Der Softwareentwickler Jesse Waites nutzte einen KI-Agenten-Workflow, um 4,35 Millionen Seiten historischer Archive der Niederländischen Ostindien-Kompanie sowie historische Zeitungen zu durchsuchen. Das automatisierte System, welches ein kostengünstiges Entscheidungsmodell zur Vorfilterung einsetzt, identifizierte innerhalb eines zwölftündigen Overnight-Laufs einen vergessenen Meteoritenbericht aus dem Jahr 1812, drei verlorene Nashorn-Transporte aus dem 18. Jahrhundert sowie drei bisher unregistrierte Vulkanausbrüche. Die entwickelte Forschungspipeline wurde unter dem Namen „Antiquity“ als Open-Source-Tool veröffentlicht.
Wichtigste Punkte
Datenvolumen und Umfang: Automatisierte Durchsuchung von 4,35 Millionen Seiten der Niederländischen Ostindien-Kompanie (über das GLOBALISE-Projekt transkribiert) sowie jahrhundertelanger Zeitungsarchive (darunter die Java Government Gazette).
Technische Pipeline-Architektur: Dreistufiger Workflow bestehend aus Vektor-Embeddings für die semantische Suche (5,7 Millionen Passagen), einem kostengünstigen „System One“-Modell namens Jev zur effizienten Vorfilterung (Kosten von ca. 3 USD für 59.000 Erwähnungen) und Claude Haiku zur finalen Verifizierung gegen Original-Scans.
Entdeckung eines vergessenen Meteoriten: Ein Bericht aus der Java Government Gazette vom 19. Dezember 1812 (nachgedruckt aus der Bombay Gazette) beschreibt einen Meteoriteneinschlag am 6. August 1812 bei Pandharpur in Indien, der in keinem modernen Katalog verzeichnet ist.
Verlorene Nashorn-Transporte: Nachweise aus den Jahren 1738 bis 1740 über drei gefangene Java-Nashörner aus den Wäldern um Batavia, die als Geschenke für den König von Kandy in Sri Lanka bestimmt waren, jedoch während des Transports oder kurz nach Ankunft starben (dokumentiert im Schiffstagebuch der Loverendaal).
Unregistrierte Vulkanausbrüche: Identifizierung von drei historischen Eruptionsberichten in Kolonialarchiven, die in der Smithsonian Global Volcanism Program-Datenbank fehlen: Gamkonora (Halmahera, 1722), Ciremai (West-Java, 1712) und Slamet (Zentral-Java, 1780).
Open-Source-Veröffentlichung: Das Projekt wurde als Toolkit unter dem Namen Antiquity auf GitHub bereitgestellt, um ähnliche agentenbasierte historische Recherchen zu ermöglichen.
Diskussions-Highlights
Kritik an visuellen Web-Effekten: Zahlreiche Kommentatoren bemängelten die störenden visuellen Animationen und das rotierende Nashorn auf der Blog-Website, die die Lesbarkeit einschränkten und an Retro-Gifs aus den 1990er Jahren („Under Construction“) erinnerten.
Fachlicher Nutzen vs. „Junk-Food“-Konsum: Es entbrannte eine Debatte darüber, ob solche automatisierten KI-Durchläufe echten historischen Erkenntnisgewinn bringen oder lediglich oberflächliche „Fast-Food“-Recherchen darstellen, bei denen der Autor selbst kaum tiefgreifendes Fachwissen über die historischen Kontexte erwirbt.
Vergleich mit Experten-Forschung: Kritiker hoben hervor, dass erfolgreiche historische KI-Funde (wie Benjamin Breens Dodo-Entdeckung) oft von spezialisierten Domain-Experten gesteuert wurden, während der hier gewählte Ansatz eher breit und ungezielt anmutete.
Erwähnte Tools und alternative Ressourcen: Nutzer verwiesen auf alternative Projekte wie SourceLibrary.org/mcp für historische Recherchen via MCP mit Claude sowie auf das Open-Source-Repository github.com/jessewaites/antiquity.
Verifizierung und OCR-Hürden: Diskutiert wurden auch die inhärenten Herausforderungen beim Umgang mit OCR-Fehlern in historischen Texten sowie die generelle Notwendigkeit einer strengen manuellen Validierung gegen Originaldokumente.
Glossar
GLOBALISE: Ein wissenschaftliches Digitalisierungsprojekt, das Millionen handschriftlicher Seiten der Niederländischen Ostindien-Kompanie in maschinenlesbare und durchsuchbare Transkripte umgewandelt hat.
Niederländische Ostindien-Kompanie (VOC): Eine historische, multinationale Handelsgesellschaft (1602–1799), die den europäischen Gewürzhandel in Asien dominierte und riesige Kolonialarchive hinterließ.
Vektor-Embedding (Embedding): Eine mathematische Repräsentation von Wörtern oder Textpassagen als Zahlenvektoren in einem hochdimensionalen Raum, die es KI-Systemen erlaubt, nach inhaltlicher Bedeutung statt nach exakten Begriffen zu suchen.
System One (Entscheidungsmodell): Ein recheneffizientes, extrem schnelles und kostengünstiges KI-Modell, das für binäre oder eng gefasste Vorfilterungsaufgaben eingesetzt wird, um teurere Großmodelle zu entlasten.
Smithsonian Global Volcanism Program: Eine weltweit führende wissenschaftliche Datenbank und Standardreferenz für alle bekannten Vulkanausbrüche der Erde.
OCR (Optical Character Recognition / Optische Zeichenerkennung): Eine Technologie zur automatisierten Umwandlung von gedrucktem oder handgeschriebenem Text in maschinenlesbaren Digitaltext.
Model Context Protocol (MCP): Ein offener Standard, der LLMs (Large Language Models) standardisiert mit externen Datenquellen, Werkzeugen und Archiven verbindet.