Wer in digitalen Editionen mit historischen Quellen arbeitet, begegnet ihnen überall: Personen, die Geschichte geprägt haben – und die über Personenregister miteinander verknüpft werden. Diese Register bilden das Rückgrat digitaler Editionsarbeit: Sie machen Beziehungen zwischen Akteur:innen sichtbar, schaffen Kontext und eröffnen neue Perspektiven auf soziale und wissenschaftliche Netzwerke. Gleichzeitig offenbaren sie, wo Datenlücken bestehen – etwa beim Gender der erfassten Personen. In vielen Fällen zeigt sich hier ein Ungleichgewicht zulasten von Frauen und anderen marginalisierten Gruppen. Der sogenannte Gender-Data-Gap wird jedoch erst sichtbar, wenn Genderinformationen systematisch erfasst und ausgewertet werden – eine Voraussetzung dafür, ihm gezielt entgegenzuwirken. Hier setzen die Gender & Data-Initiative und das KI-Lab der Berlin-Brandenburgischen Akademie der Wissenschaften (BBAW) an: Sie sensibilisieren für geschlechterspezifische Datenlücken und entwickeln praxisnahe, technische Lösungen, um diese zu verringern. In der Forschungssoftware ediarum, die vom Digital-Humanities-Referat TELOTA der BBAW entwickelt wird, besteht inzwischen die Möglichkeit, Genderangaben manuell zu annotieren – ein Ergebnis gemeinsamer Workshops mit Editionsteams. Daran anknüpfend erforscht das KI-Lab Verfahren zur automatisierten Gendererkennung anhand von Personennamen. Ziel ist es, diese Ansätze vergleichend zu erproben und in bestehende TEI-XML-Workflows integrierbar zu machen – eine Herausforderung an der Schnittstelle von Digital Humanities und Research Software Engineering. Der Beitrag stellt die web-basierte Anwendung genderTagger zur Genderklassifikation in TEI-XML-Personenregistern vor, die speziell für die Anreicherung bestehender Register konzipiert wurde. Das Tool erlaubt Nutzer:innen die Einträge ihrer Personenregistern stapelweise oder individuell pro Eintrag mit Gender-Angaben zu versehen. Dabei werden sie durch fünf verschiedene Ansätze zur automatisierten Genderklassifikation unterstützt: GND-API-Abfragen (Gemeinsame Normdatei), regelbasierte Heuristiken (gender-guesser), statistisches Machine Learning (nomquamgender), Transformer-basierte Modelle sowie lokal betriebene Sprachmodelle. Durch die Kombination mehrerer Methoden lassen sich Schwachstellen einzelner Ansätze kompensieren. Die Übereinstimmung der Klassifikationen wird mittels geeigneter Übereinstimmungsmaße quantifiziert und visualisiert. genderTagger bietet zwei Arbeitsmodi: Eine tabellarische Ansicht erlaubt die systematische Durchsicht und Annotation automatischer Ergebnisse, inklusive Wahrscheinlichkeiten und Übereinstimmungsmetriken. Ein Timer-basierter Game-Modus setzt auf spielerische Anreize: Score- und Streak-Tracking steigern die Annotationsgeschwindigkeit, eine Bestenliste fördert das Engagement im Team. TEI-XML-Import und -Export sind integriert, sodass angereicherte Daten nahtlos in bestehende Projekte zurückfließen können. Die Genderannotation im Tool basiert auf historischen Namen und verwendet eine binäre Klassifikation („Mann“ / „Frau“) sowie die Kategorien „Unsicher“ und „Institution“. Nicht-binäre, trans* oder agender Kategorien können derzeit nicht berücksichtigt werden. Die Klassifikation stellt einen ersten Schritt dar, um den Gender-Data-Gap sichtbar zu machen, spiegelt jedoch nicht die individuelle Geschlechtsidentität der Personen wider. Ein Hinweis im Tool regt zur kritischen Reflexion über die Daten und ihre Interpretation an. Als Fallbeispiel für die Entwicklung des genderTagger dient die Edition schleiermacher digital, die Korrespondenz, Tageskalender und Vorlesungen des Theologen Friedrich Schleiermacher (1768–1834) kritisch kommentiert und zugänglich macht. Ihr Personenregister umfasst rund 8.000 Einträge, von denen etwa 2.500 über GND-Identifier verfügen, während für über 5.500 Personen alternative Klassifikationsansätze erforderlich sind. Dies verdeutlicht den Nutzen der methodischen Kombination im genderTagger. Die aktuelle Genderverteilung des Registers liegt bei rund 75 % Männern und 15 % Frauen. Um dem Gender-Data-Gap in digitalen Editionen nachhaltig entgegenzuwirken, werden Quellcode und trainierte Modelle von genderTagger offen zugänglich gemacht, sodass Nachnutzung und Weiterentwicklung möglich sind
Klappenbach et al. (Tue,) studied this question.