Open.Oral-History
Empfehlungen und Werkzeuge für die Risikobewertung, Anonymisierung und Bereitstellung rechtlich geschützter und ethisch sensibler audiovisueller Interviews
Von Verena Nägel / Tobias Kilgus / Almut Leh / Dennis Mischke

Ob es um die Erinnerungen Überlebender des Nationalsozialismus, die Erfahrungen von Zeitzeug*innen großer gesellschaftlicher Umbrüche, die Erzählungen von Migrant*innen oder die Perspektiven von Akteur*innen sozialer Bewegungen geht – die Oral History hat sich als unverzichtbares Instrument für die Geschichts-, Sozial- und Geisteswissenschaften etabliert. Seit Jahrzehnten werden in unterschiedlichsten Kontexten audiovisuelle, narrative Interviews geführt, um individuelle Sichtweisen auf historische Ereignisse und gesellschaftliche Entwicklungen zu dokumentieren und zu analysieren.
Diese Interviews werden nicht nur im Rahmen von Forschungsprojekten aufgezeichnet, ausgewertet und zitiert, auch Museen, Filmemacher*innen und zivilgesellschaftlichen Initiativen erstellen Oral-History-Interviews für Ausstellungen, Dokumentarfilme oder Bildungszwecke. Im Laufe der Zeit sind so zahlreiche audiovisuelle Sammlungen entstanden, die jedoch häufig schwer auffindbar, unzureichend gesichert und selten nachnutzbar sind. Sie lagern bei unterschiedlichen Institutionen und Privatpersonen, die ihre Bestände zwar gerne für die weitere Forschung bereitstellen würden, aber aufgrund rechtlicher Unsicherheiten – etwa hinsichtlich der Rechteinhaberschaft, der Einwilligungserklärungen oder ethischer Risiken – vorsichtshalber auf eine Bereitstellung verzichten. Es fehlt ein strukturiertes Wissen über die juristischen Bedingungen und technischen Möglichkeiten für eine digitale Bereitstellung der Quellen.
Audiovisuelle Interviews, die sensible personenbezogenen Daten enthalten, werden in der Oral History bislang zumeist nicht anonymisiert archiviert und erst in Publikationen anonymisiert. Da sie akustische und visuelle Informationen in Form von Bewegtmedien enthalten, ist eine Anonymisierung sowohl technisch als auch redaktionell aufwendig, zeitintensiv und erfordert spezielles Know-how. Deshalb sind bislang viele Interviews, die anonymisiert zugänglich gemacht werden könnten, nicht zugänglich oder nur unter Aufsicht einsehbar.
Gleichzeitig wächst in den historischen, sozial- und kulturwissenschaftlichen Disziplinen sowie in den Digital Humanities das Interesse an der Nachnutzung dieser Interviews als historische Quellen und qualitative Forschungsdaten. Dass hier großer Bedarf besteht, zeigt nicht zuletzt die positive Resonanz auf die von der DFG geförderte und seit September 2023 betriebene Infrastruktur „Oral-History.Digital“, die den digitalen Zugang zu einer Vielzahl von Oral-History-Sammlungen erleichtert.
Das gemeinsam von der Freien Universität Berlin und der FernUniversität in Hagen umgesetzte Projekt „Open.Oral-History“ unterstützt Sammlungsverantwortliche dabei, die Voraussetzungen für eine Bereitstellung ihrer Interviews systematisch zu bewerten und gegebenenfalls mit Hilfe eines durch Künstliche Intelligenz (KI) unterstützen Anonymisierungsverfahrens zu ermöglichen. Das Projekt umfasst zwei zentrale Schwerpunkte.

1. Risikobewertung und Handreichung
Der erste Teil des Projektes adressiert die Schwierigkeit der Sammlungsverantwortlichen, bewerten zu müssen unter welchen Bedingungen sie ihre Interviews in welcher Form bereitstellen können. In enger Kooperation mit der Oral-History-Community werden verschiedene juristische Anforderungen sowie Ausgangs- und Nutzungsszenarien rechtebewehrter Interviews evaluiert. Im Rahmen eines ersten Workshops im April 2025 kamen rund 25 Expert*innen und Vertreter*innen verschiedener Oral-History-Sammlungen aus ganz Deutschland in Berlin zusammen, um gemeinsam zentrale juristische Fragen und Bedarfe der Oral-History-Community zu diskutieren. Der Workshop hat die Komplexität der juristischen Fragen im Bereich der Oral History sichtbar gemacht und den dringenden Bedarf an juristischer Klärung verdeutlicht.
Auf Basis der evaluierten Anforderungen werden im Rahmen des Projektes mit Unterstützung der auf digitales Medienrecht spezialisierten Anwaltskanzlei iRights.Law exemplarische Use-Cases beschrieben und eine praxistaugliche Entscheidungsmatrix für die Risikobewertung und Bereitstellung entwickelt.
Um den Wissenstransfer über den Projektkontext hinaus zu gewährleisten, wird zudem eine Handreichung erstellt, die die einschlägigen gesetzlichen Bestimmungen anhand von konkreten Fallbeispielen darlegt. Die Handreichung wird Empfehlungen zu den aus einer Risikobewertung resultierenden Bereitstellungsmöglichkeiten und den Chancen und Grenzen der Anonymisierung von Oral-History-Interviews anbieten. Zudem wird sie rechtlich geprüfte Beispieldokumente zur Risikobewertung sowie Muster-Nutzungsvereinbarungen und Datenschutzerklärungen enthalten.
2. KI-gestützter Anonymisierungsworkflow
Im zweiten Teil des Projektes Oral-History.Digital wird eine prototypische, browserbasierte Anonymisierungsanwendung aufgebaut und anhand exemplarischer Sammlungen erprobt. Das halb-automatisierte Verfahren soll den Aufwand der Anonymisierung reduzieren, ausgehend von den Transkripten auch die Audio- bzw. Videoaufzeichnung anonymisieren, die Qualität sichern und die Bereitstellung der Interviews nach den FAIR-Prinzipien erleichtern.
Aufbauend auf der Risikobewertung werden verschiedene Anonymisierungsgrade entwickelt: Die Anonymisierung kann von der Ausblendung einzelner akustischer oder visueller Inhalte bis hin zur Verhinderung der Re-Identifikation von Personen reichen. Wichtig ist, dass die bearbeiteten Quellen nach der Anonymisierung für die qualitative Forschung weiterhin nutzbar sind.
Der im Rahmen des Projektes zu entwickelnde KI-unterstützte Workflow umfasst folgende Schritte:
- Automatisierte Transkription mittels ASR:
Aufbauend auf Vorarbeiten des NFDI4Memory-Projekts ASR4Memory werden Deep-Learning-basierte, Open-Source-Spracherkennungsmodelle eingesetzt, um maschinenlesbare Transkripte mit millisekundengenauer Timecodierung zu erzeugen (Vgl. Kilgus und Kompiel 2025). Diese präzise Zeitcodierung jedes gesprochenen Wortes ist die Grundlage für die spätere halbautomatisierte Anonymisierung. - Identifikation sensitiver Entitäten:
Mittels Named Entity Recognition (NER) werden potenziell zu anonymisierende Wörter und Passagen – wie Personennamen, Ortsangaben oder andere personenbezogene Informationen – automatisch erkannt. Um die Detektion sensibler Daten zu verbessern, werden verschiedene NER-Verfahren und Modelle (z.B. spaCy, Stanford Named Entity Recognizer, Hugging Face Transformers-Modelle, Large Language Models) evaluiert. Im Mai 2025 findet an der FernUniversität in Hagen ein hybrider Workshop zur Evaluation verschiedener NER-Modelle statt. - Auswahl der zu anonymisierenden Entitäten:
Ein Userinterface erlaubt den Sammlungsverantwortlichen eine qualitative Auswahl der identifizierten Entitäten im Kontext des Transkriptes und des audiovisuellen Mediums. Auch können manuell zusätzlich Passagen oder Wörter zur Anonymisierung markiert werden. - Multimodale Anonymisierung:
Die ausgewählten Stellen werden in einer Pipeline automatisiert in den Audio- und Videospuren unkenntlich gemacht (z.B. durch Ausblenden, Verzerrung oder Schwärzung). Parallel werden die Transkripte entsprechend anonymisiert. - Bereitstellung der anonymisierten Daten:
Nutzer*innen erhalten die anonymisierten Text- und Mediendateien sowie maschinenlesbare Lizenz- und Rechteinformationen, die eine rechtskonforme Bereitstellung und Nachnutzung der audiovisuellen Quellen ermöglichen.
Austausch mit anderen Pilotprojekten und dem Koordinierungsprojekt
Auch wenn audiovisuelle Oral-History-Interviews sich in vielerlei Hinsicht von den in anderen Pilotprojekten behandelten rechtebewehrten Objekten unterscheiden, sehen wir verschiedene Möglichkeiten sowohl für einen konstruktiven Austausch als auch generische Anknüpfungsmöglichkeiten zu anderen Fachdisziplinen.
So würden wir uns sehr über einen Austausch zu Best Practices bei der digitalen Umsetzung von Entscheidungsmatrixen zur Risikobewertung freuen. Auch an Erfahrungen mit verschiedenen Verfahren der Named Entity Recognition und der halbautomatischen Anonymisierung audiovisueller Quellen sind wir sehr interessiert. Im Bereich standardisierter Rechteinformationen (Rights Expression Language) verfügen wir aktuell über begrenzte Expertise und würden uns daher sehr über einen Wissenstransfer aus anderen Pilotprojekten freuen. Vor dem Hintergrund der rasanten Fortschritte im Bereich der KI-Technologien stellt sich uns zudem die übergreifende Frage, ob und wie mit der Gefahr einer Re-Identifikation anonymisierter Daten durch KI-Technologien umzugehen ist. Wir freuen uns sehr auf den Austausch im Gesamtprojekt.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Teilprojekt (16. Mai 2025). Open.Oral-History. Rechtebewehrte Sammlungsobjekte. Abgerufen am 16. Januar 2026 von https://schutzrechte.hypotheses.org/1206
