Baedekers Reisehandbuch "Berlin und Umgebung" (1921) – Verkehrsverzeichnis

Der vorliegende Datensatz basiert auf dem historischen Reiseführer "Berlin und Umgebung. Handbuch für Reisende" aus dem Jahr 1921 (19. Auflage) von Karl Baedeker. Ausgangspunkt bildet ein Retrodigitalisat des Grimm-Zentrums der Humboldt-Universität zu Berlin, das mittels OCR-Verfahren in einen maschinenlesbaren Volltext überführt wurde. Auf dieser Grundlage wurde der Text manuell und regelbasiert strukturiert, um eine nachnutzbare Datenbasis für computergestützte Analysen historischer Reiseführer zu schaffen. Der Datensatz umfasst mehrere Daten: Eine strukturierte JSON-Datei enthält segmentierte Kapitel ausgewählter Verkehrsverzeichnisse des Reiseführers sowie editorische Metadaten. Daraus abgeleitet wurden tabellarische CSV-Datensätze erstellt, die Haltestellen und Anlegestellen historischer Verkehrsmittel extrahieren und strukturieren. Eine erweiterte Version der CSV-Daten enthält zusätzlich angereicherte Informationen aus Wikidata, darunter modernisierte Ortsbezeichnungen, administrative Zuordnungen, Infrastrukturtypen und geographische Koordinaten. Die Daten bilden insbesondere Verkehrsverzeichnisse der Stadtbahn, Ringbahn, elektrischen Hoch- und Untergrundbahn, elektrischen Straßenbahn, Omnibuslinien sowie Dampferverbindungen auf Spree und Dahme ab. Dadurch entsteht ein strukturierter Datensatz historischer Mobilitätsinfrastruktur in Berlin während der frühen Weimarer Republik. Der Datensatz wird ergänzt durch ein exploratives Jupyter-Notebook, das einen Einblick in das zugrunde liegende OCR-Korpus sowie eine Einordung der Datenqualität ermöglicht. Die Daten eignen sich insbesondere für Anwendungen in der Digital History, Spatial History und Tourismusgeschichte, etwa für Informationsextraktion, Named Entity Recognition, geographische Analysen historischer Verkehrsnetze sowie für Large-Language-Model-gestützte Annotation historischer Texte.