Ahnenforschung und Familiengeschichte

Familienforscher verbringen die meiste Zeit damit, Handschriften zu entziffern, Schreibvarianten zu erraten und zu prüfen, ob zwei Einträge dieselbe Person beschreiben. KI transkribiert heute alte Schriften, übersetzt Latein und historisches Deutsch, schlägt Verknüpfungen zwischen Einträgen vor und markiert unmögliche Stammbäume. Das Hauptrisiko ist nicht der Aufwand, sondern das Vertrauen: Sprachmodelle erfinden plausible Vorfahren, daher braucht jede Aussage eine belegte Quelle.

Problem & Nutzen

• Heute: Hobbyforscher durchsuchen Verzeichnisse (FamilySearch, Ancestry, MyHeritage, Archion, Matricula, regionale Archive), lesen Kirchenbücher und Personenstandsregister mit bloßem Auge, führen Stammbäume in Desktop-Software und übernehmen oft ungeprüfte Zweige aus den Stammbäumen anderer Nutzer.
• KI-Nutzen: (1) Handschriftenerkennung (HTR) macht Scans durchsuchbar und lesbar, auch Kurrent/Sütterlin, Latein und Altfranzösisch; (2) unscharfer Abgleich von Namen und Orten über Schreibvarianten und umbenannte Orte hinweg; (3) Konsistenzprüfungen von Daten und Verwandtschaftsbeziehungen; (4) Übersetzung und lesbare Zusammenfassungen; (5) erzählendes Schreiben für Familienbücher.
• Nutzenbelege: Anbieter veröffentlichen HTR-Genauigkeitswerte je Modell, doch diese hängen stark von Handschrift und Scanqualität ab. Verlässliche anbieterübergreifende Zeitersparnis-Werte gibt es nicht; testen Sie an Ihren eigenen Seiten [2][3].

Varianten

• Gelegentlicher Hobbyforscher: KI-Funktionen innerhalb einer Stammbaum-Plattform (Hinweise, Zusammenfassungen von Einträgen, Fotorestaurierung).
• Ernsthafter Forscher / Heimatforscher: HTR-Training für einen Schreiber oder eine Pfarrei, eigene Datenbank, konsequente Quellenangaben (Stil „Evidence Explained“).
• Berufsgenealoge / Erbenermittler: dieselben Werkzeuge plus Vertraulichkeit gegenüber Auftraggebern; Erbenermittlung berührt rechtliche Regeln (siehe Risiken).
• Archive und Vereine: Crowdsourcing-Transkription mit KI-Vorbefüllung, siehe DOC-005 und KNOW-019.
• Foto und mündliche Überlieferung: alte Fotos werden sortiert und beschriftet (PERS-006), Interviews per ASR transkribiert.

So funktioniert es

1. scans / photos / interviews
2. image cleanup + layout analysis
3. HTR / OCR (script-specific model)
4. raw transcription with confidence
5. LLM: normalise, translate, extract persons, events, places (structured JSON)
6. candidate linking against own tree + index search (fuzzy names, phonetic, place gazetteer)
7. reasoning check: dates, ages, sequence of births, same-name pitfalls
8. human review: accept/reject each link, cite source
9. GEDCOM / tree software, narrative export

• HTR: zeilenbasierte neuronale Erkennung, trainiert an Seiten derselben Hand; spezialisierte Werkzeuge schlagen allgemeine Chatmodelle bei schwierigen Schriften, während Frontier-Bild-Sprach-Modelle bei klaren Handschriften des 19. bis 20. Jahrhunderts und für Übersetzungen gut sind.
• Verknüpfung: Record Linkage mit Embeddings plus Regeln (Namensvarianten, Geburtsjahr-Fenster, Ortshierarchie). Genealogische Schlussfolgerungen brauchen mindestens eine Originalquelle pro Tatsache.
• Mensch-in-der-Schleife (Human-in-the-Loop): Jede vorgeschlagene Zusammenführung von Identitäten und jede Transkription eines Namens oder Datums wird von der Forscherin bzw. dem Forscher bestätigt; das LLM schreibt nie ungeprüft in den Stammbaum.

Datenaufbereitung

Genealogiedaten sind der aufbereitungsintensivste Teil dieses Anwendungsfalls. Die Quellen sind verstreut: Schuhkartonfotos, Urkunden, Kirchenbücher, handschriftliche Briefe, alte Stammbäume in GEDCOM-Dateien, Excel-Listen, E-Mails von Verwandten und Scans aus Archiven. Typische Lücken: Scans mit niedriger Auflösung, alte deutsche Schrift (Kurrent, Sütterlin) und lateinische Einträge, uneinheitliche Schreibweisen von Namen und Orten, doppelte Personen über mehrere Stammbäume hinweg, fehlende Quellenangaben und keine Unterscheidung zwischen lebenden und verstorbenen Personen.

Schritte zur Aufbereitung: - Digitalisieren Sie Papier mit 300 bis 600 dpi in verlustfreien Formaten und benennen Sie Dateien einheitlich (siehe PREP-006, PREP-007). - Führen Sie OCR oder Handschriftenerkennung aus (Transkribus für alte Schriften, Tesseract oder moderne VLMs für Druck) und bewahren Sie das Originalbild immer neben der Transkription auf. - Führen Sie Stammbäume in einer GEDCOM-Datei zusammen und bereinigen Sie Dubletten und Ortsnamen anhand eines Ortsverzeichnisses (PREP-011 für tabellarische Listen). - Halten Sie für jede Tatsache die Quelle fest; ergänzen Sie ein Kennzeichen für lebende Personen, damit sie von Uploads ausgeschlossen werden. - Legen Sie vor dem Import ein Benennungs- und Ordnerschema fest (PREP-010).

Der Aufwandsanteil ist hoch, etwa 50 bis 70 Prozent des Projekts: Das Scannen und Prüfen der Transkripte dauert weit länger als die KI-Abfragen. Planen Sie Zeit für die manuelle Prüfung jeder Transkription ein, denn Modelle erfinden plausible Namen und Daten.

Umsetzungswege

Welcher Weg für wen

• Privat: Weg A. Stammbaum-Plattformen (Geneanet, MyHeritage, FamilySearch) bringen Datenbanken mit Einträgen und Hinweisen mit, die kein Heimaufbau nachbilden kann.
• Entwickler: Weg C. Gramps oder ein ähnlicher Open-Source-Stammbaum plus lokale OCR und ein Ollama-Modell halten die Daten lebender Verwandter privat und vermeiden die Plattformbindung jahrelanger Forschung.

Weg A — Kaufen (Standardsoftware) — für Privatnutzer empfohlen

• Stammbaum-Plattformen: Ancestry (USA), MyHeritage (Israel; bietet Fotoanimation und Kolorierung), FamilySearch (gemeinnützig, kostenlos), Geneanet (Frankreich, EU), Findmypast (Großbritannien). Ihre KI-Funktionen: Hinweise auf Einträge, Zusammenfassungen, KI-gestützte Indexierung von Bildern.
• HTR-Dienst: Transkribus der READ-COOP SCE (Genossenschaft mit Sitz in Österreich, EU) mit öffentlichen und trainierbaren Modellen, dazu eScriptorium (Open Source), das von Institutionen gehostet wird [2].
• Lokale Software: Gramps (Open Source), RootsMagic, Ahnenblatt und Family Tree Maker mit GEDCOM-Import/-Export.
• Wählen Sie A, wenn: Sie innerhalb von Tagen Ergebnisse wollen und akzeptieren, dass Stammbaum- und DNA-Daten beim Anbieter liegen. Prüfen Sie die Datenschutzbedingungen, besonders bei DNA.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Multimodale LLM-APIs (Claude, Gemini, GPT, Mistral als EU-Anbieter) für Transkription, Übersetzung und Extraktion mit JSON-Schema-Ausgaben; Mistral OCR oder Azure AI Document Intelligence für gedruckte Seiten.
• Orchestrierung: ein kleines Skript oder n8n; Stammbaum als GEDCOM oder Gramps-Datenbank; optional ein MCP-Server, der einem Agenten Lesezugriff auf den Stammbaum und Archiv-Findbücher gibt.
• Nutzen Sie EU-Regionen und Einstellungen ohne Training; senden Sie nach Möglichkeit nur die Seite, nicht den ganzen Stammbaum.
• Wählen Sie B, wenn: Sie Hunderte bis Tausende Seiten in gängigen Handschriften haben und etwas Skripting-Erfahrung mitbringen.

Weg C — Selbst betreiben (Open Source)

• HTR/OCR: Kraken mit eScriptorium, PyLaia, Modelle im Stil von TrOCR, Tesseract (schwach bei Handschrift), Docling oder PaddleOCR-VL für gedruckte Seiten [3].
• LLM/VLM: Open-Weight-Modelle wie Qwen-VL oder der Mistral-/Llama-Familie über Ollama oder vLLM für Übersetzung und Extraktion; Embeddings über BGE oder multilingual-e5; Gramps oder eine Graphdatenbank für den Stammbaum.
• Hardware: HW2 genügt für Batch-HTR und ein 7–32B-Modell; ein Laptop mit HW1 bewältigt Aufgaben der Tesseract-Klasse. Der lokale Betrieb eignet sich für sensible Familien- und Gesundheitsinformationen (siehe PERS-005).

Weg D — Eigenes Training

Lohnt sich für eine ganze Pfarrei oder Region in einer Hand: Feintuning eines HTR-Modells auf 50 bis einigen hundert von Hand korrigierten Seiten, dann iterativ korrigieren und neu trainieren. Transkribus und Kraken unterstützen diesen Ablauf ohne ML-Fachwissen.

Stand der Technik (2026)

• HTR für historische europäische Schriften ist für viele Handschriften brauchbar; typische Ergebnisse sind durchsuchbarer Text mit Fehlern, die noch korrigiert werden müssen. Allgemeine Bild-Sprach-Modelle lesen viele klare Handschriften ohne Training, übersehen aber seltene Namen und können sie stillschweigend „normalisieren“.
• Erfundene Ahnen: LLMs erfinden bei offenen Fragen Eltern, Daten und Quellen. Beschränken Sie sie auf die gelieferten Dokumente und verlangen Sie Zitate aus dem Quellbild.
• Record Linkage über Embeddings plus Regeln findet Treffer mit abweichender Schreibweise, die die exakte Suche verpasst; bei häufigen Namen (Johann Müller) ist die Präzision begrenzt.
• DNA: Das Matching übernehmen die Testanbieter; KI hilft beim Ordnen von Clustern, doch die Ergebnisse sind probabilistisch.
• Foto-KI: Restaurierung, Kolorierung und Animation sind verbreitet, verändern aber Beweismaterial; kennzeichnen Sie Ergebnisse als synthetisch (Art. 50 der KI-Verordnung gilt für Deepfake-ähnliche Inhalte, die an andere veröffentlicht werden).
• Grenzen: schlechte Scans, beschädigte Seiten, Abkürzungen und lokale Namensbräuche (Patronyme, feste Vornamensätze) verursachen systematische Fehler.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (ocr-docparse + vlm + llm-general): DOC-005 (Transkription historischer Handschriften), KNOW-019 (Archiverschließung).
• PERS-006 Suche in der Fotobibliothek, PERS-009 Familienorganisation, PERS-017 Lifelogging-Gedächtnis, PERS-005 lokaler Heimserver-Assistent (gleiche GPU), PERS-016 zur Ausübung von DSGVO-Rechten gegenüber Stammbaum-Plattformen.
• Embeddings und Vektorindex lassen sich für das Familiendokumentenarchiv wiederverwenden.

Aufwand, Kosten & Kennzahlen

• A: Abonnements, meist monatlich für den Premium-Zugang zu Einträgen; HTR-Dienste rechnen in der Regel mit Guthaben pro Seite ab.
• B: ein Wochenende für eine erste Pipeline; die API-Kosten pro Seite sind gering.
• C: ein GPU-PC; Tage für die Einrichtung, minimale Pflege.
• Kennzahlen: Zeichen-/Wortfehlerrate an einer zurückgehaltenen Stichprobe von Seiten, Anteil der durch Quellen bestätigten Verknüpfungen, Anzahl gefundener Konflikte, belegte Fakten pro Person.

Menschen & Veränderung

Das „Team“ besteht aus der Forscherin bzw. dem Forscher und den Verwandten. Beziehen Sie Verwandte früh ein: Fragen Sie, wer Fotos, Briefe und Urkunden hat und wer seine Daten nicht in einem Online-Stammbaum sehen möchte. Lebende Personen haben auch in einem privaten Projekt DSGVO-Rechte, und die Veröffentlichung eines Stammbaums auf einer Plattform verlässt die Haushaltsausnahme. Vereinbaren Sie Regeln mit der Familie: Lebende Verwandte sind standardmäßig verborgen, Fotos von Kindern werden nicht hochgeladen, DNA-Ergebnisse (besondere Kategorie von Daten) werden nie ohne Einwilligung geteilt.

Betriebsrat: nicht anwendbar (private Nutzung). Eine bzw. ein Datenschutzbeauftragte(r) und eine Datenschutz-Folgenabschätzung (DSFA) sind für rein private Forschung nicht erforderlich; arbeitet jemand jedoch beruflich (Genealoge, Archiv oder Verein), werden ein Auftragsverarbeitungsvertrag (AVV) mit den Werkzeugen (GUIDE-005) und eine Datenschutzerklärung nötig.

KI-Kompetenz: Die KI-Verordnung verlangt nur von Anbietern und Betreibern, KI-Kompetenz zu fördern; für ein Hobby genügt daher eine kurze Checkliste: KI-vorgeschlagene Vorfahren als Hypothesen behandeln, an Primärquellen prüfen und KI-erzeugte Transkriptionen und kolorierte Fotos als solche kennzeichnen (die Transparenzpflicht nach Art. 50 gilt für Deepfake-ähnliche Bildinhalte, die Betreiber veröffentlichen).

Typische Sorgen: „Werden meine Familiendaten verkauft?“ Prüfen Sie die Bedingungen der Plattform und die DNA-Freigabeoptionen (GUIDE-010 hilft bei Fragen an Anbieter). Behalten Sie die Kontrolle beim Menschen, indem Sie für jede KI-abgeleitete Tatsache eine Konfidenzstufe festhalten und vor der Übernahme in den Hauptstammbaum prüfen. Tipps zur Akzeptanz: GUIDE-008.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko bei privater Nutzung. Gesichtserkennung auf Familienfotos zur Identifizierung von Personen ist biometrische Verarbeitung; die Haushaltsnutzung liegt als rein persönliche, nicht berufliche Tätigkeit außerhalb der Betreiberpflichten der KI-Verordnung, doch ein Anbieter, der sie gewerblich betreibt, muss Art. 5 und Anhang III prüfen. Veröffentlichung synthetischer oder veränderter Bilder: Transparenz nach Art. 50.
• DSGVO: Die Verordnung schützt keine Verstorbenen (Erwägungsgrund 27), doch Stammbäume enthalten lebende Verwandte; die Haushaltsausnahme (Art. 2 Abs. 2 Buchst. c) endet, sobald ein Stammbaum online veröffentlicht wird, ab dann gelten die Pflichten eines Verantwortlichen. Genealogie-Plattformen und DNA-Unternehmen verarbeiten gesundheitsbezogene und genetische Daten (Art. 9); erteilen Sie Einwilligungen bewusst und prüfen Sie Export- und Löschoptionen.
• Archivregeln: Deutschland schützt Einträge in Personenstandsregistern durch Fortführungs- und Aufbewahrungsfristen (Geburten 110 Jahre, Heiraten 80, Sterbefälle 30 nach Eintrag, laut Personenstandsgesetz) und Archivgesetze; viele andere EU-Staaten haben vergleichbare Regeln. Es gelten die Reproduktionsbedingungen der Archive und Bildlizenzen.
• Cloud-Upload: Scans enthalten Namen lebender Personen und mitunter Gesundheits- oder Religionsdaten; nutzen Sie für sensibles Material EU-Anbieter oder lokale Modelle.
• Qualitätsrisiken: erfundene Abstammungslinien, falsche Zusammenführungen von Namensvettern. Gegenmittel: Quellenangaben, Konfidenzkennzeichnungen und Aufbewahrung der Originale.
• Erbenermittlung / rechtliche Nutzung: Ergebnisse sind in Erbangelegenheiten ohne beglaubigte Urkunden kein Beweis.

Erste Schritte

1. Digitalisieren: mit 300–400 dpi scannen und Dateien nach Quelle und Seite benennen.
2. Den vorhandenen Stammbaum in Gramps übernehmen oder GEDCOM aus Ihrer Plattform exportieren.
3. Transkribus (oder ein VLM) an 10 repräsentativen Seiten ausprobieren; Fehlerrate messen und einige korrigieren.
4. Eine Regel aufstellen: Die KI schlägt vor, Sie belegen. Jede Tatsache erhält einen Quellenvermerk.
5. Datenschutzeinstellungen für lebende Personen prüfen, bevor Sie den Stammbaum teilen.

Quellen

1. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
2. Transkribus (READ-COOP) — https://www.transkribus.org/
3. Kraken OCR/HTR engine — https://github.com/mittagessen/kraken
4. eScriptorium — https://escriptorium.readthedocs.io/
5. FamilySearch — https://www.familysearch.org/
6. Gramps open-source genealogy — https://gramps-project.org/
7. GDPR (Regulation (EU) 2016/679), incl. Recital 27 and Art. 2(2)(c) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
8. GEDCOM specification — https://gedcom.io/
9. Personenstandsgesetz (PStG), §5 retention periods — https://www.gesetze-im-internet.de/pstg/