Das 29. Archivwissenschaftliche Kolloquium der Archivschule Marburg vom 20. bis 21. Mai 2025 diente dem internationalen Austausch von ersten Erfahrungen in der Auseinandersetzung mit Künstlicher Intelligenz (KI), der Diskussion ihrer Anwendungsmöglichkeiten in der archivischen Praxis sowie dem Aufzeigen neuer Perspektiven und Denkanstöße. Wohin wird die Reise gehen? Wie wird KI das Verhältnis der Archivarinnen und Archivare zu den Nutzenden und auch den unterlagenproduzierenden Stellen verändern?
Und wie können wir die geschützte Bereitstellung authentischer Daten auch weiterhin langfristig gewährleisten? Die Möglichkeiten für KI-Anwendungen in Archiven sind vielfältig: von der Bestandserhaltung über die digitale Langzeitarchivierung, in der Nutzungsqualität für (genuin) digitales Archivgut sowie als Ressourcenpool gerade für kleinere Archive mit geringeren finanziellen Mitteln zur Bewältigung ihrer gesetzlichen Aufgaben.

Den Eröffnungsvortrag hielt LUCIANA DURANTI (University of British Columbia, Vancouver/Kanada) zum Thema: „AI for archives, by archives, in the archives“. Bereits früh hat sie Visionen für die Rolle der Archive in der digitalen Welt entworfen und verfolgt diese als Direktorin der internationalen und interdisziplinären Forschungsinitiative InterPARES Trust durch die Entwicklung von Wissen, Methoden und Strategien zur langfristigen Bewahrung der Integrität und Authentizität komplexer digitaler Unterlagen. Eine zentrale Rolle spielen dabei „digitale Zwillinge“ (digital twins), die als dynamische, digitale Repräsentationen realer Objekte oder Prozesse nicht nur deren Zustand, sondern auch deren Veränderungen und Interaktionen im Zeitverlauf erfassen. Für die Archivierung bedeutet dies, dass nicht nur statische Daten, sondern damit einhergehend auch Meta- und Paradaten in den Fokus der Überlegungen genommen werden müssen. Metadaten, also formalisierte Daten über Unterlagen (records), werden dabei benötigt, um diese anzuzeigen, zu recherchieren und zu analysieren. Paradaten hingegen fallen an als formalisierte Daten über Methoden, Prozesse und Personen, die mit der Erstellung und Zusammenstellung dieser Unterlagen verbunden sind. Sie machen Verhaltensmuster und Kontextinformationen transparent sowie nachvollziehbar und sind auch bereits Teil der im deutschen Archivwesen diskutierten Frage, welche Daten Archive ihren Nutzenden künftig zur Verfügung stellen wollen, bzw. ob und in welchem Umfang Erschließungsdaten mit Para- und Metadaten angereichert werden sollten und wie diese langfristig zu erhalten und zu nutzen sind.

VICTORIA LEMIEUX (University of British Columbia, Vancouver) stellte die Frage der Datensouveränität im Zeitalter von Big-Data und KI. Insbesondere die Frage des Umgangs mit sensiblen personenbezogenen Daten ist hier relevant. KI stellt durch die Verletzung von personenbezogenen Daten etwa durch Manipulation eine Gefahr dar, kann aber auch Teil der Lösung sein. Dazu entwickelt Lemieux mit einem internationalen und interdisziplinären Forschungsteam ClioX. ClioX basiert auf der europäischen Cloud-Architektur GaiaX und nutzt PontusX und eine Blockchaintechnologie. Diese drei Technologien erlauben, die Ziele der Datensouveränität, Dezentralisierung und der Prämisse „Compute-to-Data” (KI-Modelle bearbeiten die gestellten Aufgaben mit den bereitgestellten Daten, während die Daten selbst im von der datenbereitstellenden Institution kontrollierten Datenraum bleiben) für ClioX zu erreichen. Hierdurch entsteht eine Plattform, an der Archive unterschiedlichster Sparten kollaborativ teilnehmen können. Jedes Archiv behält dabei die volle Kontrolle über seine Daten und kann diese in einem eigenen Datenraum nach europäischem Recht („Data Space”) über die Plattform verfügbar machen und die Nutzungsbedingungen für diese Daten definieren. Dadurch können Anforderungen an den Schutz personenbezogener Daten gewahrt werden. Durch die dezentrale Plattformlösung können Tools von ClioX in die Datenräume der beteiligten Archive eingebunden werden. Dazu zählt etwa ein Algorithmus, der sensible personenbezogene Daten aus den angebotenen Daten herausfiltern kann. ClioX bietet auch eine wachsende Zahl von Visualisierungsmöglichkeiten für die durch das jeweilige Archiv bereitgestellten Daten (z. B. Namen, Dateitypen etc.) und arbeitet auch an einem Chatbot. ClioX will so eine Plattform des Web3 (dezentral, kollaborativ) werden, auf der Archive ihre Daten zur Verfügung stellen und gleichzeitig die Datensouveränität darüber behalten, um dabei insbesondere Fragen des Schutzes von sensiblen personenbezogenen Daten zu beachten. Die so entstehende DAO (Decentralized Autonomous Organization) ClioX wird durch die Mehrheitsbeschlüsse der beteiligten Archive weiterentwickelt und erreicht so eine kollaborative und dezentrale Struktur.
TONY FRANZKY (Erzbischöfliches Archiv, Freiburg) wies auf die Gefahren von KI hin, wie sie etwa durch die antrainierten Vorurteile der Modelle (z. B. mit Blick auf die Geschlechtergerechtigkeit), durch Bildmanipulation, Voice-Cloning etc. entstehen können. Wenn KI im Archiv in verschiedenen Bereichen wie bei der Erschließung und dem Wissensmanagement, dem Archivmanagement oder dem Qualitätsmanagement genutzt wird, müsse es auch ein ethisches Framework für den Einsatz geben. KI sollte dazu bestimmte Anforderungen an Transparenz/Erklärbarkeit ihrer Antwortfindung, Sicherheit, Nicht-Diskriminierung, Ökologie, Verlässlichkeit etc. erfüllen. Konkret müssen beim Umgang mit den Risiken von KI verschiedene Risiko-Dimensionen beachtet werden: technische Risiken wie Datenqualität, Datenschutz, Performance, Wartungsaufwände, Halluzinationen von Modellen oder Cybersicherheit, sozioökonomische Risiken wie Diskriminierung durch das gewählte Modell bzw. dessen Trainingsdaten, gesellschaftliche Akzeptanz sowie ökologische Ressourcen und wirtschaftlich-finanzielle Risiken wie fortlaufende Kosten oder wirtschaftliche Abhängigkeit. Um all dies adäquat abdecken zu können, plädiert Franzky zur Bearbeitung dieser Fragen für ein Arbeiten in multidisziplinären Teams, um den Chancen und Risiken der KI-Nutzung im Archiv auch und gerade unter ethischen Aspekten proaktiv begegnen zu können. Bei der Erarbeitung solcher Umgangsweisen sei das Selbstverständnis der Institution als Forschungseinrichtung, Behörde, Bildungsinstitution oder Dienstleistende (oder einer Mischung daraus) mit zu berücksichtigen.

Auf der Basis der neuesten OAIS-Version vom Dezember 2024 skizzierte BJÖRN STEFFENHAGEN (Landesarchiv Sachsen-Anhalt, Abteilung Magdeburg) in seinem Vortrag zunächst die Herausforderungen digitaler Bestandserhaltung. So sei es etwa bedauerlich, dass angesichts der aktuell noch stark divergierenden Qualität der zu erhaltenden Objekte das Wissen etwa um Formatrisiken, mögliche Migrationswege oder auch einsetzbare Software nicht gebündelt in der PRONOM-Datenbank vorliege. Zudem dominierten nach wie vor technische Aspekte die Debatte um digitale Bestandserhaltung – zum Nachteil genuin fachwissenschaftlicher Perspektiven. Unter diesen Vorzeichen weist Steffenhagen auf die Risiken des Einsatzes von KI in der Bestandserhaltung hin. So könne etwa ein mit Datensätzen trainiertes KI-Modell zumindest zum gegenwärtigen Zeitpunkt nicht evidenzbasiert nachweisen, wie es zu seinem jeweiligen Ergebnis gekommen ist, während Archive im Rahmen der Bestandserhaltung gerade auf jederzeit reproduzierbare, verlässliche und steuerbare Methoden angewiesen sind. Zur Lösung dieses Problems betont Steffenhagen die Relevanz einer hochwertigen Wissensbasis mit einer fundierten Datengrundlage und fachlicher Untermauerung. Ontologien und Wissensgraphen ermöglichen die Schaffung einer guten Datengrundlage, mit welcher die KI-Modelle verlässlich arbeiten können. Derartige Systeme des Semantic Web würden ihrerseits zwar bestimmte Schwächen aufweisen (etwa einen rigiden, aufwändigen Modellierungsprozess), welche aber gerade durch die Integration von KI-Modellen im Sinne eines RAG-Systems ausgeglichen werden könnten. Die Konzeption einer derartigen Lösung ist das Ziel des von Steffenhagen aktuell bearbeiteten Projekts PROMETHEUS (Preservation of digital objects and metadata: decoding the digital environment under the use of ontologies). Abschließend betonte Steffenhagen den Charakter derartiger Lösungen als effektive, aber auch komplizierte „Expertensysteme” und plädierte daher für tiefere archivische Kooperationsgemeinschaften.
MICHAELA PRIEN (Bereichsleiterin Kundenbetreuung bei Transkribus, READ-COOP SCE) sprach über die immer noch bestehende Herausforderung, digitalisierte Dokumente zuverlässig maschinell erkennen zu können. Transkribus erprobt derzeit End-to-End-Modelle, die saubere, kontrollierbare und zuverlässige Daten- und Informationsextraktion versprechen, was sich an bisher vielversprechenden Quoten bei Zeichenfehlern und Layoutgenauigkeit zeigt. Dies wurde anhand einiger Praxisbeispiele und Anwendungsszenarien, insbesondere der automatischen Texterkennung als Schlüsselfunktion, vorgeführt. In einem weiteren Schritt plant Transkribus die Integration großer Sprachmodelle (LLMs) in End-to-End-Modelle, die den bisherigen sehr langen Workflow beschleunigen und die Fehlerquote deutlich reduzieren können, womit sie sich zudem für komplexe Strukturen, bspw. Zeitungen, eignen. Der KI komme die Aufgabe zu, die Arbeit zu vereinfachen und zu unterstützen, ohne diese dabei aber gänzlich zu übernehmen. Darüber hinaus berichtete Prien über den aktuellen Stand der Aktivitäten bei Transkribus und benannte vier Hauptaufgabenfelder bzw. Anwendungsbereiche der KI im archivischen Bereich: Texterkennung/Transkription, Strukturerkennung, Entitätenfestlegung und Durchsuchbarkeit/Recherchehilfe. Die Transkribus-KI ist dabei als Werkzeug zu verstehen, welches Prozesse effizienter machen und Routinen übernehmen soll.

MARCO BIRN (Kreisarchiv Reutlingen) und MELANIE WEBER (Universität Stuttgart) stellten den Chatbot GeRT vor, ein RAG-basiertes Dialogsystem zu Erkundung der Geschichte des Landkreises Reutlingen, das im Rahmen einer Masterarbeit in den Digital Humanities entstanden ist. Die Anwendung ist Teil des Konzepts zum Einsatz von KI im Kreisarchiv Reutlingen und soll die Nutzung barrierearm und niedrigschwellig gestalten. Basierend auf Digitalisaten, OCR- und HCR-erkannten Dokumenten und Findbuchdaten soll GeRT zukünftig an den virtuellen Lesesaal des Kreisarchivs angebunden werden. Der Chatbot könne dabei als „Gamechanger“ der Nutzung betrachtet werden, da die KI entsprechend der Grundidee bei einer Nutzungsanfrage nicht nur Antworten liefern, sondern auch auf den zuständigen Mitarbeitenden verweisen soll, wenn sie keine Antworten auf die Suchanfrage liefern kann. Im Anschluss wurden die Erkenntnisse aus der Testphase vorgestellt. Das Projekt hat gezeigt, dass genug (auch personelle) Ressourcen vorhanden sein müssen, man Digitalisate mit verlässlicher Texterkennung braucht und die KI sich in die vorhandene IT-Infrastruktur einbinden lassen muss. Besondere Probleme, die es zu lösen galt, waren das Speichervolumen für die Digitalisate und wie der Zugriff von außen gestaltet werden kann.

Über den Einsatz von Large Language Models (LLMs) im kommunalen Bereich referierte DOMINIC EICKHOFF (LWL-Archivamt für Westfalen). Ausgehend von der Erkenntnis, dass generative KI in kleineren Archiven abseits der Erkennung und Metadatenextraktion bisher wenig zum Einsatz kommt, stellte Eickhoff Überlegungen zu Lösungsansätzen für deren Anwendung an. Von vorneherein wurde deutlich gemacht, dass die Verbreitung von KI in Kommunalarchiven vom Einsatz der Mitarbeitenden abhängig ist, da KI ohne Experimente gar nicht in den Archiven ankäme. Als Voraussetzung für die Etablierung von KI nannte Eickhoff eine gute Datengrundlage und wirtschaftliche Use Cases. Auf dieser Grundlage könnte KI beispielsweise über AFIS oder die kommunale Infrastruktur, durch die Beauftragung von Dienstleistenden, als Pilotprojekt oder eben über experimentelles Vorgehen den Weg ins Archiv finden. Die Integration der KI mit den entsprechenden Arbeitsschritten beschrieb Eickhoff in drei Phasen: Erkundung (Potenziale entdecken), Standardisierung (Grundlagen schaffen) und Integration (Mehrwert erzeugen). Er stellte die These vor, wonach die Beurteilung von KI-Systemen und -modellen einem datenorientierten Ansatz folgen sollte, statt sich primär an archivfachlichen Aufgaben zu orientieren. Hierzu präsentierte er als Konzept einen Zyklus archivischer Metadaten: Workflow der Datenproduktion, Szenarien der Datenpflege, Wege der Bereitstellung und Rahmenbedingungen der Nutzung. Im Folgenden wurden die Use Cases „Findbucheinleitungen schreiben“ und „Anfragen beantworten (per Mail)“ als Fallbeispiele besprochen. Abschließend wurden Einsatzmöglichkeiten kommerzieller Chatbots für archivische Fachaufgaben sowie die rechtlichen Rahmenbedingungen und Fragen der Wirtschaftlichkeit diskutiert.
Über den Stand der automatisierten Erkennung der Leipziger Meldekartei berichtete THEKLA KLUTTIG (Sächsisches Staatsarchiv, Staatsarchiv Leipzig). Es handelte sich um einen Werkstattbericht über ein laufendes Digitalisierungsprojekt der ca. 1,4 Millionen Meldeblätter des Polizeipräsidiums Leipzig der Jahre um 1910 bis 1950. Nach einer Einführung in die Geschichte und Dimension des Bestandes schilderte Kluttig die bisher vorgenommenen Bearbeitungen der Kartei, die 1994 mikroverfilmt und 2017/18 digitalisiert wurde. So sind die Digitalisate über eine interne Ablage eingeschränkt zugänglich, wobei allerdings der Bezug der Dateien zu Namen/Meldeblättern nicht zu erkennen ist. Aufgrund der in den Meldeblättern genannten Nachkommen wird eine freie Online-Stellung des Digitalisate nicht vor dem Jahr 2050 möglich sein. Darüber hinaus sind die Namen der Dateiordner aus den UUIDs gebildet, weshalb sich die Nutzung des Bestandes auch aufgrund weiterer Schwierigkeiten mühselig gestaltet. Die Regelnutzung liegt überwiegend in der Auskunftserteilung. Die Ziele des Projekts liegen einerseits in einer erwartbaren deutlichen Reduzierung des Zeitaufwandes bei der Ermittlung einzelner Meldeblätter, andererseits in der Strukturierung der Digitalisate und der Erstellung eines Datensatzes zu jeder Hauptperson sowie einer später geplanten Überführung der Daten und zugeordneten Digitalisaten ins Staatsarchiv zwecks Einrichtung eines zentralen Nachweissystems. Der Einsatz von KI erfolgt dabei durch die Erkennung der Zugehörigkeit von Bilddateien zum jeweiligen Meldeblatt bzw. dieser Dateien zu einem Datensatz der Hauptperson eines Meldeblatts wie auch bei der Layout-Erkennung und der handschriftlichen Texterkennung.
SARAH MARQ (Université Paris 1 Panthéon-Sorbonne) und AMANDINE GORSE (Chambre des Députés du Luxembourg) berichteten über ihr Projekt zur Erschließung des Archivs der Abgeordnetenkammer Luxemburgs. Ziel ist die Identifikation sensibler Daten in den Beständen und die rechtssichere Veröffentlichung. LLMs unterstützen die Generierung von Titeln und Inventaren. Die KI hilft dabei, menschliche Fehler zu reduzieren und Entscheidungen nachvollziehbarer zu machen. Die Voraussetzung für einen ethischen Gebrauch von KI stelle laut Marq und Gorse geschultes Personal, IT-Sicherheit und ein stetiges best practice management dar.
JÜRGEN GÜDLER (DFG) zeigte am Beispiel der DFG-Förderakten (1987–2005), wie Volltexte durch OCR erschlossen und mit Hilfe von LLMs analysiert werden können. Die KI wird bei der Generierung von Abstracts und der Anreicherung des Findbuchs durch named entity recognition sowie die Verknüpfung mit der GND-ID und Wikidata-ID eingesetzt. Das Projekt zielt darauf, eine Transparenz über die Förderpraxis der DFG herzustellen und die wissenschaftshistorische Relevanz der Akten aufzuzeigen. Risiken wie Halluzinationen der KI erfordern jedoch eine kritische Begleitung durch Fachpersonal und die Scans der Originalakten bleiben wichtig für die Validierung der KI-generierten Daten.

INGER LOUISE BANSE (Bundesarchiv) und MAHSA VAFAIE (FIZ Karlsruhe) präsentierten ein Projekt zur digitalen Auswertung der Bundeszentralkartei (BZK) für Entschädigungsverfahren mittels multimodaler Large Language Models (MLLMs). Die Karteikarten liegen dabei in variierenden Layouts vor, viele sind maschinengeschrieben, einige jedoch auch handschriftlich. Aufgrund fehlerhafter Texterkennung wurden neue Analysepipelines mit Open-Source-MLLMs entwickelt. Prompt-Optimierung und beispielbasierte Modellführung verbesserten die Ergebnisse, wobei englische Prompts besonders wirksam waren. Der nächste Schritt des Projektes ist die Konstruktion eines BZK Knowledge Graphs, um die Daten mit anderen Institutionen verknüpfen zu können.
Abschließend richtete sich der Blick auf die archivischen Nachbargebiete Museum und Bibliothek. MAITRAYEE MUKHERJEE (Institute of Language Studies and Research (ILSR), Kolkata) griff Ideen Jacques Derridas auf zur Untersuchung des Journals der Mahabodhi Society (Bengal, Indien). Archive und Archivierung werden als Gegenstände gesellschaftlicher Diskurse und Machtambitionen begriffen und KI wird eingesetzt, um Vorurteile, bias oder Auslassungen, die sich im Prozess der Archivierung eingeschlichen haben, kenntlich zu machen. Der Vortrag schloss explizit an die internationale Debatte über den Umgang mit colonial archives an.
VICTOR KABATA (Sorbonne University, Abu Dhabi) stellte anschließend den Einsatz von KI in Museen in Abu Dhabi vor. Grundlage war eine Befragung von etwa 20 Museen in Abu Dhabi, Dubai, Sharjah, Ras al Khaima, Fujaira, Ajman und Umm Al Quwah zum Einsatz von KI in ihren Häusern. Als wichtigste Einsatzfelder von KI identifizierte Kabata die Werbung und Steuerung der Besucherinnen und Besucher sowie das Management der Sammlungen.

Schließlich sprachen MICHAEL GASSER und CHRISTIANE SIBILLE (Bibliothek der ETH Zürich) über neue Perspektiven auf Daten mit KI im 21. Jahrhundert. Zur ETH gehören umfangreiche und vielfältige Sammlungen und Archive, die inhaltlich, medial und stofflich außerordentlich heterogen sind. KI wird zur Erschließung und zur Datenanreicherung eingesetzt. Insgesamt wird ein Ansatz angestrebt, der „collections as data“ begreift und den Einsatz von KI auch für Auswertungen ermöglicht. Für das Hochschularchiv läuft ein Projekt, das einen Zugangsweg über KI eröffnen wird. Ein Abschnitt „lessons learned“ zog abschließend eine praxisorientierte Summe aus den Erfahrungen mit dem KI-Einsatz in den letzten Jahren.

In der Abschlussdiskussion (auf dem Podium: Irmgard-Christa Becker, Thekla Kluttig, Victoria Lemieux und Michael Gasser) zog Becker ein Fazit des Kolloquiums, in dem sie insbesondere auf Durantis Unterscheidung von Para- und Metadaten abhob. Weitere diskutierte Themen waren der ökologische Fußabdruck der KI (Stichwort Energieverbrauch), die Konsequenzen für die Ausbildung sowie die Sorge, dass durch den Einzug der KI in den Archivalltag die Schere zwischen großen und kleinen Archiven weiter aufgehen könnte.
Autor*innen (in alphabetischer Reihenfolge): Jonas Burkei, Adrian Grave, Simone Hacke, Sebastian Hansen, Claudia Heise, Sabrina Jost, Sarah Kupferschmied, Robert Meier, Martin Münke, Simon Schmitz
Die Präsentationen des Kolloquiums finden Sie hier.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Robert Meier (30. Juni 2025). KI im Archiv. Tagungsbericht zum 29. Archivwissenschaftlichen Kolloquium. Archivwelt. Abgerufen am 15. Juli 2025 von https://doi.org/10.58079/148j5
Ein Gedanke zu „KI im Archiv. Tagungsbericht zum 29. Archivwissenschaftlichen Kolloquium“