Transcript
Speaker: Artistocast, der Podcast zur digitalen Kunstgeschichte.
Speaker: Ein großer Teil unserer Wissenschaft besteht aus Suchen.
Speaker: Suchen nach Konkretem, der systematischen Suche, zum Beispiel im Rahmen einer Recherche, aber auch Suchen für den Überblick.
Speaker: Dazu gehört auch das Durchblättern von Ausstellungskatalogen dazu, genauso wie das Schlendern durch eine Ausstellung oder das Scrollen durch eine Bilddatenbank.
Speaker: Dort, wo das Auge hängen bleibt, halte ich inne, schaue genauer hin und dann auch auf die Informationen zu dem Werk.
Speaker: Wir Menschen sind schließlich Seetiere,
Speaker: Und als KunsthistorikerInnen haben wir unsere Fähigkeit zu sehen trainiert.
Speaker: Im Digitalen dominiert dann aber trotzdem wieder der Text und wir müssen Gesehenes bzw.
Speaker: Imaginiertes immer erst in Sprache übersetzen.
Speaker: In der letzten Folge haben wir über das Suchen im Digitalen gesprochen.
Speaker: Der Einstieg in die Informationswelt, in die großen Datenbanken geschieht über die Sprache.
Speaker: Mittels linguistischer Verfahren kann man diese Texteingabe optimieren.
Speaker: Was bei Textsuchen noch logisch und als der direkte Weg erscheint, wirkt bei der Bildsuche dann doch ein bisschen schräg.
Speaker: Wir müssen das Sehen in Sprache übersetzen.
Speaker: Sind wir lost in Translation?
Speaker: Darüber möchte ich mit Peter Bell sprechen.
Speaker: Er ist Professor für Kunstgeschichte und Digital Humanities an der Philips-Universität in Marburg und beschäftigt sich schon lange mit dem Computersehen, also dem Computer Vision.
Speaker: Und ihn frage ich mal, wie das mit dem Suchen und den Bildern so ausschaut.
Speaker: Außerdem habe ich mir noch Stefanie Schneider eingeladen.
Speaker: Sie ist wissenschaftliche Assistentin in der digitalen Kunstgeschichte der Ludwigs-Maximilians-Universität München.
Speaker: Als ausgebildete Anwendungsentwicklerin bringt sie das notwendige Wissen über Statistik und Informatik mit.
Speaker: In den letzten Jahren war sie an vielen unterschiedlichen Prototypen für die digitale Kunstgeschichte beteiligt,
Speaker: Ich möchte mit ihr über das Projekt iArt sprechen.
Speaker: Hier hat sie sich der Herausforderung der Bildsuche gestellt und gibt uns einen Einblick hinter die Kulissen.
Speaker: Hallo Peter.
Speaker: Hallo.
Speaker: Sag mal, warum suchen wir in der Kunstgeschichte generell in den Bildwissenschaften nicht standardmäßig mit Bildern, sondern mit Text?
Speaker: Gibt es überhaupt sowas wie eine rein visuelle Suche bei uns im Fach?
Speaker: Ja, die gibt es schon oder es gibt auch mehrere, die sind prototypisch oder als kleine Feature an die Datenbanken angehangen, aber es gibt sie noch nicht als eine Alternative, die jeder kennt oder jeder benutzen würde.
Speaker: Und das liegt natürlich daran, dass wir einfach schon sehr lange auf den Text geworfen sind und wir von Aufschreibesystemen daherkommen, wie Inventarkatalogen,
Speaker: und Galeriekatalogen und so weiter und daher gewöhnt sind, uns vom Text aus dem Bild zu nähern.
Speaker: Klar, weil wir lernen ja natürlich auch mit den Kategorien, die im Text vorgegeben sind, Epochen, Titel, Künstlerinnen und Künstler und das ist das, wonach wir suchen.
Speaker: Aber drehen wir die Sache doch mal um.
Speaker: Ist es denn nicht eigentlich naheliegender, nach was Visuellem zu suchen?
Speaker: Ja, das würde ich grundsätzlich auch sagen.
Speaker: Zumindest ist es etwas, was komplementär dazu steht.
Speaker: Denn was wir auch betrachten müssen bei den eben genannten Sachen, ist, dass die oft das Bild ja voraussetzen.
Speaker: Also wenn ich eine Galerie besitze und einen Katalog darüber führe,
Speaker: dann kann ich relativ lakonig sein mit meinen Daten.
Speaker: Ich kann einfach sagen, die Maria von Rubens und muss die nicht näher beschreiben.
Speaker: Und dadurch gehen uns viele Dinge, die im Bild eigentlich stattfinden, in diesen Beschreibungen verloren, weil wir nur diese Kennzeichnungen brauchen und Informationen, die über das Bild hinausgehen, die also im Bild nicht enthalten sind, aber mit dem zu tun haben, wie zum Beispiel der Aufenthaltsaufgabe.
Speaker: Ort des Bildes, der erstmal ja über das Bild per se nichts aussagt.
Speaker: Ja, und am seltensten werden ja auch Farben beschrieben oder Formen, also das, was man sieht, also das, was man implizit dann irgendwie vor Augen hat, ist ja nie Teil der Metadaten, also den Elementen, die man dann später suchen kann.
Speaker: Ja, was davon ausgeht, dass wir wirklich das ganz im Blick behalten können, nur bei Hunderttausenden oder Millionen von Bildern gelingt uns das eben nicht,
Speaker: Und im Grunde genommen müsste der Computer eben dann auch diese Informationen haben, um mit diesen Bildern umgehen zu können.
Speaker: Und durch die heutige Bildverarbeitung ist das dann eben auch möglich.
Speaker: Aber bislang ist man eben davon ausgegangen, dass man das dann schon irgendwie findet und wurde dann oft mit Ergebnissen von mehreren tausend Bildern überrascht.
Speaker: Und da wäre zum Beispiel die Einordnung, es ist ein sehr dunkles Bild oder es hat erdige Töne.
Speaker: schon hilfreich gewesen.
Speaker: Aber wie du sagst, das findet sich oft nicht in den Metadaten, die eben sehr standardisiert sind und eben auch methodisch auf andere Dinge abheben.
Speaker: Die Frage ist ja auch immer, wie stark sich unsere Verschlagwortungen eben auch nach den gerade gängigen Methoden richten.
Speaker: Und in den letzten 50 Jahren war zum Beispiel Kennerschaft nicht ganz so wichtig wie in den 50 Jahren davor und so weiter.
Speaker: Ist denn eine visuelle Suche an sich eine ganz andere Art von Suche als eine Textsuche?
Speaker: Also ist der Grundansatz ein anderer?
Speaker: Also wenn ich eine große Bilddatenbank habe und ich suche nach etwas, ist es ja meistens schon so, dass man weiß, wonach man sucht.
Speaker: Zum Beispiel habe ich ein Thema, über das ich forsche, ein Topos und möchte Vergleichsbeispiele haben.
Speaker: Dann gebe ich sehr häufig Beispiele.
Speaker: den Titel dieser Bilder ein oder bei Architektur irgendwie eine Architekturart oder eine Region und hoffe, dass ich dann ganz viele Vergleichsbeispiele bekomme.
Speaker: Das wäre so ein so ein unpräzises Suchen nach Dingen, wo ich noch nicht genau weiß, was ich will.
Speaker: So ein inspirierendes Suchen.
Speaker: Wäre das beim Visuellen dann gar nicht möglich?
Speaker: Weil ich kann ja nicht mein inneres Bild, das ich vor Augen habe, in den Computer legen.
Speaker: Ja, das ist ein wichtiger Punkt.
Speaker: Das heißt also, hier fehlen auch einerseits die Interfaces und andererseits aber auch die Praktiken, sowas zu tun.
Speaker: Allerdings die einfachste Möglichkeit, die auch irgendwo äquivalent mit Phrasen ist, ist eben, dass man
Speaker: Bilder direkt einspielt.
Speaker: Das ist, was man auch von der Google-Bildersuche kennt.
Speaker: Also ich habe ein Bild und suche ähnliche Bilder.
Speaker: Oder ich möchte auch assoziativ dieses Bild eingeben und gucken, was gibt es denn sonst noch, was jetzt noch gar nicht mal ähnlich im Sinne von Kopien oder so ist, sondern was...
Speaker: irgendwie da vergleichbar ist.
Speaker: Also das ist das, was du vielleicht meinst, mit diesem, mal so ein Thema jetzt im Visuellen zu sondieren.
Speaker: Und was man dann eben auch in vielen Fällen tun kann, ist nur gewisse Bereiche eines Bildes auszuwählen.
Speaker: Und da werden wir eben auch
Speaker: bei etwas wie Bildelementen, dass ich jetzt ein architektonisches Detail zum Beispiel aus einem Bild herausgreife und nur noch danach suche.
Speaker: Das heißt, die visuelle Suche ist eben auch sehr vielgestaltig.
Speaker: Man könnte auch dort die logischen Verbindungen machen.
Speaker: Also man verbindet verschiedene Bildelemente, die darin vorkommen sollen, wie mit und in der Textsuche
Speaker: Und neuerdings verbinden sich ja auch eben linguistische Modelle wiederum mit den Bildmodellen, wodurch auch Bildsuchen ausgelöst werden können mit einer sprachlichen Eingabe.
Speaker: Das heißt, wir haben da sehr viel.
Speaker: Theoretisch könnte man auch versuchen, Zeichnungen zu machen.
Speaker: Eine andere Art des sehr assoziativen Einstiegs ist es,
Speaker: dass man schon mit einer Menge von Bildern konfrontiert wird, zum Beispiel mit einer Visualisierung, wo die Bilder schon nach gewissen Ähnlichkeiten sortiert sind und geht da hinein und fängt von dort aus dann zu suchen.
Speaker: Also das wäre dann auch so ein Browsen in den Bildern, was ähnlich assoziativ ist, wie so von Google-Suche zu Google-Suche und von Hyperlink zu Hyperlink zu springen.
Speaker: Das heißt, was es im Moment schon gibt und was technisch möglich ist, ist so eine Art von Suchschlitz.
Speaker: Da copy-paste ich oder kopiere, lege mein Bild rein, das ich habe.
Speaker: Zum Beispiel von dieser Rubens-Madonna.
Speaker: Und über...
Speaker: dahinter liegende Prozesse, die man erstmal nicht sieht, kommen dann aus der Datenbank Bilder gespielt, bei denen der Computer entschieden hat, die sind auf irgendeine Weise Treffen zu meiner Suchanfrage.
Speaker: Du hast ähnlich gesagt.
Speaker: Also ähnlich im Sinne von, das sind die gleichen Farben, es ist die gleiche Größe oder auch ähnlich im Sinne von, das sind Formen identisch.
Speaker: Ja, jetzt wird es wirklich langsam kompliziert, denn jetzt steigen wir wirklich in die Technik ein.
Speaker: Das kommt sehr stark auf das Training an.
Speaker: Also sind das Algorithmen, die zum Beispiel stark auf Shape, also quasi auf Konturen, auf Formen trainiert worden sind, wo die Farbe vielleicht auch gänzlich vernachlässigt wird.
Speaker: Das würde uns helfen, um Kompositionen zu finden, um signifikante Formen wie Gesichter zu finden und so weiter.
Speaker: Dann haben wir Trainings oder auch Architekturen, zum Beispiel CNNs, also neuronale Netzwerke, die gehen relativ stark auf Texturen, auch etwas auf Farbe, auch etwas auf Shape.
Speaker: Da ist es wirklich eine Mischung.
Speaker: Und wir können aber auch, und das ist dann wiederum ähnlich wie Spezialdatenbanken, wo Realien verschlagwortet sind oder wo man sich noch detaillierter für Kostüm interessiert und deshalb Dinge sehr genau beschreibt,
Speaker: So kann man eben bei der Bildsuche auch über das Training schon starke Vorgaben machen und sagen, hier bei diesen Bildsuchen soll es vor allen Dingen um die Posen der Figuren gehen, um gewisse Dinge, die wir angelernt haben, wie die Säulenordnung und so weiter.
Speaker: Das setzt aber eben voraus, dass hier ein spezielles Training und nicht ein generisches Training am Anfang steht.
Speaker: Und je spezieller können die Ergebnisse sein.
Speaker: Und deshalb ist es eben auch sehr wichtig,
Speaker: wenn man so eine Bildsuche benutzt, um auch Enttäuschungen vorzubeugen, zu wissen, was ist da eigentlich für eine Architektur, was sind da für Algorithmen dahinter, was kann ich von denen erwarten?
Speaker: Das heißt, wenn man auch so eine visuelle Suchmaschine baut, für eine Bilddatenbank zum Beispiel, müsste man vorher wissen, auf welche Art und Weise gesucht wird, um in Vorbereitung dessen die Algorithmen trainieren zu können.
Speaker: Also dahinter stecken unterschiedliche Verfahren der künstlichen Intelligenz.
Speaker: Das heißt, man braucht auch immer so einen Vorlauf, so eine Vorbereitung, damit diese Arten von Suchen auch funktionieren können.
Speaker: Ja, natürlich ist es immer auch eine Orientierung an den Usern und an zu perzipieren, was die wahrscheinlich wollen.
Speaker: Andererseits kann man auch mit den Daten selber arbeiten.
Speaker: Wenn ich eine große Bilddatenbank wie zum Beispiel Foto Marburg habe, die zu sehr großen Teilen aus Schwarz-Weiß-Bildern besteht, wird der Algorithmus schon deshalb anders trainiert werden, andere
Speaker: ausprägen als bei einer Datenbank, die vornehmlich aus Farbfotografie besteht.
Speaker: Und das geht aber jetzt auch hinein in die Details.
Speaker: So mehr Architektur ich da zum Beispiel drin habe, umso mehr
Speaker: kann das Netz, ganz egal, also ich möchte jetzt nicht auf die verschiedenen auch aktuellen Transformarchitekturen und so weiter eingehen, aber so mehr Differenzierung ich in einzelnen Sparten habe, umso mehr kann dort auch eben distinguiert werden.
Speaker: Es klingt ja alles technisch machbar und es ist jetzt auch keine neueste Technologie.
Speaker: Computer Vision ist ja auch schon ein paar Jahre alt, da wird viel dran geforscht.
Speaker: Wieso suchen wir trotzdem immer noch nach Text?
Speaker: Also wieso ist diese Art und Weise des Suchens noch nicht implementiert, noch nicht serienmäßig in allen Bilddatenbanken als erweiterte oder vertiefte oder eben als visuelle Suche möglich?
Speaker: Ich glaube,
Speaker: Die Recherche findet in der Kunstgeschichte extrem unterschiedlich statt.
Speaker: Das hat nicht nur mit dem Kanon und seinen Problemen zu tun, sondern dass große Teile der Kunstgeschichte auf einem Höhenkampf stattfinden, dass die Frage der Bildbeschaffung oder die Frage nach ähnlichen Bildern gar nicht so wichtig ist.
Speaker: Das geht so weit,
Speaker: dass ich Diskussionen geführt habe über die Abschaffung von Bilddatenbanken, also zum Beispiel als Abo oder so, mit dem Hinweis...
Speaker: wenn ich eine Abbildung suche, dann gehe ich immer direkt zum Museum, zur Museumswebsite.
Speaker: Also diese Geschichte zeigt mir eigentlich, wie unterschiedlich die Herangehensweisen sind.
Speaker: Denn wer kann das tun?
Speaker: Das kann nur der tun, der schon genau weiß, dass dieses Werk eben in diesem Museum ist.
Speaker: Und mit dieser Selbstsicherheit kann natürlich keiner auftreten,
Speaker: der zum Beispiel über Kleinmeister arbeitet oder über Künstlerinnen mit einem extrem großen Oeuvre in Privatbesitz und so weiter.
Speaker: Und
Speaker: Ähnlich wie eben diese Leute, die sich in den Zug setzen und an irgendwelche Schlosstore klopfen oder Sammlungen anfahren, die man kaum kennt, so ist das mit der Bildsuche auch ein bisschen, dass nur ein gewisser Teil des Faches wirklich diese Funktion überhaupt ermessen kann und wirklich diesen Sinn begreift.
Speaker: Das heißt, man muss die Bildsuche, also die visuelle Suche, um bei dem Begriff zu bleiben, als eine ganz andere Art Methode des Recherchierens und Methode des Suchens verstehen.
Speaker: Sowohl wahrscheinlich, was die Herangehensweise angeht, also was ist meine eigene Erwartung an diese Suche, als auch der Grund, warum ich diese Art von Suche benutze, oder?
Speaker: Ja.
Speaker: Ja, es ist einerseits schon naheliegend, also auch wenn ich das jetzt gerade sehr stark gemacht habe, dass viele das vielleicht gar nicht brauchen oder, also das ist eigentlich mein Punkt, meinen, dass sie es nicht brauchen, weil sie das Potenzial noch nicht wirklich erkannt haben.
Speaker: oder weil sie sich durch eben, man kann schon was sagen, jahrhundertlange Restriktionen eben nur an das halten, was allgemein verfügbar und schnell zu beschaffen ist.
Speaker: So ist das, wenn man sich dann eben mal drauf einlässt, dann klar, dass man da auch wieder vor ganz neuen Herausforderungen steht.
Speaker: Also eine Herausforderung ist zum Beispiel, dass wir keine Anwendung,
Speaker: große Datenbank haben, die all das, was wir finden wollen, dann verbindet, sondern eben zwar sehr große, aber auch dann viele kleine, nicht damit verbundene Daten,
Speaker: unterschiedliche Bereiche des Kunstmarkts und der Museen und des akademischen Bereichs, die nicht untereinander verknüpft sind.
Speaker: Und das macht natürlich auch schwierig, da einen Algorithmus drüber laufen zu lassen, sodass es auch deshalb vielleicht noch keine größeren Lösungen gibt, weil das eben immer nur innerhalb einer Datenbank erst mal stattfinden kann.
Speaker: Also da müsste man ganz nachdenken.
Speaker: Neu überlegen, wie man das verbindet.
Speaker: Zur Frage, wie nutzen wir das?
Speaker: Ist das was völlig Neues?
Speaker: Würde ich das ein Stück weit auch verneinen, weil wir haben ja ständig dieses Erlebnis, dass wir sagen, im Museum oder auch wenn wir in einem Katalog aufschlagen,
Speaker: Das habe ich doch schon mal gesehen, das ist doch ähnlich wie das.
Speaker: Der Unterschied nur zwischen unserem Wahrnehmungsapparat und auch unserem Gedächtnis ist dann oft, dass wir dann eben einen zweiten Katalog dazuholen oder eben eine Suche starten nach diesem vermeintlich ähnlichen Bild und dann feststellen müssen, dass es doch auch ganz anders aussieht.
Speaker: Und vielleicht nur ganz gewisse
Speaker: Ähnlichkeiten hatten, die uns dann dazu gebracht haben, diese Verbindung zu ziehen.
Speaker: Während die große Stärke des Computers ist, dass er eben all das, was er mal registriert hat, dann auch wirklich so immer wieder abrufen kann und damit nicht nur eben vermeintliche Ähnlichkeiten aus dem Gedächtnis kramt, sondern dann oft sehr passende.
Speaker: Das Phänomen, das du beschreibst, kenne ich absolut.
Speaker: Dann hat man irgendwie so ein Bild im Kopf und denkt sich, warte mal, da muss es doch noch andere ähnliche geben.
Speaker: Und ich saß dann aber vor Stapel von Katalogen und habe die durchgeblättert.
Speaker: Und dann lagen dann fünf, sechs Bücher, drei Auktionskataloge und irgendwie noch zwei Tabs offen auf dem Computer vor mir.
Speaker: um festzustellen, dass nur die Hälfte davon zugetroffen ist.
Speaker: Aber da geht ein ganzer Tag drauf.
Speaker: Also das ist dann so ein ganzer Tag in der Bibliothek, bis man dann mal so drei, vier Werke hat, die man dann so mit der gedachten Ähnlichkeit nebeneinander sieht, um dann sie genau zu vergleichen.
Speaker: Du kennst ja schon einige von diesen Prototypen, beziehungsweise hast du in der Bereich ja auch schon viel geforscht.
Speaker: Gibt es da für dich selbst schon gewisse Methoden oder Routinen, die du bei der visuellen Suche hast?
Speaker: Hilft sie dir beim Forschen?
Speaker: Ja, definitiv, weil sie eben dieses Assoziative einerseits zulässt, also auch zeigt, wo geht das weiter, wenn mein Konzept aufhört, also beim Ikonografischen, also was passiert.
Speaker: Da sind dann immer weitere Kreuzigungen und was kommt dann eben als nächstes?
Speaker: Was ist kompositorisch vielleicht ähnlich?
Speaker: Und dann auch eben das Gleiche trifft natürlich auch kulturell zu.
Speaker: Also dass wir auch dort aus den Schubladen herauskommen und dann sehen, was kulturell dann doch nah beieinander liegt, wo wir gar nicht mit gerechnet hätten.
Speaker: Also auch da sehe ich eine Chance.
Speaker: Ich sehe als Strategie und Chance aber auch, dass man eine andere Geläufigkeit, könnte man sagen, mit dem Material bekommt.
Speaker: Und das ist besonders da gut, wo verschiedene Architekturen, also Algorithmen angeboten werden, verschiedene Arten der Visualisierung vielleicht auch angeboten werden, sodass ich mein Deck an Bildern sozusagen, was dann vielleicht auch aus vielen tausend Bildern besteht, immer wieder neu sortieren und mir neu präsentieren lassen kann.
Speaker: Und damit mit Geläufigkeit meine ich also, dass es dann eine Durchdringung des Materials gibt, die man eben im normalen linearen Durchblättern und alle, die das schon mal so gemacht haben, wie du es beschrieben hast, also die eben in diesem Haufen von Katalogen saßen und dann da gesucht haben, denen ist das eigentlich dann auch klar.
Speaker: Die können das Potenzial erkennen.
Speaker: Wenn man zum Beispiel bei iArt diese eigentlich sehr
Speaker: fast schon eine aggressive oder sehr zwingende Form des Clusterns hat, dass man sagt, ich möchte mein Ergebnis in sieben oder vier Cluster sortiert haben.
Speaker: Also alles, was da zu dem Thema kommt, muss unterschieden werden, visuell unterschieden werden in diese Zahl, die ich nenne.
Speaker: Also ich mache einfach wegen mir auch wieder Schubladen auf und
Speaker: Und der Computer wird gezwungen, das da hineinzulegen.
Speaker: Und dann erkennt man, okay, mit sieben Clustern, da teilt sich schon alles ganz gut auf.
Speaker: Da habe ich gewisse Stile zusammen, vielleicht gewisse Jahrhunderte oder Epochen zusammen und so weiter.
Speaker: Und gewisse kompositorische Stile.
Speaker: Standardformulare.
Speaker: Und das geht noch weiter, also diese Systeme sind ja oft dann auch nicht selbst unintelligent, die können teilweise dann auch selbst abschätzen, wie viele Cluster sind wohl für dieses Material statistisch gesehen sinnvoll und schlagen dann 14 Cluster vor und ich schaue die an und habe dann auch einen neuen Eindruck des Materials.
Speaker: Wäre ich vielleicht nicht selber drauf gekommen, das jetzt in 14 Schubladen zu unterteilen.
Speaker: Schubladen.
Speaker: Eigenständige Sortierung und Aufteilung von großen Bildmengen.
Speaker: Dahinter steckt das Clustering, ein algorithmisches Verfahren, bei dem es um die Entdeckung von Ähnlichkeitsstrukturen geht.
Speaker: Die als ähnlich in Anführungszeichen eingestuften Objekte werden dann als Cluster bezeichnet und wie Punktwolken in einem reduzierten, zweidimensionalen Koordinatensystem angeordnet.
Speaker: Die Clusteranalyse selbst gehört als Verfahren, zu den Analyseschritten um großen Datenbeständen sich zu nähern, also im Gegensatz zu einer Klassifikation, bei der bereits vorher bestehende Klassen oder Konzepte oder anders gesagt Sortierungskategorien vorgegeben sind,
Speaker: können beim Clustering bislang unbekannte Zusammenhänge sichtbar werden.
Speaker: Man begegnet diesem Verfahren in der digitalen Kunstgeschichte dann häufig in Form von Visualisierungen.
Speaker: Es sieht dann so aus wie große Bildwolken oder Bildhaufen.
Speaker: Diese Art der Darstellung von Suchergebnissen findet man auch bei einem Prototypen für das visuelle Suchen, das Peter bereits genannt hat, iArt.
Speaker: Der 2022 als Open Source Software veröffentlichte Prototyp bietet den Zugang zu großen Datenmengen über die visuelle Suche.
Speaker: Stephanie Schneider von der LMU München war maßgeblich bei der Entwicklung beteiligt.
Speaker: Ihr habt bei euch im Projekt iArt diese Herausforderung angenommen, nicht nur das Suchen mit Bildern zu ermöglichen, sondern auch die Darstellung der Suchergebnisse anders visuell zu gestalten, als man es bei diesen Listen kennt.
Speaker: Wie ist iArt eigentlich zustande gekommen?
Speaker: Also was macht das Projekt aus?
Speaker: Also das war zum einen erstmal ein DFG-gefördertes Projekt von 2019 bis 2021, das wir gemeinsam mit Hannover und Porderborn unternommen haben.
Speaker: Und die Zielsetzung damals war erst mal trivial.
Speaker: Wir haben sehr viele große Bildsammlungen, die wir eben bislang nur durch Metadaten durchforsten konnten.
Speaker: Das Bild an sich ist aber einfach ein inhärenter Faktor der Kunstgeschichte.
Speaker: Jetzt haben wir mehr computationelle Möglichkeiten, tatsächlich auf dieses Bild zuzugreifen.
Speaker: Also möchten wir die natürlich auch nutzen.
Speaker: Deswegen war in IARTS so die Fokussetzung, wir möchten Ähnlichkeitsverfahren entwickeln, erst mal sehr diffus ausgedrückt, mit denen wir tatsächlich mit großen Bilddatenbanken besser und aber vor allem natürlich auch anders umgehen können als bislang.
Speaker: Also da die Hinwendung eher weg vom Metadatum und hin zum Bild.
Speaker: Und das funktioniert natürlich immer so auf unterschiedliche Weise.
Speaker: Also dadurch, dass das Konzept der Ähnlichkeit sehr diffus ist, stellten sich für uns viele Fragen.
Speaker: Was bedeutet für uns Ähnlichkeit überhaupt?
Speaker: Wiefern möchten wir den Nutzern unterschiedliche Einstiegsmöglichkeiten in diesen Bereich der Ähnlichkeit bieten?
Speaker: Aber auch, was ist realisierbar in so einem Drei-Jahres-Programm tatsächlich, was von der DFG gefördert wird?
Speaker: Wir haben uns letztendlich entschlossen, gewisse
Speaker: Anreize zu setzen, die dann auch durchaus noch weiterentwickelt werden können.
Speaker: Die ganze Software ist ja Open Source.
Speaker: Das heißt, was wir aktuell anbieten, sind sowohl eher einfache Ähnlichkeitsverfahren, also das, was man auch früher kannte, Farbähnlichkeit, durchaus auch gewisse stilistische Ähnlichkeiten, aber auch solche Möglichkeiten, die dann eher in den Bereich der Semantik eindringen, wo tatsächlich der Bildinhalt auch mit adressiert werden kann.
Speaker: Wird dieser Bildinhalt über Verfahren der Computer Vision erkannt oder spielen da wieder die Metadaten eine Rolle?
Speaker: Also wir bieten zwar zusätzlich noch eine Art Facettierung an, die auf Metadaten zugreift.
Speaker: Das hat aber eher...
Speaker: Historische Gründe.
Speaker: Wir haben herausgefunden, dass viele Kunsthistoriker einfach sehr an diesen Metadaten klammern.
Speaker: Das heißt, wenn wir diese Metadaten nicht integrieren, herrscht erstmal eine große Irritation, weil man nämlich durchaus möchte, nach gewissen Künstlern nochmal filtern zu können.
Speaker: Also ob das jetzt erstmal am Anfang ist oder im Nachgang, spielt keine Rolle, aber in jedem Fall war das so ein Feld, das definitiv bedient werden musste.
Speaker: Und erst dann kann man tatsächlich so ein bisschen flexibler werden und sagen, wir geben euch die Möglichkeit, ihr könnt mit Bildern nach Bildern suchen, ihr könnt einstellen, welche Art von Ähnlichkeit ist jetzt besonders interessant für euch, aber auch, welche Darstellung tatsächlich der Suchergebnisse ist jetzt vielleicht für eure Forschungsfrage besonders relevant.
Speaker: So neben diesem doch eher klassischen Bildraster, was aber auch deswegen eingebunden wurde, weil es eben etabliert wurde,
Speaker: Gibt es beispielsweise auch solche Formen der zweidimensionalen Adressierung, also wo dann eine Darstellung wirklich der Bilder im Raum dann nochmal mit eingewoben wird?
Speaker: Und auf diese Weise natürlich auch die Ähnlichkeiten zwischen den Objekten nochmal auf andere Weise explorierbar werden, als sie in so einer Art linearen Bildraster dann auch mit zustande kommen würden.
Speaker: Ja, ich habe das mal ausprobiert mit meinen klassischen Suchanfragen, die ich immer stelle.
Speaker: Ich suche immer nach Bartholomeus Spranger.
Speaker: Das ist der Künstler, bei dem ich mich gut auskenne.
Speaker: Und fand es sehr ansprechend, dass dann, ich sage es jetzt mal ganz vereinfacht, diese Haufen gebildet werden.
Speaker: Also ihr habt ein Clustering-Verfahren genutzt, das aufgrund von algorithmischer Ähnlichkeit
Speaker: Haufen bildet aus all den Bildern, die da in der Datenbank drin sind.
Speaker: Und dann kann man selbst sich ein bisschen durchwühlen und sich überlegen, zumindest mache ich das, ich gucke dann, was war wohl der Grund für diese Ähnlichkeiten?
Speaker: Weil die Ähnlichkeiten, die ja der Computer benutzt, sind keine Ähnlichkeiten, die wir verwenden.
Speaker: Also die Gesichter sehen gleich aus oder da sind überall die gleichen Vasen drauf.
Speaker: sondern die Ähnlichkeiten, die algorithmisch erkannt werden, sind doch ein bisschen anders, oder?
Speaker: Ich würde sagen, zum einen ja, zum anderen vermutlich am Ende auch nein.
Speaker: Also ja, natürlich der Computer, die Maschine, die künstliche Intelligenz, wie auch immer man das jetzt aktuell nennen möchte, funktioniert natürlich anders.
Speaker: Also der Prozess des Sehens ist, auch wenn man es natürlich gerne so ausdrückt, ein komplett anderer als das, was wir letztlich als Sehen bezeichnen würden.
Speaker: Da, wo es aber ähnlicher wird, es ist auch interessant, dass der Begriff der Ähnlichkeit tatsächlich auch dann immer auch auf anderen Gebieten noch mit anwendbar ist, ist dann da, wo wir tatsächlich so ein bisschen ins Training reinkommen.
Speaker: Denn wie lernen wir Menschen denn tatsächlich Konzepte kennen?
Speaker: Wir lernen sie, indem wir sie immer wieder sehen, indem wir Variationen feststellen, indem wir Differenzen bemerken, indem gewisse Muster erkannt werden.
Speaker: Und in diesem Sinne agiert die Maschine eigentlich erst mal relativ gleich.
Speaker: Das heißt, sie versucht herauszulösen, was ist jetzt tatsächlich statistisch signifikant für vielleicht genau diese Ikonographie, die ich hier gerade mit bezeichnen möchte.
Speaker: Auf andere Weise ist es natürlich aber auch so, dass dieser Semantic Gap, der natürlich durch diese Einzelpixel-Adressierung mit existiert, einfach viel verschluckt.
Speaker: Wenn wir also beispielsweise wenig Daten haben, und das ist in der Kunstgeschichte tatsächlich zumindest im digitalen Bereich meist der Fall, gibt es natürlich auch das Problem, dass wir viel weniger Möglichkeiten haben, diese Differenzen und Streuungen tatsächlich auch der Maschine relativ schnell beizubringen.
Speaker: Es ist immer da einfach, wo man viel Datenmaterial hat.
Speaker: Das merkt man auch beispielsweise in eher realweltlichen Anwendungsgebieten, also autonomes Fahren etc.
Speaker: Da liegt viel vor.
Speaker: Also können wir natürlich auch daraus relativ viel ableiten.
Speaker: Und ab dem Zeitpunkt, wo wir jetzt in Domänen reinschlittern, die tatsächlich digital bislang sehr wenig erfasst worden sind,
Speaker: kommen wir natürlich auch eher zu so einer Herausbildung wieder eines Kanons.
Speaker: Das heißt, wir werden feststellen, dass in iArt beispielsweise ein heiliger Sebastian ganz hervorragend erkannt wird und sicherlich auch Sündenfalldarstellungen ganz gut herausgefiltert werden können.
Speaker: Wenn wir uns dann aber eher in unsichere Gebilde bewegen, in Ikonographien oder vielleicht auch Heiligendarstellungen, die weniger bekannt sind, wo wir weniger Trainingsmaterial haben,
Speaker: dann merken wir relativ schnell, dass die algorithmische Ähnlichkeitsklassifikation an ihre Grenzen stößt.
Speaker: Also wo nichts ist, dann kann letztlich auch nichts abgeleitet werden.
Speaker: Ich denke gerade an mein Studium zurück, wie wenig Beispiele man wirklich, als es um Ikonografien und Darstellungstraditionen ging, gesehen hat und die dann aber immer wieder erkannt hat.
Speaker: Genau, das ist tatsächlich für uns so entscheidend.
Speaker: Wir als Menschen sind hochgradig flexibel.
Speaker: Wir brauchen vielleicht ein, zwei Bildbeispiele und da können wir sofort ableiten, okay, die Komponenten waren jetzt drin und der PC ist
Speaker: Der braucht mehr.
Speaker: Also wenn man dann fünf Darstellungen eines Heiligen hat, dann merkt er vielleicht, was die einzelnen Attribute sind.
Speaker: Problematisch ist es aber beispielsweise dann schon, wenn diese Attribute in irgendeiner Form stilistisch beispielsweise verzerrt sind, wenn sie nicht mehr eindeutig vielleicht auf eine Lampe zurückzuführen sind.
Speaker: auf einen Behälter, vielleicht auf einen Stab, manchmal aber natürlich auch durch die digitalen Reproduktionen bedingt, einfach eine schlechte Auflösung vorherrscht, sodass es einfach pixelmäßig schlecht erkennbar dann auch ist.
Speaker: Was habt ihr denn bei euch im Projekt festgestellt oder jetzt auch im Nachhinein durch die Benutzung von KunsthistorikerInnen, was denn der Mehrwert ist?
Speaker: Der Mehrwert ist vor allem eine freiere Exploration.
Speaker: Also dieses Weggehen von der eigentlich Suche nach reinen Identitäten, beispielsweise dann wirklich Reproduktionen nach demselben Original, was Google zumeist anbietet, hin zu eigentlich einer Form des freieren Durchstöberns von Sammlungen.
Speaker: Das Wichtigste, aber auch natürlich für Kunsthistoriker ein bisschen irritierender ist dabei, dass es nicht unbedingt um Präzision geht.
Speaker: Also natürlich möchte man, dass gewisse Ergebnisse tatsächlich auch als relevant eingestuft werden.
Speaker: Das validiert natürlich dann auch den Algorithmus, der dahinter liegt.
Speaker: Aber man möchte eigentlich gar nicht, dass es zu sehr einschränkt.
Speaker: Also es gibt eigentlich immer so einen Punkt, der tatsächlich noch nicht erreicht werden darf an Präzision.
Speaker: Ansonsten wird eigentlich jede Art der Exploration zunichte gemacht.
Speaker: Also gerade jetzt solche Beispiele, was ich festgestellt habe,
Speaker: Man sucht Sündenfallreproduktion.
Speaker: Natürlich kommen am Anfang viele Kranachs und Düras und das ist auch alles richtig und auch wichtig, dass diese erscheinen.
Speaker: Und dann rutscht man aber relativ schnell dann auch mit komputationalen Verfahren in Herkules-Ikonografien rein.
Speaker: Und am Anfang ist man ein bisschen irritiert.
Speaker: Und entweder man weiß es dann schon oder man kommt zumindest dann im Nachgang darauf, dass die Herkules-Ikonografie ja durchaus auch rezeptionsgeschichtlich eng mit dem Sündenfalldarstellung verknüpft ist.
Speaker: Das heißt also, diese gewisse Grundentfernung zu dem, was ich ursprünglich suche,
Speaker: ist hier gerade das Wichtige und unterscheidet natürlich auch diese Form der Adressierung sehr stark von metadatenbasierten Ansätzen.
Speaker: Weil wenn ich metadatenbasiert nach einem Künstler suche, bekomme ich natürlich auch nur Werke zurück, die diesem Künstler zugeschrieben worden sind.
Speaker: Wenn man einen Schritt weiter geht und eventuell noch Wikidata etc.
Speaker: einbinden würde, kriegt man dann vielleicht auch noch Schüler- oder Lehrerverhältnisse mit dazu angezeigt, die ja vielleicht auch einen gewissen Grad an Ähnlichkeit beherbergen würden.
Speaker: Aber diese wirklich weitreichenden Verzweigungen,
Speaker: die ich eigentlich gerade durch die Computervision als ermöglicht sehe, die sind da eben tatsächlich nicht machbar.
Speaker: Das hängt natürlich auch, was die Suche und was das Finden angeht und das Explorieren davon ab, was für Bilddaten eingespielt wurden.
Speaker: Jetzt braucht man natürlich öffentlich zugängliche Datenbanken, Bilddatenbanken, am besten mit Schnittstellen, dass man immer die aktuellsten Bilder und Informationen sich runterladen kann.
Speaker: Welche habt ihr denn da eingebaut?
Speaker: Wir haben tatsächlich eher so aus Effizienzgründen natürlich die größten eingebunden, also das Rijksmuseum beispielsweise, das Metropolitan ist mit dabei.
Speaker: Wir haben uns aber auch sehr stark natürlich an dem orientiert, was durch Wikidata und die Wikimedia Foundation veröffentlicht worden sind.
Speaker: Was vor allem dann auch den Vorteil hat, dass relativ wenige gleichere Produktionen im Datenbestand dann auch gelandet sind.
Speaker: Ganz ausschließend kann man das trotzdem leider nicht.
Speaker: Ansonsten haben wir auch darüber hinaus durchaus viel aus dem Internet heruntergeladen durch das sogenannte Scraping.
Speaker: Nicht immer ist aber ganz klar, inwiefern können wir das jetzt nochmal öffentlich zur Verfügung stellen.
Speaker: Also manchmal sind Lizenzen angegeben, manchmal sind sie so ein bisschen diffus.
Speaker: Manchmal behelfen wir uns dann damit, also wenn etwas tatsächlich Public Domain ist, dann versuchen wir uns das tatsächlich auch reinzuschieben.
Speaker: Ansonsten verstecken wir das eigentlich eher so ein bisschen im Trainingsvorgang.
Speaker: Also wir verwenden das zwar mit, bei Unsicherheiten stellen wir es dann aber tatsächlich auch nicht publik und setzen eher darauf, dass Wikidata dann neue Aktualisierungen mit einspeist und eventuell dann auch noch ein paar weitere kunsthistorische Bilder in den Bestand so mit reinwandern.
Speaker: Die Bereitstellungen von Bild- und Metadaten mit offenen Lizenzen ist im Rahmen des Artistocast-Podcasts schon mehrfach zur Sprache gekommen.
Speaker: Und in diesem Zuge werden auch immer wieder die üblichen Verdächtigen genannt, das Strikes Museum oder das Metropolitan Museum.
Speaker: Aber warum ist das so?
Speaker: Diese beiden Häuser haben nicht nur eine offene und liberale Datenpolitik.
Speaker: Sie bieten ihre Daten über einfach zugängliche Schnittstellen an oder legen sie sauber und gut dokumentiert in Repositorien ab.
Speaker: Die Bereitstellung von Bilddaten für das Training von neuronalen Netzen ist essentiell.
Speaker: Man braucht sie auch zur Verbesserung des visuellen Suchens.
Speaker: Gut trainierte KIs ermöglichen das explorierende Suchen in großen Bilddatenmengen.
Speaker: Ich als Mensch kann nicht in einer vertretbaren Zeit eine unglaublich große Menge von Bildern durchsuchen.
Speaker: Erst recht nicht durch Scrollen oder durch Browsen oder durch, wie man es oft hat bei Bilddatenbanken, Seite für Seite durchklicken und dann hat man dann diese Indexraster mit diesen
Speaker: zehn Bildern auf einer Seite und verbringt Stunden um Stunden, bis man dann überhaupt erst mal 100 durch hat, geschweige denn tausend oder mehrere.
Speaker: Das heißt, man benutzt diese Algorithmen, die visuelle Suche, wie so ein Unterstützungssystem, also als Erweiterung der eigenen Wahrnehmung zum Vorsortieren, wenn ich das richtig verstanden habe.
Speaker: Ja, unbedingt.
Speaker: Also auch hier, also der Begriff des Assistenzsystems wäre da angebracht.
Speaker: Sensoren, die mehr leisten, als wir können.
Speaker: Das ist definitiv so.
Speaker: Also es geht um Millionen Bilder, die registriert werden können und verglichen werden können.
Speaker: Und das ist schlichtweg nicht leistbar von uns.
Speaker: Das heißt, ja, Vorsortierung.
Speaker: Und ich glaube, da wären wir auch wieder bei der Frage,
Speaker: Warum dauert das so lange, bis sich das durchsetzt?
Speaker: Weil der erste Schritt ist, das Potenzial zu erkennen.
Speaker: Und der zweite Schritt ist, glaube ich, wie bei jeder Form von Assistenz oder Agentenverhältnis, Vertrauen.
Speaker: Also wirklich vertrauen zu können, dass dann auch der Computer das sieht, was ich finden möchte.
Speaker: Und während eben die Rechenleistung, damit eben auch die Schnelligkeit und die Memory-Kapazität, also die Gedächtnisleistung sozusagen beim Computer dann so viel besser ist, ist natürlich lange Zeit.
Speaker: Die Intuition des Menschen, wirklich zu verstehen, aha, hier sind zwei Menschen, die sind ineinander verschränkt, also wie eine optische Täuschung fast oder eben nur sehr, sehr schwer zu erkennen, das war definitiv immer der Vorsprung des Menschen.
Speaker: Aber der erodiert jetzt auch so langsam, weil der Computer immer
Speaker: mehr Verständnis auch bekommt für schwierige oder herausfordernde Bildformate oder Formulare.
Speaker: Ich finde die Metapher, die du da aufgebaut hast in deinem einen Aufsatz, Computer Vision und Visualisierung als didaktische Instrumente in der Kunstgeschichte ganz spannend.
Speaker: Du hast den Computer, also das Assistenzsystem, mit einem Hund bei der Drogenfahndung verglichen.
Speaker: Der Hund hat einfach gewisse Arten, anders Gerüche wahrzunehmen, aber er weiß natürlich nicht, ob das, was er riecht, wirklich was Illegales ist oder nicht.
Speaker: Er ist halt darauf trainiert worden, diesen Geruch wahrzunehmen.
Speaker: so wie die Algorithmen auch trainiert worden sind, gewisse Formen, Unterschiede, Kompositionen zu erkennen oder Ähnlichkeiten zu erkennen und aufgrund von gewissen trainierten Regeln Cluster bilden zu können oder Sortierungen ansetzen zu können.
Speaker: Und da kann man vielleicht auch immer der diffusen Angst, die da auch so in der Kunstgeschichte immer mitschwingt von, wenn die Computer zu gut wären, für was braucht man uns ja noch, entgegen gehen.
Speaker: Weil diese Sortierung heißt ja noch lange nicht, dass da Wissen dahinter steckt.
Speaker: Ja, das ist richtig und das Beispiel mit dem Hund trägt eine gewisse Weise, weil eben wir auch von dem Computer können wir jetzt keine Ergriffenheit bei einer Pieta erwarten oder so, also es gibt keine Empathie, es gibt keine...
Speaker: Es gibt auch natürlich keine Begeisterung für die Qualität.
Speaker: Die Frage ist bei all dem natürlich immer, was ist dann doch antrainierbar?
Speaker: Antrainierbar in einer Form, die dann immer noch nicht zur Ergriffenheit oder einer Qualitätsbegeisterung führt, aber die trotzdem Merkmale von Qualität zum Beispiel erkennt oder auch
Speaker: zum Beispiel eben über die Interaktion mit den Usern, weiß, was zu Ergriffenheit führt.
Speaker: Das Schwierige, und ich glaube, das kommt jetzt schon so ein bisschen raus, während man eben
Speaker: ganz viele Spezialsysteme erstellen könnte, zum Beispiel für einzelne Forschungsfragen, wie was ist jetzt qualitätsvoll, was ja auch ein ganz umstrittener Begriff in der Kunstgeschichte ist.
Speaker: Oder kennerschaftliche Fragen ist dann die Frage, wie bekommen wir ein relativ universales System,
Speaker: was die Frage, also viele Fragen des Faches bündeln kann in einer Suche, die ähnlich generisch ist wie die Textsuche, die ja auch irgendwie dieses Versprechen beinhaltet, ich kann da alles eingeben und es wird schon irgendwas gefunden werden.
Speaker: Wenn du dir das wünschen könntest, also ich sage jetzt mal ohne die Probleme, die Projektförderungen immer so mit sich bringen, was wären so die nächsten Schritte, die gemacht werden müssten, um zu so einer Art von Suche zu kommen, also visuelle Suche auf dieser Skala, auf diesem Niveau zu ermöglichen?
Speaker: Ja, ich denke, es ist jetzt im Grunde genommen die Aufgabe der Infrastrukturen, also im
Speaker: positivsten Sinn des Wortes, also große etablierte Bildarchive, diese Technologie aufzunehmen und dauerhaft nutzbar zu machen.
Speaker: Und das ist auch gar nicht so, dass das nicht schon passieren würde, aber dadurch, dass
Speaker: diese Datenbanken eben schon bislang, ähnlich wie auch Museen im Zusammenhang mit Digitalisierung, schon bislang mit ihren Aufgaben völlig ausgefüllt waren, wird sich das jetzt nicht eben in den nächsten fünf Monaten oder so einstellen.
Speaker: Aber ich glaube schon, dass dadurch, dass diese Algorithmen
Speaker: immer bekannter geworden sind, immer leichter zu implementieren und auch die Technologie darum immer populärer geworden ist, wenn wir an ChatGBT denken oder DALI und so weiter, dass dieses Interesse und auch das
Speaker: dieser Technologie immer größer wird.
Speaker: Deshalb bin ich eigentlich sehr optimistisch, dass wir in den nächsten Jahren als komplementäre Funktion eben solche Bildsuchen erkennen.
Speaker: Sehr interessieren würde mich wirklich
Speaker: Wie da die Zugänge sind.
Speaker: Also ist es immer dieses Bild eingeben, also das wirklich Einfachste, was man tun kann.
Speaker: Kann man selbst vielleicht eben über eine Mischung aus Text und Bild suche, wie wir das von Clip kennen, also dass man da eine kleine Phrase eingibt.
Speaker: Und ohne Metadaten, sondern nur über dieses Sprachbildmodell, der Computervorschläge macht, kommen wir da eben dem näher, was Bildsuchen heute leisten können, eben auch für die Kunstgeschichte.
Speaker: Hast du schon mal ausprobiert mit diesen generativen Bildsystemen, wie zum Beispiel Stable Diffusion, dir über den Text, also über die Eckphrases ein Bild zu geben, um das in einer visuellen Suche vergleichend ähnlich wiederzufinden?
Speaker: Ja, durchaus.
Speaker: Und das ist auch ein Ansatz, wo wir daran forschen, ob über...
Speaker: diese zusätzlichen Bilder nicht unbedingt der Computer zu dem kommt, was man will, sondern auch mal selber ein genaueres Verständnis bekommt von dem, was man eigentlich sucht.
Speaker: Also wir haben ja eigentlich dieses Gedankenbild im Kopf, aber es ist schwer, das zu verbalisieren.
Speaker: Und mit diesen generativen Modellen und dann entsprechend vielen Vorschlägen, die diese Systeme ja leicht machen können, könnte man dann zum Beispiel aus zehn wieder auswählen.
Speaker: Das ist am nächsten zu dem, wie ich mir das vorgestellt habe und so dialogisch.
Speaker: Und das ist überhaupt eine wichtige Methode, in der Arbeit mit den Algorithmen quasi so eine Form des Dialogs zu entwickeln.
Speaker: dass dann klar wird, in die Richtung möchte ich mich bewegen.
Speaker: Und diese Richtung, die kann wirklich eben dem Gedankenbild entsprechen oder, und das ist das Faszinierende, dann im Laufe des Prozesses erst als eine weitere Konkretisierung entstanden sein.
Speaker: Dass einem wirklich klar wird, dieses generierte Bild, das ist eigentlich noch ein besserer Sucheinstieg, als ich mir den vorgestellt habe.
Speaker: Ja.
Speaker: Das ist auf jeden Fall ein interessanter Ansatz, ja.
Speaker: Und was wir aber auch versucht haben, ist, ob wir mit generierten Bildern nicht wiederum Trainingsmaterial auch herstellen können, also Trainingsbilder herstellen können, um dann auch die Algorithmen noch besser zu trainieren auf das, was wir finden wollen.
Speaker: Funktioniert das?
Speaker: Bislang noch nicht wirklich gut, weil eben auch diese Bildgenerierung dann doch nicht...
Speaker: präzise genug ist, um eben die eigenen Wünsche da oder das, was man eben trainieren will, zu erfüllen.
Speaker: Aber die Ansätze sind da und die Technik wird wirklich quartalsweise besser.
Speaker: Deshalb gibt es da schon viel Hoffnung.
Speaker: Die Anwendungen im Forschungsbereich Computer Vision haben sich in den letzten Jahren wirklich rasant weiterentwickelt.
Speaker: Die Deep Learning Modelle für das Generieren von Bildern können heute augentäuschende Bilder erzeugen.
Speaker: Darüber müssen wir aber nochmal in einer eigenen Folge sprechen.
Speaker: Es ist schon mühsam genug, einen Überblick über die Bilder von bereits existierenden Werken zu bekommen.
Speaker: Beim Herumspielen mit iArt habe ich dann auch ein bisschen die Zeit verloren.
Speaker: Stephanie Schneider überrascht das nicht.
Speaker: Beim Ausprobieren von iArt ist mir aufgefallen, dass es so ein Kaninchenbauloch ist.
Speaker: Also ich habe dann mal mit Text gesucht, mal mit Bildern unterschiedliche Abbildungen auch reingeladen, auch Abbildungen, von denen ich wusste, dass die sehr ungewöhnliche Darstellungen drauf haben.
Speaker: Und durch diese Art und Weise der Visualisierung, also dann dieses Clusterings,
Speaker: bin ich so versunken in diese Bildhaufen.
Speaker: Also es hat bei mir wirklich so ein, wie sagt man, so ein Gehirnblitzgewitter ausgelöst, weil ich mir dann versucht habe, vorzustellen, was könnten die Verbindungen sein, was sehe ich da gerade?
Speaker: Also ich fand das unglaublich inspirierend auch,
Speaker: einfach mal so zu meandern durch die unterschiedlichen Bilder, durch das, was mir vorgegeben ist.
Speaker: Ich habe dann auf einmal so viel gesehen an Kunstwerken, die ich vorher noch überhaupt nicht auf dem Schirm hatte.
Speaker: Also jetzt zum Beispiel Medaillen kenne ich mich überhaupt nicht aus und da waren Parallelen, die ich gesehen habe.
Speaker: Natürlich jetzt auf dieser explorativen Ebene ist es erst mal Assoziationen, aber ich fand es unglaublich spannend und schon war eine halbe Stunde vorbei.
Speaker: War das von euch auch so intendiert bei dem Projekt oder ist es eher etwas, was dann durch Zufall passiert ist?
Speaker: Ich glaube, dass es in den Verfahrensweisen schon inhärent ist.
Speaker: Also dadurch, dass wir eben tatsächlich keine exorbitant hohe Accuracy erzielen können in dieser Domäne, mussten wir uns natürlich von vornherein bewusst machen,
Speaker: Es wird gewisse Probleme oder auch Fragestellen unterstützen können.
Speaker: In anderen Fällen wird es dann aber hochgradig frei auch in der Ergebnismenge zurückgegeben werden können.
Speaker: Das heißt, es liegt natürlich dann auch daran, welche Bestände haben wir integriert,
Speaker: Und dann würde es immer wieder Anfragen gehen, könnt ihr das vielleicht noch hinzufügen oder ich interessiere mich dann eher irgendwie für die Teilmengen noch.
Speaker: Also uns war bewusst, wir können nicht alles lösen.
Speaker: Wir können jetzt eigentlich nur ein Tool am Anfang mal erstellen, das aufzeigen kann, welche Möglichkeiten es überhaupt gibt.
Speaker: Also durch diese Projektgebundenheit von drei Jahren.
Speaker: Genau, also natürlich durch die drei Jahre, wobei man natürlich auch immer dazu sagen muss, die Technologie entwickelt sich rasend schnell.
Speaker: Also gerade jetzt im letzten Jahr war das ja sehr deutlich.
Speaker: Zum einen natürlich durch die synthetische Bildgenerierung, also durch Stable Diffusion, aber natürlich dann auch eher durch Chat-GPT, durch das textuell gebundene, wo das wahnsinnig viel aufpoppt.
Speaker: was die letzten Jahrzehnte natürlich immer weiterentwickelt wurde, aber jetzt plötzlich zugänglich gemacht wurde.
Speaker: Und dieses Zugänglichmachen ist, glaube ich, gerade der fundamentale Unterschied.
Speaker: Also, dass Open Source Software freigegeben wird, dass die Leute selber ausprobieren können, wie funktioniert das.
Speaker: Welche Prompt schreibe ich jetzt?
Speaker: Welche Suchanfragen übergebe ich?
Speaker: Was bringt das zurück?
Speaker: Sodass wir da in einen ganz freien Raum letztlich hereinlaufen, auch des Flanierens, wie du ja selber dann auch gesagt hast, indem wir vielleicht...
Speaker: uns auch mal verlieren können.
Speaker: Und das ist vielleicht eigentlich auch das größte Lob, was man dann an solche Tools stellen kann, dass man sich verliert, dass man nicht mehr rigoros auf seiner Forschungsfrage drauf bleibt, sondern dass man auch mal sagt, oh, was ist das jetzt für ein Kunstwerk?
Speaker: Das kenne ich nicht.
Speaker: Was wird darauf abgebildet?
Speaker: Oh, jetzt suche ich vielleicht auch mal nach ähnlichen Bildern auf Basis dieses Werks.
Speaker: Oder hänge dann andere Suchanfragen ran, ob das jetzt beispielsweise in iArt wäre, aber vielleicht auch in anderen musealen Sammlungen.
Speaker: Vielleicht gibt es ja auch da gerade wieder so eine Rückführung, dass ich durch das Digitale dann auch im Analogen vielleicht wieder anders lerne zu sehen.
Speaker: Das ist auch so was, was ich in den Lehrveranstaltungen gerne mal mache.
Speaker: So einmal im Semester ins Museum gehen.
Speaker: Einfach vielleicht auch mit so einer eher tool-lastigen Fragestellung hineinlaufen.
Speaker: Ihr müsst jetzt mit ChatGPT arbeiten, aber auch, ihr sollt anders drauf blicken.
Speaker: Ihr sollt nicht mehr so ganz stark an diesem Domänenwissen kleben bleiben, sondern löst euch mal ein bisschen davon.
Speaker: Schaut euch mal an, was sind da vielleicht noch für Motive für...
Speaker: Rezeptionsräume, die geöffnet werden können, wenn man sich eben so einen ganz kleinen Schritt dann schon davon entfernt.
Speaker: Man nennt das ja auch Serendipity, also diesen glücklichen Zufall, etwas zu finden.
Speaker: Und bei aller Wissenschaftlichkeit und unserer Methodenkontrolle müssen wir auch zugeben, dass der glückliche Zufall sehr oft auch mit rein spielt beim Wissenschaftlern, beim Forschen.
Speaker: Also jetzt ist iArt schon seit drei Jahren online.
Speaker: Was sind denn so die Rückmeldungen?
Speaker: Habt ihr Nutzerinnenzahlen, mit denen ihr zufrieden seid?
Speaker: Also ist es etwas, was wirklich angekommen ist?
Speaker: Jein.
Speaker: Es gibt sicherlich immer mal wieder Hochphasen, gerade wenn das Tool vorgestellt wird.
Speaker: Also das ist ja auch ganz üblich und auch normal.
Speaker: Wir hatten auch viele Workshops, in denen wir auch so ein bisschen ausprobiert haben, wie tatsächlich gerade KunsthistorikerInnen damit umgehen.
Speaker: Ich würde sagen, es ist tatsächlich immer noch sehr schwierig,
Speaker: Auf der einen Seite nähern wir uns ja bewusst dann auch durch die Graphical User Interface beispielsweise an solche Varianten wie Google an.
Speaker: Also es gibt den traditionellen Suchschlitz und natürlich das Bild Raster.
Speaker: Auf der anderen Seite habe ich das Gefühl, dass viele zu restriktiv tatsächlich in ihrer Suche funktionieren.
Speaker: Also meist ist das eher nach dem Motto, ich habe jetzt einen Begriff, den suche ich und dann erwarte ich gewisse Ergebnisse und wenn die erfüllt werden, dann ist es gut.
Speaker: Wenn sie zu sehr erfüllt werden, ist es allerdings auch schon wieder schlecht.
Speaker: Dann habe ich so einfach diesen Überraschungsmoment nicht.
Speaker: Dann ist auch die Nachfrage, warum muss ich jetzt unbedingt nicht Metadaten gesteuert an diese Sache herangehen?
Speaker: Offensichtlich funktioniert es ja genauso gut.
Speaker: Andererseits fehlt dann eben auch dieses iterative Vorgehen.
Speaker: Also dass man tatsächlich von einer Ergebnismenge auf die nächste kommt, dass man ausprobiert, welche unterschiedlichen algorithmischen Möglichkeiten habe ich.
Speaker: Wir bieten ja beispielsweise Schieberegler an, in denen dann auch gesteuert werden kann, wie stark soll Farbähnlichkeit mit integriert werden, wie stark soll inhaltliche Ähnlichkeit eine Rolle spielen.
Speaker: Und dadurch, dass das sehr selten ausprobiert wird, werden natürlich viele Möglichkeiten einfach schon mal grundsätzlich nicht ausgeschöpft.
Speaker: Also man ist teilweise, glaube ich, erst mal enttäuscht.
Speaker: Okay, das wirkt jetzt eigentlich nicht viel anders.
Speaker: Und auf der anderen Seite liegt diese Enttäuschung aber auch darin begründet, dass man viele Funktionen gar nicht ausschöpft, dann erst mal im weiteren Sinne.
Speaker: Also dass viele, glaube ich, überhaupt noch nie auf dieser zweidimensionalen Darstellung waren, dass nie Cluster-Darstellungen noch mal mit herausgearbeitet worden sind.
Speaker: Also dass man immer noch sehr daran hängt, wie dieses klassische Bildraster in musealen Sammlungen funktioniert.
Speaker: Ich gebe etwas ein, ich kriege meine Bilder zurückgeliefert und dann klicke ich auf die zweite Seite und dann ist eigentlich mein Prozess schon abgeschlossen.
Speaker: Und dieses, naja doch, rechte, strikte Suchgefüge muss in irgendeiner Form aufgelöst werden.
Speaker: Und ich bin mir nicht sicher, ob man das tatsächlich...
Speaker: über derart technische Tools erzielen kann, ob es nicht vielleicht schon viel früher in irgendeiner Form integriert werden müsste, ob das jetzt in der Lehre ist oder ob vielleicht auch durch Museen experimentelle Ansätze gewählt werden müssen, wo die Computer Vision dann eben auch integraler Bestandteil wird, um dadurch auch ein größeres Bewusstsein zu erzielen, ich muss damit anders arbeiten, wenn ich tatsächlich erfolgreich sein möchte.
Speaker: Im Zuge der Digitalisierung und einer Etablierung von großen Bilddatenbanken sind wir in der Kunstgeschichte mit einer enormen Menge heterogener Daten konfrontiert.
Speaker: Computer Vision als Forschungsgebiet und Prototypen wie iArt können uns helfen, diese menschlich nicht wahrnehmbaren Datenmengen irgendwie nutzbar zu machen.
Speaker: Im Moment sind wir eher in einer Übergangszeit, in der sich die Herangehensweisen und Verfahren meist experimentell erst beweisen müssen.
Speaker: Das heißt ja nicht, dass man etablierte Methoden über den Haufen werfen muss.
Speaker: Ja, also ich fände es unglaublich charmant, wenn man beide Arten und Weisen des Suchen kombinieren würde.
Speaker: Also sowohl die Textsuche als auch die Bildsuche.
Speaker: So als eine Art nochmal extra Filter.
Speaker: Also ich finde auch Suchsysteme immer schön, in denen ich Kategorien oder so einen Index nebendran habe, um nach Schlagworten einschränken zu können oder Material oder Standort oder Herkunftsort, sobald die Sachen bekannt sind.
Speaker: Aber manchmal fehlen in diesen vorgegebenen Kategorien in Metadaten eben Elemente wie Farbe, wie Malweise oder wenn man in der Zeichnungsforschung unterwegs ist, auch Art und Weise des Duktus.
Speaker: Da wird ganz selten bis nie, also mir ist jetzt auch kein Beispiel bekannt, dass der Duktus einer Zeichnung mit beschrieben ist in den Metadaten.
Speaker: Und da könnte ich mir vorstellen, dass eine visuelle Suche nochmal hilft, diese Suche, die ich vorher schon über den Text gemacht habe, zu präzisieren.
Speaker: Ich könnte dann Elemente ausklammern und wenn ich sage, es soll halt im Zeichenstil von der mir vorgegebenen Zeichnung sein oder ich zeichne was sogar vor auf einem Pad, also sozusagen
Speaker: Ich zeichne in die Suchmaschine rein, so soll das Strichmuster sein und dann würde mir der Algorithmus alle Zeichnungen raussuchen, die ein ähnliches Strichbild haben.
Speaker: Das wäre großartig.
Speaker: Also da würde ich einen extremen Mehrwert sehen, gerade in der Zeichnungsforschung.
Speaker: Ja, aber auch hier ist auffällig, dass es das eben so wenig gibt, weil eben bei den
Speaker: Verschlagworten immer, dass das Bild fast ausgespart worden ist und seine stilistischen Details.
Speaker: Und natürlich können wir das einfangen über die Bildsuche.
Speaker: Die Frage ist natürlich, wer fängt dann tatsächlich zu zeichnen an?
Speaker: Oder müssten wir dann eben auch hier einen Katalog von Formen bereitstellen,
Speaker: mit denen dann gesucht werden kann.
Speaker: Und das gibt es ja teilweise bei Google Lens oder anderen Sachen, dass man einen Bildausschnitt wählt und dieser Bildausschnitt so klein ist, dass man eben in der Textur der Striche im Duktus quasi drin ist.
Speaker: Und dann kann es sein, dass man dann dort auch ähnliche Bilder eben findet, die so sind.
Speaker: Du hast ja selbst zusammen mit Fabian Offert auch eine visuelle Suche entwickelt, also ein Interface, in dem man auf gewisse Art und Weise damit suchen kann, Images AI.
Speaker: Was war bei der Entwicklung eure größte Herausforderung?
Speaker: Auch hier war das Problem, an Daten zu kommen, also Daten, die frei sind, die benutzbar sind und auf die man zugreifen kann.
Speaker: Und Fabian Offert, der das
Speaker: Projekt vornehmlich konzipiert und programmiert hat, ist da im Grunde genommen auf meinen Wunsch oder den Wunsch der Community eingegangen, einmal so ein Tool zu haben, wo man das ausprobieren kann und dann, und das ist das Besondere, eben auch mit verschiedenen Modellen ausprobieren kann.
Speaker: Also nicht nur irgendein neuronales Netz, sondern die sind quasi modulartig austauschbar,
Speaker: sodass man auch eben unter den unterschiedlichsten Verwendungen dieser Modelle dann in der Suche noch weiterkommen kann, also indem man die auch kombiniert stellt.
Speaker: Also genau eine Herausforderung ist die Art und Weise, wie man die Ergebnisse darstellt.
Speaker: Wir haben ein einfaches Grid, also die...
Speaker: Die Ergebnisse werden als eine Art Bildliste geführt, also eben auch wie die Treffer, wie man das bei Google auch gewohnt ist in der Bildsuche.
Speaker: Aber es werden jetzt zum Beispiel keine Visualisierungen gemacht, die eine Clusterung anzeigen und so weiter, was iArt teilweise hat und andere.
Speaker: Und das ist eben die Frage, hilft einem das weiter oder sind diese Visualisierungen, die ja letztlich auch starke dimensionale Reduktionen eben auf zwei Dimensionen sind, überhaupt so sinnvoll?
Speaker: Können wir die überhaupt so gut durchsuchen?
Speaker: Also Herausforderungen wären eigentlich eher jetzt in der Zukunft, wie könnte man das noch verbessern?
Speaker: Wie könnte man noch Zugänge schaffen?
Speaker: Welche
Speaker: neuen Modelle jenseits von Clip, VGG und diesem Posenansatz könnte man noch hinzunehmen und welche neuen Bilddatenbanken ließen sich damit noch verbinden?
Speaker: Du hast gerade Clip erwähnt.
Speaker: Was ist das ganz konkret?
Speaker: Also was meinst du damit?
Speaker: Clip ist ein Algorithmus aus der, ja, bekanntermaßen starken Produktion von Algorithmen von OpenAI, der Stiftung eben aus Kalifornien.
Speaker: die Bildgeneratoren wie DALI 2 und ChatGPT entwickelt hat.
Speaker: Und Clip ist tatsächlich ein Teil auch von diesen Bildgeneratoren in dem Sinn, dass hier Textmodelle mit Bildern verbunden sind, in dem...
Speaker: Bilder trainiert worden sind mit den Bildunterschriften oder anderen Texten, die mit dem Bild verknüpft sind.
Speaker: Und dadurch, dass dann diese Sprachmodelle auf diese visuellen Modelle treffen und mit ihnen verknüpft wird, entsteht ein verschränkter Raum, bei dem, wenn wir jetzt an Cezanne denken, eben gemalte Äpfel,
Speaker: neben dem Begriff Äpfel und Obst und Stillleben sind, aber vielleicht auch neben dem Begriff Abstraktion oder Neo-Impressionismus und so weiter.
Speaker: Also da entstehen Wortfelder.
Speaker: In diesem Raum, die dann gespickt sind, auch mit Bildern, die dabei liegen.
Speaker: Und jetzt habe ich natürlich schon diesen Cezanne als Beispiel erwähnt, aber wichtig ist natürlich bei Clip und vielen dieser Algorithmen, die eben in der Industrie kursieren,
Speaker: dass es an einer vermeintlich kompletten Wirklichkeit, also an unwahrscheinlich vielen Bildern aus dem Netz trainiert worden ist und damit auch nicht den Ideen und Kategorien der Kunstgeschichte folgt.
Speaker: Das heißt aber nicht, dass man das eben adaptieren kann und diesen Clip-Algorithmus als Suchmodell auch einsetzen kann.
Speaker: Und ähnlich wie man eben mit einem Satz bei DALI oder anderen Bildgeneratoren wie Stable Diffusion ein Bild erzeugt, so kann man auch hier einen Satz eingeben und kommt dann an einen Punkt in dem Raum.
Speaker: Und das Ergebnis, in dem Ergebnis wird dann geschaut, was ist denn mit dieser Phrase an Bildern in der Nähe verbunden, was haben wir denn da?
Speaker: Kommen da weitere Stillleben oder kommen dann da vielleicht auch schon irgendwelche Anzeigen?
Speaker: Anderen Bilder und das ist aber eben schon vorher registriert.
Speaker: Dadurch ist es auch so unwahrscheinlich schnell.
Speaker: Und diese Vorregistrierung, die sorgt eben auch dafür, dass wir völlig unabhängig sind von den Metadaten, die jetzt vielleicht das Museum hinterlegt hat.
Speaker: Also es ist im Grunde genommen eine ganz fremde Art und Weise, dann sich auf dieses Bild zu schauen, was dann auch die Möglichkeit schafft, alles Mögliche da einzugeben und dadurch auch relativ inklusiv zu sein, weil ich einfache Sprache eingeben kann, weil ich Dinge eingeben kann, die eben Kunsthistorikerinnen nie verschlagworten würden.
Speaker: Und trotzdem bekomme ich eben dann Bilder angezeigt und das stimmt dann auch in vielen Fällen.
Speaker: Oder würde aus kunsthistorischer, kategorischer Sicht erstmal nicht stimmen, aber eine gewisse Verbindung muss ja da sein, sonst wären ja diese Bilder nicht in diese Wolke, in dieses Fortfeld mit reingekommen.
Speaker: Irgendeinen Verknüpfungspunkt muss es ja da doch geben.
Speaker: Nein, also es ist ein statistisches Problem.
Speaker: Wenn ich
Speaker: ... wirklich dort einen wunden Punkt gefunden habe, also einen Punkt, wo wirklich nicht viel da ist, weil das was ist, was es zum Beispiel im Netz und damit vielleicht in diesen Trainingsdaten nicht gibt oder sehr, sehr wenig gibt...
Speaker: dann wird das nächste Bild vielleicht etwas sehr anderes sein.
Speaker: Also auch hier gibt es Enttäuschung.
Speaker: Andererseits das Tolle auch wiederum von solchen Algorithmen ist, dass die eben auch nicht nur
Speaker: ein Bild heraus suchen können, wo das Gesuchte drin vorkommt, sondern auch das in dem Bild dann auch noch markieren können und damit auch anzeigen können, wie sie das Eingegebene verstanden haben.
Speaker: Also wir haben bei Clip auch so eine Heatmap-Map,
Speaker: Die zeigt dann bei jedem Bild an, kann man sich das zeigen lassen, was war hier ausschlaggebend, dann leuchtet es dort auf, woran es gelegen hat und auch mit diesem Test kann man dann sehr schnell sehen, ob das eingegebene Konzept verstanden worden ist oder ob der Computer sich an ganz anderen Dingen festgehalten hat, die er dafür gehalten hat.
Speaker: Also wenn man jetzt zum Beispiel irgendeine Körperhaltung gesucht hat, würde dann in den Suchergebnissen bei dieser Heatmap, also diesen auf dem gefundenen Bild aufgelagerten Farbflächen anzeigen, hier ist die ähnliche Pose, die ähnliche Körperhaltung, die ähnliche Armhaltung, das wäre dann irgendwie stark gelb oder stark rot und der Rest des Bildes würde dann so grün-blau erscheinen.
Speaker: Genau so ist es.
Speaker: Und dadurch, dass wir natürlich bei einem so aktuell trainierten Algorithmus auch viel mit Anachronismen zu tun haben, ist das zum Beispiel so, wenn ich dann nach einem Fahrrad suche und das Reichsmuseum hat wenig Fahrräder, erscheinen dann eben in dieser Heatmap große Wagenräder mit Speichen aufleuchtend, weil sie eben was Fahrradartiges in diesem Landschaftsbild oder so darstellen würden.
Speaker: Da bleibt zum Schluss eigentlich nur die Frage, welche Entwicklungen sind denn jetzt noch notwendig, um das umzusetzen?
Speaker: Ja, einerseits würde ich mir da wünschen, dass wir im Fach noch mehr darüber diskutieren und eben ausprobieren.
Speaker: Also Images.ai, und ich denke, iArt ist genauso gedacht, war vor allen Dingen auch ein Angebot an die Kunstgeschichte,
Speaker: sich mit diesen Sachen auseinanderzusetzen, zu evaluieren, was das kann, wie es funktioniert, wie es vielleicht auch für die eigene Forschung einsetzbar ist.
Speaker: Auch die Projekte, die jetzt schon eben mit Computer Vision arbeiten,
Speaker: sollten sich stärker vernetzen und sollten eben auch im Sinne der Nachhaltigkeit versuchen, mit Bilddatenbanken dann suchen zu entwickeln, die eben auf ihren Ergebnissen basieren.
Speaker: Und dann kommt auch den Digital Humanities eine große Aufgabe in dem Bereich zu, weil wir eben auch Stellen brauchen, die dann eben
Speaker: in den Bilderschiffen, solche Prototypen in was Verstetigstes umsetzen können.
Speaker: Und da ist die Herausforderung wirklich der Stellenmarkt.
Speaker: Und dadurch, dass es wahrscheinlich immer schwieriger wird oder schwierig bleibt,
Speaker: InformatikerInnen aus dem Bereich zu bekommen, kauf ich einfach auf die vielen neuen Digital Humanities Studiengänge und die wachsende Zahl an AbsolventInnen, also Leute, die eigentlich schon per se Interesse an kulturellem Erbe und Geschichte haben sollten, dass die auch
Speaker: ihren Platz da finden und in diesen Bereichen arbeiten werden.
Speaker: Das, denke ich, wäre sehr wichtig.
Speaker: Denn die Entwicklung, die geht eh voran.
Speaker: Also es ist jetzt nicht so, dass wir selbst unwahrscheinlich viel grandios neue Dinge entwickeln würden.
Speaker: Das kann in Zusammenarbeiten mit Leuten wie Björn Omer oder so passieren, dass da wirklich was originär Neues rauskommt.
Speaker: Wichtig scheint mir aber bei dieser unwahrscheinlich stark voranschreitenden Forschung überhaupt am Adaptieren, am Implementieren von Bestehendem dabei zu bleiben und dafür die Manpower und teilweise auch die Rechenpower im Bereich.
Speaker: durch GPUs und so weiter auch zu haben.
Speaker: Dann ist es jetzt an der Kunstgeschichte, diese Wege einzuschreiten und zu begleiten.
Speaker: Ja, danke dir, Peter, für den Einblick in dieses doch komplexe Feld und den Ausblick in das, was in der Zukunft möglich sein wird.
Speaker: Jetzt ärgere ich mich ein bisschen, dass es das noch nicht gab, als ich meine Doktorarbeit geschrieben habe.
Speaker: Das tue ich tatsächlich auch.
Speaker: Also ich habe ja auch in dem Jahr danach damit angefangen, als ich die Dissertation abgegeben habe.
Speaker: Aber umso mehr hoffe ich, dass andere dann profitieren können und wir selber ja auch noch eine ganze Weile.
Speaker: Und danke dir auch für deine Zeit und die Vorbereitung.
Speaker: Meine Vorbereitungszeit zu dieser Folge habe ich vor allem mit Herumspielen, mit diesen unterschiedlichen Prototypen A-Art und Images AI verbracht.
Speaker: Dabei habe ich immer wieder festgestellt, wie schnell ich in meinen Suchroutinen für eine Textsuche zurückgefallen bin.
Speaker: Mit der Zeit und einem bewussten Überwinden von anfänglichen Irritationen ob der seltsamen Ergebnisse kommt dann auch der Spaß.
Speaker: Und ich hoffe, dass viele Sammlungen diesen neuen Zugang zu ihren Objekten im Digitalen mit einbauen.
Speaker: Die Prototypen sind da und als Open-Source-Software von jedem nachnutzbar.
Speaker: Und wer jetzt neugierig geworden ist, findet in den Shownotes sowie im Blogbeitrag auf arthistoricum.net die Links für die Programme.
Speaker: Lasst uns in der Kunstgeschichte ein neues Suchen lernen.
Speaker: Welche Methoden und Suchroutinen sich hier ausbilden werden, liegt noch in der Zukunft.
Speaker: Jetzt heißt es erst mal ausprobieren, spielen, explorieren, inspirieren lassen, den glücklichen Zufall der Entdeckung heraufbeschwören.
Speaker: Heureka!
Speaker: Diese Folge wurde von Jacqueline Klusig-Eckert produziert im Auftrag des Arbeitskreises Digitale Kunstgeschichte.
Speaker: Unterstützt wird sie dabei von der Redaktion der Arbeitskreismitglieder Peter Bell, Lisa Diekmann, Peggy Große, Waltraud von Pippich und Holger Siemann.
Speaker: Finanziert wird AdHistocast, der Podcast zur digitalen Kunstgeschichte von NFDI for Culture, dem Konsortium in der nationalen Forschungsdateninfrastruktur, das sich mit Forschungsdaten zu materiellen und immateriellen Kulturgütern befasst.
Speaker: Unterstützt wird AdHistocast durch den Deutschen Verband für Kunstgeschichte.
Speaker: Du hast noch eine Frage oder Anregungen?
Speaker: Kontaktiere uns einfach unter podcast.digitale-kunstgeschichte.de
