Marcel Duchamp beschrieb den Titel eines Kunstwerks als unsichtbare Farbe (Welchman, 1997) – Pigmente, die das Auge umgehen und direkt zum Verstand sprechen. Damit verschiebt sich die ästhetische Erfahrung vom Sichtbaren hin zum Kontext. Das Etikett eines Werks, die Erzählung der Künstlerin oder des Künstlers, die Ausstellungsgeschichte – all das verlängert dieses unsichtbare Pigment. Es prägt, wie wir lesen, bewerten oder auch übergehen, was uns vor Augen steht.
Das Storage Museum in Düsseldorf umfasste zur Zeit des Projekts 479 Werke, verteilt auf 10 Regale und digital erfasst als Daten aus Bild, Titel, Name der Künstlerin oder des Künstlers, Maßen und Notizen des Teams. Diese Ordnung ist zufällig gewachsen und bildet ein Archiv des Wissens und der Arbeit des Teams, verdichtet auf 10 Regale. Als technischen Zugang zur Kuratierung nutzten wir Embeddings – eine KI-Technik, die Informationen in Zahlen übersetzt, die ein Computer vergleichen kann. Dieselbe Methode steckt hinter Werkzeugen wie ChatGPT, der Google-Suche oder KI-Bildgeneratoren und erlaubt es Maschinen, Ähnlichkeiten zu messen und Muster über verschiedene Datentypen hinweg zu finden. Der gesamte Prozess lief lokal, ohne Cloud-Dienste, damit die Daten der Sammlung geschützt blieben.
Doch KI ist simpel. Sie findet mathematische Korrelationen und zieht Linien zwischen Dingen, die gemeinsam auftreten. Korrelation ist aber keine Kausalität, und ein Muster stiftet keine Bedeutung. Daten, so detailliert sie auch sind, können die physischen Objekte oder die verkörperte Erfahrung im Umgang mit ihnen nie vollständig abbilden. KI ist ein Werkzeug, kein Ersatz für künstlerische Praxis und kuratorische Expertise. Der Algorithmus bietet einen Weg, durch die Sammlung zu streifen und unerwartete Nachbarschaften zu entdecken; er schlägt vor: Diese Dinge scheinen verwandt – aber er kann nicht sagen, warum oder was das bedeutet.
Eine Notiz für teilnehmende Künstler*innen und Besucher*innen
Was ihr gleich sehen werdet, ist eine Zusammenarbeit zwischen menschlicher Entscheidungsfindung und maschineller Logik – eine Einladung, die Sammlungen des Storage Museums durch eine andere Perspektive zu erkunden.
Das Museum verwahrt derzeit 479 Werke, die physisch über 10 Regale verteilt sind und nach einer Mischung aus Logik und Intuition zugeordnet wurden. Manche Kriterien sind messbar: Größe, Gewicht, Eingangsdatum und Materialität. Andere entstehen aus verkörperten Wissen: wie fragil ein Objekt beim Transport ist, wie es verpackt ist, wie oft es ausgestellt wird. Diese Anordnung ist organisch gewachsen und dient als Archiv der Expertise und Arbeit des Teams, verdichtet in 10 Regalen.
Diese Ordnung ist nicht willkürlich. Sie spiegelt sorgfältigen Umgang, unzählige kleine Entscheidungen und das angesammelte Wissen der Menschen wider, die mit diesen Objekten arbeiten. Daher möchten wir dem Team des Storage Museums danken: Sabrina Podemski, Natascha Maier, Tobias Hohn, Melissa Heller, Chiara von Wille, Stella Osen und Madita Wischer. Ohne ihr Mitwirken wäre alles nur eine Berechnung geblieben. Sie erwecken die Sammlung und die Idee zur Ausstellung zum Leben.
Für den technischen Ansatz haben wir Embeddings verwendet, eine grundlegende KI Technik, die Informationen wie Text und Bilder in Zahlen umwandelt, die Computer vergleichen können. Das Embedding-Modell ist mit einer riesigen Menge an Online-Bildern und Text Kombinationen vortrainiert. Dies ist dieselbe Methode, die Tools wie ChatGPT, Google-Suche und KI-Bildgeneratoren ermöglicht. Sie erlaubt Maschinen, Ähnlichkeiten zu messen und Muster über verschiedene Datentypen hinweg zu finden und möglicherweise Vorhersagen daraus zu treffen. Jedes Kunstwerk (repräsentiert durch sein Bild, Titel, Künstlername, Größe und Notizen des Teams) erhält Koordinaten auf einer Karte, wo ähnliche Objekte näher beieinander landen. Wir konnten dann sehen, welche Werke am nächsten zum Zentrum ihres Regals liegen und welche in diesem virtuellen Raum isoliert von ihren Nachbarn erscheinen. Dieser Prozess lief vollständig lokal ab, ohne Cloud-Services, um die Daten der Sammlung geschützt zu halten.
Allerdings ist KI einfach gestrickt. Sie findet mathematische Korrelationen, zieht Linien zwischen Dingen, die zusammen erscheinen. Aber Korrelation ist nicht Kausalität, und Muster ersetzen nicht Bedeutung. Daten, so detailliert sie auch sein mögen, können niemals die physischen Objekte oder die verkörperten Erfahrungen der Arbeit mit ihnen vollständig abbilden. KI ist ein Werkzeug, kein Ersatz für künstlerische Praxis und kuratorische Expertise. Der Algorithmus bietet einen Weg, durch die Sammlung zu wandern, unerwartete Nachbarn zu entdecken, und schlägt vor: Diese Dinge scheinen verwandt zu sein – aber er kann nicht sagen, warum oder was das bedeutet.
Es sind Menschen, die die Fähigkeit besitzen, Bedeutung in die Konstellation zu projizieren. Wir laden euch ein, eure eigenen Verbindungen zu schaffen, euren eigenen Interpretationen zu vertrauen und eure menschliche Sinnstiftung in die Erfahrungen einzubringen, die ihr macht.
Nur ihr könnt entscheiden, was wichtig ist.
Ting & Leon
