Big Data in der Erforschung von Ideen
Projektverantwortlicher: PD Dr. Thomas Kestler
Das von der Fritz-Thyssen-Stiftung geförderte Projekt soll klären, wie verlässlich die Daten des Online-Analyseinstruments Google Ngram sind und ob sie sich für die Untersuchung längerfristiger ideeller Entwicklungen eignen.
Wann entstand die Idee der Nachhaltigkeit? Wie hat sich die Bedeutung des Begriffs „Demokratie“ im Zeitverlauf gewandelt? Geht ideeller Wandel dem institutionellen Wandel voraus – oder ist es umgekehrt? Mit diesen und vielen verwandten Fragen beschäftigen sich seit einigen Jahren ideenbasierte Ansätze in verschiedenen Disziplinen. Dabei besteht jedoch das Problem, dass Ideen und ideeller Wandel nur schwer empirisch greifbar sind. Ohne eine verlässliche Datengrundlage sind die genannten Fragen nicht schlüssig zu beantworten.
Eine solche Datengrundlagebietet Google Ngram, ein Online-Analyseinstrument auf der Basis des Bestands von Google Books, das im Jahr 2011 eingeführt wurde und das die Auswertung von Millionen von Textquellen anhand von Suchbegriffen gestattet. Damit eröffnete sich erstmals die Möglichkeit, ideelle Entwicklungen im Zeitverlauf eindeutig nachzuvollziehen.
Allerdings sind vermehrt Zweifel an der Reliabilität und Validität der Daten aufgekommen, die einer systematischen Nutzung dieses Instruments für die Erforschung ideeller Entwicklungen im Wege stehen. Ziel des Projekts ist es deshalb, durch einen neuartigen Reliabilitätstest die Anwendungsmöglichkeiten und Grenzen von Google Ngram zu klären.
Der vorgeschlagene Reliabilitätstest beruht auf einem systematischen Vergleich der Daten von Google Books mit dem Gesamtkatalog der Deutschen Nationalbibliothek. Anhand eines Samples von mehreren tausend Titeln soll überprüft werden, ob der deutschsprachige Bestand von Google Books systematische Verzerrungen beinhaltet, die sich in den Daten von Google Ngram niederschlagen. So sollen Suchbegriffe gezielter ausgewählt und Befunde besser interpretiert werden können.
