Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Künstliche Intelligenz trifft auf Arabistik/Islamwissenschaft: Erfahrungsbericht von einem Workshop in Hamburg

Von Yoones Dehghani Farsani

Vom 1. bis 4. Juli 2025 nahm ich am Workshop „From Classical ML to AI in Arabic and Islamic Studies“ am Asien-Afrika-Institut der Universität Hamburg teil. Dieser wurde von der Emmy Noether Junior Research Group “The Evolution of Islamic Societies (c.600-1600 CE): Algorithmic Analysis into Social History” organisiert. Der Workshop, an dem 24 ArabistInnen/IslamwissenschaftlerInnen aus sieben Ländern teilnahmen, war darauf ausgelegt, den Teilnehmenden die notwendigen Fähigkeiten zu vermitteln, um sowohl klassische Methoden des maschinellen Lernens (ML) als auch die neuesten KI-Technologien bei der Untersuchung arabischer und islamischer Texte anzuwenden. Für die Teilnahme waren ausreichende Kenntnisse in der Programmiersprache Python erforderlich. Als Datengrundlage für den Workshop wurden arabische Texte aus dem OpenITI-Korpus verwendet.

Wie in jedem anderen Fachbereich der Geisteswissenschaften bieten die Methoden des maschinellen Lernens und der KI zur Textanalyse und -verarbeitung auch der Arabistik/Islamwissenschaft die Möglichkeit, nicht nur große Mengen textueller Daten in viel kürzerer Zeit zu analysieren, sondern auch innovative, zuvor nicht vorstellbare Fragestellungen zu formulieren sowie neuartige Tools für bestimmte repetitive Aufgaben zu entwickeln. Der Anlass für meine Teilnahme am Workshop war mein Wunsch, theoretische und praktische Kenntnisse zu erwerben, um ein KI-Tool zur Generierung von DIN- und LoC-Umschrift zu arabischen Buchtiteln und Personennamen zu entwickeln. Da wir bisher mehr als zehntausend Personennamen und Werktitel in korrekter DIN- und LoC-Umschriftform generiert haben, war ich zuversichtlich, dass ein KI-Tool (z. B. in Form eines Chat-Bots), das durch die vorhandenen Umschriften trainiert bzw. Fine-tuned ist, diese Aufgabe vollständig übernehmen kann, sobald man die Vorlage in das Tool einträgt. Mit Unterstützung unseres IT-Spezialisten habe ich bereits ein statisches Tool zu diesem Zweck entwickelt, das auf einem Python-Programm basiert.1

Abb. 1: derzeitiges Umschrift-Tool (DMG-Umschrift ausgenommen)

Tag 1: Grundlagen

Jeder Tag des Workshops gliederte sich in einen theoretischen und einen praktischen Teil, d.h. die Vermittlung von theoretischen Grundlagen und den praktischen Bezug zur Forschung der Teilnehmenden. Am ersten Tag wurden die Teilnehmenden zunächst in die grundlegenden Konzepte des maschinellen Lernens (z.B. Textklassifikation und damit verbundene Konzepte, wie Vektorisierung, Bag of Words, Cosine Similarity, Language Modeling und Word Embeddings) eingeführt. Im praktischen Teil wurden die zuvor vermittelten Konzepte anhand eines Textkorpus, das aus neun Hadith-Sammlungen bestand, näher erläutert. Dabei konnte jeder Teilnehmende mithilfe eines zur Verfügung stehenden Python-Programms, das auf der Plattform Google Studio ausgeführt wurde, die Anwendung dieser Konzepte im Bereich der Textklassifikation selbst testen.

Für das Projekt Qalamos bietet die Textklassifikation, die einem Inhalt ein spezifisches Thema zuschreibt, Potenzial. Durch die Anwendung dieser Methode lässt sich beispielsweise ein Handschrifteneintrag (in Form eines Textinhalts), der normalerweise mit ein oder zwei vorgegebenen nicht normierten Themen verlinkt ist, mit weiteren Schlagwörtern sowie mit dazugehörigen Normdaten versehen. So lässt sich nicht nur die thematische Suche in Qalamos verbessern, sondern auch die Möglichkeit zur Suche nach weiteren Themen erheblich erweitern.

Tag 2: Named Entity Recognition (NER)

Named Entity Recognition (NER) und Annotation bildeten den Schwerpunkt des zweiten Tages des Workshops. Dabei handelt es sich um die automatische Erkennung von Eigennamen und Ortsnamen in einem Text. Dies erfolgt mithilfe von trainierten Sprachmodellen. Im Hinblick darauf wurden die Teilnehmenden am Vormittag zunächst in die Konzepte „Neural Networks” und „Contextual Embeddings” eingeführt. In diesem Zusammenhang erfolgte auch die Vorstellung der Plattform Hugging Face, auf der inzwischen Millionen von Open-Source-Sprachmodellen frei zugänglich sind. Dabei stand die Frage im Zentrum, wie man passende Sprachmodelle für die eigene Fragestellung auf dieser Plattform findet.

Abb. 2: Lernmaterial zu Generative AI (Foto aus Alammar, Jay & Maarten Grootendorst: Hands-On Large Language Models. Language Understanding and Generation. O’Reilly Media, 2024.

Für das Projekt Qalamos, einen Verbundkatalog für Metadaten bereits katalogisierter orientalischer Handschriften, sind Methoden wie NER nicht direkt relevant. Diese könnten jedoch im Bereich der Neu-Katalogisierung von Handschriften Anwendung finden, bei der Metadaten zum Verfasser und weiteren Akteuren, zum Titel, zum Abschriftsort und zum Abschriftsdatum erfasst werden können, sofern vorhanden.

Tag 3: aktuelle Methoden und Herausforderungen

Am dritten Tag wurde über die aktuellen Probleme im Bereich der Digital Humanities sowie die Anwendung aktueller Methoden aus diesem Bereich im Fach Arabistik/Islamwissenschaft diskutiert. Dabei diskutierten die Teilnehmenden die Optimierung bzw. das Fine-Tuning von Sprachmodellen zur Analyse arabischer Texte. Es wurde betont, dass die gängigen Sprachmodelle zur arabischen Textverarbeitung (wie AraBERT) nicht mit hochqualitativen arabischen Texten trainiert wurden. Deshalb sollte das Ergebnis bei der Anwendung dieser Sprachmodelle kontrolliert und gegebenenfalls händisch verbessert werden. Außerdem wurde hervorgehoben, dass die Anwendung weniger bekannter Sprachmodelle für die Verarbeitung arabischer Texte nicht außer Acht gelassen werden sollte, nur weil sie nicht von Tech-Giganten wie Google entwickelt wurden. Denn solche Modelle, die bei den Nutzenden oftmals weniger Resonanz finden, weil die Entwickler weniger bekannt bzw. berühmt sind, sind oft mit Daten von viel besserer Qualität trainiert.

Abb. 3: Seite des Sprachmodels AraBERT auf der Plattform Huggingface.

Tag 4: generative Sprachmodelle

Am letzten Tag des Workshops stand das Thema generative Sprachmodelle im Fokus. Dabei wurden grundlegende Konzepte wie Token-Classification, Text-Alignment und Fine-Tuning von Sprachmodellen besprochen. Abschließend wurden die Teilnehmenden in die generative KI eingeführt und dabei insbesondere auf Large Language Models (LLMs) als ein prominentes Beispiel eingegangen. Dabei behandelte der Dozent auch das Thema Prompting, das darauf abzielt, die Qualität des Outputs einer LLM zu optimieren. Abschließend wurde spezifisch über die Potenziale und Grenzen von LLMs für die Verarbeitung arabischer Texte gesprochen.

Fazit

Die am letzten Tag besprochenen Konzepte und Themen waren für meine eigene Fragestellung – die Entwicklung eines Umschrift-Tools – sehr relevant. Durch die Diskussion meiner Fragestellung mit den Dozierenden und Teilnehmenden habe ich festgestellt, dass die Entwicklung eigener Sprachmodelle für ein Umschrift-Tool sehr zeit- und kostenaufwendig ist und eine erhebliche Menge an Daten verbraucht. Deshalb sollte man sich auf das Fine-Tuning vorhandener Sprachmodelle konzentrieren, entweder Open-Source Modelle wie etwa Gemma von Google, oder kostenpflichtige Modelle wie ChatGPT von OpenAI.

Mir wurde auch vorgeschlagen, im Prozess der Generierung von Umschriften zuerst eine von den zwei gewünschten Umschriften (wie LoC) durch die vorhandenen Sprachmodelle generieren zu lassen und diese dann im nächsten Schritt mithilfe eines Computerprogramms in die andere Umschrift umzuwandeln. So wird das Fine-Tuning des Sprachmodells erleichtert, da nur eine Umschrift generiert werden muss. Meiner Erfahrung nach wird die LoC-Umschrift von Sprachmodellen wie ChatGPT 5 und Gemini 2.5 Pro fast fehlerfrei generiert. Nach einer zügigen Qualitätskontrolle kann die generierte LoC-Umschrift mithilfe eines Skripts in die DIN- bzw. DMG-Umschrift umgewandelt werden.

Der Workshop bot mir die Möglichkeit, mich über die aktuellsten Methoden und Tools im Bereich der Digital Humanities zu informieren. Besonders wertvoll war für mich die Möglichkeit, mich mit FachkollegInnen auszutauschen, die sich mit den gleichen digitalen Methoden und Tools zur arabischen Textverarbeitung befassen. Zudem konnte ich neue Ansätze für die Optimierung meiner Arbeitsabläufe im Projekt Qalamos gewinnen. Aufgrund von Zeitmangel konnten die Anwendung und das Potenzial einiger Konzepte und Themen für die arabische Textanalyse nicht ausreichend diskutiert werden. Aus diesem Grund haben die Organisatoren des Workshops beschlossen, demnächst ein Manual in Buchform zu verfassen, das eine Einführung in die Konzepte und Methoden der ML und KI sowie ihre Anwendung im Bereich Arabistik/Islamwissenschaft bietet. Durch den Workshop habe ich ein viel besseres Verständnis für die zeitlichen und finanziellen Kosten der Entwicklung eines KI-Tools bekommen. Außerdem Zudem hat er mir geholfen, einen viel weniger aufwendigen Weg zur automatisierten Generierung der DIN- und LoC-Umschrift zu finden.

  1. Mehr Information dazu im entsprechenden Blog-Beitrag. []

OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Yoones Dehghani Farsani (2. September 2025). Künstliche Intelligenz trifft auf Arabistik/Islamwissenschaft: Erfahrungsbericht von einem Workshop in Hamburg. Alte Kataloge in neuem Gewand. Abgerufen am 9. Mai 2026 von https://doi.org/10.58079/14kfi


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

This site uses Akismet to reduce spam. Learn how your comment data is processed.