Folge 4: Visuelles Flanieren – Mit Computer Vision in großen Bildmengen suchen

Im Zuge der Digitalisierung von Museums- und Archivbeständen sind
wir in der Kunstgeschichte mit einer enormen Menge heterogener
Bilddatenbanken konfrontiert. Aber wie können wir uns diese
großen Bilddatenmengen erschließen? Was ist visuelles Suchen und
wie funktioniert die Technik dahinter?


In dieser Folge spricht Jacqueline Klusik-Eckert mit Prof. Dr.
Peter Bell und Stefanie Schneider, M.Sc., über das visuelle
Suchen in großen Bilddatenmengen. Dabei geht es neben einer
Reflexion über unsere Suchstrategien in der Kunstgeschichte auch
um Prototypen für das visuelle Suchen. Hierbei werden in
experimentellen Anwendungen unterschiedliche Verfahren des
Computersehens, Computer Vision, erprobt. Angefangen bei der
Frage, ob es visuelles Suchen überhaupt schon gibt, werden
unterschiedliche Suchverhalten und Routinen besprochen, wie man
sich großen Datenmengen nähern kann. Dabei wird klar, dass das
visuelle Suchen mittels Computer Vision Verfahren eher einem
mäanderndem Flanieren ähnelt und hilft, über unsere menschlichen
Wahrnehmungsgrenzen hinauszugehen. Welche Rolle diese Hilfsmittel
bei der Erschließung von unkategorisierten Datenmengen spielen
und wie man sie auch zur Inspiration für neue Forschungsideen
nutzen kann, wird im gemeinsamen Gespräch erörtert.


Dabei gewinnt man einen Einblick in die Technik hinter der
Benutzeroberfläche. Denn oft ist nicht klar, was ein Algorithmus
als “ähnlich” betrachtet oder warum gewisse Werke miteinander in
eine Art Punktwolke, dem Skatterplot, gruppiert werden. Die
beiden Experti*innen erklären die dahinterliegenden Verfahren und
zeigen auch ihre Grenzen auf. Es wird klar, dass der Einsatz
dieser digitalen Werkzeuge als Hilfsmittel auch immer mit einer
Diskussion über facheigene etablierte Verfahren und Methoden des
Recherchierens und Suchens einhergeht.


Prof. Dr. Peter Bell ist Professor für Kunstgeschichte und
Digital Humanities an der Philipps-Universität Marburg. In seiner
Forschung beschäftigt er sich schon länger mit den
Einsatzszenarien von Computer Vision für die Kunstgeschichte. In
seiner Arbeitsgruppe wurde u.a. die Bildsuche imgs.ai von Fabian
Offert entwickelt.


Stefanie Schneider, M.Sc., ist Wissenschaftliche Assistentin für
Digitale Kunstgeschichte an der Ludwigs-Maximilians-Universität
München. Als Fachinformatikerin und ausgebildete
Anwendungsentwicklerin hat sie schon einige Prototypen für die
Digitale Kunstgeschichte entwickelt und spricht über das Projekt
„iART – Ein interaktives Analyse- und Retrieval-Tool zur
Unterstützung von bildorientierten Forschungsprozessen“


Begleitmaterial zu den Folgen findest du auf der Homepage unter
https://www.arthistoricum.net/themen/podcasts/arthistocast


Alle Folgen des Podcasts werden bei heidICON mit Metadaten und
persistentem Identifier gespeichert. Die Folgen haben die
Creative-Commons-Lizenz CC BY 4.0 und können heruntergeladen
werden. Du findest sie unter


https://heidicon.ub.uni-heidelberg.de/#/detail/1738702

Bei Fragen, Anregungen, Kritik und gerne auch Lob kannst du gerne
per Mail an uns schicken unter


podcast@digitale-kunstgeschichte.de