Biographien dienen in den historischen, literarischen und weiteren Wissenschaften als bedeutsame Quellen. Unter einer Biographie versteht man nicht nur einen modernen Lebenslauf, sondern allgemein einen personenbezogenen Text, der inhaltlich auf eine konkrete Person Bezug nimmt. Ein Nachruf oder eine Briefsammlung gehören somit auch zu Biographien und stellen Objekte von Forschungsinteresse dar. Zeugen Biographien aber möglicherweise von mehr als bloßen Ereignissen und Überzeugungen im Leben einer einzelnen Person, stecken in ihnen eventuell auch Momente des Überindividuellen?

Am 07. Mai hielt Patrick Brookshire einen Vortrag und teilte die Ergebnisse seines Promotionsprojektes mit den Studierenden und Mitarbeitenden der Universität zu Köln. Im Rahmen seines Projektes beschäftigte er sich mit unterschiedlichen Ansätzen zur Mustererkennung und Kategorisierung von Lebensereignissen aus Biographien und setzte diese mithilfe unterschiedlicher (KI-)Verfahren um.

Patrick Brookshire studierte in den Jahren 2013–2016 Linguistik mit dem Nebenfach Wirtschaftswissenschaften (B.A.) an der Johannes Gutenberg-Universität (JGU) Mainz. Danach absolvierte er im Jahr 2019 den Masterstudiengang „Digitale Methodik in den Geistes- und Kulturwissenschaften“ (M.A.), ebenfalls an der JGU und der Hochschule Mainz. Seine seit 2022 andauernde Promotion im Bereich Digital Humanities an der Universität zu Köln wird er voraussichtlich mit seiner Defensio Ende Juni abschließen.

Seit 2019 arbeitet Patrick Brookshire als wissenschaftlicher Mitarbeiter in der Digitalen Akademie der Akademie der Wissenschaften und der Literatur | Mainz. Zusätzlich ist er in der Lehre im Masterstudiengang „Digitale Methodik in den Geistes- und Kulturwissenschaften“ der Johannes Gutenberg-Universität und Hochschule Mainz tätig. Dort bietet er seit 2024 das Seminar „Editorik Historischer Quellen“ und seit 2025 die Übung „Digitale Strukturierung und Repräsentation geistes- und kulturwissenschaftlicher Information“ an.

Biographien als Quelle

Historische Biographien sind subjektorientierte, narrative Quellen, die reale Lebensereignisse dokumentieren. Sie gelten grundsätzlich als faktual, da die beschriebenen Ereignisse tatsächlich stattgefunden haben, obwohl ihre Darstellung stets von Interpretation geprägt ist. Biographische Quellen sind äußerst vielfältig und können in unterschiedlichen medialen Formen auftreten, beispielsweise als Texte, sowie als Audio- oder Videoaufnahmen. Zu den klassischen schriftlichen Formen zählen Briefe und Briefsammlungen, Tagebücher, Lexika, Essays und Monographien. Dabei unterscheiden sich Biographien in ihrem Umfang, der von anekdotischen kurzen Darstellungen bis zu umfassenden Lebensbeschreibungen reichen kann. Ein anderer Weg, Biographien zu differenzieren, ist die Autorschaft. Hier wird zwischen biographischen und autobiographischen Texten unterschieden.

Biographische Texte existieren in Europa seit der Antike und entwickelten sich von Mönchs- und Königsbiographien im Frühmittelalter bis hin zu Künstlerbiographien im Spätmittelalter sowie protestantischen Leichenpredigten im 16. Jahrhundert.
Der Fokus der Promotionsarbeit liegt auf pietistischer Exempelliteratur des 18. Jahrhunderts, die anhand religiös geprägter Lebensbeispiele moralische Orientierung vermitteln sollte. Außerdem wurden akademische Biographien des 19. Jahrhunderts, in denen über die aus damaliger Sicht wichtigsten Persönlichkeiten und deren Werke geschrieben wurde, berücksichtigt.

Untersuchungsgegenstand 1 (Moravian Memoirs)

Die erste verwendete Datensammlung sind die „Herrnhuter Lebensläufe“, auf Englisch Moravian Memoirs (Der englische Begriff wird gerne wegen der möglichen Doppeldeutigkeit des deutschsprachigen Begriffs verwendet). Sie stellen eine Form pietistischer Exempelliteratur dar. Ursprünglich wurden sie als Nachrufe im Rahmen von Trauerfeiern verlesen und dienten innerhalb der Herrnhuter Gemeinschaft als Vorbilder eines religiös geprägten Lebens. Später verbreitete man besonders interessante oder außergewöhnliche Lebensgeschichten auch über diesen Kontext hinaus. Grund dafür war, dass manche Texte in Gemeindezeitungen veröffentlicht wurden. Bei der Auswahl spielten dabei neben der Exemplarität teilweise auch unterhaltende Aspekte eine Rolle.

Die meisten Herrnhuter Lebensläufe liegen in handschriftlicher Form in Archiven vor, was die Erstellung des Datensatzes erschwert. Allerdings gibt es Projekte wie Moravian Lives, die eine zunehmende Menge an Texten digital als Faksimile und/oder Volltext zur Verfügung stellen. Die Gesamtzahl aller Herrnhuter Lebensläufe lässt sich nur schwer bestimmen, da viele Quellen infolge ihrer globalen Verbreitung an unterschiedlichen Orten archiviert wurden. Auch die Frage der Autorschaft bleibt vielfach ungeklärt: Obwohl die Lebenserzählungen häufig auf Selbstaussagen beruhen, wurden sie oftmals redaktionell überarbeitet (z.B. von sogenannten Chorhelfern). Daher können sie als „semi-autobiographische“ Quellen verstanden werden. Sprachlich weisen sie zahlreiche Soziolekte und Regionalismen sowie orthographische Besonderheiten auf, die in den digitalisierten Fassungen sichtbar bleiben. Teilweise finden sich dort auch Kommentare oder Anmerkungen der Schreibenden und Bearbeitenden.

Inhaltlich folgen die Lebensläufe häufig einem typischen chronologischen Muster. Wiederkehrende Abschnitte betreffen Demographie, Kindheit, Pubertät, Konversion, mittleres Erwachsenenalter und die spätere „Heimkehr“ – die Rückkehr zu religiöser Ruhe und Ordnung, die bis zum Tod vollzogen wird (Becker-Cantarino 2016). Für die Analyse wird angenommen, dass sich dieser Verlauf auch in der Sentiment- bzw. Polaritätsanalyse widerspiegelt: Auf eine zunächst positive Kindheit folgt häufig eine Phase der Krise, bevor die späteren Lebensabschnitte wieder ruhiger und positiver dargestellt werden.

Untersuchungsgegenstand 2 (ADB)

Die Allgemeine Deutsche Biographie (ADB) ist eine akademische Sammlung biographischer Texte (Link: https://www.deutsche-biographie.de/alpha), die von der Bayerischen Akademie der Wissenschaften herausgegeben wurde. Die Texte liegen heute digitalisiert vor und basieren auf gedruckten, eingescannten Quellen, die insgesamt gut lesbar sind. Der Bestand umfasst 3548 Biographien, die vollständig als Volltexte digital verfügbar sind.

In der Regel wurde jede Biographie von einer einzelnen Person verfasst, die häufig aus einem ähnlichen akademischen oder gesellschaftlichen Milieu wie die beschriebene Person stammte. Die Texte sind daher wissenschaftlich geprägt und beinhalten somit überwiegend eine gehobene Standardsprache. Dennoch lassen sich auch in diesen akademischen Biographien deutliche emotionale Wertungen erkennen, etwa wenn Autoren Künstler oder andere Persönlichkeiten besonders bewundernd darstellen oder ein gewisser Nationalstolz sichtbar wird.

Methode

Im Rahmen der Untersuchung werden Lebensereignisse kategorisiert und mithilfe von Distant-Reading-Methoden wiederkehrende Muster (Abbildung 1) analysiert. Der Vergleich zwischen beiden Datensätzen ermöglicht es dabei, Unterschiede und Gemeinsamkeiten biographischer Darstellungsweisen systematisch herauszuarbeiten.

Die Analyse umfasst die Kategorisierung der Sentiment-Polarität in positive, neutrale und negative Aussagen sowie die Unterteilung in Lebensabschnitte und Lebensereignisbereiche. Dabei basiert die Unterteilung in Lebensabschnitte und Lebensereignisbereiche auf sozialpsychologischen Modellen und Altersstufen, wie dem MeSH-Thesaurus oder der Kategorisierung von Haehner et al. (2024). Die Untersuchung ist als Klassifikationsaufgabe angelegt: Für einzelne Sätze soll bestimmt werden, in welchem Lebensabschnitt sich die beschriebene Person zum Zeitpunkt des jeweiligen Ereignisses befand.

Für die Korpuserstellung wurde ein stratifiziertes Subsampling durchgeführt, das 36 Moravian Memoirs umfasst. Berücksichtigt wurde dabei, dass Individuen aus ausgewählten Lebensläufen unterschiedliche Geburtsorte hatten, aber einen gemeinsamen Sterbeort, an dem die Texte archiviert wurden. Es wurde außerdem die gleiche Anzahl (18) von Frauen- und Männerlebensläufen ausgewählt. Die Texte wurden satzweise tokenisiert (insgesamt 2210 Sätze) und anschließend anonymisiert. Die Begründung für die Anonymisierung besteht darin, dass eine Klassifikation auf Basis von Namen ausgeschlossen werden soll.

Die Annotation erfolgte manuell und getrennt nach den jeweiligen Klassifikationsaufgaben. Zur Disambiguierung einzelner Fälle wurde zusätzlich der sogenannte „Ergebniszustand“ herangezogen, um bei komplexen ambigen Sätzen das bedeutsamste Ereignis auszuwählen. Beispielsweise ist im Satz „in meinem 14ten Jahr ließ mich mein Vater auch die Music lernen, zu meinem Schaden, weil ich dadurch in böse Gesellschaften kam“ der Ergebniszustand negativ, da der Leser sich den Musikunterricht zwar als etwas Gutes vorstellen könnte, er auf die Person jedoch einen negativen Einfluss durch das Geraten in eine „böse“ Gesellschaft hatte.

Für die Kategorisierung von Lebensereignissen wurden unterschiedliche, bereits bestehende Systeme miteinander verglichen, darunter Sentimentwörterbücher, BERT- und NLI-Modelle sowie Large Language Models (LLMs). Darüber hinaus kamen überwachte Machine-Learning-Verfahren zum Einsatz. Insbesondere wurde in der Dissertation den Support-Vector-Machines (SVMs) als vergleichsweise simple Methode viel Aufmerksamkeit gewidmet. Insgesamt wurden 36 SVM-Konfigurationen untersucht, die unterschiedliche Vektorisierungsverfahren und N-Gramm-Modelle auf Wort- und Zeichenebene kombinierten. Dazu wurden verschiedene BERT-Modelle finegetunt.

Ergebnisse

Grundsätzlich zeigte die Sentiment-Analyse insgesamt die besten Ergebnisse. Der F1-Score lag, wie in Abbildung 2 zu sehen ist, über alle Methoden hinweg konstant über denen der Klassifizierungen von Lebensabschnitten und Lebensereignisbereichen.

Die Ergebnisse zeigen zusammengefasst, dass viele bereits bestehende Systeme für die spezifische Aufgabe nur eingeschränkt geeignet sind (Abbildung 2). Sentimentwörterbücher, BERT- und NLI-Modelle zeigten im Vergleich zur Baseline schwächere oder bestenfalls ähnlich gute Ergebnisse. Die besten Ergebnisse der bestehenden Systeme zeigte der LLM-Ansatz. Dieser war im Bereich der Sentiment-Analyse und Lebensereignisbereiche auf einem ähnlichen Niveau wie die Ansätze des überwachten Machine Learnings, fiel allerdings im Bereich der Lebensabschnitte deutlich ab. Auffällig war die sehr gute Leistung des LLM-Ansatzes im Bereich der Sentiment-Analyse.

Die überwachten Machine Learning-Ansätze zeigten verhältnismäßig gute Performance in allen Aspekten. Der SVM-Ansatz zeigte überdurchschnittliche Ergebnisse in allen Bereichen. Nur im Bereich der Sentiment-Analyse konnte dieser von der Performance des LLMs überboten werden. In allen Bereichen Spitzenreiter war die Leistung des finegetunten BERT-Modells gbert*.

Das am besten performende Modell gbert* erreichte Spitzenwerte von F1-Scores von 0,81 im Bereich der Sentiment-Analyse, 0,49 im Bereich der Lebensabschnitte und 0,71 im Bereich der Lebensereignisbereiche. Bei der Sentiment-Analyse wurden dabei die verschiedenen Klassen (negative, neutral, positive) auf einem guten konstanten Niveau klassifiziert.

Allen Modellen fiel die Klassifikation der verschiedenen Lebensabschnitte schwer. Auch bei gbert* zeigen sich die Probleme deutlich. Während ganz frühe Ereignisse und Ereignisse ohne Zuordnung der Lebensabschnitte gut erkannt wurden, verschwimmen für das Modell vor allem frühe bis mittlere Lebensphasen. Allerdings zeigt das Modell grundsätzlich richtige Tendenzen und liegt in vielen Fällen nur um eine Klasse daneben. Dazu gibt es mit 7 Klassen einen größeren Spielraum für Fehler.

Ein Beispiel, das zeigt, dass das Modell aber auch Klassifikationen mit relativ vielen Klassen erfolgreich durchführen kann, ist anhand der Lebensereignisbereiche zu sehen. Hier erreicht das Modell über so gut wie alle Klassen gute Werte. Es ist allerdings ein Bias zur Klasse no_or_other zu beobachten, die mit Abstand am häufigsten annotiert wurde. Hier zeigt sich, dass das Modell die Klasse no_or_other teilweise im Sinne einer Auffangklasse für unsichere Fälle verwendet. Dennoch sind die Klassifikation und die Konstanz über eine große Anzahl an Klassen beeindruckend gut gelungen und zeigen, wie gut das Modell in diesem Bereich differenzieren kann.

 

Mustererkennung

Patrick Brookshire deckte mit seiner Untersuchung Muster in den Biographien auf und konnte solche, die in der Forschungsliteratur diskutiert werden, mit seinen Ergebnissen auch teilweise nachweisen. Durch die Einteilung des Textes in Chunks ließ sich der Sentiment-Polaritätsverlauf aus Abbildung 1 anhand des Textverlaufs (in Abbildung 4) bis auf das Hoch in der Kindheit und den anschließenden Fall in der Adoleszenz gut bestätigen.

Dazu ließ sich der Polaritätsverlauf bei der Einteilung des Textes in Lebensabschnitte sowohl in der manuellen als auch in der automatischen Annotation größtenteils nachvollziehen. Besonders der Niedergang des Sentiments in der Phase der Adoleszenz ließ sich in der manuellen Annotation gut nachvollziehen, wurde vom Modell in der automatischen Annotation allerdings als nicht so rapide eingeschätzt. Allerdings war in beiden Annotationsarten kein positives Ende erkennbar und damit nur die erste Hälfte des erwarteten Verlaufs auffindbar.

Zudem ist in Abbildung 5 sowohl bei den Lebensabschnitten als auch bei den Ereignisbereichen ein chronologischer Ablauf erkennbar. Während am Anfang der Biographie eher über Ereignisse in der Phase der Kindheit berichtet wurde, waren es zum Ende der Biographie zu über 80% Ereignisse, welche nach dem jungen Erwachsenenalter stattfanden. Zum Ende spielten zudem Erzählerkommentare eine immer größere Rolle, welche mit der Klasse NONE annotiert wurden. Diese waren meist positiv konnotiert, was die in Abbildung 4 erkennbare Diskrepanz am Ende des Textverlaufs im Gegensatz zum beschriebenen Lebensverlauf erklären kann.

Bezogen auf die Ereignisbereiche kristallisierten sich, wie in Abbildung 5 (rechts) sichtbar, ebenfalls Muster heraus. Zu Beginn wurde mehr über Geburt und Familie berichtet, während am Ende eher die Gesundheit und der Tod im Fokus standen. Besonders interessant ist der große Anteil von religiösen Ereignissen in der Adoleszenz, welcher auch mit „Conversion“-Phase in Abbildung 1 zu erklären ist und laut den Biographien einen eindeutigen Zusammenhang zwischen religiösen Ereignissen und einer positiven Bewertung des Lebens zeigt. Freizeit und romantische Ereignisse nehmen in den Herrnhuter Biographien generell einen verschwindend geringen Anteil ein.

Unterschiede der Muster beider Datensätze

Außerdem wurden Unterschiede zwischen Herrnhuter Biographien und denen der ADB herausgearbeitet. Die Polarität anhand der Lebensabschnitte ist bei beiden Biographiearten grundsätzlich sehr ähnlich. Die Polarität bezogen auf den Textverlauf zeigt allerdings grundsätzliche Unterschiede auf. Während bei den Herrnhuter Biographien auch aufgrund des religiösen Narrativs ein positiv dargestelltes Ende sichtbar wird und eine kontinuierliche Steigerung der Polarität zu beobachten ist, bleibt diese bei den Biographien der ADB dauerhaft auf einem ähnlichen Niveau.

Die Lebensabschnitte sind über die Textlänge relativ ähnlich verteilt. Während die Biographien der ADB zum Großteil auf die Taten der Personen im erwachsenen Alter fokussiert sind und andere Lebensphasen bis auf den ersten Abschnitt des Textes einen sehr geringen Anteil besitzen, ist in den Herrnhuter Lebensabschnitten eine deutlich größere Heterogenität vorhanden. Dazu steigen in den Biographien der ADB die Erzählerkommentare linear an, während in den Herrnhuter Biographien diese vor allem am Anfang und am Ende der Biographien vorkommen.

Zudem ist in den Herrnhuter Biographien ein deutlicher religiöser Fokus sichtbar, während dieser Aspekt in den Biographien der ADB eine stark untergeordnete Rolle spielt und der Fokus auf die „Leistungen“ der Person gelegt wird. Es ist zudem sichtbar, dass die Herrnhuter Biographien fast alle Themen positiver konnotieren als die Biographien der ADB. Besonders die Themen „Familie“ und „Tod“ werden in den Herrnhuter Biographien durchgängig positiver dargestellt.

Fazit

Insgesamt wurden trotz knapper Datenlage besonders mit kleineren finegetunten BERT-Modellen gute Ergebnisse erzielt. Vor allem die Sentiment-Analyse und die Ereignisbereiche konnten von diesen gut eingeordnet werden. Es konnten wertvolle Erkenntnisse über die Aufteilung und Polarität von historischen Biographien gewonnen werden. Da eine Limitation dieser Arbeit die Datensatzgröße darstellte, bleibt abzuwarten, inwiefern sich die Muster verändern, wenn mehr Herrnhuter Lebensläufe digital zur Verfügung stehen. Historische Biographien besitzen eine lange Tradition seit der griechisch-römischen Antike und sind ein weites Forschungsfeld. Ähnliche Methoden ließen sich womöglich flächendeckend auf verschiedenste historische Fragestellungen anwenden. Somit könnte sich unser geschichtliches Wissen mithilfe KI-gestützter Methoden möglicherweise um ein Vielfaches erweitern.

Über die beiden Autoren:

Niklas Halft schloss den Zwei-Fach-Bachelor Geographie und Informationsverarbeitung im Jahr 2025 ab und studiert seitdem den Master Informationsverarbeitung an der Universität zu Köln.

Aleksandr Koloskov schloss den Bachelor Kognitionswissenschaft an der Universität Tübingen im Jahr 2022 ab und studiert seit 2023 den Master Informationsverarbeitung an der Universität zu Köln.

Quellen:

1. Becker-Cantarino, B. (2016). Rechenschaft und Kontrolle: Herrnhuter Lebensläufe aus der ‚Indianermission‘ in Nordamerika ca. 1760–1800. Aufklärung 28, 173–190.
2. Haehner, P., Schaefer, B., Brickau, D., Kaiser, T., & Luhmann, M. (2024). The perception of major life events across the life course. Plos one, 19(12), e0314011.
3. Brookshire, P., & Reiter, N. (2024, March). Modeling moravian memoirs: Ternary sentiment analysis in a low resource setting. In Proceedings of the 8th Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (LaTeCH-CLfL 2024) (pp. 91-100).

---

Nur der Text ist unter der Lizenz Creative Commons Namensnennung 4.0 International nutzbar. Alle anderen Elemente (Abbildungen, importierte Anhänge) sind „Alle Rechte vorbehalten“, sofern nicht anders angegeben.

---

---