Abstract

Diese Studie adressiert die digitale Repräsentation der Keilschrift als frühester mehrsprachiger Orthographie und zeigt, wie deren historische Polyvalenz und Formatheterogenität reproduzierbare Forschung bis heute erschweren. Aufbauend auf einem UC-Berkeley-Discovery-Projekt (seit 2021) wird ein zweistufiger Ansatz vorgestellt: (1) eine dokumentorientierte Pipeline zur strukturerhaltenden, auditierbaren Umwandlung von Transliteration nach Unicode, und (2) eine zeichenbasierte Pipeline für großskalige NLP-Szenarien. Auf Basis systematischer Vergleiche zentraler digitalen Zeichenlisten (u. a. OSL, Nuolenna, CuneiML, Text-Fabric, Akkademia) entsteht eine harmonisierte Ontologie mit transparenter Provenienz und Publikation der Zeichenwerte als Linked Data in Wikidata. Wörterbuchgestütztes Matching und Fehleranalysen generieren priorisierte Korrekturlisten und Qualitätsmetriken; identifizierte Inkonsistenzen werden hinsichtlich ihrer Auswirkungen auf Downstream-Aufgaben (z. B. maschinelle Übersetzung) evaluiert und fließen in Regelverfeinerungen und Unicode-Vorschläge ein. Zu den Ergebnissen zählen ein Quality-Assurance-Harness für Keilschrift-Rendering, die Integration von Schriftvarianten sowie ein offenes, testbares Rahmenwerk zur Zeichennormalisierung, das philologische Genauigkeit mit Maschinenverarbeitbarkeit verbindet. Insgesamt wird gezeigt, wie born-digital Workflows eine belastbare, nachnutzbare Infrastruktur für die computergestützte Assyriologie schaffen.