Die unsichtbaren Schichten der Zettel: Zwischen historischer Wissensordnung und digitaler Modellierung

Zettelkataloge stellen nicht nur historische Erschließungssysteme, sondern komplexe Wissensordnungen dar, die in ihren materiellen, visuellen und praktischen Dimensionen über die reine bibliographische Angabe hinausweisen. Dennoch fokussieren Digitalisierungsprojekte bislang überwiegend die Extraktion für die Übertragung der Informationen in ein digitales Bibliothekssystem. Selbst Projekte, die bestrebt sind, Zettelkataloge für maschinelles Lernen aufzubereiten, erfassen die Komplexität und Vielfalt der Informationen bislang nicht. Die in den Zetteln eingeschriebenen Spuren, wie beispielsweise verschiedene Handschriften, Anstreichungen, Korrekturen, farbliche Markierungen, Notationen oder Überklebungen sowie die Materialität der Zettel selbst finden nur selten systematische Beachtung. Damit gehen jedoch zentrale Ebenen der Wissens- und Institutionsgeschichte verloren. Selbst bei international beachteten Projekten wie der Digitalisierung des Zettelkastens von Niklas Luhmann werden nicht alle Schichten des Objektes erfasst. Die Zettel bleiben als Kulturobjekte unvollständig erfasst, da die Spuren bibliothekarischer Arbeit, Wissensorganisation, Provenienzen, politische Eingriffe und interne Systematiken unsichtbar bleiben. Der hier vorgeschlagene Beitrag nimmt diesen Befund zum Ausgangspunkt und plädiert für eine epistemisch adäquate digitale Modellierung historischer Zettelkataloge, die deren multimodale Informationsschichten methodisch ernst nimmt. Im Zentrum steht die Frage, wie digitale Verfahren holistisch gedacht und so konzipiert werden können, dass nicht nur bibliographische Kerndaten maschinell erschlossen werden. Zu diesem Zweck diskutiert der Beitrag ein Set digitaler Methoden, das über gängige Retrokonversionsprozesse hinausgeht und dabei folgende technologische Ansätze im Hinblick auf ihre Grenzen und Möglichkeiten vorstellt:(1) Multimodale Computer-Vision-Verfahren: Der Beitrag zeigt Einsatzmöglichkeiten von verschiedenen Verfahren aus dem Bereich Computer Vision auf (LayoutLM-Varianten, Segment-Anything-basierte Segmentierung u.ä.), um die Zettel in semantische, visuelle und materielle Zonen zu gliedern.(2) Materialitätsanalysen durch Feature Extraction und Clustering: Die Materialität der Zettel lässt sich über spezialisierte Feature-Extraction-Verfahren quantitativ erfassen. Durch semi-supervised Clustering lassen sich daraus materialbezogene Kategorien ableiten, die Rüsckschlüsse auf Produktionskontexte oder Archivierungspraktiken zulassen.(3) Erweiterung bestehender Metadatenmodelle und Datenrepräsentation: Auf Basis dieser multimodalen Extraktion werden Konzepte für ein ontologisch erweiterbares Metadatenmodell vorgestellt, das Annotationen, visuelle Markierungen und Materialitätsmerkmale als eigenständige, zitier- und analysierbare Datenpunkte integriert. Diskutiert wird dabei insbesondere, wie solche Modelle mit bestehenden bibliothekarischen Standards (z. Bsp.: MARC, RDA, METS) interoperabel bleiben können, ohne die epistemische Vielschichtigkeit der Zettel zu verlieren.