Knowledge, Context and Agentic Engineering for Knowledge Work

16. und 17. September 2026

Making Estate Materials Digitally Accessible

Forschungsdaten-Workflows mit Large Language Models und Promptotyping

Veranstaltung KUG Summer School 2026, University of Music and Performing Arts Graz Sprache Englisch Lizenz CC BY 4.0

Module

Abstract

Vier aufeinander bezogene Einheiten verfolgen Nachlassmaterial von der Digitalisierung bis zu einem nutzbaren digitalen Forschungsartefakt. Am Mittwoch erklärt Stefan Zweig Digital den Zusammenhang von Metadaten, TEI XML, Datenmodellierung, Normdaten, Repositorium und Publikation. Am Donnerstag arbeiten die Teilnehmenden mit M³GIM-Objekten, untersuchen den Einsatz von Large Language Models, extrahieren und prüfen strukturierte Daten und entwickeln daraus mit Promptotyping eine kleine Browseranwendung.

Lernziele

  • Die Transformationen zwischen einer digitalisierten Quelle und einer publizierten Forschungsressource erklären.
  • Geeignete Aufgaben für Large Language Models bestimmen und die erforderlichen Prüfungen festlegen.
  • Strukturierte Daten erzeugen und dabei Quellenbezug, Provenienz und Unsicherheit dokumentieren.
  • Eine reduzierte Forschungsfrage und geprüfte Daten in Anforderungen an eine Anwendung übersetzen.

Ablauf

  1. Der Workflow von Stefan Zweig Digital vom Archivobjekt zur Forschungsplattform
  2. Large Language Models in Forschungsdaten-Workflows
  3. OCR und schemabasierte Informationsextraktion mit M³GIM-Objekten
  4. Promptotyping einer digitalen Forschungsanwendung

Web-Lernmodul

Diese browsernative Sequenz verfolgt ein Nachlassobjekt durch fünf nachvollziehbare Transformationen. Die Navigation führt direkt zu jeder Einheit; am Ende steht jeweils ein prüfbares Ergebnis.

Einheit 01

Vom Nachlassobjekt zur Forschungsplattform

Ein Digitalisat bleibt eine Repräsentation eines Archivobjekts. Beschreibung, Transkription, Entitätsmodellierung, Ingest und Publikation erzeugen weitere Repräsentationen mit eigenen Funktionen. Stabile Identifikatoren und Provenienz verbinden diese Ebenen und bewahren ihre Unterschiede.

Der Workflow wird nachvollziehbar, wenn jeder Übergang Eingabe, Transformation, Ausgabe und Prüfung benennt. Damit wird auch sichtbar, welche Fragen ein Interface beantworten kann: Eine Karte benötigt identifizierte Orte und explizite Relationen. Eine Zeitleiste benötigt zusätzlich normalisierte Datumsangaben und sichtbare Unsicherheit.

Prüfbares Ergebnis: Eine Aussage der Plattform lässt sich über den Repositoriumsdatensatz zum identifizierten Quellobjekt zurückverfolgen.

Einheit 02

Wo Sprachmodelle unterstützen können

Ein Sprachmodell kann Transkriptionen, strukturierte Werte, Normdatenkandidaten oder Formatkonvertierungen vorschlagen. Sprachliche Flüssigkeit belegt weder die Vollständigkeit einer Passage noch eine unterstützte Relation oder die Identität eines Normdatensatzes. Die Ausgabe bleibt deshalb ein zu prüfender Transformationsvorschlag.

AI Readiness ist eine Eigenschaft des Workflows. Eine bearbeitbare Aufgabe benötigt erlaubte und lesbare Eingaben, einen expliziten Ausgabevertrag, repräsentative Beispiele und einen Prüfweg. Rechte, Vertraulichkeit, Prompts, Modelleinstellungen und Korrekturen gehören zur Dokumentation.

Prüfbares Ergebnis: Für jede vorgesehene Modellaufgabe ist die Quelle oder Regel benannt, anhand derer die Ausgabe geprüft wird.

Einheit 03

Von der Quelle zu geprüften strukturierten Daten

Transkription und Informationsextraktion sind eigene Übergänge. Eine diplomatische Transkription hält zunächst den sichtbaren Text mit Zeilenstruktur und unsicheren Lesungen fest. Die strukturierte Extraktion wählt anschließend Entitäten, Eigenschaften und Relationen nach einem dokumentierten Schema aus.

Der Datensatz enthält den Objektidentifikator, die Belegstelle und den Prüfstatus. Fehlende Werte bleiben leer; Interpretationen erhalten ein gesondertes gekennzeichnetes Feld. Normdatenkandidaten werden mit Projektdaten und dem konsultierten Normdatensatz verglichen, bevor ein Identifikator übernommen wird.

Prüfbares Ergebnis: Jeder befüllte Wert im synthetischen Datensatz verweist auf eine Belegstelle und trägt einen Prüfstatus.

Einheit 04

Von der Forschungsfrage zur Browseranwendung

Promptotyping beginnt mit einer begrenzten Forschungsfrage und einer kompakten Wissensbasis. Darin stehen verfügbare Daten, Entitätsrelationen, Rechte, Unsicherheitsregeln, vorgesehene Nutzende und Abnahmekriterien. Diese gepflegten Aussagen leiten die Implementierung verlässlicher als ein einzelner langer Prompt.

Das erste Browserartefakt verwendet den kleinsten Datensatz und Funktionsumfang, mit dem sich die Forschungsoperation prüfen lässt. Eine Mobilitätsansicht benötigt beispielsweise identifizierte Orte, typisierte Relationen und zeitliche Angaben. Das Interface erhält die Bezüge zur Quellenlage und vermeidet unbelegte Präzision.

Prüfbares Ergebnis: Jede Ansicht und jeder Filter benennt die verwendeten Datenfelder; jede angezeigte Aussage führt zu einem Objektdatensatz.

Einheit 05

Prüfung und verantwortliche Abnahme

Validierung, Verifikation und Abnahme beantworten unterschiedliche Fragen. Automatisierte Prüfungen können Syntax, Schemakonformität, Identifikatoren und Paketstruktur bestätigen. Die fachliche Verifikation vergleicht eine Repräsentation mit ihrer Quelle, bewertet Interpretationen und hält Unsicherheit fest.

Eine verantwortliche Person entscheidet anschließend über die Eignung für den definierten Forschungszweck und weist dem Ergebnis einen Status zu. Eine technisch valide Datei kann in der Quellenprüfung scheitern. Eine verifizierte Aussage kann aufgrund von Rechten oder Repositoriumsregeln weiterhin beschränkt sein.

Prüfbares Ergebnis: Der Prüfvermerk nennt die ausgeführten Tests, die geprüften Belege, offene Grenzen und die für die Abnahme verantwortliche Rolle.

Slide Deck

Slide Deck in Google Slides öffnen

Slide Deck als PDF herunterladen

Lecture Notes

Lecture Notes in Google Docs öffnen

Literatur und Referenzen

  • Digital Scholarly Editions als InterfaceDissertation zu Stefan Zweig Digital und dem Interface als Bestandteil der digitalen Edition.
  • TEI P5 GuidelinesReferenz für die Repräsentation textueller Quellen in TEI XML.
  • Linked DataGrundlegende Darstellung zur Publikation und Verknüpfung strukturierter Daten im Web.
  • PromptotypingMethode und Wissensdokument-Konvention für nachvollziehbare Forschungsartefakte.
← Alle Workshops