coOCR/HTR
Erkennt den Text alter Drucke und Handschriften und lässt jede Lesung am Seitenbild prüfen.
fancy (research) tools!Agentic Engineering für alle, die mit Wissen arbeiten.
Wir entwickeln mit Frontier-Sprachmodellen und Coding-Agenten Werkzeuge, Workflows und Wissensbasen für Ihre Arbeitsabläufe, im Auftrag, gemeinsam mit Ihrem Team oder im Training. Grundlage ist ein genaues Verständnis Ihres Projekts und Ihrer Daten.
Angebot
-
Lernen
In Workshops und Intensivtagen erwirbt Ihr Team die Kompetenz, selbst mit Coding-Agenten und Wissensbasen zu arbeiten.
-
Gemeinsam entwickeln
Wir entwickeln gemeinsam mit Ihrem Team an Ihren Daten. Die Wissensbasis verbleibt bei Ihnen und ermöglicht die eigenständige Weiterentwicklung.
-
Im Auftrag entwickeln
Wir entwickeln das Werkzeug in Ihrem Auftrag, von der kleinen Anwendung für einen einzelnen Arbeitsschritt bis zur agentischen Pipeline.
Modelle und Daten
Frontier-Sprachmodelle kommen an zwei Stellen zum Einsatz, als Coding-Agenten bei der Entwicklung und im fertigen Werkzeug für einzelne Arbeitsschritte wie Texterkennung, Auszeichnung oder die Erzeugung strukturierter Daten.
In beiden Fällen kommen kommerzielle wie offene Modelle in Betracht, bis hin zum Betrieb auf eigener Hardware. Modell und Zugang werden gemeinsam mit Ihnen nach Art und Schutzbedarf der Daten gewählt. Für die Entwicklung genügen in der Regel einzelne, bei Bedarf anonymisierte Beispieldateien.
Kosten
Die Abrechnung richtet sich nach der Aufgabe, nach Stunden, nach Arbeitstagen oder als Pauschale. Ausgangspunkt ist Ihr Budgetrahmen. Nach einer ersten Sichtung legen wir dar, was in diesem Rahmen möglich ist, und Sie entscheiden nach jedem Arbeitsschritt über die Fortsetzung.
- Den Code schreiben überwiegend Coding-Agenten. Der Aufwand liegt vor allem darin, Ihr Projekt gemeinsam mit Ihnen zu verstehen und die entstehenden Systeme verständlich zu machen.
- Für die Software fallen keine Lizenzkosten an. Kosten für die Nutzung von Sprachmodellen können je nach Umfang des Projekts gesondert anfallen.
- Wo der Anwendungsfall es erlaubt, laufen Werkzeuge im Browser und kommen ohne eigenen Server aus.
- Ein kleiner Rahmen begrenzt den Umfang, etwa auf einen einzelnen Arbeitsschritt.
Werkzeuge zum Anpassen
- LLM-gestützt
- Fachliche Prüfung im Werkzeug
- Überblick über den ganzen Bestand
- Lesbarer Text statt Tags
- Läuft im Browser ohne eigenen Server
- Belege bis zur Quelle
-
-
teiCrafter
Bearbeitet TEI-XML als lesbaren Text und prüft beim Speichern gegen das Schema.
-
CorrespExplorer
Zeigt Briefmetadaten aus CMIF als Karte, Zeitleiste und Netzwerk, damit sichtbar wird, wer wem wann von wo schrieb.
-
SZD-HTR
Transkribiert einen ganzen Nachlass und vermerkt an jedem Objekt, ob Maschine, Agent oder Mensch es geprüft hat.
-
Stefan-Zweig-Bibliographie
Rettet eine Bibliographie aus einem stillgelegten Wiki in Forschungsdaten, in denen jede Angabe ihre Quellseite behält.
Methoden und Frameworks
-
Generiert mit gpt-image Promptotyping
Promptotyping entwickelt Forschungsartefakte mit KI-Agenten aus einer gepflegten Wissensbasis heraus.
-
Generiert mit gpt-image Grounded Vault
Grounded Vault führt jede tragende Aussage eines Berichts über einen prüfbaren Anker bis zur Quellstelle.
-
Generiert mit gpt-image Agentic Edition Pipeline
Die Agentic Edition Pipeline führt Digitalisate über Transkription und Prüfung zu TEI und einer statischen Leseansicht.
-
Generiert mit gpt-image Research Mission Control
Research Mission Control verteilt Klären, Umsetzen und Prüfen auf KI-Agenten an einem gemeinsamen Repository.
Grundsätze
-
Projektwissen und Methode
Am Anfang steht das Verständnis des Projekts, seiner Fragestellung, seiner Daten und seiner Arbeitsabläufe. Dieses Wissen wird in einer projekteigenen Wissensbasis festgehalten und mit dem Code versioniert. Danach richtet sich die Methode des Context Engineering, etwa Promptotyping, Grounded Vault, eine agentische Pipeline oder ein einfacher Arbeitszyklus mit einem Agenten.
-
Rahmen für Coding-Agenten
Die Qualität agentisch erzeugten Codes hängt vom Kontext ab, in dem die Agenten arbeiten. Wir gestalten diesen Rahmen aus Wissensbasis, präzisen Anforderungen, Beispieldaten aus Ihrem Bestand und automatisierten Tests, die die Agenten selbst ausführen.
-
Ausgewiesener Reifegrad
Ergebnisse sind Prototypen und Forschungswerkzeuge, deren Reifegrad offen ausgewiesen wird. Für einen produktiven Betrieb, etwa mit sensiblen Daten oder vielen Nutzenden, sind eine professionelle Überarbeitung und eine unabhängige Prüfung des Codes erforderlich.
-
Offene Formate
Ergebnisse liegen in offenen, dokumentierten Formaten vor, je nach Material TEI, PAGE XML, METS/MODS, JSON-LD oder CSV. Bilddaten lassen sich über IIIF einbinden. Die Daten bleiben damit unabhängig vom Werkzeug lesbar und lassen sich in andere Systeme und Repositorien überführen.
-
Fachliche Kontrolle
Beim Einsatz von Large Language Models bleibt für jeden Inhalt erkennbar, ob er maschinell erzeugt, von einem Agenten geprüft oder von Ihren Fachleuten bestätigt wurde. Als gesichert gelten ausschließlich fachlich bestätigte Inhalte.
-
Übergabe
Sie erhalten den vollständigen Quellcode und die Wissensbasis des Projekts, auf deren Grundlage Ihr Team, externe Entwicklerinnen und Entwickler oder KI-Assistenten die Arbeit fortführen können. Für Forschungsdaten bieten wir die Langzeitarchivierung im zertifizierten Repositorium GAMS an.
Wer wir sind
Digital Humanities Craft ist ein Unternehmen aus der Forschung der Digitalen Geisteswissenschaften mit Sitz bei Graz. Wir entwickeln Forschungssoftware und digitale Editionen, unterrichten an Universitäten in Österreich und Deutschland und arbeiten als technischer Partner in Förderprojekten. Team und Projekte
Vorgehen
-
Erstgespräch und Sichtung
Anhand echter Dateien besprechen wir Ihren Arbeitsablauf und klären, was im vorgesehenen Rahmen möglich ist.
-
Anforderungen und Angebot
Ziel, Daten und Abnahmekriterien werden schriftlich festgehalten.
-
Prototyp an Ihren Daten
Eine erste lauffähige Fassung wird im Arbeitsalltag erprobt.
-
Prüfung und Abnahme
Ihre Fachleute prüfen das Ergebnis anhand der vereinbarten Kriterien.
-
Übergabe und Betreuung
Übergeben werden Werkzeug, Quellcode und Wissensbasis.
Passt gut
- Archive, Museen, Bibliotheken und Gedenkstätten
- Universitäten, Akademien und Forschungsprojekte, auch als technischer Partner in Förderprojekten
- Unternehmen und Verwaltung mit einem Ablauf, für den es keine passende Standardsoftware gibt
- wiederkehrende Arbeit mit Dateien, Listen oder Bildern, die heute in Word, Excel oder von Hand erledigt wird
- kleine Vorhaben, auch ein einzelner Arbeitsschritt
- Teams, die selbst mit Coding-Agenten und Wissensbasen arbeiten lernen wollen
Passt nicht
- Ersatz für Standardsoftware mit Herstellersupport
- allgemeine Websites, Onlineshops oder Öffentlichkeitsarbeit
- Vorhaben ohne fachliche Ansprechperson für Prüfung und Abnahme
- Produktivbetrieb ohne unabhängige Prüfung des Codes
Projekt anfragen
Im Gespräch
Beschreiben Sie uns kurz Ihren Arbeitsablauf. Hilfreich sind folgende Angaben:
- Welcher Ablauf kostet Sie Zeit?
- Wer macht die Arbeit, und womit?
- Welche Dateien sind beteiligt, und in welchem Umfang?
- Was soll am Ende herauskommen?
- Welcher Budgetrahmen ist vorgesehen?
office@dhcraft.org
Mit Unterlagen
Schicken Sie uns, was Sie bereits haben. Daraus bauen wir einen ersten Prototyp, an dem sich das Vorhaben konkret besprechen lässt.
- eine Projektbeschreibung auf einer Seite
- Beispieldaten, etwa einige typische Dateien
- Ihre Ideen, was das Werkzeug können soll
office@dhcraft.org