Dieses Projekt schließt an ein laufendes Projekt an, welches eine grundlegende, digitale Erschließung der Wiener Oberkammeramtsrechnungen (OKAR) vornimmt. Für die Quellen können jedoch innerhalb des besagten laufenden Projekts keine fehlerfreien Transkriptionen mithilfe von Handwritten Text Recognition (HTR) gewährleistet werden. Deswegen strebt dieses Projekt an, aufbauend auf den fehlerbehafteten Transkriptionen eine verfeinerte Erschließung und Auswertung der Oberkammeramtsrechnungen unter Einbezug von Language Models (LMs) zu vollziehen. Hierzu werden in experimenteller Herangehensweise die Möglichkeiten für die Oberkammeramtsrechnungen und die Arbeit mit LMs ausgelotet, um insbesondere zwei Aspekte auszubauen. Zum einen soll eine Verbesserung der fehlerhaften Texterkennungen (HTR-Post-Correction) erzielt werden. Zum anderen wird das Taggen von Entitäten wie Personen- und Ortsnamen sowie Buchungsarten durch Named Entity Recognition (NER) anvisiert. Da es sich um früh- und neuhochdeutsche Sprache handelt, liegt eine Formenvielfalt von Schreibungen und Ausdrücken mehrerer Schreiberhände vor. Damit testet dieses Projekt explorativ, in welchem Maße die LMs mit diesem historischen Sprachmaterial umgehen können und welchen Beitrag sie zur Verbesserung, Anreicherung und Auswertung des Quellenmaterials leisten können.