An der Börse spielen auch vermeintliche "weiche" Aspekte wie Stimmungen und Gefühle eine wichtige Rolle, können sie doch beispielsweise zu irrationalen Börsenhypes führen. Um die Bedeutung der Börsenstimmung greifbar zu machen, wird häufig das in der Finanzpresse zum Ausdruck kommende Media Sentiment herangezogen. Wir übertragen diesen Ansatz auf die Berliner Börse für den Zeitraum zwischen 1872 und 1930, indem wir einen Media-Sentiment-Index aus 18.000 Marktberichten der Berliner Börsen-Zeitung ableiten. Aufgrund Korpus-spezifischer Besonderheiten stoßen hierbei etablierte Verfahren der Sentiment-Analyse an ihre Grenzen. Daher stellen wir den Ansatz der Zero-Shot Klassifikation vor, mit dessen Hilfe ein domänenspezifischer Klassifikator erzeugt werden kann, ohne dass dazu große Mengen an Trainingsdaten generiert werden müssen. Wie erste Experimente nahelegen, liefert die automatisierte Klassifikation Ergebnisse mit einer hohen Datenqualität. Insgesamt scheint dieser neuartige Ansatz aus dem Bereich des Transfer Learning sehr vielversprechend, auch für sehr spezifische Textkorpora, wie sie in den Digital Humanities häufig vorliegen. Ein Beitrag zur 9. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" - DHd 2023 Open Humanities Open Culture.