Towards a Relational Model of the Holocaust Geolocalized Approaches to Perpetration, Complicity, and Knowledge

Die Landkarte, die die Punkte verbindet

Stellen Sie sich vor, Sie versuchen, ein riesiges, globales Rätsel zu lösen, aber die Hinweise sind über tausende verschiedene Kisten auf einem staubigen Dachboden verstreut. Einige Hinweise sind Fahrkarten, andere sind Tagebucheinträge, einige sind offizielle Regierungslisten und andere sind Geschichten, die Überlebende Jahrzehnte später erzählt haben. Lange Zeit waren Historiker sehr gut darin, die einzelnen Geschichten zu lesen – wie ein Detektiv, der sich auf das Tagebuch einer bestimmten Person konzentriert, um deren Angst oder Mut zu verstehen. Aber manchmal ist es schwierig, das Gesamtbild zu erfassen, wenn man nur eine einzelne Geschichte betrachtet. Es ist, als versuche man, einen massiven Stau zu verstehen, indem man nur ein einziges Auto betrachtet; man weiß, dass dieses Auto feststeckt, aber man weiß nicht, warum das gesamte Stadtnetz blockiert ist.

Dieses Papier steht an der Schnittstelle zwischen Geschichte und digitaler Technologie, speziell in einem Feld namens „Historical Network Analysis“ (Historische Netzwerkanalyse). Denken Sie bei diesem Feld an eine superkraftvolle Art, die Punkte zu verbinden. Anstatt nur eine Liste von Namen zu lesen, baut diese Methode ein riesiges, interaktives Netz, in dem jeder Mensch, jeder Ort, jeder Bahnhof und jedes Dokument ein „Knoten“ (ein Punkt) ist und die Beziehungen zwischen ihnen „Kanten“ (Linien, die die Punkte verbinden) sind. Das Papier stellt eine große Frage: Können wir diese digitalen Netze nutzen, um nicht nur abzubilden, was während des Holocaust geschah, sondern auch, wo es geschah, wer in der Nähe war und welche Informationen zu dieser Zeit in der Luft lagen? Es geht darum, von einer geschichtsbuchartigen Sichtweise zur einer 3D-Kartenansicht zu gelangen, die uns hilft, Muster von Bewegung, Wissen und Verantwortung zu sehen, die unsichtbar bleiben, wenn wir nur ein einzelnes Dokument nach dem anderen lesen.

Die große Idee des Papers: Ein digitales Netz der Geschichte aufbauen

Fabian Schmidt, der Autor dieses Papers, schlägt eine neue Art vor, den Holocaust unter Verwendung dieser digitalen Netze zu untersuchen. Er schlägt vor, dass persönliche Geschichten zwar essenziell sind, um das individuelle Leid zu verstehen, aber nicht die besten Werkzeuge sind, um die riesigen, unsichtbaren Strukturen zu erkennen, die Täter, Opfer, Mitwisser und Institutionen über Zeit und Raum hinweg verbanden. Um dies zu beheben, argumentiert das Paper, dass wir „geolokalisierte historische Netzwerke“ aufbauen müssen.

Stellen Sie sich vor, man nimmt all die verstreuten Hinweise – die Fahrpläne, die Listen der Lagerüberstellungen, die Fabrikunterlagen und die Erinnerungen der Überlebenden – und füttert sie in ein Computermodell. Dieses Modell listet sie nicht einfach nur auf; es verbindet sie. Es zieht Linien zwischen einem bestimmten Zug und der Stadt, durch die er fuhr, oder zwischen einer Fabrik und den dort beschäftigten Arbeitern. Durch dies kann das Modell Muster offenbaren, die für das menschliche Gehirn in einem einzelnen Buch zu groß sind. So teilt der Autor beispielsweise einen persönlichen Moment, in dem ihm klar wurde, dass ein Deportationszug, der berühmt dafür war, ein junges Mädchen namens Settela Steinbach zu befördern, weniger als einen Kilometer (etwa 0,6 Meilen) von seinem eigenen Büro in Berlin vorbeifuhr. Obwohl die Route des Zuges bereits in Geschichtsbüchern dokumentiert war, machte die Verknüpfung mit einem Stadtplan seines Viertels das Ereignis plötzlich real und unmittelbar. Es warfen neue Fragen auf: Wie viele andere Züge fuhren durch dieses Viertel? Wie oft sahen die Einheimischen sie?

Das Paper schlägt vor, dass wir durch den Aufbau dieser Netzwerke „Wissenskarten“ erstellen können. Diese Karten sagen uns nicht genau, was eine bestimmte Person an einem bestimmten Tag wusste (da dies oft unmöglich zu beweisen ist). Stattdessen zeigen sie uns das Umfeld von Informationen. Sie können uns zeigen, welche Städte direkt neben Zwangsarbeiterlagern lagen oder welche Bahnhöfe lange Verzögerungen aufwiesen, bei denen Zivilisten hätten warten und zusehen können. Es ist wie das Erstellen einer Wetterkarte für Informationen: Wir können den Wind nicht sehen, aber wir können die Drucksysteme sehen, die uns verraten, wo der Sturm wahrscheinlich zu spüren sein wird.

Was das Paper tatsächlich tut (und nicht tut)

Es ist wichtig zu verstehen, was dieses Paper nicht behauptet. Der Autor stellt sehr klar, dass diese Methode kein Zauberstab ist, der die Notwendigkeit ersetzt, Zeugenaussagen von Überlebenden oder traditionelle Geschichtsbücher zu lesen. Tatsächlich argumentiert das Paper gegen die Vorstellung, dass wir diese Modelle nutzen können, um definitiv zu sagen: „Diese Person wusste alles“ oder „Diese Person wusste gar nichts“. Das Modell kann keine Gedanken lesen.

Stattdessen schlägt das Paper vor, dass diese Netzwerke ein Werkzeug sind, um die bestehende Geschichte zu ergänzen. Es schlägt vor, dass wir durch die Verknüpfung fragmentierter Daten – wie die Kombination einer Gefangenenliste mit einer Karte von Eisenbahnlinien und einem Tagebucheintrag eines Anwohners – die „relationalen Kontexte“ des Holocaust rekonstruieren können. Das Paper nutzt Beispiele aus anderen Bereichen, um zu zeigen, wie das funktioniert. Es weist auf ein Projekt namens „Sites of Shame“ hin, das die Deportationsrouten von Japaner-Amerikanern während des Zweiten Weltkriegs kartierte. Diese Karte zeigte ein klares Muster: Die meisten Menschen wurden aus Kalifornien in Lager im Mittleren Westen verlegt, aber nach dem Krieg kehrten sie nicht nach Kalifornien zurück, sondern zogen an die Ostküste. Dieses große Muster war in tausenden einzelnen Geschichten verborgen, wurde aber offensichtlich, als es als Netzwerk visualisiert wurde. Ähnlich betrachtet das Paper Karten des transatlantischen Sklavenhandels, die zeigten, dass viele versklavte Menschen intern zwischen Plantagen bewegt wurden – ein Detail, das in allgemeinen Geschichtsdarstellungen oft übersehen wird.

Das Paper schließt die Idee explizit aus, dass diese Modelle dazu verwendet werden sollten, das Grauen des Holocaust zu vereinfachen oder zu „ästhetisieren“. Die Nationalsozialisten selbst nutzten Karten und Diagramme, um ihren Genozid wie eine saubere, effiziente logistische Operation aussehen zu lassen. Dieses Paper argumentiert, dass unsere Modelle das Gegenteil tun müssen: Sie müssen die zerbrochenen, chaotischen, menschlichen Teile der Geschichte wieder zusammenführen, um die wahre Komplexität und das menschliche Ausmaß zu zeigen.

Die Methode: Von Papier zu Pixeln

Um diese Modelle aufzubauen, skizziert das Paper eine Methode namens „Entity-Relationship Modelling“ (Entitäts-Beziehungs-Modellierung). Denken Sie an dies als ein digitales Lego-Set. Die „Bausteine“ sind die Entitäten: Menschen, Orte, Organisationen und Ereignisse. Die „Verbindungsstücke“ sind die Beziehungen: „wurde deportiert aus“, „arbeitete bei“, „wohnte in der Nähe von“ oder „sah“.

Der Autor stellt fest, dass wir zwar viele Daten haben, diese aber derzeit verstreut sind. Ein Teil befindet sich in staatlichen Archiven, ein Teil in Datenbanken von Museen und ein Teil in alten Büchern. Das Paper schlägt vor, Technologien wie Natural Language Processing (NLP) einzusetzen – was im Grunde bedeutet, dass ein Computer Texte liest, um Namen und Daten zu finden –, um diese Informationen zusammenzuführen. Beispielsweise könnte ein Computer ein Tagebuch scannen, eine Erwähnung eines vorbeifahrenden Zuges finden und dies dann mit einem Transportplan verknüpfen, um genau zu sehen, wann und wo dies geschah.

Das Paper warnt jedoch vorsichtig davor, dass dies nicht perfekt ist. Die Daten sind unvollständig, und einige Geschichten könnten übertrieben oder falsch sein. Der Autor schlägt vor, dass wir sehr vorsichtig damit sein müssen, was wir in das Modell aufnehmen. Wir sollten uns auf Ereignisse konzentrieren, die an spezifische Zeiten und Orte gebunden sind, statt auf vage Gerüchte. Das Paper diskutiert auch die ethische Seite dieser Arbeit. Da die Daten echte Menschen betreffen, die gelitten haben, argumentiert der Autor, dass wir in der Datenbank „Pseudonyme“ (fiktive Namen oder ID-Nummern) verwenden sollten, um deren Würde zu schützen, und echte Namen nur dann und mit größter Sorgfalt offenlegen sollten, wenn es absolut notwendig ist.

Die Zukunft: Das Unsichtbare sehen

Das Paper schließt mit dem Vorschlag, dass diese Werkzeuge helfen könnten, Fragen zu beantworten, die bisher schwer zu stellen waren. Zum Beispiel: Könnten wir kartieren, wie nah Zivilisten an Konzentrationslagern lebten? Könnten wir sehen, wie oft Deportationszüge in der Nähe von belebten Stadtplätzen hielten? Der Autor stellt sich eine Zukunft vor, in der wir einen Computer fragen könnten: „Wie wäre es gewesen, 1941 in ein bestimmtes Pub in einer speziellen Stadt zu gehen?“ und eine Antwort basierend auf dem Netzwerk der Ereignisse in der Umgebung erhalten, anstatt nur eine Vermutung zu haben.

Obwohl das Paper nicht behauptet, das Rätsel des Holocaust gelöst zu haben, deutet es darauf hin, dass die „Historical Network Analysis“ eine neue Art bietet, die Beweise zu betrachten. Sie verwandelt einen Haufen unzusammenhängender Dokumente in eine lebendige, atmende Karte von Beziehungen. Dadurch hilft sie uns, die „unsichtbaren“ Strukturen von Mitschuld und Wissen zu sehen, und erinnert uns daran, dass Geschichte nicht nur eine Liste von Daten und Namen ist, sondern ein komplexes Geflecht von Verbindungen, das die Welt geformt hat. Da die Generation der Augenzeugen langsam verstirbt, argumentiert das Paper, dass diese digitalen Netze eine der besten Möglichkeiten sind, die uns verbleiben, um das volle Ausmaß dessen zu verstehen, was geschah, und sicherzustellen, dass die Verbindungen zwischen Menschen, Orten und Ereignissen niemals wieder verloren gehen.