HistoriaMP

Vom Manuskriptbild zur überprüfbaren Lesung.

HistoriaMP untersucht historische Handschriften mit - quellengebunden, nachvollziehbar und mit sichtbarer .

Keine klassische OCR-Ausgabe: Die Plattform verbindet , , Abkürzungen und Qualitätsprüfung zu einer begründeten .

Demo ansehen Glossar öffnen kontakt@historiamp.com
Visualisierung einer quellengebundenen Manuskriptanalyse mit sichtbarer Evidenz, Unsicherheit und begründeter Lesung
So funktioniert es

Erst Befund, dann Lesung.

01

Bildgrundlage prüfen

Bildfassung, Ausschnitt und sichtbare Bereiche werden dokumentiert, bevor eine entsteht.

02

Befunde sichtbar machen

Layout, Segmente, , Abkürzungen und kritische Stellen bleiben als überprüfbar.

03

Lesung begründen

Unsichere Stellen werden markiert. Eine Lesung wird nicht geglättet, sondern auf visuelle Evidenz zurückgeführt.

Vereinfachte Demonstration

Die folgende Simulation ist ein bewusst vereinfachtes Modell. Sie zeigt nicht die vollständige reale Pipeline, sondern das Grundprinzip: Ausgangsbild, Modulschritte, Artefakte, und Qualitätsprüfung bleiben sichtbar und überprüfbar.

DEMONSTRATION VIEW — PRE-MARKED IMAGE SEQUENCE
HMP_DEMO_MS131_0001
IMAGE SEQUENCE / MS131_6 READY
Original manuscript image M01 source frame M02 layout zones M03 segment grid M04 glyph markers M04A minim clusters M04B abbreviation candidates M05A reading layer M07 audit package
Quelle: Das Ausgangsbild bleibt Primärquelle. Die Markierungen sind vorbereitete Demonstrationsbilder.
RUN: HMP_DEMO_MS131_0001 READY
result_raw.jsonimmutable model output
result_approved.jsonhuman reviewed layer
uncertainty_report.jsonpreserved ambiguity
quality_report.jsonpipeline audit state
Methodische Notizen

Blog

Texte zu KI-gestützter Bildanalyse, Quellenbindung, Dokumentation, Unsicherheit und digitalen Handschriften-Workflows.

09. Mai 2026 HTR und LLMs in der Manuskriptanalyse: Warum die Blackbox nicht reicht Warum automatische Texterkennung und große Sprachmodelle ohne sichtbare Evidenz methodisch nicht ausreichen. 02. Mai 2026 Wenn kleine Zeichen große Fragen stellen Warum historische Manuskripte mehr brauchen als automatische Texterkennung. 30. April 2026 Wenn der Modellinput nicht die Quelle ist Warum Bildskalierung bei KI-Analysen dokumentiert werden muss.
Alle Blogbeiträge öffnen
Projektstruktur

Die wichtigsten Projektseiten

Diese Seiten erklären HistoriaMPs Methode und Pipeline.

Methodik

Warum HistoriaMP Beobachtung, Analyse, Lesung und Vermittlung trennt.

Pipeline

Wie der Weg vom Bild zur überprüfbaren Lesung in Module und Artefakte zerlegt wird.

FAQ

Häufige Fragen zur digitalen Manuskriptanalyse

Was ist digitale Manuskriptanalyse?

Digitale untersucht historische Handschriften mit digitalen Methoden. Entscheidend ist nicht nur die Textausgabe, sondern der nachvollziehbare Bezug zum sichtbaren .

Ist HistoriaMP ein OCR-Tool?

Nein. HistoriaMP versteht Handschriften nicht als einfache OCR-Aufgabe. Die Plattform dokumentiert Analyseebenen wie , Layout, Segment, , Unsicherheit und Lesung.

Warum ist Unsicherheit wichtig?

Unsicherheit zeigt, wo eine Lesung am Bildbefund nicht vollständig abgesichert ist. Dadurch wird die Analyse überprüfbarer und wissenschaftlich belastbarer.

Welche Rolle spielen MUFI und Unicode?

und helfen bei der digitalen Kodierung historischer Zeichen. Sie ersetzen aber nicht die Analyse der sichtbaren Manuskriptform.