Working Paper #7 auf Deutsch und Englisch erschienen

Credit: Francis Hunger
Foto: Ausschnitt des Covers des Working Paper 7. Grafische Gestaltung: Francis Hunger.

Im Rahmen des Publikationsformats der Working Paper erscheint der siebte und letzte Titel »‚From Keras Import Curating‘: Eine empirische Erhebung zur Übertragung von kuratorischer Praxis auf maschinelle Lernmodelle« von Dominik Bönisch (Ludwig Forum Aachen) und Francis Hunger (HMKV HartwareMedienKunstVerein, Dortmund). Eine englischsprachige Version ist ebenfalls hier erschienen.

Abstract:
Das Working Paper wertet elf Interviews mit professionellen Kurator*innen aus, die für das Projekt Training the Archive geführt wurden. Aus den Interviews wurde eine Reihe von Personas abgeleitet, welche Aufschluss über die benötigte Funktionalität der Curator’s Machine gaben und zu entsprechenden Änderungen der Prototypen führten. In der Auswertung beleuchtet der Text zum einen kuratorische Ansätze, die mit der Curator’s Machine realisiert werden können, darunter Un-/Ordnungssysteme und Datenbanken, den Prozess des Auswählens und des Denkens in An-Ordnungen oder Kategorien sowie eine Reflektion zur verarbeiteten Datengrundlage. Zum anderen wurden kuratorische Ansätze diskutiert, die nicht oder nur eingeschränkt realisierbar sind, zum Beispiel Fragen der Repräsentation und des Datenbias, der Einfluss des institutionellen Rahmens und räumliche Verhältnisse in der Ausstellungskonzeption. Das Working Paper reflektiert damit abschließend das Projekt Training the Archive und ist ein Beitrag zur praktischen Anwendung von Software im Feld des Kuratierens.

Zur Veröffentlichung des Papers (deutsch) geht es hier:
DOI: https://doi.org/10.5281/zenodo.10012483

»Training the Archive« (2020–2023) ist ein Forschungsprojekt, das die Möglichkeiten und Risiken von KI in Bezug auf die automatisierte Strukturierung von musealen Sammlungsdaten zur Unterstützung der kuratorischen Praxis und der künstlerischen Produktion auslotet.

Verbundpartner:
Digitaler Partner:
Gefördert im Programm:
Gefördert von: