Ik ben opgegroeid met Kaskade. Voordat er YouTube was, voordat we alles op internet konden vinden – was dit tijdschrift een van de eerste regelmatige informatiebronnen die ik kreeg over jongleren, circus en shows.
Toen het tijdschrift in 2013 stopte, voelde dat als het einde van een tijdperk – althans voor mij.
Enkele jaren lang waren de tijdschriften nog als pdf te downloaden, maar rond 2017 ging de website offline.
Ik heb vaak teruggedacht aan kleine workshops, tutorials of artikelen die me destijds inspireerden. Toen ik jaren later iets wilde teruglezen – kon dat niet meer.

Met behulp van de Wayback Machine (The Internet Archive) heb ik gelukkig nog een controlepunt uit 2017 gevonden met de volledige downloads (dit is niet altijd het geval, zeker omdat het ongeveer 3 GB aan pdf's waren) – compleet met Duitse, Engelse en Franse edities.

Tijdens het doorbladeren merkte ik dat er weliswaar veel geweldige artikelen en tutorials in de tijdschriften stonden – maar in deze tijd zou waarschijnlijk niemand meer 112 tijdschriften, die slechts gekopieerd zijn, doorbladeren. Nou ja, tenzij je nostalgische interesse hebt =P

Omdat het zonde is van de kennis, wilde ik proberen met behulp van de huidige technologie alles zo te digitaliseren dat het ook vandaag de dag nog zinvol bruikbaar is.

Eerst heb ik alle pagina's uit de pdf verwijderd die geen relevante teksten bevatten.

Voor het eigenlijke transcriberen (of OCR) heb ik een multimodale taalmodel van Google gebruikt.
Ik gebruik Gemini 2.0 Pro Experimental 02-05 met de 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.

De output wordt opgeschoond met gemini-2.0-flash-exp en de volgende prompt (evenals de bijgevoegde tekst die we hebben geëxtraheerd):

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:

Het resultaat wordt dan nogmaals handmatig bekeken en gecorrigeerd.

[!Danger]+ Belangrijk:
De focus lag op het extraheren van artikelen, workshops, interviews etc.
Berichten zoals bijvoorbeeld kleine advertenties etc. heb ik verworpen.
Het extraheren en opschonen van de teksten is met LLM's uitgevoerd, waardoor er altijd een mogelijkheid bestaat dat teksten niet 1:1 zijn getranscribeerd of dat de inhoud licht afwijkt van het origineel. Ik heb geprobeerd de foutmarge zo klein mogelijk te houden door steekproefsgewijs tekstgedeelten te vergelijken.

Kaskade 002:
In de originele Duitse PDF zijn edities 2+3 samengevoegd.

Kaskade 003:
In de originele Duitse PDF staat hier editie 004.

Kaskade 004:
Hier ontbreekt het titelblad, ik heb nog niet kunnen achterhalen waarvan dit is...
Het lijkt op een kopie van editie 009, zonder titelblad.

Oplossing:
Ik heb de PDF van Kaskade 002 (origineel) gesplitst in 002 en 003.
Kaskade 003 (origineel) hernoemd naar Kaskade 004.
En Kaskade 004 (origineel) verwijderd.