Algorithmisch Rekursive Sequenzanalyse
Willkommen – zu einer Brücke zwischen Hermeneutik und formaler Modellierung
Welcome – to a Bridge between Hermeneutics and Formal Modeling
Die Algorithmisch Rekursive Sequenzanalyse (ARS) ist ein methodologischer Rahmen, der qualitative Hermeneutik mit formaler Modellierung verbindet – nicht um sie zu ersetzen, sondern um sie erklärbar, entscheidbar und weiterentwickelbar zu machen.
The Algorithmic Recursive Sequence Analysis (ARS) is a methodological framework that connects qualitative hermeneutics with formal modeling – not to replace them, but to make them explainable, decidable, and further developable.
Die ursprüngliche ARS-Studie (1994) wies eine Intercoder-Reliabilität von κ ≈ 0,55 auf – ein Wert, der die Grenzen rein qualitativer Kodierung zeigt. Genau hier setzt die ARS an: Formale Verfahren machen diese Grenzen sichtbar und bearbeitbar.
The original ARS study (1994) showed an intercoder reliability of κ ≈ 0.55 – a value that reveals the limits of purely qualitative coding. This is exactly where ARS intervenes: formal methods make these limits visible and workable.
🧭 Welches Dokument für wen?
🧭 Which Document for Whom?
Einsteiger:innen
Beginners
Hauptdokument „Zwischen Interpretation und Berechnung“
Main document „Between Interpretation and Computation“
→ Zum DokumentMethodologisch Interessierte
Methodologically Interested
„ARS als Metamethodologie“
„ARS as a Meta-Methodology“
→ Zum DokumentKI-Forscher:innen
AI Researchers
„Neuro-Symbolische KI und ARS“
„Neuro-Symbolic AI and ARS“
→ Zum DokumentProgrammierer:innen
Programmers
„ARS 5.0 – Technical Implementations“
„ARS 5.0 – Technical Implementations“
→ Zum DokumentHistorisch Interessierte
Historically Interested
„Proto-Neuro-Symbolische KI“
„Proto-Neuro-Symbolic AI“
→ Zum Dokument📘 Hauptdokument
📘 Main Document
📗 ARS 3.0 – Hierarchische Grammatikinduktion (PCFG)
📗 ARS 3.0 – Hierarchical Grammar Induction (PCFG)
🔬 ARS 4.0 – Formale Erweiterungen
🔬 ARS 4.0 – Formal Extensions
🧠 ARS 5.0 – Neuro-Symbolik & Deep ProbLog
🧠 ARS 5.0 – Neuro-Symbolics & Deep ProbLog
📐 Methodologische Reflexion & Vergleich
📐 Methodological Reflection & Comparison
📄 Beispielanalyse & Kodierbelege
📄 Example Analysis & Coding Evidence
📢 Möchten Sie die ARS weiterentwickeln?
📢 Would you like to further develop ARS?
Die Methode ist formal ausgereift, aber empirisch unterbestimmt. Wenn Sie Zugang zu größeren Datensätzen haben oder an einer methodologischen Weiterentwicklung interessiert sind – ich freue mich auf Ihre Nachricht.
The method is formally mature but empirically underdetermined. If you have access to larger datasets or are interested in methodological further development – I look forward to hearing from you.
✉️ Kontakt aufnehmenAlle Dokumente liegen als PDF (druckfertig), TeX (Quellcode, anpassbar) und Markdown (leicht lesbar, kompatibel mit vielen Plattformen) vor. Die TeX- und Markdown-Dateien eignen sich für wissenschaftliches Arbeiten, eigene Weiterentwicklungen und die Nachvollziehbarkeit der formalen Darstellung.
All documents are available as PDF (print‑ready), TeX (source code, adaptable), and Markdown (easy to read, compatible with many platforms). The TeX and Markdown files are suitable for academic work, own developments, and full traceability of the formal presentation.
Die ARS wurde von ARS 2.0 (sequentielle Übergangsgrammatik) über ARS 3.0 (hierarchische PCFG mit interpretativen Kategorien) bis zu ARS 4.0 (Petri-Netze, Bayessche Verfahren, hybride Integration mit CL) und ARS 5.0 (DeepProbLog, inkrementelles Lernen, Cross-Paradigm-Implementierungen) entwickelt. Die Texte dokumentieren diesen Weg und reflektieren methodologische Grundlagenfragen – stets mit dem Ziel einer erklärbaren qualitativen Forschung im Sinne der XAI-Kriterien (Verständlichkeit, Genauigkeit, Wissensgrenzen).
ARS has been developed from ARS 2.0 (sequential transition grammar) via ARS 3.0 (hierarchical PCFG with interpretive categories) to ARS 4.0 (Petri nets, Bayesian methods, hybrid integration with CL) and ARS 5.0 (DeepProbLog, incremental learning, cross-paradigm implementations). The texts document this path and reflect fundamental methodological questions – always aiming at an explainable qualitative research in the sense of XAI criteria (meaningfulness, accuracy, knowledge limits).
