Wie dieses Tool funktioniert

Das Modell antwortet nie aus eigenem Allgemeinwissen

Jede Frage durchläuft zunächst einen Retrieval-Schritt, der die tatsächlichen, bereinigten Datensätze nach passenden Stichworten durchsucht. Nur die tatsächlich zutreffenden Archivdatensätze werden an das Modell weitergegeben, mit der ausdrücklichen Anweisung, ausschließlich auf dieser Grundlage zu antworten und offen zu benennen, wenn die Datensätze eine Frage nicht abdecken. Dies folgt einem konkreten Argument aus einer Publikation, die ich derzeit als Koautor verfasse und die sich im Peer-Review-Verfahren befindet: "Leveraging Open Source LLMs for Historical Databases of Agricultural Science Research". Diese Publikation argumentiert, dass Retrieval-Augmented Generation — oder eine vergleichbare Technik — eine grundlegende Anforderung für jede dialogbasierte LLM-Interaktion in der historischen Forschung sei, keine optionale Verfeinerung, sondern die eigentliche Absicherung gegen ein Modell, das Lücken selbstbewusst mit plausibel klingenden, aber unbelegten Behauptungen füllt.

Da das Retrieval über Stichworte arbeitet, sieht das Modell nur die wenigen am besten passenden Datensätze (bis zu acht), nicht den gesamten Datensatz. Die Oberfläche macht das kenntlich: Die abgerufenen Datensätze sind als solche gekennzeichnet, und Aussagen über den Gesamtdatensatz überlasse ich nicht dem Modell. Beantworten die abgerufenen Datensätze eine Frage nicht, sagt das Tool dies offen und führt keine Belege auf, statt nur entfernt verwandte Akten aufzulisten. Das ist kein Beweis dafür, dass die Datenbank zu dem Thema nichts enthält, sondern nur, dass das Retrieval nichts gefunden hat.

Zahlen, Statistiken und Diagramme werden berechnet, nicht generiert

Fragen wie "Wie viele Arbeiter starben an Lungenentzündung?" oder Anfragen nach einem Diagramm werden durch direkte Auszählung und Aggregation der zugrundeliegenden Daten im Browser beantwortet — das Sprachmodell ist an der Erzeugung der Zahl selbst nicht beteiligt. Das vermeidet den häufigsten Schwachpunkt KI-gestützter Datentools: eine flüssig und überzeugend klingende Statistik, die im Detail falsch ist. Passt eine Diagrammanfrage zu keiner sauber berechenbaren Dimension, sagt das Tool dies offen und listet auf, was es leisten kann, anstatt stillschweigend ein unpassendes Diagramm zu zeigen.

Dasselbe gilt für Durchschnitte, Mediane sowie höchste und niedrigste Werte: Sie werden über alle zutreffenden Datensätze berechnet. Das ist wichtig, denn ein früherer Test zeigte, wie ein Sprachmodell den Durchschnitt der fünf Datensätze bildete, die ihm zufällig vorlagen, und den durchschnittlichen Nachlasswert der Kru um die Hälfte verfehlte. Wo Todesursachen als Kombination erfasst sind, nennt das Tool beide Zahlen: Bei 161 Arbeitern ist Lungenentzündung die einzige erfasste Todesursache, bei 188 wird sie überhaupt genannt — welche Zahl die richtige ist, hängt von der Forschungsfrage ab.

Offene Abfrage, kontrollierte Veröffentlichung

Dieser Datensatz enthält reale Todesursachen, Namen von Angehörigen und Nachlassangaben zu realen, verstorbenen Personen. Das Tool steht für freies Erkunden offen, enthält jedoch einen dauerhaft sichtbaren Hinweis: Wer konkrete persönliche Details in einer Publikation verwenden möchte, wird gebeten, mich vorab zu kontaktieren — eine Rücksprache mit dem Nationalarchiv Namibias wird zusätzlich empfohlen. Dies folgt den CARE-Prinzipien für indigene und postkoloniale Daten (Collective Benefit, Authority to Control, Responsibility, Ethics) als notwendige Ergänzung zu den FAIR-Prinzipien — "standardmäßig offen" ist nicht automatisch gleichbedeutend mit "ethisch angemessen".

Währungsumrechnung und Archivbezeichnungen offen benannt statt verborgen

Alle Geldbeträge im Datensatz wurden bei seinem Aufbau aus verschiedenen Originalwährungen in Pfund Sterling umgerechnet, wobei kleinere Ungenauigkeiten möglich sind. Anstatt einen umgerechneten Betrag so darzustellen, als sei er der ursprüngliche Archivwert, machen sowohl die Oberfläche als auch die Anweisungen an das Modell dies ausdrücklich sichtbar. Archivzitate folgen exakt der in Forged in Genocide verwendeten Konvention — voller Name bei erster Nennung je Archiv, danach abgekürzt — automatisch generiert, statt vom Modell nur angenähert.

Formulierungen zur Ethnizität folgen historischer Konvention, nicht dem Rohdatenfeld

Der Datensatz verzeichnet häufig eine konkrete Ovambo-Teilgruppe neben der übergeordneten Bezeichnung "Ovambo" (z. B. "Oukwanyama; Ovambo"). Historisch identifizierten sich Menschen vor allem mit ihrer konkreten Teilgruppe, nicht allein mit der übergeordneten ethnolinguistischen Kategorie. Das Modell ist entsprechend angewiesen, dies zu formulieren — "ein Ovambo-Mann aus Oukwanyama" —, passend zur Konvention der publizierten Forschung, statt ein unverarbeitetes Datenfeld so darzustellen, als sei es das vollständige Bild der Identität einer Person.

Enge, konkrete Fragen — gestützt auf Fachwissen — statt offener Fragen

Der Artikel "Leveraging Open Source LLMs for Historical Databases of Agricultural Science Research" argumentiert, dass LLMs für Historiker*innen am nützlichsten sind nicht als Ersatz für genaues Lesen und kritisches Urteilsvermögen, sondern als Sparringspartner: am verlässlichsten bei engen, konkreten Fragen, die auf echtem Fachwissen beruhen und im Dialog verfeinert werden, statt einmal gestellt und unhinterfragt übernommen zu werden. Der Aufbau dieses Tools — zunächst gezielt abfragen, dann antworten — setzt diese Idee direkt um: Das Modell arbeitet innerhalb einer begrenzten, konkreten Menge von Datensätzen, statt frei über das gesamte Archiv zu "denken", und Aggregat- bzw. Diagrammantworten werden berechnet statt erschlossen — eben weil manche Fragen besser durch Arithmetik als durch das Urteilsvermögen eines Sprachmodells zu beantworten sind.

Ein anspruchsvoller Maßstab, ehrlich noch nicht vollständig erfüllt

"Leveraging Open Source LLMs for Historical Databases of Agricultural Science Research" entwickelt das Konzept von Open History: die Übertragung von Open-Source-, Open-Science- und FAIR-Prinzipien speziell auf LLM-gestützte historische Forschung. Der Anspruch ist tatsächlich hoch — Modelle, die lokal, auf beliebiger verfügbarer Hardware, ohne Abhängigkeit von einem kommerziellen KI-Produkt oder Abonnement laufen, für echte langfristige Reproduzierbarkeit unabhängig vom Fortbestehen oder der Preisgestaltung eines einzelnen Unternehmens.

Nach diesem Maßstab erfüllt dieses Tool die Anforderungen noch nicht vollständig. Es läuft derzeit mit Mistral Small, einem Modell mit offenen Gewichten des französischen Labors Mistral AI; frühere Versionen nutzten das proprietäre Claude von Anthropic. Die Umstellung habe ich vorgenommen, weil offene Gewichte und ein europäischer Entwickler den Werten des Projekts weit besser entsprechen. Ich nutze das Modell jedoch über die gehostete API von Mistral, und das bleibt eine kommerzielle Dienstabhängigkeit und nicht die im Konzept geforderte selbstgehostete Unabhängigkeit. Mistral beschreibt sein Hosting als standardmäßig in der EU, weist aber darauf hin, dass einzelne Funktionen nicht-EU-Unterauftragsverarbeiter einbeziehen können; die Daten bleiben also nicht im absoluten Sinn in Europa. In meinem Mistral-Konto habe ich die Option abgelehnt, die es erlauben würde, über das Tool gesendete Fragen zum Training der Mistral-Modelle zu verwenden. Der Weg dorthin verlief nicht reibungslos (ein eingestelltes Modell, unklare Begrenzungen der kostenlosen Stufe, ein Ratenlimit-Fehler), und ich dokumentiere diese Schwierigkeiten, statt sie zu verschweigen, da sie selbst aufschlussreich sind.

Die Version, die diesem Maßstab tatsächlich gerecht würde, wäre ein selbstgehostetes, offenes Modell — ähnlich dem auf h2oGPT/Ollama basierenden Ansatz aus meiner Postdoc-Arbeit an der Rice-Knowledge-Datenbank an der Universität Zürich —, betrieben auf lokaler oder institutioneller Hardware. Dies bleibt die konkrete Richtung für die nächste Version dieses Tools, keine verworfene Idee, und entspricht sowohl den an europäischen Universitäten zunehmend relevanten Prioritäten der Datensouveränität als auch meinem eigenen Hintergrund und meinen Zielen im Bereich quelloffener, frei zugänglicher digitaler Methoden.