Große Textmengen, wie z.B. Zeitschriftenartikel, sind auch in der Methodendiskussion ein großes Thema, was sich in einer Vielzahl an Verfahren widerspiegelt. Ein gutes Buch zur Einführung in diese Thematik für die Sozialwissenschaften ist “Text Mining in den Sozialwissenschaften” von Lemke und Wiedemann (2015). Matthias Lemke konnte ich für einen Gastbeitrag zur Einführung in das Thema Blended Reading gewinnen.
PD Dr. Matthias Lemke lehrt Politikwissenschaft an der Helmut-Schmidt-Universität Hamburg und ist Forschungsstipendiat am Deutschen Historischen Institut Paris. Online unter: emergency.hypotheses.org.
Gastbeitrag von PD Dr. Matthias Lemke
Im Zeitalter der Digitalisierung stellt das jährlich produzierte Datenvolumen im – derzeit (2016) – hohen vierstelligen Exabyte-Bereich Forschende vor quantitativ völlig neue Herausforderungen. Angesichts kontinuierlich wachsender Wissensbestände kommt die menschliche Analysekapazität an ihre Grenzen. Die wissens- und forschungspraktische Problematik dieser Frage lässt sich leicht erschließen: „What do you do with a million Books?“, hat Gregory Crane in einem Aufsatz von 2006 einmal gefragt. Würde man 100 Jahre alt werden und läse man auf herkömmliche Art und Weise jeden Tag seines Lebens ein Buch, dann würde man von der Million Bücher – lässt man die Schaltjahre außer Betracht – 36.500 schaffen, also nicht einmal vier Prozent. Selbst wenn es gelänge, diese Menge zu bewältigen, wie würde man das erworbene Wissen verarbeiten, vernetzen? Wie erinnert man sich an den Inhalt desjenigen Buches, das man, sagen wir, im 42. Lebensjahr am 251. Tag gelesen hat? Und wie stünde dessen Inhalt in Bezug zu anderen Inhalten? Und nach welchen Kriterien wählt man die 36.500 Bücher aus dem Bestand überhaupt aus? Digitalisierung braucht – soviel ist deutlich – eine neue Antwort auf die Herausforderung nahezu unbegrenzter Wissensbestände: Blended Reading.
Die sozialwissenschaftliche Community in Deutschland, aber auch europa- und weltweit, hat – nicht zuletzt dank intensiver Förderung der eHumanities durch das BMBF – inzwischen eine Antwort auf die Frage Cranes gefunden. Sie lautet: Text Mining. Text Mining bedeutet nichts anderes, als die (semi-)automatische Extraktion von Informationen (Strukturen, Regelmäßigkeiten etc.) aus unstrukturierten Datenmengen – sprich: aus Text. An Vorschlägen, wie die forschungspraktische Anwendung von Text Mining genannt werden könnte – „Distant Reading“ (Franco Moretti), „Culturomics“ (Erez Lieberman Aiden/Jean-Baptiste Michel) – herrscht kein Mangel. Weniger klar und deutlich umstrittener sind auf dem noch jungen und dynamischen Feld der Digital Humanities allerdings Vorschläge für eine geeignete Analysestrategie. Wie gelingt eine sozialwissenschaftliche Analyse großer Textdatenmengen?
Blended Reading ist eine mögliche Strategie für den epistemologisch angemessenen Umgang mit großen Textdatenmengen, die ich auf Grundlage meiner Erfahrungen in einem politikwissenschaftlichen Forschungsprojekt entwickelt habe. Unter Zuhilfenahme von Text Mining-Verfahren haben wir versucht zu zeigen, inwiefern in der politischen Öffentlichkeit der Bundesrepublik Deutschland, repräsentiert durch 3,5 Millionen Zeitungsartikel, eine Hegemonialwerdung neoliberalen Sprechens vorliegt. Blended Reading begreift Text Mining als modularen Prozess. In Abhängigkeit vom jeweiligen Erkenntnisinteresse bedarf es einer geeigneten Verknüpfung von Analyseverfahren. Basale Verfahren, wie die Frequenzanalyse, erlauben eine Strukturierung des Datenbestandes entlang des Erkenntnisinteresses. Der Google Ngram Viewer etwa ist eine solche Anwendung: Sie ermöglicht die Identifikation der Verwendungskonjunkturen von Begriffen oder Konzepten, also von Zeiträumen im Datenbestand, für die sich eine vertiefte Analyse lohnt, weil dort die gesuchten Begriffe oder Konzepte besonders häufig auftreten. Für diesen tieferen Blick in die Daten stehen mittlerweile eine Vielzahl unterschiedlicher Verfahren bereit: Gängig sind Kookkurrenzanalysen, die eine Identifikation von Bedeutungs- und Sinnzusammenhängen ermöglichen. Dies geschieht, indem das besonders gehäufte, gemeinsame Auftreten von Worten in einem Textkorpus ausgewertet und visualisiert wird. Im Unterscheid dazu erlaubt die Anwendung von Topic Modeling die automatische Identifikation von Themen, also verschiedener Gruppen von gemeinsam auftretenden Worten, in einer Textkollektion. Eine Sentimentanalysen wiederum dient dazu, die Konnotation von Begriffen, Konzepten oder Themen zu spezifizieren. Hierfür wird zu einem Suchwort – etwa „Neoliberalismus“ – das Wortumfeld analysiert. So ließe sich etwa feststellen, ob der Suchbegriff „Neoliberalismus“ häufiger von den Worten „… ist gut“ oder „… ist schlecht“ gefolgt wird. Wäre ersteres der Fall, so ließe sich hieraus auf ein Neoliberalismus-affines Diskursumfeld schließen. Darüber hinaus befinden sich weitere (semi-)automatische Verfahren, wie Volatilitätsanalysen, anhand derer sich Themenkonjunkturen im Zeitverlauf abbilden lassen, oder automatische Sprecheridentifikation, die Individuen oder Institutionen in einem Korpus Inhalte zuordnet, in Entwicklung. Das alles wäre, um es in Franco Morettis Begrifflichkeit zu sagen, Distant Reading, also die maschinelle Auswertung von Text. Denn Close Reading, also die händische, menschliche Textanalyse, kommt bei großen Datenmengen schnell an ihre Grenzen. Jenseits der Unterscheidung von Close und Distant Reading besteht jedoch Blended Reading, jenseits der Anwendung (semi-)automatischer Verfahren in einer für den Erkenntnisgewinn geeigneten Reihenfolge, noch auf einem weiteren Element: der Lektüre (repräsentativer) Einzeltexte.
Denn nur durch die Integration von Close und Distant Reading kann ein hinreichendes Verständnis über den zu analysierenden Datenbestand bei der Forscherin/dem Forscher sichergestellt werden. Das ist immer dann erforderlich, wenn die geschriebene Sprache nicht oder nicht exakt das ausdrückt, was eigentlich gemeint ist. Ironisches Sprechen ist so ein Fall. Denn eines ist Text Mining nicht: Eine ‚Knopfdruck-Lösung‘ zur schnellen Erzeugung von Ergebnissen; und erst Recht ist es keine Umgehung der Notwendigkeit von Textlektüre. Wohl aber verspricht es eine ebenso spannende wie – angesichts der immer weiter wachsenden Textdatenmengen – notwendige Erweiterung des geistes- wie sozialwissenschaftlichen Methodenrepertoires.
Crane, Gregory (2006): What do you do with a million books? In: D-Lib Magazine, 12(3), 15.1.2017, http://www.dlib.org/dlib/march06/crane/03crane.html.
Moretti, Franco/Pestre, Dominique (2015): Banksprech. Die Sprache der Weltbank-Jahresberichte. In: Merkur. Deutsche Zeitschrift für europäisches Denken 69(11), 5–21; Moretti, Franco (2007): Graphs, maps, trees. Abstract models for literary history, London; Michel, Jean-Baptiste / Lieberman Aiden, Erez (2011): What we learned from 5 million books. In: TedxBoston 2011, 15.1.2017, https://www.ted.com/talks/what_we_learned_from_5_million_books.
Lemke, Matthias / Wiedemann, Gregor (2015) (Hg.), Text Mining in den Sozialwissenschaften. Grundlagen und Anwendungen zwischen qualitativer und quantitativer Diskursanalyse, Wiesbaden.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Isabel Steinhardt (23. Januar 2017). Blended Reading. Sozialwissenschaftliche Methodenberatung. Abgerufen am 19. Februar 2025 von https://doi.org/10.58079/uip3