Computerbasierte Methoden können dabei helfen, die langfristige Entwicklung von Städten und Regionen zu simulieren. Seit einigen Jahren gibt es verstärkte Bestrebungen, derartige Verfahren im Rahmen archäologischer Forschung auch auf längst untergegangene Städte anzuwenden, deren damalige genaue Position und Größe oftmals nur vermutet werden kann. Von den Möglichkeiten und Herausforderungen solcher Ansätze berichtete Eleftheria Paliou, Professorin der Archäoinformatik am Archäologischen Institut der Universität zu Köln, am 21. Juni in ihrem Vortrag Computational Archaeology and the Science of Cities.
Unter dem Begriff Science of Cities, der in jüngster Zeit insbesondere durch Michael Battys Buch The New Science of Cities[1] geprägt wurde, werden eine Reihe von rechnerischen Methoden zusammengeführt, deren Ursprung in unterschiedlichen Fachbereichen wie der Stadtgeographie, der Stadtökonomik und der Soziophysik liegt. Zugrunde liegt die Idee, dass sich sowohl einzelne Städte als auch Gruppen von Städten als Netzwerke aus „Strömungen“ abbilden lassen: Eine solche Strömung kann etwa entlang einer Straße verlaufen, über die Menschen von einem Stadtteil in einen anderen gelangen, aber auch eine Handelsroute zwischen zwei Orten repräsentieren. Indem innerhalb von räumlichen Interaktionsmodellen die Bewegung von Menschen und Gütern durch das Netzwerk simuliert wird, können (auch für einen beliebigen Startzeitpunkt in der Vergangenheit) Vorhersagen über die weitere Entwicklung einzelner Städte oder ganzer Regionen getroffen werden.
Ursprünglich entwickelt wurden die Methoden der Science of Cities in der Regel im Hinblick auf moderne Städte, für die eine breite Informationsbasis (beispielsweise eine exakte Stadtkarte) vorliegt. Ihre Anwendung im Kontext historischer oder prähistorischer Städte ist daher nicht unproblematisch: Wie verlässlich ist die Simulation eines Netzwerks, in dem womöglich wichtige Knotenpunkte unbekannt oder ihre Positionen unsicher sind? Wie diese Schwierigkeiten in den Griff zu bekommen sind, damit räumliche Interaktionsmodelle zu neuen Erkenntnissen über tausende Jahre alte Kulturen führen können, zeigte Prof. Paliou beispielhaft anhand ihrer gemeinsam mit Andrew Bevan betriebenen Forschungen über die minoische Kultur im südlichen Kreta[2].
Die in der Bronzezeit auf der Mittelmeerinsel aufgekommene minoische Kultur gilt als die erste europäische Hochkultur: Mit der Errichtung von Palästen um 1900 v. Chr. bildeten sich hier erste städtische Gesellschaften heraus. Kulturelles und politisches Zentrum im zentral südlichen Teil der Insel war zu dieser Zeit mit hoher Wahrscheinlichkeit die Stadt Phaistos, in der sich einer der größten Paläste der Insel befand. Unterschiedliche Forschungsmeinungen gibt es allerdings in der Frage, ob diese Machtverhältnisse in der Region bereits vor der Errichtung des Palastes geherrscht haben, oder ob es neben Phaistos eine Anzahl weiterer eigenständiger und womöglich miteinander konkurrierender lokaler Zentren gegeben hat.
Auf die Existenz mehrerer Machtzentren am Ende dieser Vorpalastzeit deuten vor allem die Funde von Siegeln hin, die sich anhand ihrer Gestaltung in zwei Gruppen aufteilen lassen: Die so bezeichneten weißen Siegel wurden vermutlich in Moni Odigitria hergestellt, die Weichgestein-Siegel dagegen in Platanos. Da vermutet wird, dass die Siegel eine große Bedeutung für die Schaffung sozialer Identität hatten und die Siegelproduktion in den Händen herrschender Gruppierungen lag, kommen diese beiden Städte neben Phaistos als mögliche Zentren autonomer Netzwerke in der Region infrage (siehe Abbildung 1). Gestützt wird diese Annahme zum Teil durch die Überreste von Friedhöfen, die an den jeweiligen Orten gefunden wurden. Insbesondere der Friedhof von Platanos ist ungewöhnlich groß und aufwändig gestaltet, sodass er als wahrscheinlicher Schauplatz ritueller Praktiken viele Menschen aus den umliegenden Siedlungen angezogen haben dürfte.

Um verlässliche Aussagen zu treffen, sind diese Anhaltspunkte allerdings nicht ausreichend: Es sind vergleichsweise wenige Funde dokumentiert, die aus der späten Vorpalastzeit stammen. Oft ist der Friedhof der einzige erhaltene Teil einer Siedlung, viele Gräber wurden zudem im Laufe der Jahrtausende von Grabräubern geplündert und verwüstet. Im Versuch, aus dem bestehenden Datenbestand neue Anhaltspunkte zu gewinnen, die zur Bestätigung oder Verwerfung der Theorie mehrerer Machtzentren herangezogen werden können, kommt nun die Archäoinformatik ins Spiel.
Eingesetzt wird ein räumliches Interaktionsmodell, das sich an einem ursprünglich von Alan Wilson vorgestellten und bereits 1987 in einem historischen Kontext angewendeten[3] Modell orientiert. Die einzigen nötigen Ausgangsdaten für das Modell sind dabei die Positionen der untersuchten Siedlungen. Deren Größe dagegen, über die im vorgestellten Anwendungsfall in vielen Fällen nur spekuliert werden kann, muss also nicht im Voraus bekannt sein – im Modell sind alle Orte zunächst gleich groß. Anhand der Positionsdaten wird nun ein Netzwerk aufgebaut: Jede Siedlung ist mit jeder anderen Siedlung durch eine Strömung verbunden, die verschiedene Arten der Bewegung von Menschen oder Gütern repräsentiert (etwa regelmäßige Arbeitswege, Handel oder Migration) und eine Gewichtung erhält, die in jedem Schritt der Simulation neu berechnet wird. Das Modell geht dazu von zwei grundlegenden Annahmen aus: Größere Siedlungen ziehen auch eine größere Anzahl an Menschen und Gütern, also größere Strömungen an. Weite Entfernungen erschweren dagegen die Kommunikation zwischen zwei Siedlungen, sodass eine Strömung schwächer ist, je weiter die beiden Siedlungen voneinander entfernt sind. Darüber hinaus gilt die Regel, dass Siedlungen wachsen, wenn sie Strömungen empfangen – wodurch sie Strömungen entsprechend noch stärker anziehen. Als Folge dieses Prinzips wachsen einzelne Siedlungen im Laufe der Simulation teils stark an. Diese außergewöhnlich großen Siedlungen, die mehr Strömungen empfangen als alle anderen sie umgebenden Siedlungen, können als von der Simulation prognostizierte Zentren der Region verstanden werden.
Wird die Simulation auf Grundlage der in Abbildung 1 gezeigten 41 bekannten Siedlungspositionen durchgeführt, sind allerdings keine aussagekräftigen Ergebnisse zu erwarten. Gut zu erkennen ist auf der Karte die ungleiche Verteilung der Siedlungen: Während im Südwesten der Region viele Ansiedlungen gefunden wurden, sind nordöstlich von Platanos nur drei Positionen bekannt. Das bedeutet aber natürlich nicht zwangsläufig, dass diese Gebiete unbewohnt waren, sondern lediglich, dass entsprechende Bauten nicht erhalten geblieben sind oder noch nicht entdeckt wurden. Um sich der vermuteten tatsächlichen Siedlungsverteilung anzunähern, werden daher zusätzlich zu den bekannten Orten weitere wahrscheinliche Positionen von Siedlungen berechnet. Dies geschieht auf Grundlage der Beobachtung, dass sich die gefundenen Siedlungen in einem durchschnittlichen Abstand von etwa zwei Kilometern voneinander befinden und nicht weiter als 2,5 Kilometer von kultivierbarem Land entfernt liegen. Um die Auswirkungen des Zufallsfaktors bei der Berechnung dieser zusätzlichen Siedlungspositionen gering zu halten, wird die Simulation einhundert Mal durchgeführt, wobei die Positionen der zwölf bis vierzehn zusätzlichen Siedlungen vor jedem Durchlauf neu berechnet werden. Abbildung 2 zeigt, dass sich über mehrere Durchläufe hinweg immer wieder an den gleichen Orten Zentren bilden, auch wenn deren Größe stark schwankt.

Beeinflussen lässt sich die Simulation außerdem durch zwei Parameter α und β, die bestimmen, in welchem Maße die Größe einer Siedlung zur Anziehung von Strömungen beiträgt (α) und wie stark sich die Distanz zwischen zwei Siedlungen abschwächend auf die Stärke von Strömungen auswirkt (β). Wird ein niedriger Wert für β gewählt, geht man also davon aus, dass die Kommunikation zwischen Siedlungen auch über größere Entfernungen möglich war, während bei einem hohen Wert eine Kommunikation in einem eingeschränkteren Umkreis angenommen wird. Abbildung 3 zeigt, wie sich die Ergebnisse der Simulation in Abhängigkeit von diesem Parameter verändern: Im Falle einer räumlich begrenzten Kommunikation bilden sich über 100 Durchläufe hinweg drei Zentren in Phaistos, Platanos und Moni Odigitria sowie darüber hinaus ein viertes (etwas weniger wahrscheinliches) Zentrum bei Hagia Eirini im Osten der Region heraus. Wird im Modell die Kommunikation über größere Distanzen erlaubt, entwickelt sich in jedem Durchlauf ein einziges Zentrum, dessen Position allerdings wechselt – hier ist also kein eindeutiges Ergebnis der Simulation erkennbar. Auch in diesem Fall gibt es somit keinen Anhaltspunkt dafür, dass es zum Zeitpunkt vor dem Bau des Palastes nur ein einzelnes dominierendes Zentrum in der Region gab.

Um das Modell zu überprüfen, wird die Simulation außerdem anhand der Siedlungsdaten eines späteren Zeitraums durchgeführt, zu dem der Palast bereits erbaut war: Hier bildet sich stets ein einziges, eindeutiges Zentrum in Phaistos heraus; ein Resultat, das sich mit der allgemeinen Forschungsmeinung deckt.
In der gemeinsamen Betrachtung der Simulationsergebnisse mit den bereits vorhandenen Hinweisen durch die Siegelfunde und die beobachtete Friedhofsarchitektur erscheint die Theorie zusätzlicher Zentren in Platanos und Moni Odigitria nun als durchaus wahrscheinlich. Darüber hinaus kommt Hagia Eirini als mögliches weiteres Zentrum in Betracht – eine Siedlung, über deren Bedeutung aufgrund der wenigen erhaltenen Überreste bislang keine Aussagen getroffen werden konnten. Die Computersimulation hat an dieser Stelle also einen neuen Hinweis geliefert, der auf Grundlage der traditionellen archäologischen Methoden nicht entstanden ist.
Ihren besonderen Nutzen entfalten die Ergebnisse derartiger Methoden aus der Science of Cities, wie Prof. Paliou in ihrem Vortrag betonte, allerdings vor allem in Verbindung mit den Indizien, die bereits anhand von Ausgrabungen oder Surveys, also auf Grundlage traditioneller archäologischer Verfahren zustande gekommen sind. Aufgrund der dokumentierten Funde oder der Simulationsergebnisse allein könnten womöglich keine ausreichend sicheren Annahmen getroffen werden, in der Kombination entstehen allerdings überzeugendere Theorien. Derartige computerbasierte Methoden haben in diesem Sinne also das Potential, sich zu einem wichtigen Hilfsmittel bei der archäologischen Interpretationsarbeit zu entwickeln.
Damit dieses Potential entfaltet werden kann, müssen aber die nötigen Voraussetzungen geschaffen werden: Insbesondere der freie Zugang zu erhobenen Daten, die wesentliche Grundlage für die Erstellung von räumlichen Interaktionsmodellen und vergleichbaren Verfahren sind, ist in der Archäologie selten gegeben. Exakte Positionsdaten etwa werden zum Schutz der Stätten vor Grabräubern aus gutem Grund in vielen Fällen nicht veröffentlicht. Der Vortrag deutete Lösungsansätze an, die das Problem von zwei verschiedenen Seiten angehen: Das kann zum einen die Verfolgung von Open-Data-Strategien sein, die Archäologen und Archäologinnen eine einfache und gleichzeitig sichere gemeinsame Verwendung von Daten erlauben. Zum Anderen können neue Wege gefunden werden, mit unvollständigen Daten umzugehen – einen dieser möglichen Wege hat das im Vortrag präsentierte Beispiel bereits aufgezeigt.
Zum Autor: Thomas Kleinke hat einen Bachelor-of-Arts-Studiengang in den Fächern Informationsverarbeitung sowie Deutsche Sprache und Literatur an der Universität zu Köln abgeschlossen und studiert gegenwärtig das Fach Informationsverarbeitung im Master-Studiengang. Darüber hinaus ist er als Softwareentwickler am Deutschen Archäologischen Institut tätig.
[1] Batty, Michael. The New Science of Cities. Cambridge: MIT Press, 2013.
[2] Paliou, Eleftheria und Andrew Bevan. „Evolving settlement patterns, spatial interaction and the socio-political organisation of late Prepalatial south-central Crete.“ Journal of Anthropological Archaeology 42 (Juni 2016): 184-197. https://doi.org/10.1016/j.jaa.2016.04.006.
[3] Rihll, Tracey Elizabeth und Alan Geoffrey Wilson. „Spatial Interaction and Structural Models in Historical Analysis: Some Possibilities and an Example.“ Histoire & Mesure 2, H. 1 (1987): 5-32. https://doi.org/10.3406/hism.1987.1300.