Wie man Volltext aus gescannten handschriftlichen Quellen extrahiert: Video-Tutorials über Automatische Texterkennung jetzt online
Die manuelle Transkription handschriftlicher oder gedruckter Quellen ist häufig zeitaufwändig und bei größeren Korpora oft nicht durchführbar. Automatische Texterkennung (ATR) kann hierbei entscheidend helfen, Volltext aus gescannten Bildern zu extrahieren. Die entsprechende Software wie Transkribus, eScriptorium, OCR4all, OCR-D und andere entwickeln sich rasant und liefern mit ihren großen Modellen oft erstaunliche Ergebnisse.
Dennoch ist es nicht ganz einfach, wenn man vor der Herausforderung steht, automatische Texterkennung anwenden zu wollen, zumal wenn es sich um ein großes Korpus handelt. Ausgehend von der Beobachtung, dass Geisteswissenschafter:innen gerne mehr über ATR wissen möchten, aber die technische Schwelle als zu hoch empfinden, haben Anne Baillot und ich uns beim DARIAH Theme Grant 2022 beworben, um Video Tutorials für den Workflowablauf zu erstellen. Das Ziel dabei war, den Zugang zu diesem Wissen zu erleichtern, indem wir Schritt für Schritt zeigen, wie der Arbeitsprozess abläuft, und die Konzepte und Begriffe erklären, die zum Verständnis notwendig sind.
Gesagt, getan. In nur zwei Arbeitstreffen (und einigen Online-Besprechungen und viel Hausarbeit) hat das fantastische Team den Workflow aufgeteilt, Skripte geschrieben und die Videos aufgenommen. Ein riesiges Dankeschön gebührt Anna Busch, Alix Chagué, Floriane Chiffoleau, David Lassner, Sarah Ondraszek, Ariane Pinche, Aneta Plzáková, Hugo Scheithauer, Hippolyte Souvay, Pauline Spychala und Larissa Will. Paul Ramisch hat uns durch die ungewöhnliche Situation der Videoaufnahmen geführt und hinterher alles geschnitten und geglättet. Auch ihm und Leonard Dorn, der tatkräftig bei den Aufnahmen geholfen hat, sei herzlich gedankt. Die Videos sind als Playlist bei YouTube im Account des DHIP auf Englisch verfügbar und mit Untertiteln in Englisch, Deutsch und Französisch versehen. Parallel dazu haben wir für alle Workflow-Schritte Blogbeiträge in den drei Sprachen erstellt: https://harmoniseatr.hypotheses.org/.
In sechs Schritten zur Transkription
In der sechsteiligen Videoreihe werden Forschende nun durch den ATR-Prozess geführt, wobei Hauptkonzepte und Begriffe Schritt für Schritt erläutert werden. Eine Roadmap dient als Einstieg und Entscheidungshilfe für das Erstellen einer Strategie, die an die individuellen Bedürfnisse und die eigenen Quellen etc. angepasst ist. Ein Glossar erklärt die wichtigsten Begriffe. Die folgenden Videos – jeweils zwischen sieben und zehn Minuten – stehen zur Verfügung:
- ATR Schritt 1: Erste Schritte bei der automatischen Texterkennung, https://harmoniseatr.hypotheses.org/1283
- ATR Schritt 2: Wo und wie man Digitalisate erhält, https://harmoniseatr.hypotheses.org/2717
- ATR Schritt 3: Pre-Processing und Bildoptimierung, https://harmoniseatr.hypotheses.org/3742
- ATR Schritt 4: Layoutanalyse, https://harmoniseatr.hypotheses.org/2450
- ATR Schritt 5: Texterkennung und Post-ATR-Korrektur, https://harmoniseatr.hypotheses.org/2145
- ATR Schritt 6: Endformate und Wiederverwendung, https://harmoniseatr.hypotheses.org/2600
Präsentation des Projekts

Beim DARIAH Annual Event vom 18.-22. Juni 2024 in Lissabon war es dann soweit und Anne Baillot und ich konnten das Projekt mit einem Poster[1] und einer Kurzvorstellung präsentieren. Für eine möglichst große Verbreitung trötet unser Projekt außerdem über einen Mastodonaccount https://fedihum.org/@harmoniseatr. Dort werden wir in den nächsten Wochen jeden Tag einen ATR-Begriff samt Erläuterung aus dem englischen Glossar automatisch mit dem wunderbaren Tool autodone des Instituts für Digital Humanities an der Universität Köln posten.
Viel Spaß beim Ansehen der Videos und Lesen der Beiträge und viel Erfolg beim Entwickeln einer Strategie und beim Umsetzen eines ATR-Projekts!
- Baillot, Anne, & König, Mareike (2024). Automatic Text Recognition (ATR) – Extracting Text From Scanned Images. Zenodo. https://doi.org/10.5281/zenodo.11926542. [↩]
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Mareike König (21. Juni 2024). Wie man Volltext aus gescannten handschriftlichen Quellen extrahiert: Video-Tutorials über Automatische Texterkennung jetzt online. Digital Humanities am DHIP. Abgerufen am 19. Mai 2025 von https://doi.org/10.58079/11v92