1. Einleitung

[1]Wissensgraphen spielen in der Informatik seit vielen Jahren eine immer größer werdende Rolle für die Speicherung und Analyse großer Datenmengen. Dabei werden sie aber auch in der interdisziplinären Forschung, z. B. in der Bio- und Medizininformatik, immer häufiger verwendet. Das Gebiet der Graphentheorie wiederum ist ein Teilgebiet der Mathematik. Und ebenso gibt es auch eine große methodische Überschneidung mit den Netzwerkansätzen in den Geistes- und Sozialwissenschaften. In dieser Arbeit soll zunächst untersucht werden, inwiefern diese verschiedenen Perspektiven methodisch übereinstimmen. Für eine interdisziplinäre Perspektive auf Wissensgraphen sollen auch Synergien, sowie Vor- und Nachteile ihrer Verwendung für bestimmte Fragestellungen in den digitalen Geistes- und Sozialwissenschaften diskutiert werden.

[2]Aufgrund der verschiedenen Anwendungsfälle gibt es vielfältige – aber äquivalente – Konzepte und damit auch Arten, Wissensgraphen zu verwenden: Im Bereich des Semantic Web spricht man von Wissensgraphen bzw. Knowledge Graphen, im Bereich der Datenverarbeitung und Datenbanken von Labeled Property Graphs und in der Graphentheorie schlicht von Graphen. Dieser Artikel möchte nun nicht nur die verschiedenen Begrifflichkeiten einführen und ihre Perspektiven und Schnittmengen diskutieren, sondern auch einen Überblick über die Entwicklung der Methoden in den Disziplinen der Graphentheorie (diskrete Mathematik), der Informatik (Algorithmik) und der Data Sciences (Graphdatenbanken und Semantic Web) geben. Daraus ergibt sich die Möglichkeit, Stärken und Schwächen von Wissensgraphen unter bestimmten Vorbedingungen darzustellen und zu würdigen. Es folgt deshalb in Abschnitt 3 ein Blick ›zurück‹ in Form eines kurzen Forschungsüberblickes auf die Graphentheorie, der insbesondere die interdisziplinäre Verwendung von Netzwerkansätzen thematisiert.

[3]In Abschnitt 4 möchte der Artikel auf die Besonderheiten der Verwendung von Wissensgraphen in den Geistes- und Sozialwissenschaften eingehen: Die Stärke von Wissensgraphen liegt in der einfacheren und übersichtlicheren Speicherung (vormals) unstrukturierter Daten. Gerade durch diesen methodischen Schritt der Datenrepräsentation ergibt sich nicht nur wissenschaftstheoretisch der interdisziplinäre Schritt von der Hauptdisziplin (z. B. der Biologie oder Soziologie) in die Informatik und Mathematik, sondern auch ein formales Datenschema für verknüpfte Datensätze, also Linked Data. Dies ist besonders wichtig mit Blick auf die Interoperabilität von Daten und die Reproduzierbarkeit von wissenschaftlichen Ergebnissen. Hierbei ergibt sich auch ein Ausblick auf FAIR Data[1]. Damit werden in Abschnitt 4 die Ergebnisse aus den vorherigen Abschnitten zusammengefasst.

[4]Abschließend soll – mit einem Blick ›nach vorne‹ – in Abschnitt 5 die größtenteils unabhängige Entwicklung von Netzwerkansätzen in den Geistes- und Sozialwissenschaften anhand ausgewählter Beispiele wie der sozialen Netzwerkanalyse (SNA) oder der Computational Social Sciences dargestellt werden. Hierbei soll detailliert aufgeschlüsselt werden, welche Vorteile sich aus dem Konzept von Linked Data ergeben. Somit ist dieses Kapitel als praktische Reflexion des vorher diskutieren zu verstehen. Ein Fazit und Ausblick bildet den Abschluss dieses Textes.

2. Wissensgraphen aus verschiedenen Perspektiven

[5]Interessanterweise werden für Wissensgraphen zwei philosophische Konzepte sprachlich aufgegriffen: Man spricht von Entitäten (englisch Entities) und verwendet ebenso – allerdings nicht durchgängig – den Begriff der Ontologie (englisch Ontology). Eine Entität ist ein konkretes, abgrenzbares, abstraktes Objekt aus der realen Welt, dessen Informationen gespeichert und verarbeitet werden können. Dies kann beispielsweise eine Person, ein Auto oder ein Produkt sein. Eine Entität wird aus Sicht der Informatik als Datenpunkt durch ihre Attribute und Eigenschaften definiert. In der Philosophie können – ohne im Detail darauf einzugehen – verschiedene Abstraktionen einer Entität untersucht werden[2]. Dabei ist diese auch für andere Geisteswissenschaften elementar: So treten besondere Probleme auf, »wenn Forscher versuchen, große Datenmengen computergestützt zu analysieren und dann in ihren synchronen und diachronen Verhältnissen darzustellen, denn dies erfordert eine Abstraktion von den tatsächlichen Forschungsgegenständen.«[3] Diese Problemstellung wird uns im interdisziplinären Gespräch begleiten.

[6]Eine Ontologie umfasst nunmehr meist eine formal geordnete Darstellung und Definition von Eigenschaften und Beziehungen zwischen den einzelnen Entitäten. Daniel von Wachter fasst die philosophische Sicht so zusammen: »Ziel in der Ontologie ist es herauszufinden, was die grundlegenden Bestandteile der Welt oder eines Bereiches der Welt sind und in was für Zusammenhängen diese Bestandteile stehen. Ziel ist es, ontische Strukturen der Welt zu entdecken.«[4] Interessanterweise kommen Ontologien vor allem in der Bioinformatik zum Einsatz[5], ein Zusammenhang, der im nächsten Abschnitt näher untersucht werden soll. Grundsätzlich bleibt aber in jeder Geisteswissenschaft das Problem der Hermeneutik bzw. der hermeneutischen Reichweite auch für Daten bestehen. So definiert Wettlaufer für die Geschichtswissenschaft: »Was aber ist mit hermeneutischer Reichweite genau gemeint? Ich verstehe darunter die Möglichkeit, mit digitalen Methoden ein besseres Textverständnis zu erzielen, als dies ohne diese Methoden möglich wäre.«[6] Aber auch hier spannt sich der Bogen zur Biologie: »Ebenso wie das Quellenproblem tritt das Interpretationsproblem in Biologie, Linguistik und Geschichte auf. Schon die Vorauswahl der Daten, die zur Analyse herangezogen werden, ist ein Interpretationsvorgang.«[7] Insofern treten gerade in diesem interdisziplinären Arbeiten die im Bereich Data Science typischen Problemstellungen auf: Der sogenannte Data Lifecycle beinhaltet die vier Schritte:

1. Daten sammeln bzw. wiederverwenden
2. Daten speichern
3. Daten verarbeiten und
4. Daten analysieren

[7]Ein Netzwerkansatz muss diese vollständig umfassen und in jedem Schritt können Verzerrungen entstehen.

[8]Auf die konkreten Vorteile von Ontologien aus Sicht der Informatik soll in den nächsten Teilabschnitten eingegangen werden. Allerdings müssen nicht alle Wissensgraphen als Ontologie ausgeführt werden.

[9]Für Anwendungen, die weniger komplexe Datenmodelle verarbeiten, werden teilweise simplere Schemata definiert, welche verschiedene Bezeichnungen tragen. Teilweise werden in der Fachliteratur nur Schlagworte verwendet, welche mehrere Modelle umfassen. Über die Definitionen unterschiedlicher Modelle zur Organisation von Wissen existieren mehrere Standards[8]. Ein häufig verwendeter Überbegriff ist Controlled Vocabularies. Diese umfassen Systeme mit allgemeinen Sammlungen von Bezeichnungen. Ihre Komplexität reicht von einfachen Wortlisten, Synonymlisten, Taxonomien bis hin zu komplexen Thesauri. Oft werden diese Konzepte synonym mit Terminologien verwendet, die nicht etwa für die ›Lehre von Fachbegriffen‹ stehen, sondern für ein Datenmodell. Dies beinhaltet eine konkrete Sammlung von Werten, d. h. Entitäten, die einem gemeinsamen Fach- oder Anwendungsgebiet angehören. Zusammen bilden sie das grundlegende Vokabular, mit welchem argumentiert wird. Eine digital verarbeitete Definition solchen Wissens ist hilfreich, trotzdem gibt es keinen technischen Standard für Terminologien.

[10]Bevor wir uns mit den Grundlagen der weiteren formalen Definition von Netzwerken zuwenden, soll zunächst auf einen für die Geistes- und Sozialwissenschaften im Allgemeinen prägenden Aspekt eingegangen werden. Der Netzwerkgedanke ist hier hochgradig mit der Visualisierung verknüpft: »Häufig können über Visualisierungen Sachverhalte verdeutlicht werden, die sonst nur schwer sprachlich umschrieben werden können, und da Computer die idealen Werkzeuge sind, um große Datenmengen zu visualisieren, bietet sich eine Verknüpfung geradezu an.«[9] In der Tat finden Netzwerkansätze nicht selten ein ›natürliches Gegenüber‹ in verschiedenen Fragestellungen, etwa in der »biographischen Narrativbildung«, wobei es der »Theorie der digitalen Methodik [weit eher] entsprechen [würde], diese Form der biographischen Narrativbildung durch einen Netzwerkansatz zu ersetzen, d. h. Biographien von vornherein in ihrer gegenseitigen Verzahnung zu denken.«[10] Allerdings hat die Anwendung von Netzwerkansätzen in den Geistes- und Sozialwissenschaften auch eine gewisse Beliebigkeit. So fasst Gramsch für die historische Forschung zusammen: »Rezipiert wird von ihnen meist nur der Begriff, nicht aber das mathematisch-statistische Methodenrepertoire, das mit ihm in Verbindung steht. Dies ist soweit legitim, wie der Gebrauch einer Metapher unmittelbar Einsichten vermitteln kann.«[11] Auch dieser Aspekt soll im interdisziplinären Gespräch noch genauer analysiert werden.

[11]Doch auch im Bereich der Informatik und Mathematik sind die Begriffsbilder nicht eindeutig: Im Semantic Web spricht man von Knowledge Graphen, im Bereich der Datenverarbeitung und Datenbanken von Labeled Property Graphs und in der Graphentheorie schlicht von Graphen.

[12]Es fehlen allerdings eine globale wissenschaftstheoretische Verortung und eine interdisziplinäre Perspektive auf Netzwerke und Graphen: Zum einen ist die Wahrnehmung der Anwendungen aus den Geistes- und Sozialwissenschaften und ihrer theoretischen Anforderungen in den Naturwissenschaften bestenfalls eine Randerscheinung. Gleichzeitig werden die theoretischen Erkenntnisse, Ansätze und Methoden aus den Naturwissenschaften in den digitalen Geistes- und Sozialwissenschaften noch recht spärlich aufgenommen[12]. Dies liegt sicherlich zum einen in der Datenmenge (Big Data findet sich bei oft händisch kuratiertem Wissen kaum), aber auch im Fehlen sprachlicher und methodischer Anknüpfungspunkte zwischen den Disziplinen begründet. Über diesen Graben der interdisziplinären Arbeit möchte der Artikel – wenn schon keine Brücke – dann doch zumindest ein weiteres Seil spannen und für eine enge Zusammenarbeit der verschiedenen Disziplinen werben.

[13]So soll nun zunächst das mathematische Konzept eines Netzwerks, das des Graphen, diskutiert werden.

2.1 Das mathematische Konzept eines Graphen

[14]Die Graphentheorie ist ein Teilgebiet der diskreten Mathematik. In der Physik, der Mathematik, der Biologie, den Biowissenschaften und anderen Bereichen wird das Konzept eines Graphen oft als Netzwerk bezeichnet. Im folgenden Abschnitt verwenden wir den Begriff des Graphen und schließen dabei Netzwerke mit ein.

[15]Ein Graph G = (V, E) ist definiert durch die Menge V der Knoten (englisch vertices) und die Menge der Kanten E. Zwei Knoten u, v ∈ V sind benachbart oder Nachbarn, wenn eine Kante {u, v} ∈ E zwischen beiden existiert. Ein Graph G wird gerichtet genannt, wenn die Kanten eine Richtung haben. In diesem Fall ist (u, v) ≠ (v, u). Ein Graph ist ungerichtet, wenn die Kanten keine Richtung haben. Dies bedeutet, dass in einem ungerichteten Graphen (u, v) ∈ E ⇔ (v, u) ∈ E.

[16]Im Allgemeinen wird zwischen dem mathematischen Konzept eines Graphen und seiner Darstellung, d. h. der Visualisierung unterschieden. Ein Graph kann verschiedene Darstellungen haben, die für die visuelle Analyse jeweils andere Informationen vermitteln (vgl. Abbildung 1). Wenn wir einen gerichteten Graphen zeichnen, haben die Kanten eine Richtung, die durch einen Pfeil angezeigt wird.

Abb. 1: Verschiedene Darstellungen desselben Graphen. Jede Darstellung vermittelt visuell andere Informationen, die darunterliegenden mathematischen Strukturen bleiben allerdings identisch. [Dörpinghaus 2022]

[17]Klassische Fragestellungen der (algorithmischen) Graphentheorie lassen sich grob in lokale und globale Probleme unterteilen (vgl. Abbildung 2).[13] Lokale Probleme betrachten in jedem Schritt stets nur einen Knoten und beispielsweise seine Nachbarn. Dies betrifft etwa die Suche nach kürzesten Wegen (englisch shortest paths) oder die Suche nach einfachen Mustern (engl. pattern matching). Globale Probleme benutzen neben den lokalen Strukturen auch weitere Informationen des Graphen, so z. B.. die Graphdurchmusterung (Breitensuche, Tiefensuche), die auch die Informationen über schon besuchte Knoten berücksichtigt. Weitere Beispiele sind die Wegesuche, Minimale Spannbäume, Zentralitätsmaße, Subgraphisomorphismen und Community-Detection. Einige Fragestellungen wie Zentralitätsmaße und Community-Detection sind dabei aus der sozialen Netzwerkanalyse entstanden.

Abb. 2: Ein Überblick über die Kategorien von Graph Queries bzw. Graphenabfragen. Diese Kategorien geben einen ersten Überblick, auch über deren (Zeit-)Komplexität: RPQ ist PSPACE-vollständig, CRPQ und ECRPQ (in der Abbildung unter CQ zu finden) sind EXPSPACE-vollständig, vgl. Bonifati / Dumbrava 2019. Zentralitätsmaße für Wissensgraphen sind ebenfalls recht komplex. Für einige Probleme gibt es effiziente Algorithmen, vgl. Grando et al. 2016, aber einige spezifischere Probleme sind bekanntermaßen NP-vollständig, z. B. Group Closeness Maximization (GCM) oder Maximum Betweenness Centrality, vgl. Chen et al. 2016.) [Dörpinghaus 2022]

[18]Neben einer Kantenrichtung in gerichteten Graphen können auch beliebige weitere Daten in Kanten und Knoten gespeichert werden. In einer Visualisierung könnten z. B. weitere Beschriftungen von Eigenschaften dargestellt werden. Daraus ergibt sich auch der englischsprachige Begriff des Labeled Property Graph (LPG). Dieser ist wieder definiert als Graph G = (V, E) bestehend aus einer Menge von Knoten V (auch Wissensobjekte genannt) und Kanten E (auch Verknüpfungen genannt). Eine Kante steht immer in Beziehung zu genau zwei Knoten mit einer festen Richtung von einem Start- zu einem Endknoten, wodurch der LPG als gerichteter Graph definiert wird. Sowohl Knoten als auch Kanten können eine Reihe von Schlüssel-Wert-Paaren speichern, die als Eigenschaften bzw. ihre Werte als Labeln bezeichnet werden.

[19]Dies ist allerdings eine sehr stark von der Informatik geprägte Definition. Noch allgemeiner kann ein Wissensgraph als Graph G = (E, R, λ) definiert werden. Hierbei finden sich Entitäten e ∈ E = E₁ ∪ E₂ ∪ … ∪ E_n. Die Elemente E_i sind sogenannte Layer, die z. B. aus formalen Strukturen wie Ontologien oder Taxonomien stammen. Weiter gibt es Relationen R und eine beschreibende Funktion  λ : E ∪ R → ∑, die allen Knoten und Kanten bestimmte Beschreibungen aus ∑ zuweisen kann. Knoten und Kanten können also mit einigen zusätzlichen Metainformationen versehen sein, die im Hinblick auf die Anwendung des Wissensgraphen definiert werden müssen.

[20]Dabei bestehen die Relationen R = {R₁, …, R_n} aus einer Liste von entweder inter-ontologischen (zwischen Knoten aus demselben Layer) oder intra-ontologischen Relationen (zwischen Knoten aus anderen Layern). Sowohl E als auch R sind endliche diskrete Räume (vgl. Abbildung 3).

Abb. 3: Darstellung eines biomedizinischen Wissensgraphen mit verschiedenen Layern (dargestellt durch verschiedene Farben), Relationen (Benennung auf den Kanten) und Labeln (Beschriftungen auf den Knoten). Es finden sich sowohl Kanten zwischen Knoten desselben Layers, als auch Kanten zwischen Knoten verschiedener Layer. [Dörpinghaus 2022]

3. Forschungsüberblick zur Graphentheorie

[43]Die Graphentheorie ist ein relativ junges Feld in der Mathematik und die Impulse zu ihrer Entwicklung gingen anfangs primär von praktischen Problemstellungen aus[51]. Das Fach liegt an der Schnittstelle zur Informatik, die sich allerdings erst nach dem Zweiten Weltkrieg neben der Mathematik als eigenständiges Fachgebiet etabliert hat. Dabei ist die Analyse von Strukturen die eher mathematische Perspektive, während die algorithmische und verarbeitende Analyse die eher informatische Perspektive ist. Es ist nicht verwunderlich, dass das anschauliche Konzept von Graphen bzw. Netzwerken sehr zügig auch in anderen Disziplinen aufgegriffen wurde. Zu nennen sind hier neben verschiedenen Naturwissenschaften gerade die Sozialwissenschaften[52], die Ethnografie[53], später auch die Archäologie, Geschichts- und Literaturwissenschaften[54]. Weitere Überschneidungen ergeben sich, wenn Methoden aus der Informatik bzw. den Data Sciences in den Geisteswissenschaften verwendet werden[55].

[44]Doch wo liegen nun die Ursprünge des Netzwerkgedankens und der Graphentheorie? Robin Wilson fasst zusammen:

[45]»The origins of graph theory are humble, even frivolous. Whereas many branches of mathematics were motivated by fundamental problems of calculation, motion, and measurement, the problems which led to the development of graph theory were often little more than puzzles, designed to test the ingenuity rather than to stimulate the imagination. But despite the apparent triviality of such puzzles, they captured the interest of mathematicians, with the result that graph theory has become a subject rich in theoretical results of a surprising variety and depth.«[56]

[46]Die Graphentheorie ist dem Teilbereich der diskreten Mathematik zuzuordnen, die sich mit abzählbaren (bzw. abzählbar unendlichen) Mengen beschäftigt. Es ergibt sich eine große Schnittmenge zu den Disziplinen der Kombinatorik und Optimierung. Letztere wurde vor allem in der Neuzeit durch die Entstehung technischer und elektronischer Hilfsmittel immer bedeutender. Dabei bietet die Kombinatorik sicherlich das umfangreichste Material für eine ausführliche historische Darstellung. Kombinatorische Strukturen finden sich unter anderem im antiken China, Indien und Griechenland[57]. Es finden sich eine erstaunliche Vielfalt der Anwendungsfelder über klassische Beispiele wie das Pascalsche Dreieck hinaus, etwa in der Poesie (Auswahl, Anordnung und Kombination von Silben im Sanskrit, chinesischen Hexagrammen, lateinischer und griechischen Prosodie) oder in der Musik (Notenfolgen in Liedern).

[47]Doch auch wenn die Überschneidungen zwischen Kombinatorik und Graphentheorie groß sind, so ist doch die Frage zu stellen, welchen Werdegang diese Disziplin hat. Mulder fasst die Problematik zusammen: »Wir müssen hier bemerken, daß das Studium der Geschichte der Graphentheorie, im Gegensatz zu dem der anderen mathematischen Disziplinen, nur seit kurzem auf ernsthafte Weise betrieben wird.«[58] Dabei ist zum einen zu unterscheiden zwischen dem Aufkommen des Begriffs des Graphens, der nicht vor 1878 auftrat, und der Entstehung des Netzwerkgedankens bzw. der formalen mathematischen Methoden, die mit Leonhard Euler und dem Jahr 1736 verbunden sind[59].

[48]»Indeed, Euler’s solution for the problem of Königsberg bridges has long been recognized as a prehistory of graph theory and, more generally, analysis situs. However, in that case, historians and mathematicians needed to have graph theory and analysis situs to be able retrospectively to situate Euler’s solution in its ›appropriate context‹.«[60]

[49]Wir werden zunächst den aktuellen Forschungsstand darstellen und anschließend der Frage nachgehen, inwiefern die Idee des Graphens bzw. Netzwerks auch ohne die mathematische Perspektive präsent war.

[50]Gießmann setzt seine Beobachtungen erst im 19. Jahrhundert an: »Der Aufstieg der Netzwerke als Praxis und Denkstil begann zwar schon in früher Neuzeit und Aufklärung, war dort aber vor allem mit der Epistemologie des Lebendigen verbunden.«[61] Und auch Wußing setzt zwar richtig den Anfang der modernen Graphentheorie mit Leonhard Euler und dem Königsberger Brückenproblem (1736) gleich[62], aber es bleiben offene Fragen:

[51]»Formell wäre Graphentheorie als Netzwerktheorie schon wesentlich früher breit auf Phänomene in Natur, Technik und Gesellschaft anwendbar gewesen. Dass dies erst im 20. Jahrhundert geschieht und dann, sozusagen in aller Kontingenz verspätet, Zeichenpraktiken und Lebenswelt massiv kurzgeschlossen werden, provoziert weitere Fragen.«[63]

[52] Liegt das Aufkommen der Netzwerkanalysen und der Graphentheorie allein darin begründet, dass sich die Wissenschaft verändert und »la théorie des graphes répond à un besoin assez général de la pensée logique«[64]? Dies wird kaum der Fall gewesen sein, wie vielfältige Beispiele zeigen: Im frühen 19. Jahrhundert wurde der Ungar Emil Torday im Kongo mit einem Kinderspiel bekannt: Ziel war das Zeichnen von Netzwerkstrukturen im Sand ohne den Finger heben zu müssen oder existierende Linien zu kreuzen[65]. Dies entspricht einem graphentheoretischen Problem: Jeder Graph mit genau zwei ungeraden Knoten kann durch einen einzigen Pfad durchschritten werden: »Most drawings of this type belong to a long tradition [...]. They refer to proverbs, fables, games, riddles, animals, etc., and play an important role in the transmission of knowledge and wisdom from one generation to the next.«[66] Doch auch abseits von Spielen repräsentieren viele graphentheoretische Probleme Alltagsprobleme, etwa kürzeste Wege. Alexander Schrijver beobachtet dazu:

[53]»It is difficult to trace back the history of the shortest path problem. One can imagine that even in very primitive (even animal) societies, finding short paths (for instance, to food) is essential. Compared with other combinatorial optimization problems, like shortest spanning tree, assignment and transportation, the mathematical research in the shortest path problem started relatively late.«[67]

[54]Auch Aristoteles beschrieb in seiner Historia animalium (Περὶ τὰ ζῷα ἱστορίαι, 4. Jahrhundert vor Christus) schon die Notwendigkeit, die Tierwelt in ein Ordnungsschema einzuordnen: Vögel, Fische, Wale als Bluttiere; Schaltiere, Krebstiere; Cephalapoden und Sepien; Insekten[68]. Nach ihren Körperflüssigkeiten – rotes Blut und Serum – unterteilt er »die beiden Gruppen, die gemessen an der heutigen Zoologie taxonomischen Charakter besitzen, weiter in sogenannte Größte Gattungen [...] ein. Auch sie stellen absolute Ordnungs- und Klassifikationsgrößen dar.«[69] Im praktischen Sinne ergeben sich für Aristoteles – der Leben also als hierarchisch wahrnahm – aber Probleme, die er nur mit partiellen Definitionen lösen konnte[70]. Auch einer seiner Schüler, Theophrast, arbeitete in seinen Schriften Histona plantarum und Causae plantarum mit Taxonomien in der Botanik und unterteilt zwischen Bäumen, Sträuchern, Halbsträuchern und Kräutern[71]. Interessanterweise ist die weitere Forschung in diesem Bereich spärlich[72] und erst durch das Wirken Carl von Linnés – basierend auf den Arbeiten von Andrea Cesalpino und Gaspard Bauhin – wurde eine bis heute gültige Systematik von Pflanzen erarbeitet[73]. Dabei befinden wir uns derzeit im nächsten Transformationsschritt: Nicht nur das Denken und Modellieren in Netzwerken ist möglich, sondern auch das computerbasierte Auswerten dieser Daten:

[55]»the recent increase in the amount and availability of biological data has placed a new focus on the complex networks embedded in biological systems. The increased availability of computational tools to store and retrieve biological data has facilitated wide access to these data, not just by biologists but also by specialists from the social sciences, computer science, physics and mathematics. This fusion of interests has led to a burst of research on the properties and consequences of network structure in biological systems.«[74]

[56]Auch wenn damit nun die Dinge benannt sind, die dem Thema der Netzwerkanalyse bzw. Graphentheorie Aufschwung verleihen, ist doch der Anfang dieser Disziplin weiter unklar. Denn auch z. B. Coward irrt hier mit seiner Kritik am Netzwerkdenken, wenn er Netzwerke als Konstrukt des 19. Jahrhunderts ansieht[75]. Grundsätzlich schweigen die Quellen aber zu Taxonomien bzw. baumartigen Strukturen: »the historical record of that topic before the advent of computers is virtually a blank page, with the exception of a few 19th-century papers«[76]. So ist es wenig überraschend, dass viele graphentheoretische Konzepte – ihrer Zeit voraus – schon in anderen Fachgebieten Einzug hielten: So verwendete Gustav Robert Kirchhoff im 19. Jahrhundert schon die Idee von aufspannenden Bäumen für elektrische Netzwerke[77], oder im 21. Jahrhundert die oben angesprochene implizite Nutzung von Netzwerkansätzen für das Prinzip von Linked Data in den Geisteswissenschaften.

[57]Letztlich führten die stetig wachsende Verwendung von digitalen Methoden und die Netzwerkanalyse zu verschiedenen Paradigmenwechseln. So ist der erste Paradigmenwechsel (a) nicht nur in der Nutzung, sondern auch in der methodischen Reflexion der Netzwerke in den Geistes- und Sozialwissenschaften zu finden[78]. Weiter ist zu beobachten, dass auch in den DH immer größere Datenmengen verarbeitet werden, was (b) dazu führt, dass auch der Gedanke der Datenverknüpfung bzw. Linked Data als Impuls aus dem Bereich Data Science immer wichtiger wird[79]. Als letzter Punkt (c) ist das interdisziplinäre Gespräch mit der Graphentheorie zur kritischen methodischen Reflexion der Netzwerkansätze anzufügen[80]. Ich konnte in diesem Abschnitt zeigen, dass es die Graphentheorie als eigenständige mathematische Disziplin ohne die Impulse aus anderen Fachbereichen kaum gegeben hätte, dieses interdisziplinäre Gespräch auf der anderen Seite bisher jedoch kaum gesucht wird. Die beiden letztgenannten Punkte sollen im nächsten Abschnitt kritisch gewürdigt werden, um in Abschnitt 5 ausgewählte Beispiele zu diskutieren.

4. Interdisziplinäre Perspektiven für die Geistes- und Sozialwissenschaften

[58]Für die Verwendung von Wissensgraphen in den Geistes- und Sozialwissenschaften, Disziplinen, die gerade durch die DH einem steten Wandel unterliegen[81], gibt es einige Besonderheiten zu beachten, wie in Abschnitt 2 schon ausführlich diskutiert wurde. Trotzdem liegt die Stärke von Wissensgraphen in der einfacheren und übersichtlicheren Speicherung (vormals) unstrukturierter Daten gegenüber relationalen Datenbanken. Gerade durch diesen methodischen Schritt der Datenrepräsentation ergibt sich auch ein formales Datenschema für verknüpfte Datensätze, also Linked Data. Dies ist besonders wichtig mit Blick auf die Interoperabilität von Daten und die Reproduzierbarkeit von wissenschaftlichen Ergebnissen und hilft bei der Adressierung zentraler ethischer Maßstäbe: Reproduzierbarkeit, Transparenz, fairer und wenn möglich offener Umgang mit Daten. Hierbei ergibt sich auch ein Ausblick auf FAIR Data[82]: Daten oder Metadaten sollen (1) Findable, (2) Accessible, (3) Interoperable, (4) Re-usable sein. Die Bedeutung dieser Grundsätze für die DH wurde in der Vergangenheit mehrfach betont und muss an dieser Stelle nicht wiederholt werden[83].

[59]Wenn im Bereich DH immer größere Datenmengen verarbeitet werden, welche Implikationen für das Netzwerkparadigma ergeben sich dann durch den aus dem Bereich Data Science stammenden Impuls der Datenverknüpfung bzw. Linked Data? Eine Besonderheit in den Geistes- und Sozialwissenschaften ergibt sich aus der Heterogenität der Disziplinen: »One characteristic of this area is the great heterogeneity of scientific disciplines and user communities involved. This leads to heterogeneity of data formats and data sources that represents a technical challenge from the point of view of interoperability.«[84] Damit lassen sich die zentralen technischen Herausforderungen im Bereich der Datenintegration und des Datenmappings lokalisieren[85]. Allerdings wurde die Generierung interoperabler und wiederverwendbarer Daten schnell als zentrale Herausforderung erkannt[86] und bleibt es bis heute[87]. Gerade in den skandinavischen Ländern finden sich verschiedene Lösungsvorschläge, etwa mit der Linked Open Data Infrastructure for Digital Humanities in Finland (LODI4DH)[88], oder verschiedenen Ansätzen im Bereich Cultural Heritage basierend auf Methoden des Semantic Webs[89] (vgl. auch weitere Lösungen aus Portugal[90] oder Schweden[91]).

[60]Zwar ergibt sich aus dem Prinzip von Linked Data schon ein (Wissens-)Netzwerk, wenn die einzelnen Datenpunkte durch Knoten in einem Netzwerk repräsentiert werden und die Links Verbindungen bzw. Kanten zwischen ihnen repräsentieren[92]. Was an dieser Stelle jedoch fehlt, ist eine Abfragemöglichkeit, da die Daten nur relational abgelegt wurden, und eine Visualisierung[93]. Dies ist insofern eine wichtige Beobachtung, da mit dieser auch der Bereich von Linked Data den Netzwerkansätzen zugeordnet werden kann und diese damit methodisch in den Geistes- und Sozialwissenschaften weiter verbreitet sind als erwartet. Im nächsten Abschnitt soll anhand von ausgewählten Beispielen dargestellt werden, welcher weitere methodische Horizont sich dadurch ergibt.

[61]Doch die interdisziplinäre Perspektive auf Netzwerkansätze in den Geistes- und Sozialwissenschaften wäre mit diesem Impuls aus dem Bereich Data Science nicht vollständig. Es ist zu beobachten, dass gerade das interdisziplinäre Gespräch mit der Graphentheorie zur kritischen methodischen Reflexion der Netzwerkansätze führt. Um sich diesem Bereich zu nähern, ist zunächst festzuhalten, dass Netzwerkansätze neue Perspektiven eröffnen, da sie Bekanntes in einen neuen visuellen oder analytischen Kontext einbetten oder statistisch valide Aussagen über ihre Darstellung ermöglichen.

[62]Dabei lassen sich zwei Problemfelder herausarbeiten: Zum einen ist die Frage, wie valide Aussagen aus in den Geistes- und Sozialwissenschaften oft kleinen Stichproben sind. Die andere Fragestellung ergibt sich aus der Distanz zur Datengrundlage, konkret, ob hermeneutische Vorgaben berücksichtigt oder zurückgenommen werden und ob (Text-)Aussagen aktualisiert bzw. für die gegenwartsnah operierenden Sozialwissenschaften aufbereitet werden. Die Chance liegt hierbei darin, verschiedene Möglichkeiten und Szenarien zu Situationen, bei denen deutlich zu wenig Daten vorliegen, zu evaluieren. Methodisch handelt es sich dabei nicht um eine quantitative Netzwerkanalyse im eigentlichen Sinne.

[63]Hier ergibt sich nun die erste Anfrage aus der Mathematik: Können aufgrund unvollständiger oder fehlender Datenquellen Ergebnisse wissenschaftlich nicht reproduziert und damit auch nicht bestätigt oder falsifiziert werden? Die zweite Anfrage ergibt sich in der Bedeutung der mathematischen Netzwerkanalysen in der Anwendungsdomäne, z. B. die Frage was bestimmte Zentralitätsmaße im gegebenen Forschungsfeld, etwa in der historischen Netzwerkanalyse, bedeuten. Umgekehrt ist aber auch zu fragen, welche in den Geistes- und Sozialwissenschaften populären Methoden in der Graphentheorie nicht oder kaum rezipiert und damit erforscht werden. Dies betrifft zum Beispiel das vielfältige Gebiet der Community-Detection, da eine – oder mehrere – mathematische Definition von ›Community‹ nicht existieren[94]. Obwohl es ein Bewusstsein für diese methodischen Fragen gibt[95], sind doch nur sehr wenige Veröffentlichungen in diesem Bereich zu finden, die sich primär mit der mathematischen Validierung von Zentralitäsmaßen in geisteswissenschaftlichen Fragestellungen beschäftigen[96]. Die zusammenhängende wissenschaftliche und systematische Evaluierung der digitalen Methoden in dieser Schnittmenge der Disziplinen steht damit noch aus[97]. Doch gerade aus dieser interdisziplinären Perspektive heraus würden sich weitere Impulse für die Netzwerkansätze ergeben, wie im nächsten Abschnitt anhand ausgewählter Beispiele diskutiert wird.

5. Ausgewählte Beispiele

[64]Abschließend soll noch die – größtenteils unabhängige – Entwicklung von Netzwerkansätzen in den Geistes- und Sozialwissenschaften anhand ausgewählter Beispiele dargestellt werden. Hierbei soll detailliert aufgeschlüsselt werden, welche Vorteile sich aus dem Konzept von Linked Data und dem Netzwerkparadigma ergeben. Zunächst wollen wir uns dem Bereich der (historischen) Netzwerkanalyse zuwenden.

[65]Knappett beschreibt beispielsweise Anwendungen von Netzwerkansätzen in der Archäologie[98]. Handelsnetzwerke, Austauschnetzwerke und Straßennetzwerke tragen als ganz allgemeine Netzwerke zum Verständnis der Geschichte bei. Gerade auch in der Archäologie werden die in den vorherigen Abschnitten schon diskutierten Einschränkungen deutlich: »Network science is not a single, monolithic entity, but denotes a diverse set of methods, models, and approaches concerning the study of the management, representation, and analysis of network data which represent our hypotheses about how and why relationships matter«[99]. Nicht die eigentliche Fragestellung oder Methode wird mithilfe der Netzwerke entworfen, sondern es wird einfach eine neue Form der Darstellung und der Analyse genutzt. Somit sind die sozialen Netzwerke gleichsam eine Art Werkzeugkasten.

[66]Das offensichtlichste Problem ist dabei das Quellenproblem. Reitmayer und Marx fassen zusammen:

[67]»Selbst die gegenwartsnah operierende Zeitgeschichte sieht sich oft außerstande, die für quantifizierende Untersuchungen erforderlichen Daten mit vertretbarem Aufwand und unter Beachtung der Archivsperrfristen bzw. der Zugänglichkeit von (privaten) Archiven überhaupt zusammenzutragen«[100].

[68]Sie fordern deswegen, statt von einer historischen Netzwerkforschung von einer »Verwendung von Netzwerkansätzen« zu sprechen. Dies ist gerechtfertigt. Denn zusammenfassend findet sich beispielsweise bei Collar die bewusst vereinfachte Definition des »network thinking as a new methodology for understanding the processes of change and the spread of innovation in the past.«[101] Auch Rollinger beschäftigt sich ausgiebig mit der Methodenkritik[102] hinsichtlich der variablen Reichweite der Ergebnisse und »weist auf die prekäre Quellengrundlage als Ursache für die lediglich relative Aussagekraft der Netzwerkanalyse hin«[103]. Dabei müssten die Quellen auch interpretiert werden, weil sie keine formalen Aussagen über die Qualität der Beziehung oder deren zeitliche Dauer zulassen. Es bleibt, dass die Netzwerkanalyse zusätzliche Aspekte zeigen kann, »aber allein klassische Quellenkritik vermag den qualitativen Gehalt der Beziehungen zu ergründen.«[104]

[69]An diesem Punkt bieten sich verschiedene neue Perspektiven. Zunächst ist die Frage an den Bereich der Informatik und Mathematik zu stellen, wie Ambiguität und Unsicherheit sowie eine zeitliche Komponente in einem Netzwerk dargestellt und analysiert werden können. Hier gibt es bereits Projekte im Bereich der DH die diese Ansätze verfolgen[105]. Weiterhin ergeben sich durch den Aspekt von Linked Data weitere Möglichkeiten, das Netzwerk zu ergänzen und weitergehende Fragen zu beantworten (vgl. Abbildung 4). So können verschiedene externe Datenquellen zur Komplementierung der Daten genutzt werden, etwa Daten aus Literaturdatenbanken um Aussagen zu disambiguieren, während Geoinformationssysteme beispielsweise zur räumlichen Ergänzung beitragen. Neben der potenziellen Ergänzung fehlender Informationen kann aber auch eine Qualitätskontrolle durch mathematische Methoden – z. B. die Validierung von Zentralitäsmaßen[106] – bzw. Graphanalysen zur Generierung neuer Relationen und Entitäten – z. B. durch Link Prediction – angewendet werden.

Abb. 4: Illustration eines Datenworkflows, der mittels Linked Data das Netzwerk erweitert und plausibilisiert. Graphanalysen vervollständigen die Werkzeuge, die zur Verfügung stehen, etwa mit Methoden zur Qualitätskontrolle. [Dörpinghaus, 2022]

[70]Ein weiteres Beispiel ergibt sich im Kontext der Computational Social Sciences beim Monitoring des Arbeitsmarktes und insbesondere der Aus- und Weiterbildungen. Hier stehen klassisch sehr viele Daten zur Verfügung, etwa Aus- und Weiterbildungsordnungen, Stellenausschreibungen und Datenbanken zu Berufen und Wirtschaftsbranchen. Es ergibt sich methodisch eine ähnliche Situation wie in anderen Fachgebieten. So werden viele Informationen händisch abgefragt (z. B. durch Befragungen oder aus statistischen Auswertungen) und erst nach händischer Kuration zur Analyse freigegeben. Ähnlich müssen z. B. Historiker*innen Quellen untersuchen und daraus die wichtigen Datenpunkte extrahieren. Gleichzeitig erleichtert interoperables Wissen mittels Linked Data das Arbeiten mit umfangreicheren Datensätzen. So müssen Texte mit Methoden des Text Minings weiterverarbeitet, oder Daten von Webseiten, z. B. Weiterbildungsangebote oder Social Media Daten, mittels Web Mining aggregiert werden. So ergibt sich nicht nur implizit ein Wissensnetzwerk, sondern es kann auch mit ›klassischen‹ Netzwerkansätzen kombiniert werden: Um eine aktuelle Übersicht über Kompetenzen und Hilfsmittel oder Weiterbildungsangebote, über die Rezeption von Berufen, Arbeitsinhalte, etc. zu erlangen, können beispielsweise Twitter-Daten mit der SNA analysiert werden (vgl. Abbildung 5).

[71]Hierbei sind nicht nur die oben genannten Methoden und Technologien relevant, sondern es zeigt sich insbesondere die Wichtigkeit von Linked Data. Denn klassische Ansätze würden die benötigten Daten z. B. aus Stellenausschreibungen extrahieren oder Umfragedaten auswerten. Diese Daten sind aber in ihrer normalen Form nicht interoperabel mit den Daten aus Social-Media-Analysen. Was sind Arbeitsinhalte, etwa Arbeitsmittel? Welche Kompetenzen werden genannt oder in Ausbildungsordnungen vorausgesetzt? Nicht nur das geschriebene Wort muss mit dem ›offiziellen‹ Sprachgebrauch verknüpft werden, sondern die verschiedenen Daten müssen auch vollständig interoperabel gestaltet werden um eine vollständig automatisierte Auswertung und einen Vergleich der verschiedenen Daten zu erreichen.

Abb. 5: Illustration eines Twitter-Netzwerks zum Hashtag #Fachinformatiker für das erste Quartal 2020. Rote Knoten entsprechen Tweets, blaue Hashtags und grüne Organisationen. [Dörpinghaus, 2022]

[72]Dieses Beispiel zeigt nicht nur die Notwendigkeit interdisziplinären Arbeitens, sondern insbesondere auch die Notwendigkeit der Zusammenarbeit innerhalb einer Disziplin, wenn verschiedene methodische Ansätze verwendet werden. Aus diesen ergeben sich verschiedene Daten, die aber sinnvollerweise von Anfang an interoperabel gestaltet werden.

6. Ausblick: Herausforderungen und Perspektiven

[73]Dieser Artikel hat zwei Herausforderungen und Perspektiven für die Verwendung von Netzwerkansätzen in den Geistes- und Sozialwissenschaften erarbeitet:

[74]Zum einen die Bedeutung interdisziplinären Arbeitens. Nicht nur das Konzept von Linked Data, sondern auch der vielfältige methodische und algorithmische Werkzeugkasten der Informatik und Mathematik kann für neue Perspektiven auf geistes- und sozialwissenschaftliche Probleme sorgen und zu ihrer Problemlösung beitragen.

[75]Gleichzeitig ergibt sich aus einer eher technischen, d. h. einer von den Geistes- und Sozialwissenschaften eher distanzierten, Sicht, dass das Netzwerkparadigma eigentlich viel weiter gefasst werden muss. Schon der Einsatz von Linked Data führt implizit zu Wissensnetzwerken und damit zur potenziellen weiteren Anwendung von Netzwerkanalysen.

[76]Zum zweiten ergibt sich durch das Konzept von Linked Data auch eine neue intradisziplinäre Perspektive innerhalb der Geistes- und Sozialwissenschaften: Wenn beispielsweise aus einem sozialen Netzwerk ein Wissensgraph wird, so stehen neue Methoden zur Verfügung. Ebenso ergeben sich neue Perspektiven, wenn eine sozialwissenschaftliche Umfrage als Wissensgraph mit weiteren Daten verknüpft wird und damit Rückschlüsse auf das – bisher nicht systematisch untersuchte – soziale Netzwerk der Teilnehmenden möglich sind.

[77]Noch allgemeiner: Diese kontextuellen Informationen sind ein entscheidender Faktor für datenbasierte Auswertungen, nicht nur in der interdisziplinären Forschung und in sozialen Netzwerken. Sie bilden einen verknüpften Datensatz, der mehrere Daten aus verschiedenen Quellen umfasst. Die wichtigste Schlussfolgerung an dieser Stelle ist, dass interdisziplinäre Ansätze sowohl bei der Modellierung großer Wissensnetzwerke mit zusätzlichen Informationen, d. h. Linked Data, als auch bei der Bewältigung der Herausforderungen bei deren Analyse helfen.

[78]Bislang wird diese ganzheitliche Perspektive in der Forschung selten berücksichtigt. Fehlende verknüpfte Daten und fehlende Methoden für groß angelegte Wissensnetzwerke stellen daher eine ernsthafte Einschränkung dar. In diesem Beitrag wurde diskutiert, wie diese Lücke durch interdisziplinäre Forschung geschlossen werden kann. Wie an mehreren Stellen gezeigt werden konnten, kann eine Zusammenarbeit zwischen Graphentheorie, Data Science und Netzwerkansätzen in den Geistes- und Sozialwissenschaften das Feld weiten.

[79]Zukünftig sollten die potenziellen Auswirkungen von Wissensgraphen genauer untersucht werden, um zum Beispiel ihre Auswirkungen auf Analysen und Algorithmen zu verstehen. Dabei sollte auch eine geistes- und sozialwissenschaftliche Perspektive einbezogen werden: Werfen diese Effekte ein neues Licht auf die Daten oder produzieren sie lediglich Artefakte? Eine enge Zusammenarbeit zwischen Graphentheorie und Geisteswissenschaften würde also dazu beitragen, das Verständnis von Netzwerkstrukturen und deren Wechselwirkung mit anderen Daten und dem Informationsfluss zu verbessern. Es scheint notwendig, dass die künftige Forschung neben der Analyse von Netzwerkstrukturen auch nach einem tieferen Verständnis verschiedener – sowohl quantitativer als auch qualitativer – Daten und deren Einfluss auf Relationen bzw. Beziehungen und Interaktionen innerhalb der Geisteswissenschaften sucht.

[80]Insofern versteht sich dieser Artikel als ein Plädoyer für eine Zusammenarbeit über Fach- und Disziplingrenzen hinaus und zeigt in diesem Spannungsfeld auch technische und inhaltliche Herausforderungen auf.