## Zusammenfassung

Kommt bei Ihnen zu Hause immer nur das Gleiche auf den Tisch? Sind Sie auf der Suche nach kulinarischer Vielfalt in Ihrem Alltag? Noch ist nicht Hopfen und Malz verloren!

Die „Schmankerl Time Machine“ lädt Sie zu einem lukullischen Streifzug durch die traditionsreiche Münchner Wirtshausgeschichte der vergangenen 150 Jahre ein. Verschaffen Sie sich einen Überblick über die Legenden am Münchner Gastrohimmel, über verglühte Sterne und nie verblühende Evergreens. Stellen Sie sich aus einem Portfolio von über 380 Speisekarten und den damit verlinkten Rezepturen Ihr unvergessliches Menü von Morgen zusammen. Wie wäre es mit einem Hummercocktail, gefolgt vom Hasen in der Terrine und Rehnüsschen, Fürst Pückler als krönendem Abschluss? Lassen Sie sich bei Ihrer Menükreation von den Vorschlägen anderer Nutzer inspirieren. Laden Sie die Speisekarte Ihres favorisierten Münchner Genusstempels hoch, um das Angebot noch zu erweitern.

Let’s Schmankerl!

## Technische Umsetzung und Funktionalitäten

Technisch realisiert ist die „Schmankerl Time Machine“ mit der Open-Source-Umgebung [R](https://www.r-project.org/) und den auf R basierenden Paketen [Shiny](https://shiny.rstudio.com/) und [Tidyverse](https://www.tidyverse.org/). Um eine Anwendung auf Smartphones und Tablets ebenso zu erlauben wie auf Desktoprechnern, wird das System auf Clientseite ergänzt durch HTML5, JavaScript und das Frontend-CSS-Framework Bootstrap. Eine Lokalität kann entweder über ein Dropdown-Menü oder eine dynamische Karte (basierend auf [Leaflet](https://leafletjs.com/) und [LocationIQ](https://locationiq.com/)) ausgewählt werden. Zu jeder Lokalität werden weiterführende Informationen angeboten. Sofern digital vorhanden, werden auch alte Abbildungen der Restaurants aus dem Münchner Stadtarchiv unmittelbar eingebunden.

Jede zu einer Lokalität gehörende Speisekarte kann beliebig gezoomt und verschoben werden. Zudem ist jede Annotation, und damit auch jedes Schmankerl, direkt via Klick anwählbar. Besonders exquisite Speisen werden algorithmisch ausfindig gemacht – und sogar komplette Menüs zusammengestellt; wobei nicht nur die lukullischen Präferenzen des jeweiligen Nutzers berücksichtigt werden, sondern auch sein Budget. Ein virtueller Warenkorb unterstützt die Exploration des Fundus weiterhin: Indem er die Rezeptdatenbank des Webportals [Chefkoch.de](https://www.chefkoch.de/) verknüpft, können ausgewählte Gerichte einfach nachgekocht werden; Zutatenliste inklusive.

Neben diesem spielerischen Zugang zu den Speisekarten und den darin verzeichneten Gerichten, kann die „Schmankerl Time Machine“ auch als Ausgangspunkt für wissenschaftliche, (im wahrsten Sinne des Wortes) lokalgeschichtliche und gesellschaftliche Fragestellungen dienen:

* In welchem Jahr findet sich erstmals ein bestimmtes Gericht auf einem Münchner Menüplan?
* In welchen Stadtvierteln finden wir ein besonders großes Angebot an Gasthäusern, aber wie viele davon bestehen noch heute?
* Wie verändern sich im Laufe der Zeit die Adjektive, mit denen die Speisen angepriesen werden? Ab wann finden sich Zusätze wie „leicht“, also Hinweise auf ein sich veränderndes Ernährungsbewusstsein?

Dies sind nur wenige Beispiele, die zeigen, wie vielfältig sich die Beschäftigung mit den hier erstmals dargebotenen Münchner Speisekarten gestalten kann. Um hierfür einen möglichst niederschwelligen Einstieg zu gewährleisten, werden einige [Jupyter Notebooks](https://jupyter.org/) in Python 3 zur Verfügung gestellt, die die Daten importieren, bereinigen und bereits einige exemplarische Statistiken beinhalten. Hierfür werden gängige Bibliotheken im Bereich *Data Science* verwendet ([pandas](https://pandas.pydata.org/), [NumPy](https://www.numpy.org/), [matplotlib](https://matplotlib.org/) et al.).

## Datengrundlage und künftige Entwicklungsmöglichkeiten

Die digitalisierten Speisekarten wurden einschließlich Metadaten durch die [Monacensia der Münchner Stadtbibliothek](https://www.muenchner-stadtbibliothek.de/monacensia-2016/) bereitgestellt. Für die *OCR*-Erfassung, Bild-Text-Verknüpfung und die sich anschließende Annotation ausgewählter Speisekarten wurde auf die Plattform [Transkribus](https://transkribus.eu/Transkribus/) zurückgegriffen, die im Rahmen des H2020 e-Infrastrukturprojekts READ (Recognition and Enrichment of Archival Documents) angeboten und weiterentwickelt wird. Für die einheitliche Annotation wurde ein eigenes *Tagset* entworfen. Die Plattform ermöglicht den Export der Dokumente im TEI-XML-Format.

Die „Schmankerl Time Machine“ wird aktuell bei der [IT-Gruppe Geisteswissenschaften](https://www.itg.uni-muenchen.de/index.html) gehostet. Ein Transfer zum Webangebot der Monacensia der Stadtbibliothek wird derzeit mit den Verantwortlichen abgestimmt. Perspektivisch kann das Portfolio

* um weitere Speisekarten aus dem Bestand der Münchner Stadtbibliothek und dem Münchner Stadtarchiv
* um Speisekarten, die von Münchner Restaurants zur Verfügung gestellt werden

erweitert werden. Sowohl die genannten Institutionen als auch Münchner Restaurants, die im Datenbestand vertreten sind und heute noch existieren, wurden bereits kontaktiert.

Für die Beantwortung der oben aufgeworfenen Forschungsfragen gilt es künftig, die Annotation fortzuführen und um weitere Kategorien (z. B. „Vegetarisches Gericht“) zu erweitern. Hierfür erscheint uns der Einbezug der „Crowd“ unersetzlich. Um dies zu ermöglichen, werden die Daten auf der Transkribus-Plattform für die Bearbeitung öffentlich zugänglich gemacht. Im Zuge der Bearbeitung hat das Projektteam bereits weitere Ideen entwickelt: Perspektivisch könnten beispielsweise die jeweils aktuellen Wetterdaten für München in die Menüvorschläge einbezogen werden („Es ist ein sonniger Frühlingstag in München: Wie wäre es mit einem \~“).

## Nachhaltigkeitskonzept

Die „Schmankerl Time Machine“ ist integriert in das [Digital Humanities Virtual Laboratory](https://dhvlab.gwi.uni-muenchen.de/) ([DHVLab](https://dhvlab.gwi.uni-muenchen.de/)), eine digitale Lehr- und Forschungsinfrastruktur für die Geisteswissenschaften der Ludwig-Maximilians-Universität München. Nachhaltigkeit ist uns ein besonders wichtiges Anliegen. Sämtliche Abbildungen der Speisekarten sowie die im Projekt entstandenen Daten werden im Forschungsdatenrepositorium der LMU München ([Open Data LMU](https://data.ub.uni-muenchen.de/)) dauerhaft und mittels einer *DOI* eindeutig referenzierbar abgelegt: https://doi.org/10.5282/ubm/data.146. Die Beschreibung des Projekts im Metadatenschema [DataCite](https://datacite.org/) ermöglicht künftig die Einbindung in übergeordnete Forschungsinfrastrukturen (z. B. [GeRDI](https://www.gerdi-project.eu/)) und führt zu einer leichteren Auffindbarkeit der Daten.