Seite - 389 - in Dinge – Nutzer – Netze - Von der Virtualisierung des Musealen zur Musealisierung des Virtuellen

Fallstudien | 389 zum Gegenstandsbereich ›Segelschiff‹ zu realisieren fähig wäre, ohne dass Men- schen zu diesem Zweck Metadaten erstellen (und damit also zunächst Bilder visuell auf Segelschiffe hin untersuchen) müssten. Ein im Jahr 1998 an der Universität Ber- keley von Serge Belongie, Chad Carson, Hayit Greenspan und Jitendra Malik ver- fasstes Paper identifiziert als den großen Schwachpunkt aller zeitgenössischen Bil- dersuchmaschinen ihre Fokussierung auf »stuff« (ebd.): Gemeint sind hiermit »low level features« (ebd.) wie eben Helligkeiten und Farbverläufe. Dem ›stuff‹ gegenüber stehen die »things« (ebd.): konkrete und diskrete Objekte, über die es sich in kultu- rellen Begrifflichkeiten sprechen lässt. Das Forscherteam aus Berkeley legt dankenswerterweise im Gegensatz zu Google und Co. Pläne für ein Verfahren offen, mit dem sich Objekterkennung in Bildersuchmaschinen verwirklichen lassen könnte. Belongie et. al. sprechen hier vom sogenannten blobworld-Ansatz (ebd.). Blobworld sollte genau das leisten, was der Name impliziert: Komplizierte Abbildungen von Gegenständen sollen auf blobs re- duziert werden, die jeweils einige wenige Eigenschaften aufweisen, vornehmlich Textur und Farbe. Während Farbe ein punktuelles Attribut digitaler Bilder ist, ist Textur ein regionales und beschreibt das Verhältnis von Farb-›Nachbarschaften‹ zu- einander (vgl. ebd.). Ähnlich wie der von Krawetz beschriebene Hash-Algorithmus wollte blobworld eine vereinfachte Repräsentation des Ursprungsbildes erzeugen. Zugleich aber sollte das Verfahren auch imstande sein, Übergänge und Kanten und somit separate Bildregionen zu identifizieren. Bestimmte Zusammenkünfte von spe- zifischen blobs könnten dann mit bestimmten Wahrscheinlichkeiten bestimmten Ob- jekten zugeordnet werden. Grundsätzlich ließe sich so jeder nur denk- und abbildbare Gegenstand auf einen mathematischen Formalismus herunterbrechen (vgl. ebd.). Die Implikation einer solchen Technologie ist noch längst nicht die, dass Com- puter tatsächlich kulturell zu ›denken‹ lernen könnten. Allerdings erlaubt sie es ihnen, Objekte ontologisch zu erkennen, die wir der Kategorie der ›Dinge‹ zurechnen. Da- mit macht Software wie blobworld einen entscheidenden Schritt dahin, die mensch- liche Welterfahrung im Computer abzubilden – ist doch die Unterscheidung zwi- schen things und stuff letztlich auch jene zwischen Dingen und Raum. Zugleich ent- steht hier eine Form des Zugangs zu Bildern und bildlichen Objekten, die sich wo- möglich als ›aesthetic analytics‹ bezeichnen ließe und eine Umsetzung der Bense᾿schen Informationsästhetik mit den Mitteln von big data andeutet. Wenn Suchmaschinen lernen, kulturelle Dinge zu ›sehen‹ und diese Dinge einem ähnlichen quantitativ-stochastischen Verwaltungsapparat unterwerfen können wie Webseiten und Suchbegriffe, dann sind sie grundsätzlich auch imstande, Dinge durchaus sinn- haft zu ›kuratieren‹. Wie sich das Museum sowohl in seiner physischen als auch in seiner virtuellen Erscheinungsform hierzu positionieren müssen wird, ist derzeit nicht einmal abzusehen – womöglich wird es aber bedeuten, dass die Autorschaft mensch- licher Kuratoren sich in Zukunft mehr und mehr in Subversionen wider das Einver- nehmen des kulturellen Mainstreams und des short head wird äußern müssen.