Dr. Yong-Mi Rauch

Dr. Yong-Mi Rauch leitet derzeit die Digitale Märchen-Handbibliothek der Grimm-Sammlung (2024–2027) und forscht parallel zur Provenienzrecherche von NS-verfolgungsbedingt entzogenen Kulturgütern in Universitätsbeständen. Sie kombiniert dabei digitale Erschließungsmethoden mit maschinellem Lernen — etwa zur automatisierten Erkennung handschriftlicher Markierungen in historischen Drucken — um Rezeptionsgeschichte und Provenienz von Kulturgütern nachvollziehbar zu machen. Ihre Arbeit richtet sich an Gedächtnisinstitutionen, Archive und Museen, die historische Sammlungen digital zugänglich machen und gleichzeitig Restitutionsfragen klären müssen.

🔒 Das System hat 100 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• Digitalisierung und Erschließung der im deutschen Sprachraum erschienenen Drucke des 18. Jahrhunderts (VD 18)

  Quelle ↗

  Förderer: DFG sonstige Programme Zeitraum: 03/2021 - 12/2022 Projektleitung: Dr. Yong-Mi Rauch

• Provenienzrecherche nach NS-verfolgungsbedingt entzogenen Kulturgütern in den Beständen der Universitätsbibliothek (vormalige Zentrale Universitätsbibliothek)

  Quelle ↗

  Förderer: Andere inländische Stiftungen Zeitraum: 06/2022 - 06/2025 Projektleitung: Dr. Yong-Mi Rauch

• Referenzprojekt „Digitale Märchen-Handbibliothek von Jacob und Wilhelm Grimm“

  Quelle ↗

  Förderer: DFG sonstige Programme Zeitraum: 09/2024 - 08/2027 Projektleitung: Dr. Yong-Mi Rauch

• Erkennung von handschriftlichen Unterstreichungen in Alten Drucken

  2019

  BIBLIOTHEK Forschung und Praxis · DOI

  Zusammenfassung Die Erkennung handschriftlicher Artefakte wie Unterstreichungen in Buchdrucken ermöglicht Rückschlüsse auf das Rezeptionsverhalten und die Provenienzgeschichte und wird auch für eine OCR benötigt. Dabei soll zwischen handschriftlichen Unterstreichungen und waagerechten Linien im Druck (z. B. Trennlinien usw.) unterschieden werden, da letztere nicht ausgezeichnet werden sollen. Im Beitrag wird ein Ansatz basierend auf einem auf Unterstreichungen trainierten Neuronalen Netz gemäß der U-Net Architektur vorgestellt, dessen Ergebnisse in einem zweiten Schritt mit heuristischen Regeln nachbearbeitet werden. Die Evaluationen zeigen, dass Unterstreichungen sehr gut erkannt werden, wenn bei der Binarisierung der Scans nicht zu viele Pixel der Unterstreichung wegen geringem Kontrast verloren gehen. Zukünftig sollen die Worte oberhalb der Unterstreichung mit OCR transkribiert werden und auch andere Artefakte wie handschriftliche Notizen in alten Drucken erkannt werden.

• In Bewegung: Gelehrtenbibliotheken an der Universitätsbibliothek

  2018

  edoc Publication server (Humboldt University of Berlin) · DOI

• Ein Blick in die Historischen Sammlungen

  2018

  edoc Publication server (Humboldt University of Berlin)