Crecí con "Kaskade". Antes de que existiera YouTube, antes de que pudiéramos encontrar todo en Internet, esta revista fue una de las primeras fuentes regulares de información que tuve sobre malabares, circo y espectáculos.
Cuando la revista dejó de publicarse en 2013, sentí que era el fin de una era, al menos para mí.
Durante varios años, las revistas estuvieron disponibles para descargar en formato PDF. Aproximadamente desde 2017, la página dejó de estar en línea.
A menudo recordaba pequeños talleres, tutoriales o artículos que me inspiraron en aquel entonces. Cuando años después quise releer algo, ya no era posible.

Afortunadamente, con la ayuda de la Wayback Machine (The Internet Archive), encontré un punto de guardado de 2017 con las descargas completas (esto no siempre es así, especialmente porque eran unos 3 GB de PDFs), completas con ediciones en alemán, inglés y francés.

Al revisarlas, me di cuenta de que, si bien había muchos artículos y tutoriales geniales escondidos en las revistas, en la época actual, casi nadie se molestaría en revisar 112 revistas que son meras fotocopias. Bueno, a menos que tengan un interés nostálgico =P

Sin embargo, como es una pena perder ese conocimiento, quise intentar digitalizarlo utilizando la tecnología actual para que siga siendo útil hoy en día.

Primero, eliminé de los PDF todas las páginas que no contenían textos relevantes.

Para la transcripción (o OCR) en sí, utilicé un modelo de lenguaje multimodal de Google.
Uso Gemini 2.0 Pro Experimental 02-05 con el prompt:

The attached PDF is a photocopy of a magazine. Extract all text, keep the document structure intact as much as possible, also extract single images and have them correctly in context.

El resultado se limpia con gemini-2.0-flash-exp y el siguiente prompt (así como el texto adjunto que hemos extraído):

The following text is extracted with OCR from an old magazin. Your task is to clean this up. Remove artifacts (like page-numbering, unneccessary linebreaks) or unneeded parts but keep the structure, articles etc. intact. Use a proper Markdown formatting to structure the text correctly.

Text:

El resultado se revisa y corrige manualmente una vez más.

[!Danger]+ Importante:
El enfoque estaba en la extracción de artículos, talleres, entrevistas, etc.
He descartado contribuciones como anuncios clasificados, etc.
La extracción y limpieza de los textos se realizó con LLMs, por lo que siempre existe la posibilidad de que los textos no se hayan transcrito 1:1 o que el contenido difiera ligeramente del original. He intentado mantener la tasa de error lo más baja posible comparando fragmentos de texto de forma selectiva.

Cascada 002:
En el PDF original alemán, las ediciones 2 y 3 están juntas.

Cascada 003:
En el PDF original alemán, aquí se encuentra la edición 004.

Cascada 004:
Aquí falta la portada; aún no he podido averiguar a qué pertenece...
Parece una copia de la edición 009, sin portada.

Solución:
He dividido el PDF de Cascada 002 (original) en 002 y 003.
He renombrado Cascada 003 (original) a Cascada 004.
Así como he eliminado Cascada 004 (original).