Citizen Science in der Archäologie: Wenn Laien forschen
In Großbritannien melden Metalldetektorgänger jährlich über 80.000 archäologische Funde beim Portable Antiquities Scheme (PAS), dem freiwilligen Fundemeldeprogramm des britischen Kulturministeriums. Die Datenbank enthält heute mehr als 1,6 Millionen Einträge — eine Informationsquelle, die professionelle Ausgrabungen allein niemals erzeugen könnten. Der Staffordshire Hoard, die größte bekannte Sammlung angelsächsischer Goldarbeiten, wurde 2009 von einem Hobbydetektorgänger gefunden und korrekt gemeldet. Citizen Science in der Archäologie ist keine Randerscheinung — sie ist in bestimmten Bereichen ein strukturell notwendiger Beitrag zur Forschung.
Was Citizen Science in der Archäologie bedeutet
Der Begriff "Citizen Science" bezeichnet die Beteiligung nicht-professioneller Forscher an wissenschaftlichen Projekten. In der Archäologie hat das eine lange Tradition: Ehrenamtliche halfen auf Ausgrabungen, lokale Heimatvereine dokumentierten Fundstätten, Sammler bewahrten Objekte, die sonst verloren gegangen wären.
Das Neue der letzten zwei Jahrzehnte ist die digitale Dimension: Crowdsourcing- Plattformen, Online-Bildanalyse, georeferenzierte Apps und globale Datenbanken ermöglichen es, die Arbeit von Tausenden von Freiwilligen zu koordinieren und wissenschaftlich nutzbare Ergebnisse zu erzeugen. Citizen Science ist von einer informellen Hilfstätigkeit zu einem methodologisch reflektierten Forschungs- ansatz geworden.
Das Portable Antiquities Scheme als Modell
Das britische PAS, 1997 als freiwilliges Programm eingeführt (in England und Wales), ist das ausgefeilteste Citizen-Science-Programm in der Archäologie weltweit. Es funktioniert einfach: Wer einen Fund macht — beim Spaziergang, beim Metalldetektieren, beim Gärtnern — kann ihn beim nächsten "Finds Liaison Officer" (FLO) melden. Der Fachmann dokumentiert, fotografiert und erfasst den Fund in der Online-Datenbank; der Finder bekommt eine Beschreibung und behält das Objekt (außer bei Schatzfunden, die dem Staat gehören).
Die Datenbank bietet Forschern weltweit Zugang zu statistisch belastbaren Verteilungsdaten: Wo finden sich welche Münztypen? Wo häufen sich eisenzeitliche Fibeln? Diese Daten helfen, Handelsrouten, Siedlungsmuster und Kulturkontakte zu rekonstruieren — Fragen, die ohne die Masse der Funddaten nicht beantwortbar wären.
Das Modell hat Nachahmer gefunden: Das DIME-Projekt in Dänemark, das Archivering en erfgoedregistratie-Projekt in den Niederlanden und ähnliche Programme in Skandinavien folgen der britischen Vorlage.
Luftbildinterpretation als digitales Crowdsourcing
Ein anderes Modell ist die verteilte Bildanalyse. Das GlobalXplorer-Projekt, initiiert von Archäologin Sarah Parcak und finanziert durch den TED-Preis 2016, lädt Freiwillige ein, Satellitenbilder zu klassifizieren: Zeigt dieses Bild mögliche Raubgrabungsaktivität? Zeigt es unbekannte Strukturen? Tausende von Nutzern analysieren Bilder, die automatisch in Segmente aufgeteilt wurden; wo viele Nutzer dasselbe sehen, lohnt eine genauere Prüfung durch Experten.
Das Projekt hat in seiner ersten Phase (Peru, 2017) Tausende von neuen Stätten und Raubgrabungshinweisen identifiziert und demonstriert, dass verteilte Mustererkennung durch viele menschliche Augen in bestimmten Aufgaben effizienter ist als automatische Bildverarbeitung.
Ähnliche Projekte laufen auf der Zooniverse-Plattform: AncientLives (Transkription der Oxyrhynchus-Papyri), Micropasts (Bronzezeit-Datenanalyse) und Old Weather (Transkription von Schiffstagebüchern für klimahistorische Forschung) haben gezeigt, wie präzise und verlässlich Crowdsourcing bei gut definierten Aufgaben sein kann.
Metall-Detektoren: Kooperation oder Konflikt?
Die Metalldetektorgänger-Community ist der bekannteste — und umstrittenste — Fall von Citizen Science in der Archäologie. In Großbritannien hat das PAS-Modell einen Kooperationsrahmen geschaffen, der beide Seiten (Hobbyisten und Facharchäologen) einbindet. In vielen anderen Ländern ist die Situation anders: In Deutschland, Frankreich und den meisten südeuropäischen Ländern ist Metalldetektorgehen ohne Genehmigung auf archäologisch relevanten Flächen verboten.
Der Konflikt ist real: Ein ungenehmigt agierender Metalldetektorgänger, der einen Fund macht und nicht meldet, zerstört unwiederbringlichen Kontext. Einer, der meldet, trägt dagegen zur Forschung bei. Die Frage ist, welches rechtliche und kulturelle Modell mehr Meldungen und weniger Kontext-Zerstörung erzeugt.
Forscher wie Pieterjan Deckers (Amsterdam) haben die Wirksamkeit verschiedener Regulierungsmodelle verglichen: Die Evidenz zeigt, dass kollaborative Modelle (wie das britische) mehr wissenschaftlichen Nutzen generieren als Verbote, die faktisch nicht durchgesetzt werden können und Fundeingaben unterdrücken.
Ehrenamtliche auf Ausgrabungen
Weltweit beteiligen sich Freiwillige an archäologischen Ausgrabungen — als Volunteers auf Feldprojekten, als Mitglieder lokaler Archäologischer Gesellschaften, als Teilnehmer an "Dig-for-a-Day"-Programmen. In Großbritannien gibt es über 100 Community-Archaeology-Projekte, bei denen lokale Gemeinschaften aktiv an Ausgrabungen in ihrer Region beteiligt sind.
Diese Form der Beteiligung hat mehrere Dimensionen: Sie erweitert die Kapazitäten kleiner Forschungsteams; sie schafft lokale Identifikation mit archäologischem Erbe; und sie produziert — wenn gut angeleitet — zuverlässige Grabungsdaten. Das Projekt Big Dig in Boston (2004–2006) und zahlreiche Community-Projekte in Wales und Schottland haben gezeigt, dass gut ausgebildete Freiwillige auf Standard-Ausgrabungsaufgaben (Sieben, Dokumentation, Fundaufnahme) professionelle Leistung erbringen.
Qualitätssicherung und Grenzen
Das Kernproblem der Citizen Science ist die Qualitätssicherung: Wie stellt man sicher, dass Laien verlässliche Daten produzieren? Die Antworten variieren je nach Aufgabe.
Für digitale Aufgaben (Bildklassifikation, Transkription) zeigen Studien, dass der Durchschnitt vieler Laienantworten zuverlässig ist, auch wenn einzelne Antworten fehlerhaft sind — statistisch ähnlich gut wie Fachleute bei Standardaufgaben.
Für Feldaufgaben (Ausgrabung, Funddokumentation) ist Training entscheidend: Freiwillige, die mehrere Tage angeleitet wurden, machen weniger Fehler als solche ohne Training. Das Design des Citizen-Science-Projekts — klare Aufgaben, definierte Protokolle, regelmäßige Qualitätschecks — entscheidet über den wissenschaftlichen Wert der Ergebnisse.
Grenzen bestehen bei interpretativ anspruchsvollen Aufgaben: Stratigraphische Entscheidungen auf der Grabung, die Beurteilung von Kontext und Befundbildung, die Einordnung von Funden in kulturelle Zusammenhänge — das bleibt Facharbeit. Citizen Science ersetzt nicht die archäologische Expertise; sie erweitert die Kapazitäten für definierte, handhabbare Aufgaben.
Zukunft: digitale Infrastruktur und globale Beteiligung
Die Infrastruktur für Citizen Science in der Archäologie wächst: nationale Funddatenbanken werden vernetzt, Identifikations-Apps (wie ArtefactID) erlauben es, einen Fund mit dem Smartphone zu fotografieren und vorläufig zu klassifizieren, OpenStreetMap-basierte Erfassungstools ermöglichen die Meldung von Stätten und Strukturen weltweit.
In Regionen mit wenigen professionellen Archäologen — weite Teile Afrikas, Zentralasiens, Ozeaniens — kann Citizen Science der einzige Weg sein, Stätten zu inventarisieren, die sonst unregistriert bleiben.
Auf der Karte erkunden
Citizen-Science-Fundorte — dokumentierte Stätten, die durch Fundemeldungen von Hobbyisten bekannt wurden, sowie Projekte mit Community-Beteiligung — sind auf der interaktiven Karte eingetragen und mit entsprechenden Quellinformationen verknüpft.