QuantiSlav - Quantitative Methoden in der Slavistik
Date
Authors
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Supplementary Material
Other Versions
Link to publishers' Version
Abstract
Das Projekt "QuantiSlav - Quantitative Methoden in der Slavistik - eine Kooperation zwischen der Abteilung "Digital Humanities" der Bayerischen Akademie der Wissenschaften (BadW) und dem Slavischen Seminar der Albert-Ludwigs-Universität Freiburg - adressierte eines der grundlegenden und seit dem 19. Jahrhundert wiederholt diskutierten Desiderate der slavistischen historischen Sprachwissenschaft: die Datierung und Lokalisierung der ältesten überlieferten slavischen Schriftzeugnisse. Die Zuordnung eines Textes zu einer bestimmten Entstehungszeit, Region oder Schreiberschule ist methodisch hochgradig komplex, weil die Texte fast ausschließlich in späteren Abschriften überliefert sind, in denen sprachliche Innovationsprozesse regelmäßig durch Rearchaisierungstendenzen überlagert werden. Zudem handelt es sich bei der Mehrheit der überlieferten Texte um Übersetzungen aus dem Griechischen, weshalb ihre Sprache oft stark von der Vorlage geprägt ist. KI-gestützte Handschriftenerkennung und automatische Annotationsverfahren bieten mittlerweile neue Möglichkeiten für die Verarbeitung großer Datenmengen, wurden bisher jedoch kaum für vormoderne slavische Texte eingesetzt.
Das Projekt verfolgte eine zweiteilige Aufgabenstellung: Erstens sollte geprüft werden, ob und in welchem Maß sich Datierung und Lokalisierung vormoderner slavischer Texte auf eine quantitative Grundlage stellen lassen – insbesondere anhand der am Slavischen Seminar Freiburg digital aufbereiteten Großen Lesemenäen des Metropoliten Makarij (VMČ). Zweitens sollte die Datenkompetenz des wissenschaftlichen Nachwuchses in der slavistischen historischen Sprachwissenschaft nachhaltig gestärkt werden, um die Hemmschwelle gegenüber quantitativen Methoden in einer traditionell qualitativ arbeitenden Disziplin zu senken und ein dauerhaft verankertes Ausbildungsangebot zu schaffen.
