Übung: Workload = 4LP (entspricht: 100-120 Stunden)
- 25-30 Stunden: Teilnahme an den Übungsterminen
- 25-30 Stunden: Vor- und Nachbereitung der Übungssequenzen
- 50-60 Stunden: Selbststudium und Übernahme von Bearbeitungsaufgaben (Studienleistung)
Leistungsnachweis
Modulgesamtprüfung :
Für Bachelorstudierende die Übernahme eines Kurzreferates oder einer kurzen Projektanalyse in schriftlicher Form
Online/Digitale Veranstaltung
Veranstaltung wird online/digital abgehalten.
Hauptunterrichtssprache
deutsch
Literaturhinweise
Computing Art Reader: Einführung in die digitale Kunstgeschichte. Hg. von Piotr Kuroczyński, Peter Bell und Lisa Dieckmann. Heidelberg 2018.
Vladan Joler / Matteo Pasquinelli: The Nooscope Manifested. AI as Instrument of Knowledge Extractivism. 2020; https://nooscope.ai
Peter Bell / Björn Ommer: Training Argus. Ansätze zum automatischen Sehen in der Kunstgeschichte, in: Kunstchronik 2015, 68, S. 414-420.
Lev Manovich: Museum without Walls, Art History without Names. Methods and Concepts for Media Visualization, in: The Oxford Handbook of Sound and Image in Digital Media. Hg. von Carol Vernallis, Amy Herzog und John Richardson. Oxford University Press 2013, S. 253-278.
Sonstiges
Sprechstunde: Nach Vereinbarung (niedermeier@hab.de)
Visuelle Tools in der digitalen Kunstgeschichte rücken immer mehr in den Fokus von Institutionen, die große Mengen an Bilddaten der Wissenschaft und einer interessierten Öffentlichkeit zugänglich machen und dabei ihre Sammlungen nach neuen Maßstäben ordnen möchten. Diesem Trend folgend führt die Übung in aktuelle Innovationsmöglichkeiten, die Bedeutung visueller digitaler Werkzeuge für die persönliche wissenschaftliche Arbeit, aber auch in dabei zutage tretende methodische Probleme ein. Nach einem Überblick über methodengeschichtliche Entwicklungen in der Kunstgeschichte, die in Zusammenhang mit einer vorzüglich visuellen Annäherung an kunstgeschichtliche Artefakte stehen, beleuchten wir die Geschichte der digitalen Kunstgeschichte mit einem Schwerpunkt auf der Entwicklung digitaler Ordnungssysteme für große Bildersammlungen, wobei der fortschreitende Einfluss der Computer Vision erkennbar sein wird. Über die verschiedenen Bereiche und Wirkungsfelder der informatischen Teildisziplin erarbeiten wir uns einen Überblick und nehmen ihre Applikationen in der Kunstgeschichte anhand aktueller Projektbeispiele genauer in den Blick. Insbesondere den Einsatz von künstlicher Intelligenz (AI), machine-learning und tiefen neuronalen Netzwerken (CNNs) für die Entwicklung visueller Tools für automatische Bilderkennung und Bildähnlichkeitssuchen werden wir dabei kritisch diskutieren.
Ziel ist die Erarbeitung einer disziplinenübergreifenden Perspektive auf den Begriff der Bildähnlichkeit: Wie wird Bildähnlichkeit von Informatikern verstanden, welche Rolle spielt sie in der Kunstgeschichte, der Kunstphilosophie und der Kunstpsychologie? Insbesondere die Einflüsse interdisziplinär bedeutsamer theoretischer Ansätze wie Phänomenologie, Wahrnehmungspsychologie und Gestalttheorie auf Computer Vision und Kunstgeschichte werden als Verbindungsglieder zwischen den Disziplinen Beachtung finden. Schließlich reflektieren wir die erschlossenen Inhalte praktisch-experimentell: In der konkreten Auseinandersetzung mit ausgewählten Open-Source-Tools analysieren wir deren Konzipierung und Funktionalität und beurteilen ihren jeweiligen wissenschaftlichen Nutzen.
Anmelderegeln
Diese Veranstaltung gehört zum Anmeldeset "Anmeldeset Kunstgeschichte SS 2021".
Folgende Regeln gelten für die Anmeldung:
Die Anmeldung ist möglich von 01.03.2021, 00:00 bis 11.04.2021, 23:59.
