Zwischen Metaphern, Sprachmodellen und strukturierten Daten: Der SFB 1475 auf der LREC 2026

Die Konferenz gilt weltweit als eine der wichtigsten Plattformen für Sprachressourcen, Sprachmodellierung und die Evaluation moderner KI-Systeme. Auch mehrere Forschende aus dem Sonderforschungsbereich 1475 „Metaphern der Religion“ waren auf der Konferenz sowie den begleitenden Workshops vertreten. Im Mittelpunkt standen dabei Fragen, die auch für die Arbeit des SFB zentral sind: Wie lassen sich metaphorische und nicht-wörtliche Sprache automatisch erkennen? Welche Rolle spielen strukturierte linguistische Daten für moderne KI-Systeme? Und wo liegen die Grenzen aktueller Large Language Models (LLMs)? 

Strukturierte Sprachdaten als Grundlage erklärbarer KI

Ergänzend zur Hauptkonferenz fanden zahlreiche spezialisierte Workshops statt. So unter anderem der Workshop „Structured Linguistic Data and Evaluation (SLiDE)“. Dort diskutierten internationale Forschende die Bedeutung hochwertiger linguistischer Annotationen und strukturierter Sprachressourcen für die Entwicklung nachvollziehbarer und robuster KI-Systeme.

Adam Roussel präsentierte im Rahmen des Workshops den Beitrag “Fast and Flexible Example-based Treebank Search with Vector Symbolic Architectures”. Die Arbeit beschäftigt sich mit neuen Ansätzen zur flexiblen Suche in komplex annotierten Sprachdaten und verbindet symbolische linguistische Strukturen mit modernen KI-Methoden.

Auch an der Postersession im Rahmen des Workshops waren Kolleg*innen des SFB beteiligt. So wurden dort Arbeiten zu spezialisierten Sprachkorpora und domänenspezifischer Datenaufbereitung vorgestellt. Die Beiträge verdeutlichten, wie wichtig qualitativ hochwertige Annotationen und nachhaltige Sprachressourcen weiterhin für die computergestützte Sprachverarbeitung sind.

Metaphern als Herausforderung für Large Language Models

Zu den Workshops mit Beteiligung des SFB 1475 gehörte außerdem „Learning Non-Literal Expressions with Small Data @ LREC 2026“. Dort standen metaphorische, ironische und andere nicht-wörtliche Sprachphänomene im Fokus — also genau jene Bereiche, die für aktuelle Sprachmodelle weiterhin besonders herausfordernd sind.

Sebastian Reimann präsentierte im Rahmen des Workshops den Beitrag “A Novel Dataset and Three Ways to Approach Automatic Metaphor Detection in German Religious Online Forums”, der gemeinsam mit Tatjana Scheffler entstand. Die Arbeit untersucht die automatische Erkennung metaphorischer Sprache in deutschsprachigen religiösen Online-Foren und stellt dafür einen neuen Datensatz sowie unterschiedliche methodische Zugänge vor. Im Zentrum steht die Frage, wie sich komplexe semantische Phänomene wie Metaphern zuverlässig computergestützt analysieren lassen — insbesondere in spezialisierten Domänen und bei begrenzten Datenmengen. Der Beitrag knüpft unmittelbar an die Forschungsarbeit des SFB 1475 an, der sich mit metaphorischer Sinnbildung in religiöser Kommunikation beschäftigt und dabei hermeneutische Methoden mit computergestützten Verfahren verbindet. 

Dass metaphorische Sprache für KI-Systeme weiterhin ein zentraler Prüfstein bleibt, zeigte sich auch in vielen weiteren Beiträgen der Konferenz. Immer wieder wurde deutlich, dass Large Language Models zwar leistungsfähige Werkzeuge darstellen, bei der Interpretation impliziter, kontextabhängiger oder figurativer Bedeutungen jedoch nach wie vor an Grenzen stoßen. 

Internationale Vernetzung zwischen Linguistik und KI-Forschung

Die LREC 2026 machte zugleich sichtbar, wie eng linguistische Grundlagenforschung, Datenannotation und moderne KI-Entwicklung inzwischen miteinander verbunden sind. Besonders stark vertreten waren Themen wie:

• strukturierte Sprachressourcen
• erklärbare KI
• semantische Annotation
• metaphorische und nicht-wörtliche Sprache
• nachhaltige Forschungsdaten
• Evaluierung generativer Sprachmodelle

Für den SFB 1475 bot die Konferenz damit nicht nur eine internationale Plattform zur Präsentation eigener Forschung, sondern auch wichtige Impulse für die weitere Arbeit an computergestützten Methoden zur Analyse religiöser Metaphorik. 

Weitere Informationen:
LREC 2026
Workshop on Structured Linguistic Data and Evaluation (SLiDE)
Workshop Learning Non-Literal Expressions with Small Data