Research

(English version below)

Als Historiker nutze ich digitale Methoden, Ressourcen und Analyseinstrumente, um bisher unbekannte oder undeutliche Muster, Zusammenhänge und Entwicklungen im ‘Datenberg der Geschichte’ sichtbar zu machen. Methodisch verfolge ich grundsätzlich einen datenbasierten Ansatz, der profunde Quellenkenntnisse mit der digitalen Analyse kombiniert und die Ergebnisse im Forschungskontext interpretiert. Im Zentrum geisteswissenschaftlicher Forschung stehen für mich demzufolge immer noch die Quellen und die Forschungstraditionen einer Fachdisziplin, die ergänzend die Möglichkeiten der digitalen Welt nutzt. Für die Analyse verwende ich verschiedene Software für Texterkennung, quantitative wie qualitative Textanalysen, für Datenvisualisierungen und Netzwerkanalysen. Für die Erhebung, Verwaltung Analyse (Visualisierungen) geisteswissenschaftlicher Forschungsdaten setzte ich vor allem die virtuelle Forschungsumgebung Nodegoat ein. Nodegoat verwende ich auch als Lehrumgebung, um Studierenden Theorien, Methoden und Praktiken zur Erhebung und Auswertung von Forschungsdaten zu vermitteln. Zunehmend wird Nodegoat auch von digitalen Editionen genutzt.1

Auf Nodegoat bin ich 2017 durch eine Kaffeepause aufmerksam geworden. Ich leitete damals eine umfangreichen Datenbankmigration für das digitale Langzeitprojekt Repertorium Academicum Germanicum (RAG), eine prosopographische Datenbank mit 60’000 Personen und  über einer halben Million an Beobachtungen sowie Quellenbelegen.3 Der Entscheid für einen Umstieg auf Nodegoat fiel, weil das System bereits viele Funktionen enthielt, die das RAG benötigte. Dazu gehörten insbesondere die integralen Visualisierungsfunktionen (Karten, Netzwerkanalyse, Zeitreihen) und die Möglichkeiten, Unschärfen und Mehrdeutigkeiten der Daten abzubilden. Ausschlaggebend war auch, dass mit Nodegoat die Datenmigraion innert nützlicher Frist (drei Monate) durchgeführt werden konnte. Ab 2018 haben dann die Forschungsgruppen an den Universitäten in Giessen (D) und in Bern ihre Arbeit mit Nodegoat aufgenommen und  sogleich Daten in grossem Umfang vereinheitlicht und neu strukturiert, was mit dem alten System nicht möglich war. Durch den Einsatz von Nodegoat wurden zudem die Datenerfassung und – kontrolle sowie die Auswertungen erheblich beschleunigt. In enger Zusammenarbeit mit den Entwicklern von Nodegoat, Geert Kessels und Pim van Bree, hat das RAG danach zahlreiche weitere Funktion entwickelt, so etwa das Modul zur Erfassung vager Zeitangaben (Chrono JSON) und Erweiterung für die Visualisierung von Forschungsdaten.

Da in der Folge die Nachfrage nach Nodegoat an der Universität Bern stetig wuchs, habe ich 2020 Nodegoat GO (die Mehrbenutzer-Plattform von Nodegoat) eingeführt und den Nodegoat-Support dazu geleitet. Dabei habe ich Nodegoat-Projekte verschiedener Disziplinen und Stufen (Studierenden bis Grossprojekte, gefördert durch den Schweizerischen Nationalfonds) beraten und Wege aufzeigen dürfen, wie wir von der Schrift- oder Bildquelle zum Datenmodell und zu der Datenanalysen gelangen. Die Projekte stammten aus der Geschichte (Altertum, Mittelalter, Neuzeit, Zeitgeschichte), aus der Archäologie, aus den Musikwissenschaften, den Theaterwissenschaften, der Anglistik und Germanistik. Die Nodegoat-Supportstelle habe ich Mitte 2021 an einen Studierenden weitergegeben, um den Wissenstransfer zu Nodegoat auf Ebene der Studierenden zu fördern.

Neben meinen Tätigkeiten als digitaler Leiter der Projekte Repertorium Academicum Germanicum (RAG) und dem (in anderem Kontext durchgeführten) Folgeprojekt Repertorium Academicum (REPAC) habe ich 2020 / 21 ein SPARK-Projekt des Schweizerischen Nationalfonds durchgeführt zur serverseitigen Vernetzung und Harmonisierung von Forschungsdaten (Linked Open Data).4 Im Rahmen dieses Forschungsprojekts entstand auch ein Modul für Nodegoat zur dynamischen Integration von Forschungsdaten (Dynamic Data Ingestion). Dieses Modul setzen bereits einige Forschungsprojekte ein. Dynamic Data Ingestion (DDI) funktioniert in Nodegoat so, dass man zuerst eine Schnittstelle zur Datenquellen (zum Beispiel Wikidata) definiert und dann die Felder dieser Datenquelle den Datenbankfeldern im Nodegoat-Datenmodell zuweist in einem Mapping-Prozess. Vorteilhaft ist, dass man die mittels DDI importierten Daten sogleich mit den Tools von Nodegoat analysieren kann. Auch das sogenannte ‘Anreichern’ von Forschungsdaten aus dem Semantic Web stellt damit keine Schwierigkeit mehr dar. Als Fallbeispiel habe ich im SNF-Projekt eine Datenbank mit gegen 200’000 Personen, deren Herkunftsorten und belegten Studienfächern erstellt, welche an den Universitäten im Alten Reich, in Paris, Bologna oder Padua studierten (1250-1800). Die Daten stammten aus Partnerprojekten, die durch die Vernetzung und Visualisierung ihrer Forschungsdaten (mit einer gemeinsamen Interpretation der Ergebnisse) zu neuen Erkenntnissen gelangt sind. Die DDI-Funktionen verwende ich auch in einem weiteren, persönlichen Forschungsprojekt zur Universität Dole im Mittelalter, die ich unter dem Aspekt einer digitale Rekonstruktion von Wissensräumen untersuche.

Seit 2020 organisiere ich jährlich einen Nodegoat Day, eine Konferenz, an der sich digitale Projekte der Geisteswissenschaften vorstellen und austauschen können. Am Nodegoat Day 2020 waren dies zuerst Projekte der Universität Bern, 2021 auch solche von auswärts. Der Nodegoat Day 2022 steht im Zeichen der Datenmodellierung, wobei auch Datenmodell anderer Systeme und die Abbildung und Visualisierung mehrdeutiger Daten diskutiert werden.

Zu Nodegoat habe ich auf diesem Blog einige Tutorials veröffentlicht. Sie richten sich primär an Einsteigende, wobei es auch solche für Fortgeschrittene gibt. Wer ein Tutorial vermisst oder sich für eine Nodegoat-Schulung (Theorie oder Praxis) interessiert, darf sich gerne bei mir melden.

Weiter bin ich Sekretär und Mitglied des Advisory Committee von Atelier Héloïse, einem europäischen Netzwerk für digitale Universitäts- und Wissensgeschichte (https://heloise.hypotheses.org).

Ausgewählte Publikationen:

Kaspar Gubler, Pim van Bree, Geert Kessels: Server-side Data Harmonization through Dynamic Data Ingestion. A Centralized Approach to Link Data in Historical Research , in: Fonti per la storia delle popolazioni accademiche in Europa. Sources for the History of European Academic Communities. X Atelier Héloïse a cura di Gian Paolo Brizzi, Carla Frova, Ferdinando Treggiari Bologna, 2022, pp. 9-14.

Kaspar Gubler: Von Daten zu Informationen und Wissen. Zum Stand der Datenbank des Repertorium Academicum Germanicum, in: Kaspar Gubler, Christian Hesse, Rainer C. Schwinges (Hrsg.): Person und Wissen. Bilanz und Perspektiven (RAG Forschungen 4), Zürich 2022, S. 19-47.

Kaspar Gubler, Christian Hesse, Rainer C. Schwinges (Hrsg.): Person und Wissen. Bilanz und Perspektiven, Zürich (RAG Forschungen 4), Zürich 2022.

Gubler, Kaspar: Universitas Dolana: Juristen- und Transituniversität im Land der Legisten, in:
RAG-Forschungen 2, S. 107-128, Zürich 2018.

Gubler, Kaspar: Thomas Schöpf (1520-1577) im Kreise der Gelehrten seiner Zeit: Zugänge einer wissensbasierten Prosopographie (erscheint in: Zeitschrift für Geschichte des Oberrheins 2022).

Gubler, Kaspar: Dynamic Data Ingestion für die serverseitige Datenharmonisierung: Erstellung einer Datenbank mit 200’000 Studenten europäischer Universitäten (1200-1800). Methode, Konzept und praktische Umsetzung (erscheint 2022 in:
Sammelband zur Tagung „Digital Turn und Historische Bildungsforschung“)

Gubler, Kaspar und Hesse Christian: Forschungsimpulse durch Datenvernetzung. Perspektiven für das Repertorium Academicum Germanicum (RAG) und das Repertorium Germanicum Online (RG Online) im European Network on Digital Academic History, in: Kuriale Quellen und Digital Humanities. Neue Perspektiven für das Repertorium Germanicum (1378–1484), hg. von Irmgard Fees, Claudia Märtl, Andreas Rehberg und Jörg Voigt (Bibliothek des Deutschen Historischen Instituts in Rom), Tübingen
2022 (im Druck)

Gubler, Kaspar / Schwinges, Rainer C.: Examinations and Degrees from German and other European Universites 14th-16th century (erscheint 2023)

Gubler, Kaspar: Database Migration Case Study: Repertorium Academicum Germanicum, in HistData, 03/02/2020, https://histdata.hypotheses.org/54

Gubler, Kaspar: Data Ingestion Episode III – May the linked open data be with you, in HistData, 30/03/2021, https://histdata.hypotheses.org/2130

Gubler, Kaspar: Data Ingestion Episode II – The Empire strikes back, but not for long, in HistData, 09/09/2020, https://histdata.hypotheses.org/1635

Gubler, Kaspar: Data Ingestion Episode I – A New Hope, in HistData, 09/06/2020,
https://histdata.hypotheses.org/1463

Gubler, Kaspar / Schwinges, Rainer C: Repertorium Academicum Germanicum (RAG): A new database for web-based analysis and data visualization, in: Annal die Storia delle universita italiane, N. 21, 1 / 2017, S. 13-24.

Gubler, Kaspar: Strafjustiz im Spätmittelalter im Südwesten des Reichs. Schaffhausen und Konstanz im Vergleich, Zürich 2015.

——————————————————————————————————————————–

1) Nodegoat als Tool für digitale Editionen, Ringvorlesung von Kaspar Gubler: https://histdata.hypotheses.org/2405 ; Bree, P. van, Kessels, G., (2013). nodegoat: a web-based data management, network analysis & visualisation environment, http://nodegoat.net from LAB1100, http://lab1100.com

2) Kaspar Gubler: Die Kaffeepause als Treiberin der Wissenschaft: Nodegoat @ Uni Bern (2017-2021), in HistData, 18/11/2021, https://histdata.hypotheses.org/2465

3) Kaspar Gubler: Database Migration Case Study: Repertorium Academicum Germanicum, in HistData, 03/02/2020, https://histdata.hypotheses.org/545

4) Kaspar Gubler: Data Ingestion Episode III – May the linked open data be with you, in HistData, 30/03/2021, https://histdata.hypotheses.org/2130   – die Zielsetzung von SPARK gemäss SNF Website: “The aim of Spark is to fund the rapid testing or development of new scientific approaches, methods, theories, standards, ideas for applications, etc. It is intended for projects that show unconventional thinking and introduce a unique approach”.


Research – Kaspar Gubler

As a historian, I use digital methods, resources and analytical tools to make previously unknown or obscure patterns, connections and developments visible in the ‘data mountain of history’. Methodologically, I basically follow a data-based approach that combines profound source knowledge with digital analysis and interprets the results in the research context. Consequently, for me, the sources and the research traditions of a discipline are still at the centre of research in the humanities, which makes complementary use of the possibilities of the digital world. For analysis, I use various software for text recognition, quantitative as well as qualitative text analysis, for data visualisation and network analysis. For the collection, management analysis (visualisations) of research data in the humanities, I mainly use the virtual research environment Nodegoat. I also use Nodegoat as a environment to teach students theories, methods and practices for collecting and analysing research data. Increasingly, Nodegoat is also used by digital editions.1

I became aware of Nodegoat in 2017 through a coffee break.2 At the time, I was leading an extensive database migration for the long-term digital project Repertorium Academicum Germanicum (RAG), a prosopographical database with 60,000 individuals and over half a million observations as well as source documents. The decision to switch to Nodegoat was made because the system already contained many functions that the RAG needed. These included, in particular, the integral visualisation functions (maps, network analysis, time series) and the possibilities to map fuzziness and ambiguities in the data. Another decisive factor was that Nodegoat enabled the data migration to be carried out within a reasonable period of time (three months). In 2018, the research groups at the universities in Giessen (Germany) and Bern began their work with Nodegoat and immediately standardised and restructured data on a large scale, which was not possible with the old system. The use of Nodegoat also considerably accelerated data collection and control as well as evaluations. In close cooperation with the developers of Nodegoat, Geert Kessels and Pim van Bree, the RAG subsequently developed numerous other functions, such as the module for recording vague time data (Chrono JSON) and other extensiosn for the visualisation of research data.

As the demand for Nodegoat at the University of Bern subsequently grew steadily, I introduced Nodegoat GO (Nodegoat’s multi-user platform) in 2020 and led Nodegoat support for it. I advised Nodegoat projects from various disciplines and at various levels (from students to large-scale projects, funded by the Swiss National Science Foundation SNSF) and showed them how to get from the written or image source to the data model and data analysis. The projects came from history (ancient, medieval, modern, contemporary), archaeology, musicology, theatre studies, English and German studies. I passed on the Nodegoat support position to a student in mid-2021 in order to promote knowledge transfer to Nodegoat at student level.

In addition to my activities as digital director of the Repertorium Academicum Germanicum (RAG) project and the follow-up project Repertorium Academicum (REPAC) (carried out in a different context), in 2020 / 21 I carried out a SPARK project of the Swiss National Science Foundation on server-side networking and harmonisation of research data (Linked Open Data).4 As part of this research project, a module for Nodegoat for the dynamic integration of research data (Dynamic Data Ingestion) was also developed. Some research projects are already using this module. Dynamic Data Ingestion (DDI) works in Nodegoat by first defining an interface to the data source (for example Wikidata) and then assigning the fields of this data source to the database fields in the Nodegoat data model in a mapping process. The advantage is that the data imported via DDI can be analysed immediately with the tools of Nodegoat. The so-called ‘enrichment’ of research data from the Semantic Web is no longer a problem. As a case study, I created a database in the SNSF project with around 200,000 students, their places of origin and the subjects they studied at universities in the Old Empire, Paris, Bologna or Padua (1250-1800). The data came from partner projects that gained new insights by linking and visualising their research data (with a common interpretation of the results). I also use the DDI functions in another personal research project on the University of Dole in the Middle Ages, which I am investigating from the perspective of a digital reconstruction of knowledge spaces.

Since 2020, I have organised an annual Nodegoat Day, a conference where digital projects in the humanities can present and exchange ideas. At Nodegoat Day 2020, these were initially projects from the University of Bern, and in 2021 also from outside. Nodegoat Day 2022 will focus on data modelling, with data models of other systems and the mapping and visualisation of ambiguous data also being discussed.

I have published some tutorials on Nodegoat on this blog. They are primarily aimed at beginners, although there are also some for advanced users. If you miss a tutorial or are interested in a Nodegoat training (theory or practice), please feel free to contact me.

I am also secretary and member of the Advisory Committee of Atelier Héloïse, a European network for digital university and knowledge history (https://heloise.hypotheses.org).

Selected publications:

Kaspar Gubler, Pim van Bree, Geert Kessels: Server-side Data Harmonization through Dynamic Data Ingestion. A Centralized Approach to Link Data in Historical Research , in: Fonti per la storia delle popolazioni accademiche in Europa. Sources for the History of European Academic Communities. X Atelier Héloïse a cura di Gian Paolo Brizzi, Carla Frova, Ferdinando Treggiari Bologna, 2022, pp. 9-14.

Kaspar Gubler: Von Daten zu Informationen und Wissen. Zum Stand der Datenbank des Repertorium Academicum Germanicum, in: Kaspar Gubler, Christian Hesse, Rainer C. Schwinges (Hrsg.): Person und Wissen. Bilanz und Perspektiven (RAG Forschungen 4), Zürich 2022, S. 19-47.

Kaspar Gubler, Christian Hesse, Rainer C. Schwinges (Hrsg.): Person und Wissen. Bilanz und Perspektiven, Zürich (RAG Forschungen 4), Zürich 2022.

Gubler, Kaspar: Universitas Dolana: Juristen- und Transituniversität im Land der Legisten, in:
RAG-Forschungen 2, S. 107-128, Zürich 2018.

Gubler, Kaspar: Thomas Schöpf (1520-1577) im Kreise der Gelehrten seiner Zeit: Zugänge einer wissensbasierten Prosopographie (erscheint in: Zeitschrift für Geschichte des Oberrheins 2022).

Gubler, Kaspar: Dynamic Data Ingestion für die serverseitige Datenharmonisierung: Erstellung einer Datenbank mit 200’000 Studenten europäischer Universitäten (1200-1800). Methode, Konzept und praktische Umsetzung (erscheint 2022 in:
Sammelband zur Tagung „Digital Turn und Historische Bildungsforschung“)

Gubler, Kaspar und Hesse Christian: Forschungsimpulse durch Datenvernetzung. Perspektiven für das Repertorium Academicum Germanicum (RAG) und das Repertorium Germanicum Online (RG Online) im European Network on Digital Academic History, in: Kuriale Quellen und Digital Humanities. Neue Perspektiven für das Repertorium Germanicum (1378–1484), hg. von Irmgard Fees, Claudia Märtl, Andreas Rehberg und Jörg Voigt (Bibliothek des Deutschen Historischen Instituts in Rom), Tübingen
2022 (im Druck)

Gubler, Kaspar / Schwinges, Rainer C.: Examinations and Degrees from German and other European Universites 14th-16th century (erscheint 2023)

Gubler, Kaspar: Database Migration Case Study: Repertorium Academicum Germanicum, in HistData, 03/02/2020, https://histdata.hypotheses.org/54

Gubler, Kaspar: Data Ingestion Episode III – May the linked open data be with you, in HistData, 30/03/2021, https://histdata.hypotheses.org/2130

Gubler, Kaspar: Data Ingestion Episode II – The Empire strikes back, but not for long, in HistData, 09/09/2020, https://histdata.hypotheses.org/1635

Gubler, Kaspar: Data Ingestion Episode I – A New Hope, in HistData, 09/06/2020,
https://histdata.hypotheses.org/1463

Gubler, Kaspar / Schwinges, Rainer C: Repertorium Academicum Germanicum (RAG): A new database for web-based analysis and data visualization, in: Annal die Storia delle universita italiane, N. 21, 1 / 2017, S. 13-24.

Gubler, Kaspar: Strafjustiz im Spätmittelalter im Südwesten des Reichs. Schaffhausen und Konstanz im Vergleich, Zürich 2015.

——————————————————————————————————————————–

1) Nodegoat als Tool für digitale Editionen, Ringvorlesung von Kaspar Gubler: https://histdata.hypotheses.org/2405 ; Bree, P. van, Kessels, G., (2013). nodegoat: a web-based data management, network analysis & visualisation environment, http://nodegoat.net from LAB1100, http://lab1100.com

2) Kaspar Gubler: The coffee break as a driver of science: Nodegoat @ Uni Bern (2017-2021), in HistData, 07/12/2021, https://histdata.hypotheses.org/2559

3) Kaspar Gubler: Database Migration Case Study: Repertorium Academicum Germanicum, in HistData, 03/02/2020, https://histdata.hypotheses.org/545

4) Kaspar Gubler: Data Ingestion Episode III – May the linked open data be with you, in HistData, 30/03/2021, https://histdata.hypotheses.org/2130   – SPARK’s objectives according to the SNSF website: “The aim of Spark is to fund the rapid testing or development of new scientific approaches, methods, theories, standards, ideas for applications, etc. It is intended for projects that show unconventional thinking and introduce a unique approach”.