Abstract
Soziologische Analysen von autobiographischen Erzählungen beruhen auf der Rekonstruktion der narrativen Organisation durch die Klassifikation der Funktion von Erzähleinheiten (Segmenten). Ziel der hier beschriebenen Kooperation ist es, Teilschritte dieser Untersuchungsmethodik durch Werkzeuge der sprachverarbeitenden KI zu unterstützen: Satzanalyse und LLMs als Hilfsmittel zur Textsegmentierung und Aussageklassifikation. Erste Voruntersuchungen legen nahe, dass eine Zerlegung der transkribierten mündlichen Erzählungen in einzelne Propositionen mit Hilfe syntaktisch basierter Werkzeuge oder über promptbasierte Ansätze möglich ist. Die Klassifikation dieser Segmente in solche, die die Beschreibung neuer Lebensphasen einführen, in resümierende Teile (Koda) sowie in verschiedene Arten von Propositionen, die den Fortgang einer Lebenslauferzählung zum Inhalt haben, ist Gegenstand laufender Experimente. Von der (ggf. teilweisen) Automatisierung der Verfahren erwarten wir uns mehrere nützliche Effekte: (i) die Möglichkeit, größere Mengen von Lebenslauferzählungen miteinander vergleichen zu können; als Konsequenz daraus (ii) die Chance, Muster im biographischen Erzählen identifizieren zu können, sowie (iii) eine empirische Validierung der zugrundelie-genden soziologischen Theorien. (iv) Effekte für die Computerlinguistik sind Verbesserungen von computerlinguistischen Methoden und Aufschluss über kombinierte Verfahren, bei denen Experten mit KI-Werkzeugen interagieren.