Dust and Data. Die Kunst des Kuratierens im Zeitalter der AI
Dust and Data. The Art of Curating in the Age of AI
Wissenschaftsdisziplinen
Andere Geisteswissenschaften (10%); Geschichte, Archäologie (30%); Informatik (30%); Kunstwissenschaften (30%)
Keywords
-
Artificial Intelligence,
Exhibition Design,
Museum Collections,
Curating,
Machine Learning,
Installation
DUST AND DATA erforscht die Rolle der Kurator*innen im Zeitalter der Artificial Intelligence (AI), einem Zeitalter in dem Computer nicht nur die Bedeutung von Kunstwerken verstehen lernen, sondern auch selbst kreativ werden. Digitale Kopien bestehender Kunstwerke sind bereits Standard. Die Fähigkeit von Computern diese Kopien auch zu verstehen, zu analysieren, zu katalogisieren und tausende Arbeiten in sinnhafte Zusammenhänge zu sortieren, ist noch in die kuratorische Arbeit zu integrieren. Kurator*innen begegnen dem Digitalen auf vielfachen Ebenen: Die Inhalte sind vielfach digital geworden und machen aus dem Kuratieren an sich eine weitgehend digitale Disziplin; Museale Sammlungen sind durch ihre digitale Erschließung viel zugänglicher, gleichzeitig müssen Kurator*innen mit einer Flut von Inhalten inner- und außerhalb der eigenen Sammlungen umgehen. Auch die Kommunikation mit dem vernetzten Publikum wird weitestgehend zu einem in sich selbst digitalen Unterfangen. DUST AND DATA will mit den Mitteln der AI die Glyptothek wiederentdecken eine fast vergessene Sammlung historischer Gipsabgüsse an der Akademie für bildende Kunst, Wien. AI bildet hier die Grundlage eines interdisziplinären Unternehmens von Kurator*innen, AI-Expert*innen und Ausstellungsgestalter*innen. Sie alle gemeinsam werden die Glyptothek in eine Zukunft führen in der aus klassischer Skulptur programmierter Code wird und aus dem Code physisch erlebbare Kunstwerke. DUST AND DATA sucht nach kuratorischen, architektonischen und digitalen Pfaden durch die Sammlung der Glyptothek, immer unter der Prämisse, den Ergebnissen wieder eine physische Form zu geben. Die Forschung basiert auf einer praxisorientierten Workshop-Situation und einem wissenschaftlich-künstlerischen Diskurs als Grundlage für einen verschränkten Entwicklungs- und Schaffensprozess, der Vorlagen für neue kuratorische und architektonische Zugänge schafft. Die Möglichkeiten von AI könnten das Kuratieren insgesamt verändern. Genuin neue AI-basierte Fragestellungen, ebenso wie die ungeheure Menge potentieller und tatsächlicher Objekte, haben das Potential das Kuratieren von grund auf verändern und der Ausstellungsarchitektur eine neue Rolle als Übersetzerin zwischen dem Digitalen und dem Physischen zuweisen. DUST AND DATA folgt drei zentralen Recherchefragen: - Können Kurator*innen AI als brauchbares Werkzeug im digitalen Ausstellungsalltag nutzen? - Wird AI das Kuratieren an sich verändern? - Können die zunehmend digitalen Inhalte wieder in eine Physis überführt werden?
[Text zur abschließenden Ausstellung] DUST AND DATA Artificial Intelligence im Museum Mi, 09.06.2021 - So, 29.08.2021 Die Museen sind jetzt alle digital. Auch museale Inhalte sind vielfach digital geworden - als Kopien und Scans der Originale oder auch als originär digitale Objekte. Die meisten Sammlungen sind durch ihre digitale Erschließung heute viel zugänglicher, gleichzeitig müssen Kurator*innen und Ausstellungsbesucher*innen mit einer Flut von Inhalten inner- und außerhalb der Ausstellungen umgehen. Auch die Kommunikation zwischen Museen und dem nunmehr vernetzten Publikum wird weitestgehend zu einem digitalen Unterfangen - nicht nur in Zeiten der Pandemie. Wie wird sich das Kuratieren und Ausstellen durch den Einsatz neuer Technologien verändern? Welche öffentlich relevanten Nutzungs-, Darstellungs- und Erzählmöglichkeiten für das gerade entstehende, riesige digitale Erbe gibt es? Wie kann die Entwicklung von mächtigen ground truths und displays kommender, digitaler Anwendungen beeinflusst, mitgestaltet (und nicht allein den großen Technologiekonzernen überlassen) werden? Dust and Data ist ein künstlerisches Forschungsprojekt, das sich nicht mit der Digitalisierung an sich, sondern mit den darauf aufbauenden Möglichkeiten, Chancen und Gefahren der Artificial Intelligence beschäftigt. Anhand einzelner Museen und Sammlungen beschreiben wir neue Möglichkeiten des Ausstellens und des Betrachtens. AI getriebene Maschinen, die nicht nur die Bedeutung von Kunstwerken und Sammlungsobjekten verstehen lernen, sondern mitunter auch selbst kreativ werden, sind unsere Begleiter und Guides. Im Zusammentreffen von Kurator*innen, Publikum und Maschinen entstehen neue Zusammenhänge, neue Analyseergebnisse, neue Narrative. Wir zeigen eine neue Art des musealen Arbeitens und unsere (teils offenen) Fragen an die Beteiligung der neuen Technologien. Eine Zeichenmaschine skizziert während der gesamten Laufzeit der Ausstellung die Gedanken und Entwürfe des Projektteams. Die Zeichenmaschine tritt dabei als "endless display" auf. Ihre Inhalte sind, solange das Papier reicht und das Projektteam denkt, unerschöpflich und pumpen immer neue Gedanken in den Ausstellungsraum. Das Volkskundemuseum Wien wird bei diesem Projekt zur Gastgeberin für neue Einblicke in die Sammlungen und Ausstellungsräume der Glyptothek, der Akademie der bildenden Künste, des Belvedere und thematisiert auch die eigene Sammlung. Kuratierung: Niko Wahl, Arthur Flexer, Irina Koerdt, Alexander Martos, Sanja Utech
- Universität Linz - 28%
- Akademie der bildenden Künste Wien - 72%
- Christian Teckert Keindlsdorfer, Akademie der bildenden Künste Wien , nationale:r Kooperationspartner:in
- Arthur Flexer, Universität Linz , assoziierte:r Forschungspartner:in
- Nora Sternfeld, Universität für angewandte Kunst Wien , nationale:r Kooperationspartner:in
- Hito Steyerl, Akademie der Bildenden Künste München - Deutschland
- Andre Holzapfel, Royal Institute of Technology - Schweden
- Bob Sturm, Queen Mary, University of London - Vereinigtes Königreich
Research Output
- 2 Publikationen
- 1 Künstlerischer Output
- 13 Disseminationen
-
2020
Titel Discovering X Degrees of Keyword Separation in a Fine Arts Collection Typ Conference Proceeding Abstract Autor Flexer A. Konferenz 37th International Conference on Machine Learning, Machine Learning for Media Discovery Workshop Link Publikation -
2021
Titel Computational filling of curatorial gaps in a fine arts exhibition Typ Conference Proceeding Abstract Autor Flexer A. Konferenz Twelfth International Conference on Computational Creativity Seiten 2-5
-
2020
Link
Titel interview by Austrian Museum of Folk Life and Folk Art Typ Engagement focused website, blog or social media channel Link Link -
2020
Link
Titel talk and panel contribution at "Angewandte Innovation Lab" Typ A talk or presentation Link Link -
2020
Link
Titel talk at research day of the Academy of Fine Arts Typ A talk or presentation Link Link -
2021
Link
Titel photo story about opening night of our museum exhibition Typ Engagement focused website, blog or social media channel Link Link -
2021
Link
Titel interview with Austrian newspaper Typ A press release, press conference or response to a media enquiry/interview Link Link -
2020
Link
Titel meeting with Belvedere Research Center Typ A formal working group, expert panel or dialogue Link Link -
2021
Link
Titel lecture given at the Austrian Research Institute for Artificial Intelligence Typ A talk or presentation Link Link -
2020
Link
Titel lecture at the Austrian Research Institute for Artificial Intelligence Typ A talk or presentation Link Link -
2021
Link
Titel project featured in exhibition on "Artificial Intelligence?" Typ Participation in an activity, workshop or similar Link Link -
2021
Link
Titel interview with AIChat video blog Typ A press release, press conference or response to a media enquiry/interview Link Link -
2021
Link
Titel talk at the online conference "The Art Museum in the Digital Age" Typ A talk or presentation Link Link -
2019
Link
Titel research blog "Dust and Data" Typ Engagement focused website, blog or social media channel Link Link -
2020
Link
Titel discussion with guest expert Bob Sturm (KTH Stockholm, Sweden) Typ A formal working group, expert panel or dialogue Link Link