NEUSTART für
Bildende Künstlerinnen und Künstler

Der Künstler Nikos Probst setzte sich während der Projektförderung mit dem Einfluss von künstlicher Intelligenz in skulpturalen Formfindungsprozessen auseinander. Hierfür nutzte er ein sogenanntes Generative Adversarial Network (kurz GAN) . Dieses wurde von ihm mit 3D Daten von 2000 Skulpturen aus verschiedenen Museen weltweit trainiert. Die Datensammlung enthielt menschliche, stehende Skulpturen im Verlauf verschiedener kunsthistorischer Epochen. Neben der zeitlichen Weite wurde auf eine Globalität der Herkunftsorte geachtet. Für die Sammlung wurden deshalb Skulpturen ausgewählt, wie sie sich in zahlreichen Museen auf der ganzen Welt wiederfinden lassen. Nach dem Training konnte das GAN eigenständig neue 3D-Modelle von Skulpturen aus dem Datensatz generieren. In der Ausstellung wurden 3 Plastiken präsentiert, die durch das GAN erstellt wurden und anschließend in klassischen bildhauerischen Verfahren, wie beispielsweise dem Bronzeguss in den realen Raum gesetzt wurden. Ergänzt wurde die Präsentation der Objekte durch eine Video-Installation, die die Arbeitsweise des GAN dokumentiert. In ihr sind in dauernder Abfolge Skulpturen zu sehen, die in Echtzeit durch das GAN erstellt und ausgegeben werden. Das Projekt kann als eine künstlerische Forschung über neue Kooperationen und Arbeitsprozesse verstanden werden, die zwischen menschlichen und nichtmenschlichen Akteuren ablaufen. Der Künstler wird hierin zu einer Art Schnittstelle, der technisch selbstständig ablaufende Prozesse, involvierte Programmierer*innen und Wissenschaftler*innen koordiniert und delegiert. Er gibt dabei zum Teil kreative Formfindungs- sowie Gestaltungsprozesse ab, die normalerweise als genuin künstlerische Hauptbetätigungsfelder betrachtet werden. Dies wirft im Kern die Frage auf, wie kreativ künstlerisches Arbeiten bereits heute „ausgelagert“ und „automatisiert“ werden kann und was dies mit unserer gängigen Kunstauffassung macht.

Weitere Informationen

Link zur Veranstaltung

Website des Künstlers