Datengesteuerte Methoden für die Musikwissenschaft
Ein Modell zur historischen Ausbreitung bestimmter Choral-Elemente zeigt, wie leistungsfähig datengesteuerte Methoden für die historische Musikwissenschaft sein können.

Tim Eipert, der bei Fabian Moss, Juniorprofessor für Digitale Musikphilologie und Musiktheorie an der Julius-Maximilians-Universität Würzburg (JMU) promoviert, hat über 4000 Tropen-Elemente – eingeschobener Texte und Melodien, die in gregorianischen Chorälen vorkommen – aus 163 Manuskripten mit einem neuen digitalen Modell analysiert. Es teilte die Tropen in mehrere Ebenen und vier Hauptcluster ein und benutzte die einzelnen Einschübe innerhalb der Choräle, um Cluster zu bilden, die sich dann auf einer Landkarte darstellen lassen. Die Manuskripte stammen aus Gebieten, die vor allem die heutigen Staaten Frankreich, Deutschland, Schweiz, Österreich, Italien und den Süden Grossbritanniens umfassen.
Es zeigte sich, dass die Verbreitung der Cluster von den damaligen politischen Grenzen nach dem Vertrag von Verdun stark eingeschränkt wurde. Ein kultureller Austausch zu den Chorälen fand damals scheinbar über Reichsgrenzen hinaus wenig statt, erklärt Eipert. Die musikalische Überlieferung spiegele so die politische Fragmentierung Europas wider.
Eipert hat das Modell auch schon in einen universitären Kurs integriert: Der JMU-Student Jason Ackermann nutzte es zum Beispiel, um die Kommentarspalten unter Videos von Taylor Swift und Radiohead auf YouTube zu analysieren und Superfans zu identifizieren.
Originalpublikation:
Eipert, T. and Moss, F.C. (2026) ‘Inferring Communities of Medieval Music Manuscripts Using Stochastic Block Models’, Transactions of the International Society for Music Information Retrieval, 9(1), 26. Februar 2026, https://doi.org/10.5334/tismir.298














