Page - 386 - in Dinge – Nutzer – Netze - Von der Virtualisierung des Musealen zur Musealisierung des Virtuellen

386 | Dinge – Nutzer – Netze stellt keine Semiosen (insbesondere keine wilden) an und ist sich über jede Form von kulturellen Zusammenhängen nur insofern im Klaren, wie diese sich in mathemati- sche Koeffizienten übersetzen lässt – so eben z.B. durch das Zugriffsverhalten von Nutzermassen. Es wurde ferner festgestellt, dass jedes auf einem Computerbildschirm angezeigte ›Bild‹ tatsächlich die technische Aktualisierung eines Textes ist, der rein numerische Farb- und Positionskoordinaten einander zuordnet. Entsprechend sind also auch Computerbilder völlig quantifizierte digitale Objekte und im Umfang ihres Informa- tionsvolumens ebenso vermessbar wie in dessen Beschaffenheit. Genau wie sich ein digitaler Text auf bestimmte Worte oder Zeichenfolgen hin durchsuchen lässt, kann dementsprechend auch eine Bilddatei auf Farben, Muster und ähnliches hin abgetas- tet werden. Damit ist angezeigt, dass die Suche nach Bildern nicht nur über Metadaten, son- dern auch über die in den Bilddateien selbst enthaltene Information abgewickelt wer- den kann. Man spricht hier vom sogenannten content based image retrieval (vgl. Be- longie, Carson, Greenspan u. Malik, 1998). Der offensichtlichste Vorteil eines sol- chen Abrufmechanismus für Bilddaten ist die Tatsache, dass der komplette Arbeits- schritt der Katalogisierung von Inhalten und der Erstellung von Metadaten gegenüber einer schriftlichen Textsuche entfällt – ihr offensichtlichster Nachteil betrifft die Schwierigkeiten bei der Eingabe von Suchanfragen, denn ein schriftliches Eintippen von Bildschirmkoordinaten und Farbwerten wäre selbst bei niedrigauflösenden Bild- dateien kaum praktikabel (vgl. ebd.: 1). Die erste content-basierte Bildersuchmaschine für die Massennutzung ging im Jahre 2008 in Form des Dienstes TinEye online. Diese vom kanadischen Unterneh- men Idée, Inc. entwickelte Software war ursprünglich vor allem für kommerzielle Anwender konzipiert und sollte es diesen ermöglichen, die Verbreitung ihrer Firmen- logos und ihres Werbematerials im Web zu verfolgen und zu analysieren. Zugleich sollte potenziellen Konsumenten ein Werkzeug zur Verfügung gestellt werden, um ein Produkt anhand eines Schnappschusses ausfindig zu machen (vgl. George-Cosh 2008). Dabei gestaltet sich der Suchablauf anwenderseitig extrem simpel: Auf ti- neye.com kann ein Bild von bis zu 20 Megabytes Dateigröße entweder vom Compu- ter des Nutzers hochgeladen oder ein bereits im Web vorhandenes per URL verlinkt werden. TinEye durchsucht dann die von seiner Crawlersoftware indexierten Bilder (im Januar 2016 nach eigener Angabe insgesamt 13.9 Milliarden) und präsentiert dem User ›ähnliche‹ Dateien.198 Die genaue technische Beschaffenheit dieser ›Ähnlichkeit‹ − und damit also des Algorithmus, welcher der Suchanfrage entsprechende Bilder auswählt – ist nahelie- genderweise ein Betriebsgeheimnis von Idée, Inc. Was genau TinEye ›sieht‹, kann also nur gemutmaßt werden. Eine solche Mutmaßung stellt der Computerforensiker 198 Vgl. http://tineye.com/ vom 10.01.2016.