Neue Urkunden im Staatsarchiv?
Die alten Bestände des Staatsarchivs wurden nach Inhalt (Pertinenz-System) und Form (Urkunden, Bände, Akten, Pläne) geordnet. Die formal-inhaltliche Einteilung wurde jedoch nicht konsequent durchgeführt, neben vielen Akten in der Urkundenabteilung verblieben auch 18 Pergament-Urkunden, thematisch Venedig und Florenz zugeordnet, in der Akten-Abteilung des Archiv 1. Diese wurden, wie für die grob geordneten Akten des Fach 1 üblich, in regulären Archivschachteln fein säuberlich gefaltet aufbewahrt. Im Gegensatz zu den ansonsten Plan gelegten und in spezifisch dafür gemachten Schachteln aufbewahrten Urkunden sind gefaltet gelagerte Urkunden bei jeder Benutzung Zug- und Spannkräften ausgesetzt, welche langfristig unweigerlich zu Brüchen führen.
Glücklicherweise wurden die Urkunden aus Venedig und Florenz jedoch wenig bis nie benutzt und befinden sich entsprechend in ausserordentlich gutem Zustand. Damit sie die nächsten 500 Jahre ebenso schadlos überstehen wurden sie sachgerecht aufgefaltet und neu verpackt. Die teilweise über grossen Urkunden wurden durch unsere Restauratoren plangelegt, erhaltene Bleisiegel mit Seidefaden an den säurefreien Mappen fixiert und in Urkundenschachteln abgelegt.
Damit diese Urkunden auch bestellt und genutzt werden können, wurden sie zusätzlich noch einzeln in der Archivdatenbank erfasst. So kann Inhalt und Digitalisat einem einzelnen Objekt statt einer Schachtel von Urkunden zugewiesen werden.
Da das Fachgebiet des für die Erschliessung verantwortlichen Archivars fernab von Venedig und weitaus zeitnäher als das 15. Jahrhundert liegt, wurden die grösstenteils in Latein oder Venezianisch verfassten Urkunden zum Versuchsobjekt für eine Erschliessung mit künstlicher Intelligenz als Hilfsmittel. Die Wahl des Tools fiel nicht zufällig auf Google Gemini 3, sondern beruhte darauf, dass kurz vor Beginn des Experiments das Modell aktualisiert wurde womit erstmals gute Resultate im Bereich der Handwritten Text Recognition (HTR) generiert werden konnten.
Während ein spezialisiertes Tool wie Transkribus bessere Resultate bei der Zeichen-für-Zeichen Entzifferung des Textes bringt, ist die 100% akkurate Transkription bei einer Urkunden-Erschliessung in der Regel nicht das Endziel. Das Erstellen einer Regeste macht den sehr formularischen, oftmals überladenen Inhalt von Urkunden für nicht-Experten besser verständlich, als eine buchstabengetreue Transkription des Fliesstextes. Um die wichtigen Details einer Urkunde, wie Empfänger, Absender und selbstverständlich Betreff, herauslesen zu können, muss mehr als nur das geschriebene Wort in Betracht gezogen werden. So wenden sich "" in der Urkunde AKT 11/156.19 an "...", was nur über den Kontext der Urkunde (Neben der Archivierung in Luzern auch die aussenpolitische Situation um 1521) zu einer Aufschlüsselung führt: Die Regierung der Stadt Florenz unter dem Schirm des siegelnden Giovanni de'Medici (Papst Leo X.) wandte sich an die Eidgenossen.
Bei einer solchen Fragestellung blüht ein off-the-shelf Large-Language-Modell wie Gemini 3 auf. Nicht nur kann der transkribierte Text in eine beliebige Sprache mit beliebigem Stil übersetzt werden, es kann auch auf den Kontext der einzelnen Stücke tiefer eingegangen werden. So identifiziert Gemini Ortsnamen auf Basis des historischen Kontextes, beispielsweise das St. Gallische Weesen in der Urkunde AKT..., berühmt für die im HLS-Artikel zu Venedig erwähnte Gefangennahme venezianischer Händler im 15. Jahrhundert. Dass das Staatsarchiv Luzern eine der Originalurkunden zu diesem Ereignis besitzt, dürfte relativ unbekannt sein.
Halluzinationen, erfundene Personen oder die falsche Verortung oder Datierung von Ereignissen sind jedoch bei der Anwendung von KI nicht auszuschliessen. Schliesslich versucht die künstliche Intelligenz alle Fragen restlos zu klären, auch wenn die Datengrundlage (z.B. nicht lesbare Zeichen) nicht genügt. So findet die KI zum Beispiel heraus, dass Marcus Beatinus ein Marco Batti sein muss, denn irgendwie erscheint dies ihr logisch. Ob dies effektiv auf Quellen basiert, oder ob es ein "Raten" war, kann nicht erklärt werden.
Trotz diesen Fehlern ist ihr Einsatz als Hilfsmittel dennoch legitim, als einzige Quelle für ein Archiv jedoch nicht vertretbar. Gemini 3 und ähnliche Modelle eigenen sich dazu, sich schnell einen Überblick über komplexe Dokumente zu verschaffen, Vorschläge für eine Erschliessung zu generieren oder auch Verzeichnisse auf stilistische und offensichtliche inhaltliche Fehler zu prüfen. Während ein Historiker in einem 300 Seiten Verzeichnis z.B. einfach mal den Leo IX. mit Leo X. verwechseln kann oder der Hans-Ulrich Reinecke auf Seite 1 unauffällig zu Hans-Ueli Reineke auf Seite 242 werden kann, fällt dies einer KI, wenn entsprechend instruiert, relativ zuverlässig auf.
Es ist aber auf Grund der Fehleranfälligkeit selbstverständlich, dass die vorgeschlagenen Regesten nicht 1:1 übernommen wurden, sondern menschlich auf Fehler geprüft und erst korrigiert publiziert wurden. Die KI ersetzt in keinem Fall die fachliche Prüfung, eine Publikation von rein KI generierten Metadaten wäre, unabhängig vom Quellenmaterial, ohne Prüfung zum jetzigen Zeitpunkt in Luzern nicht vorstellbar.