AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

KI-basierte Analyse mittelalterlicher Visionsberichte und Hagiographien (insb. Large Language Models) - Detailseite

Grunddaten
Veranstaltungsart Übung Veranstaltungsnummer 51353
Semester SoSe 2025 SWS 2
Rhythmus keine Übernahme Moodle-Link  
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Belegungsfristen - Eine Belegung ist online erforderlich Zentrale Abmeldefrist    01.02.2025 - 30.09.2025    aktuell
Zentrale Frist    01.02.2025 - 09.04.2025   
Zentrale Nachfrist    14.04.2025 - 16.04.2025   
Veranstaltungsformat Präsenz

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Fr. 12:00 bis 14:00 wöch von 25.04.2025  117 (Flex-Pool [115/116/117])
Stockwerk: 1. OG


Doro26 Institutsgebäude - Dorotheenstraße 26 (DOR 26)

  findet statt     30
Gruppe 1:


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Hiltmann, Torsten, Professor, Dr.
Studiengänge
Abschluss Studiengang LP Semester
Bachelor of Arts  Geschichte Kernfach ( Vertiefung: mit LA-Option; POVersion: 2021 )   -  
Bachelor of Arts  Geschichte Zweitfach ( Vertiefung: mit LA-Option; POVersion: 2021 )   -  
Bachelor of Arts  Geschichtswissenschaften Kernfach ( Vertiefung: kein LA; POVersion: 2021 )   -  
Bachelor of Arts  Geschichtswissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2021 )   -  
Bachelor of Science  Geschichte Zweitfach ( Vertiefung: mit LA-Option; POVersion: 2021 )   -  
Bachelor of Science  Geschichtswissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2021 )   -  
Master of Arts  European History Hauptfach ( Vertiefung: kein LA; POVersion: 2017 )   -  
Master of Arts  Geschichtswissenschaften Hauptfach ( Vertiefung: kein LA; POVersion: 2018 )   -  
Master of Arts  Global History Hauptfach ( Vertiefung: kein LA; POVersion: 2020 )   -  
Master of Education (BS)  Geschichte 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (GS)  Sachunterricht (GeWi) Studienfach ( Vertiefung: mit LA-Option; POVersion: 2019 )   -  
Master of Education (GS)  Sachunterricht (GeWi) Studienfach ( Vertiefung: mit LA-Option; POVersion: 2023 )   -  
Master of Education (ISG)  Geschichte 1. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Education (ISG)  Geschichte 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Education (QGS)  Sachunterricht (GeWi) Studienfach ( Vertiefung: mit LA-Option; POVersion: 2019 )   -  
Master of Education (QGS)  Sachunterricht (GeWi) Studienfach ( Vertiefung: mit LA-Option; POVersion: 2023 )   -  
Programmstudium-o.Abschl.  Geschichte Programm ( POVersion: 1999 )   1 - 6 
Programmstudium-o.Abschl.  Geschichtswissenschaften Programm ( POVersion: 1999 )   1 - 6 
Programmstud.-o.Abschl.MA  European History Programm ( POVersion: 1999 )   1 - 6 
Programmstud.-o.Abschl.MA  Geschichte Programm ( POVersion: 1999 )   1 - 6 
Programmstud.-o.Abschl.MA  Geschichtswissenschaften Programm ( POVersion: 1999 )   1 - 6 
Programmstud.-o.Abschl.MA  Global History Programm ( POVersion: 1999 )   1 - 6 
Zuordnung zu Einrichtungen
Einrichtung
Philosophische Fakultät, Institut für Geschichtswissenschaften
Inhalt
Kommentar

Mittelalterliche Visionsberichte und Hagiographien zählen zu den bemerkenswertesten Quellen des Mittelalters. Sie öffnen ein Fenster in die Vorstellungen und Glaubenswelten vergangener Zeiten und bieten Einblicke in ein Universum voller Engel, Dämonen, Teufel und Wunder. Diese Texte sind nicht nur Ausdruck persönlicher Erfahrungen und religiöser Überzeugungen, sondern auch eng verbunden mit der politischen, sozialen und kulturellen Ordnung ihrer Zeit. 

In dieser Übung wenden wir Large Language Models (LLM) auf mittelalterliche Visionsberichte und Heiligengeschichten an, um die Möglichkeiten und Grenzen dieser Technologie für die historische Forschung auszuloten. Wir untersuchen, wie LLMs uns helfen können, diese Quellen in ihrer Breite zu erschließen, Handelnde und wiederkehrende Motive zu identifizieren und deren Bedeutung im historischen Kontext zu analysieren.

Dabei beschäftigen wir uns auch mit grundlegenden Fragen: Welche Herausforderungen ergeben sich bei der Anwendung von LLMs auf mittelalterliche Texte? Wie beeinflussen diese Modelle unsere Perspektiven auf historische Quellen? Und wo liegen die Grenzen ihrer Interpretationsfähigkeit?

Die Übung richtet sich vor allem an Masterstudierende im Schwerpunkt Digital History sowie Studierende mit fortgeschrittenen Kenntnissen in digitalen Methoden. Grundlegende Programmierkenntnisse in Python werden vorausgesetzt. Ziel der Übung ist es, sowohl ein Verständnis für die spezifischen Anforderungen dieser Quellengattung zu entwickeln als auch praxisnah mit LLMs zu arbeiten, um neue Möglichkeiten für die digitale Geschichtsforschung zu erschließen.  

Hinweis: Die aktive Teilnahme und die Bereitschaft zur codebasierten Arbeit mit digitalen Werkzeugen, insbesondere in Python, werden vorausgesetzt.

Bemerkung

Ausgleichsberechtigte Studierende wenden sich zur bevorzugten Platzvergabe per E-Mail mit einem Nachweis der Ausgleichsberechtigung an die Studienkoordinationsstelle Geschichte. Ausschlussfrist für die Geltendmachung von Ausgleichsberechtigungen ist der letzte Tag der zentralen Frist, 16 Uhr. Textnachrichten in AGNES werden hingegen nicht gelesen!

Strukturbaum

Die Veranstaltung wurde 12 mal im Vorlesungsverzeichnis SoSe 2025 gefunden:

Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin