Vorbild − Abbild − Gegenbild. Kontinuität und Wandel von GenderBildern in der Kinderliteratur des langen 19. Jahrhunderts
Die Normen und Wertvorstellungen, die in Kinder- und Jugendliteratur vermittelt werden, partizipieren immer auch an den zeitgenössischen Genderkonstrukten. Das Projektteam will mittels der Digital Humanities Grundlagenforschung zu GenderBildern in Kinderbüchern des langen 19. Jahrhunderts erbringen. Die Schreibung „GenderBilder“ kennzeichnet dabei zwei Ebenen: Es geht sowohl um Bilder im Wortsinn – nämlich die Buchillustrationen, die Gendermuster besonders einprägsam und wirkmächtig vermitteln – als auch um Rollenbilder im übertragenen Sinn.
Zugrunde gelegt wird das Korpus Colibri, das die Staatsbibliothek Berlin, die Universitätsbibliotheken Bielefeld und Braunschweig und die Internationale Jugendbibliothek in München seit 2021 aus ihren Beständen digitalisieren: mit 15.000 Titeln die bislang größte Datenbank deutschsprachiger Kinder- und Jugendliteratur 1801─1914, die das Publikationsfeld in seiner ganzen Vielfalt und in einem ausgewogenen Verhältnis im Hinblick auf Themen, Genres, Auflagen, Ausgaben, Mitwirkende, soziale Kontexte abbildet. Zur Erfassung der Gender-Markierungen richtet sich der Blick auf Kleidung, Frisuren, Accessoires; Objekte (Spielzeuge, Bücher); Szenen, Personen- und Person-Objekt-Konstellationen und -Interaktionen; Situierung in Innen- oder Außenräumen.
Ermittelt wird: Welche GenderBilder entwerfen die Illustrationen? Inwiefern sind Situationen oder Spielzeuge gegendert? Wie unterscheiden sich darin Mädchen- und Jungenliteratur? Welche Entwicklungslinien und Verschiebungen der Darstellungscodes von Weiblichkeit oder Männlichkeit sind erkennbar? Wie verorten sich die Bilder zwischen Norm und Subversion: als Abbilder (der Realität), didaktische Vorbilder oder ggf. Gegenbilder? Welche neuen Erkenntnisse ermöglichen digitale Methoden – über bisherige, exemplarische Forschung hinaus (etwa genrespezifische Zuordnungen etc.)?
Methodisch werden computergestützte, quantitative Analysen mit qualitativen Detailinterpretationen kombiniert. Digitale Methoden erlauben – u. a. dank Deep Learning bzw. KI – systematische Bilderanalysen großer Datenmengen (Erkennung von Gesichtern, Körperhaltungen, Alter, Geschlecht, Rasse, aber auch komplexer Konzepte wie Familie). Die erfassten Ähnlichkeitsmuster werden dann literaturwissenschaftlich weiteranalysiert, unter Berücksichtigung von Kontext, Metadaten und dem kulturhistorischen Umfeld (Literatur, Pädagogik, Soziologie, Genderrollen, Illustrationsgeschichte). Ausgehend von auffälligen Einzelabbildungen können dann umgekehrt automatisiert ähnliche Bilder in dem Korpus identifiziert werden; die iterative Kombination der Sichtweisen erlaubt eine progressive Verbesserung der Modelle.