Vom Massenbestand zur strukturierten Forschungsressource: Skalierbare Digitalisierung und Metadaten-Extraktion historischer Zettelkataloge mit Unterstützung von Vision Language Models

ZIEL: Der Beitrag adressiert die zentrale Frage des Symposiums, ob skalierbare Forschungsdesigns für massenhafte Zettelkatalogbestände ohne prohibitive Digitalisierungskosten möglich sind. Anhand eines praktizierten Workflows wird demonstriert, dass KI-gestützte Digitalisierungsworkflows (konkret: via Vision Language Models (VLM)) ein hocheffizientes und transparent kontrollierbares Instrument zur vollständigen Digitalisierung und strukturierten Erschließung großer Zettelkatalogbestände darstellen können. METHODIK: Der Ansatz kombiniert cloudbasierte VLM-gestützte Metadaten-Extraktion mit nachgelagerter Qualitätskontrolle via interaktiver lokaler html-Anwendung. Exemplarisch wurde dies an 43.000 historischen Musik-Archivkarten eines Spezialbestands erprobt: Digitale Karteikarten-JPEGs werden Python(-Skript)-basiert über Open-Router-API an Qwen 3 VL übertragen, strukturierte Metadaten (Komponist, Signatur, Titel etc.) extrahiert, automatisch validiert und anschließend in einer Streamlit-Anwendung zur manuellen Kontrolle und Korrektur freigegeben. Die Erfolgsquote liegt bei 95–99 %, die Verarbeitungsgeschwindigkeit bei ca. 9.000–18.000 Karten/Stunde. Für nicht zur Veröffentlichung vorgesehene Vorlagen und internen Dokumentationen, die aus Datenschutzgründen nicht cloudbasiert verarbeitet werden dürfen, kann der Workflow auch über alternative lokale Infrastruktur(en) abgewickelt werden (z.B. Nutzung lokal eingespielter ,,freier“ VLMs auf Servern zentraler HPC/KI-Cluster von z.B. Universitäten). ERWARTETE ERGEBNISSE & AUSBLICK: Der Workflow beantwortet konkret: Informationeller Restwert: VLM-Extraktion erschließt Strukturinformationen, die Mikrofilm und elektronische Kataloge nicht bieten – relationale Metadaten-Verdichtung möglich. Skalierbarkeit: Massenbestände lassen sich wirtschaftlich und transparent digitalisieren und dabei qualitätssichernd kontrollieren. Lösungsweg: Hybrid-Modell zwischen Bestandsvernichtung und vollständiger Musealisierung – zielgerichtete Digitalisierung kritischer Bestände bei minimaler Ressourcenbindung. Forschungspotenzial: Strukturierte Metadaten ermöglichen systematische Forschungsfragen zu Katalogisierungspraxen, Bestandsgeschichte und Informationsorganisation historischer Archive. Der Beitrag dokumentiert Chancen und Grenzen des Ansatzes und stellt konkrete Werkzeuge, Code-Implementierungen und Governance-Modelle für Gedächtniseinrichtungen zur Verfügung.