachrichten‘ ausgesucht:

  1. Juli – 31. Juli. In einer zusammenfassenden Analyse des Aufbaumetrums der ,Innsbrucker Nachrichten‘ wurde zuerst meist über weltgeschichtliche, nationalgeschichtliche, dann regionalgeschichtliche und dann lokalgeschichtliche Ereignisse berichtet.

Abbildung 5: Einblicke in die zentralen Themenkategorien der ,Innsbrucker Nachrichten

Überleitend in eine Beschreibung der Funktionstüchtigkeit von Palladio und Nodegoat beginne ich mit essentiellen Startschwierigkeiten. Wie Overview arbeiten auch Palladio und Nodegoat mit einem tabellierten Wissensstock für Netzwerkanalysen. Beim Importieren eigener Dokumente weist Palladio wie Voyant Tools und Overview Parallelen in den Einstellungen der Eigenschaften der Dateien auf. Voyant Tools verarbeitete einen gesamten Datensatz (txt.) durch ein ZIP-Archiv und Overview verarbeitete Exceldateien als CSV-Files. Wie auch bei den beiden vorherigen Vertretern der Digital Humanities musste ich mich bei Palladio vorerst orientieren, wie man ein eigenes Dokument in die Bearbeitungsmaske bringt. Um hier einen Querverweis zu meinen Exceltabellen und meinen ausgewählten Fragestellungen einzuwerfen, fokussiere ich mich hier auf Akteure und Ereignisse. Zentral ist dabei das Jahr 1929 und der Monat Juli. Jeweils den Tagesausgaben entsprechend wählte ich fünf Ereignisse mit zu ihnen passenden Akteuren, um so welt- und nationalgeschichtlich einen historischen Querschnitt über den Zeitraum 26. Juli – 31. Juli aufzeigen zu können. Detailliert nochmals auf das Aufbauschema der ,Innsbrucker Nachrichten‘ zurückblickend, berichte ich euch über zeitgenössische ,außereuropäische News‘ und ,Neues aus den Nachbarstaaten Österreichs‘. Die Darstellungen von Vernetzungen von AkteurInnen und Ereignissen, welche ich in einem Vorzeigeexample als eine Potenzialität der Netzwerkanalyse kennenlernen durfte, finde ich im Rahmen der Archivgeschichte meiner ausgewählten Zeitung eine gute Möglichkeit den ereignisgeschichtlichen Kontext des Jahres 1929 nochmals zu verdeutlichen und grob zu umreißen.

Abbildung 6: Querschnitt durch welt- und nationalgeschichtliche Themen (Zeitraum: 26. – 31. Juli 1929)
Abbildung 7: Visualisierung von ,Akteur-Ereignisbeziehungen‘ in Palladio

Zur Darstellung von Vernetzungen von Orten und Koordinaten auf Landkarten habe ich mich entschieden, mich auf bedeutende Orte eines Ausschnitts der ,Innsbrucker Nachrichten‘ zu fokussieren.

Abbildung 8: Der Weg von Transkribus zu Palladio
Abbildung 9: Visualisierung von ,Orten-Koordinaten-Beziehungen‘ in Palladio

Anzumerken wäre hier, dass die Eingabe von Orten mit ihren Koordinaten in Palladio mithilfe von geschichtswissenschaftlichen unterstützenden Hilfen (Videos) reibungslos funktioniert hat. Zum Einsehen von Koordinaten bestimmter Orte auf der Welt eignete sich beispielsweise folgende Webseite sehr gut: https://www.geonames.org/!

Abbildung 10: Der Weg von Excel zu Palladio

Unabhängig von der Auswahl von Orten, Institutionen oder Personen als ,Named Entities‘ gelten gesammelte tabellarische Daten immer als subjektiv betrachtete Datenmengen, welche der oder die ForscherIn jeweils beliebig einsetzen kann. Wirklich bewusst wurde mir das bei Nodegoat. In Nodegoat visualisierte ich ebenfalls einen vorbereiteten eingegrenzten Korpus…. doch bis ich den Dreh erst raus hatte, verging eine ganze Weile …

Abbildung 11: Visualisierung von ,Orten-Koordinaten-Beziehungen‘ in Nodegoat
Abbildung 12: Nodegoat: Einstellungskriterien bei einer kleinen Datenmenge

,Long Way

Ja ich würde dieser Person recht geben, wenn diese behaupten würde, dass Nodegoat und Palladio ,hidden structures‘ nicht nur erkennen und quantitativ wie Voyant Tools oder Overview visualisieren, sondern diese gezielt sinnvoll in einen geographischen Kontext einbetten. Bis ich den Einstieg in die richtige Nutzung von Nodegoat geschafft habe verging Zeit. Bevor ich auf einige wichtig zu beachtende Schritte für die Nutzung von Nodegoat eingehe, resümiere ich hier, dass es sinnvoll ist mehrere Tabellen aus Excel zu nutzen, um aussagekräftige Ergebnisse zu erhalten. In einer Sammlung von Erkenntnissen erfuhr ich, dass es wichtig ist sein Projekt zu benennen. Weiters fielen mir die sich unterscheidenden Kategorien in den Tutorial-Video-Hilfen zu den Übungen mit Nodegoat und meinen mir vorliegenden Funktionen Data, Management und Model auf. Die zentralen Funktionen in den Tutorials zu Nodegoat lauteten: Data, Management und Design. Um euch liebe LeserInnen nun nicht die ,Lesezeit‘ zu verderben, mache ich es kurz. Ich glaube an dieser Stelle kann ich hier ruhig anbringen, dass das Internet und die Möglichkeiten des Austausches über renommierte Blogplattformen wie ,Hypotheses‘ nahezu unbegrenzte Möglichkeiten der ,gemeinsamen Geschichtsschreibung‘ bieten. Der Beitrag – ,nodegoat Tutorials‘ (Quelle: Hypotheses, HistData. Historical Data in Science. ,nodegoat Tutorials‘, o. D., [https://histdata.hypotheses.org/nodegoat-tutorials], eingesehen am 28.11.2020.) half mir, Nodegoat besser zu durchleuchten. Sich einmal auf Palladio und Nodegoat eingestellt, kann einer Person, sofern sie sich nicht noch mit Excel vertraut machen musste (wie ich :)), wenig passieren. Resümierend gilt es, wie ich zu Beginn meines Blogs auch angesprochen habe, sich Gedanken über den gewünschten zu visualisierenden Inhalt zu machen. Nach einer kurzen Pause probierte ich mein Glück mit Nodegoat nochmals …

In diesem Fall probierte ich einfach mit tabellierten gesammelten ,Tags‘ der Ausgabe vom 31.
Juli 1929 das Tool mit der ,Nodecloud‘ und ein weiteres Tool.

Abbildung 13: Nodegoat: ,Mysteriöse Knotenwolke‘ in den Kinderschuhe meiner Analysen
Abbildung 14: Nodegoat: Der Klick von der ,Mysteriösen Knotenwolke‘ auf ein neues Tool

Wie ihr auf den Abbildungen sehen könnt, gilt für mich in den Anwendungen mit den Tools auch hier ,üben, üben, üben‘, um an Standfestigkeit zu gewinnen. Digital Humanities leben wohl von Neugierde, Hartnäckigkeit und Wendigkeit in der Recherche. Neben ersten Versuchen mit Palladio und Nodegoat wurde mir deutlich klar, dass die Grenzen der Visualisierung mit Voyant Tools und Overview noch nicht erschöpft sind und es immer noch Neues zu entdecken gibt.

In a Nutshell

Während in Voyant Tools und Overview größere Mengen an Texten statistisch verarbeitet wurden, so gilt es für Exceltabellen und manuelle Einstellungen in Palladio und Nodegoat besondere Überlegungen zu treffen, was hervorgehoben werden soll. Rückblickend auf meine Überlegung einen Querschnitt durch außereuropäische und nationalgeschichtliche Ereignisse mit Österreich im Mittelpunkt netzwerkartig zu visualisieren, eignete sich meiner Meinung nach Palladio besser. Auch bei meinem Versuch eine kleinere Datenmenge, wie etwa Orte mit Koordinaten auf einer Karte zu visualisieren, erwies sich Palladio als gute Möglichkeit zur geographischen Realisierung. Nodegoat hingegen arbeitet mit weitaus mehr Einstellungen, welche zu berücksichtigen sind, wenn man sich mit Netzwerkanalyse und Akzentsetzung beschäftigt. Anders als Palladio und Voyant Tools speichern Overview und Nodegoat selber erstellte Projekte und bieten WissenschaftlerInnen die Möglichkeit mit ihren Daten weiter zu arbeiten. Wenn man zu Beginn feststellt, dass sich folgende ,historical connectives‘, wie ich sie nenne, anfangs wie ,doofe Ziegen‘ verhalten, so verbinden sie nach und nach mehr. Prädestiniert sind Palladio und Nodegoat für graphische Gestaltungen von Webseiten, welche nach einer geraumen Zeit vielleicht später in die Waybackmachine gelangen. Bei der Registrierung von Nodegoat, der Linkzusendung und der Verarbeitung von Daten hatte ich eher den Eindruck, dass Nodegoat im Speziellen für statistische Erhebungen von Daten (in meinem Fall etwa Orte und Koordinaten) geeignet ist, möglicherweise auch für interdisziplinäre Zusammenarbeiten mit den Naturwissenschaften und Sozialwissenschaften verwendet wird und deshalb für die Öffentlichkeit weniger zugänglich ist. Im Weiteren bin ich selber schon gespannt auf das nächste Workout und hoffe, dass ich euch liebe LeserInnen fürs erste ein Update zur Netzwerkanalyse und auch ein Update zu übergreifenden interaktiven Lern- und Anwendungsmethoden geben konnte. Bis dahin wünsche ich allen LeserInnen eine gute Zeit und appelliere im Rahmen der ,Corona-Krise‘: Bleibt gesund!

Anna Waigand

Bei Interesse könnt ihr euch gern mal durch die Programme der Digital Humanities klicken. Ich verlinke euch die Webseiten:

__________________________

Webseite für Geonames: https://www.geonames.org/
Webseite für das Programm Palladio: https://hdlab.stanford.edu/palladio/
Webseite für das Programm Nodegoat: https://nodegoat.net/


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search