AI in der Archäologie ebnet den Weg für neue Entdeckungen

Die Archäologie, die sich durch die Ausgrabung und Analyse von Artefakten mit der Erforschung der alten Geschichte befasst, steht oft vor Herausforderungen wie riesigen zu erkundenden Gebieten und der Zerbrechlichkeit von Artefakten. Herkömmliche Methoden können viel Zeit in Anspruch nehmen und sogar dazu führen, dass verborgene Fundstätten oder Schätze übersehen werden. Künstliche Intelligenz (AI) kann hierbei unterstützen. So wurden beispielsweise bei einem jüngsten Durchbruch auf der Halbinsel Yucatán mithilfe von Deep Learning mehr als 60.000 zuvor unbekannte archäologische Stätten der alten Maya entdeckt, die unter dichter Vegetation verborgen waren.

Insbesondere Computer Vision kann Archäologinnen und Archäologen dabei helfen, Bilder zu analysieren, um Artefakte zu erkennen und antike Stätten präzise zu kartieren. Die Bildanalyse kann verborgene Muster in Landschaften aufdecken oder sogar zerbrochene Artefakte wieder zusammensetzen. Dadurch lassen sich Entdeckungen beschleunigen und selbst kleinste Details unserer Geschichte und Kultur bewahren. Archäologinnen und Archäologen erschließen neue KI-gestützte Wege zur Erforschung unserer Vergangenheit, die schneller, präziser und erkenntnisreicher sind als je zuvor.

Das Wachstum KI-gestützter Techniken in der Archäologie#

Gegen Ende des 20. Jahrhunderts sorgte KI dank Fortschritten in der Datenanalyse erstmals für Aufsehen in der Archäologie. In den 1990er-Jahren begannen Archäologen, maschinelles Lernen und Data Mining einzusetzen, um die großen Informationsmengen zu analysieren, die sie gesammelt hatten. Einer der ersten großen Erfolge war der Einsatz von KI, um vorherzusagen, wo sich anhand historischer und geografischer Datenmuster archäologische Stätten befinden könnten, wodurch sich die Planung von Ausgrabungen grundlegend veränderte.

Ein frühes Beispiel für die wachsende Bedeutung von KI in der Archäologie ist die Arbeit von Iconem, einem 2010 gegründeten Unternehmen mit Sitz in Paris. Iconem nutzt Drohnen und KI, um digitale 3D-Modelle historischer Wahrzeichen zu erstellen, die durch Krieg, Konflikte und natürlichen Verfall bedroht sind. Durch die Aufnahme Tausender Bilder hat Iconem Stätten in mehr als 20 Ländern dokumentiert, darunter die antiken Ruinen von Pompeji, assyrische Städte im Irak und buddhistische Klöster in Afghanistan. Diese digitalen Bewahrungen sind wertvolle Ressourcen für Bildung und Forschung, insbesondere bei schwer zugänglichen oder beschädigten Stätten.

Abb. 1 3D-Modell von Palmyra in Syrien von Iconem vor der Zerstörung im Jahr 2015.

Bis 2021 wurde KI sogar zur Restaurierung antiker Artefakte eingesetzt. Projekte wie die RePAIR-Initiative in Italien nutzten Roboter, um zerbrechliche Gegenstände aus Orten wie Pompeji sorgfältig zusammenzusetzen. Heute gewinnt die Rolle der KI in der Archäologie weiter an Bedeutung und unterstützt Aufgaben wie die Entzifferung antiker Texte und die Analyse von Satellitenbildern. KI ist zu einem unverzichtbaren Werkzeug für die Entdeckung und Bewahrung unserer Geschichte geworden.

Der Einsatz von Computer Vision in der Archäologie#

Computer Vision ist ein Teilgebiet der KI, das Computern ermöglicht, visuelle Daten zu verstehen und zu interpretieren. In der Archäologie unterstützt Computer Vision Forschende bei der Analyse von Artefakten, der Kartierung antiker Stätten und sogar der Rekonstruktion historischer Bauwerke. Durch die Verarbeitung von Bildern und Videos mithilfe von Deep Learning kann Computer Vision Erkenntnisse gewinnen, die die Bewahrung und Interpretation archäologischer Funde erleichtern.

Analyse von Artefakten mit Computer Vision#

Bei Ausgrabungen finden Archäologinnen und Archäologen häufig Tausende Fragmente wie Keramik, Knochen und andere Materialien. Traditionell erfordert die Identifizierung und Katalogisierung dieser Stücke viel Zeit und Fachwissen. Mit Computer Vision lässt sich dieser Prozess jedoch automatisieren. So nutzt beispielsweise das Projekt Arch-I-Scan an der University of Leicester Bilderkennung und maschinelles Lernen, um Details von Keramikfragmenten automatisch zu identifizieren und zu erfassen. Das System kann Fotos von tragbaren Geräten analysieren und Artefakte nach Größe, Form, Gestaltung und Textur klassifizieren.

Abb. 2 Arch-I-Scan kann dabei helfen, Details von Keramikfragmenten zu erkennen und zu erfassen.

Visionsbasierte Kartierung archäologischer Stätten#

KI ist besonders in den frühen Phasen archäologischer Projekte nützlich. Sie kann dabei helfen, potenzielle archäologische Stätten zu identifizieren, bevor Ausgrabungen beginnen, und das Risiko einer Beschädigung historischer Gebiete zu verringern. Durch die Verarbeitung von Luft- oder Satellitenbildern können Computer-Vision-Modelle wie Ultralytics YOLOv8 mithilfe von Objekterkennung verschüttete Stätten erkennen. YOLOv8 kann darauf trainiert werden, subtile Veränderungen in einer Landschaft zu erkennen, die auf das Vorhandensein unterirdischer Strukturen wie antiker Mauern, Straßen oder Gebäude hindeuten könnten. Tatsächlich können bereits leichte Unterschiede in der Bodenfarbe, im Pflanzenwachstum oder in der Bodenbeschaffenheit auf unterirdische Überreste hinweisen.

Abb. 3. Mithilfe von KI geeignete Grabungsorte identifizieren (Quelle: ArchAI).

Ein gutes Beispiel dafür ist eine Fallstudie aus der Region Alto Minho in Portugal. Forschende entwickelten ein KI-Modell, das anhand annotierter Grabhügel mit einer als Datenaugmentation bezeichneten Technik trainiert wurde. Dabei wird der Datensatz durch die Erstellung neuer, ähnlicher Trainingsbeispiele erweitert. Das KI-System kann potenzielle Standorte neuer Grabhügel vorschlagen. Trotz der Herausforderung durch Fehlalarme aufgrund der Luftperspektive von LiDAR-Daten erreichte dieser Ansatz nach der Validierung durch Fachleute eine Erfolgsquote von 72,53 %.

3D-Rekonstruktion antiker Artefakte#

Bei Ausgrabungen finden Archäologinnen und Archäologen häufig zerbrochene Stücke statt unbeschädigter Artefakte. Traditionell ist das Zusammensetzen dieser Fragmente eine langsame und sorgfältige Aufgabe. Eine KI-gestützte 3D-Rekonstruktion ist jedoch deutlich schneller. Mithilfe digitaler 3D-Modelle können Algorithmen die Formen der Fragmente analysieren und die ursprünglichen Artefakte präzise wiederherstellen. Dieser Prozess spart Zeit, liefert genaue Messungen und ermöglicht ein besseres Verständnis der Artefakte, das tiefere Einblicke in die Kulturen erlaubt, von denen sie geschaffen wurden.

Abb. 4. 3D-Rekonstruktion von Fragmenten.

KI in der Unterwasserarchäologie#

Ein spannender Bereich des KI-Einsatzes bei der Erforschung der Vergangenheit ist die Unterwasserarchäologie. In Baiae, einer versunkenen römischen Stadt vor der Küste Italiens, hilft KI dabei, die antiken Ruinen unter dem Meer zu überwachen und zu bewahren. WSense, ein auf Unterwasserkommunikation spezialisiertes Start-up, hat ein Netzwerk aus akustischen Modems und KI-gestützten Sensoren entwickelt. Diese Systeme passen sich in Echtzeit an veränderte Meeresbedingungen an und übertragen Umweltdaten. Sie ermöglichen die Fernüberwachung der Stätte, unterstützen Taucher bei der Kommunikation und Navigation unter Wasser und könnten schon bald auch Touristen über interaktive Tablets zur Verfügung stehen.

Abb. 5 Taucher erkunden die Unterwasserruine von Baiae in Neapel, Italien.

Mithilfe von KI antike Texte verstehen#

Auch bei der Entzifferung antiker Texte macht KI Fortschritte. Ithaca von DeepMind, ein hochmodernes Werkzeug, nutzt Deep Learning, um beschädigte Inschriften zu restaurieren, ihre Herkunft zu bestimmen und sie präzise zu datieren. Ithaca wurde mit einem umfangreichen Datensatz griechischer Inschriften trainiert und kann Texte mit einer Genauigkeit von 62 % wiederherstellen sowie sie auf ein Alter innerhalb von 30 Jahren ihres tatsächlichen Entstehungszeitpunkts datieren. KI verändert die historische Forschung, indem sie Wissenschaftlerinnen und Wissenschaftlern ermöglicht, wichtige Zeitabschnitte der griechischen Geschichte mit größerer Präzision erneut zu untersuchen. In Kombination mit menschlichem Fachwissen können KI-Systeme die Genauigkeit von Textrekonstruktionen deutlich verbessern.

Abb. 6 Beispiel einer restaurierten Inschrift aus dem Jahr 485/4 v. Chr.

Vor- und Nachteile des Einsatzes von KI in der Archäologie#

KI bietet der Archäologie viele Vorteile und kann Archäologinnen und Archäologen dabei helfen, Muster und Erkenntnisse aufzudecken, die sonst möglicherweise übersehen würden. Hier sind einige der wichtigsten Vorteile von KI in der Archäologie:

• Verbessert die Genauigkeit bei der Identifizierung und Klassifizierung von Artefakten.
• Verringert menschliche Fehler und führt dadurch zu präziseren Interpretationen.
• Stellt sicher, dass Erkenntnisse auf soliden Daten statt auf persönlichen Vorurteilen beruhen.
• KI hilft dabei, detaillierte Aufzeichnungen von Artefakten zu erstellen, die weltweit geteilt werden können.
• Intelligente Innovationen erleichtern die Zusammenarbeit von Forschenden und die Bewahrung wertvoller Kulturgeschichte für künftige Generationen.

Trotz der vielen Vorteile gibt es auch Herausforderungen, die mit dem Einsatz von KI in der Archäologie verbunden sind. Hier sind einige der wichtigsten Herausforderungen von KI in der Archäologie:

• Digitale Werkzeuge könnten traditionelle archäologische Methoden in den Hintergrund drängen.
• Die über Jahrhunderte entwickelten praktischen Fertigkeiten und Techniken könnten an Bedeutung verlieren.
• Ethische Bedenken, etwa der Schutz des kulturellen Erbes und der Rechte indigener Völker, müssen sorgfältig berücksichtigt werden.
• Eine übermäßige Abhängigkeit von Technologie könnte das kritische Denken und die Kreativität verringern, die menschliches Fachwissen in die Archäologie einbringt.

Insgesamt ist es wichtig, ein Gleichgewicht zu finden, das traditionelle archäologische Verfahren unterstützt, statt sie zu ersetzen. Eine offene Kommunikation zwischen KI-Fachleuten und Archäologinnen und Archäologen ist entscheidend, um dieses Gleichgewicht zu bewahren.

Welche Faktoren sind bei der Implementierung von KI in der Archäologie zu berücksichtigen?#

Die Integration von KI in die Archäologie erfordert eine sorgfältige Planung, damit sie traditionelle Methoden ergänzt, statt sie zu ersetzen. Um KI-Werkzeuge erfolgreich in die archäologische Forschung einzuführen, ist es wichtig, einige zentrale Schritte zu befolgen. Lege zunächst klare Ziele für den Einsatz von KI fest, etwa zur Beschleunigung der Datenanalyse, zur Verbesserung der Artefakt-Klassifizierung oder zur Unterstützung bei der Kartierung von Stätten. Konkrete Ziele helfen dir dabei, die richtigen KI-Werkzeuge für deine Forschungsanforderungen auszuwählen.

Berücksichtige bei der Auswahl von KI-Werkzeugen anschließend, wie gut sie zu deinen archäologischen Zielen passen. Die Werkzeuge sollten idealerweise skalierbar sein, wachsende Datenmengen verarbeiten können und benutzerfreundlich sein, damit Archäologinnen und Archäologen sie effektiv einsetzen können, ohne umfangreiche technische Kenntnisse zu benötigen. Außerdem ist es wichtig, die Kosteneffizienz zu berücksichtigen, da die Implementierung und Wartung von KI-Lösungen teuer sein kann.

Zusammenfassung unserer Erkenntnisse#

KI verändert die Archäologie und macht sie schneller, präziser und zugänglicher. Durch die Analyse großer Datenmengen, die Entdeckung verborgener Stätten und die Restaurierung antiker Artefakte verbessert KI unsere Möglichkeiten, die Vergangenheit zu erforschen und zu verstehen. Durch die schnelle und präzise Verarbeitung von Informationen können Archäologinnen und Archäologen Entdeckungen machen, für die herkömmliche Methoden einst Jahre benötigten. Mit der Weiterentwicklung der KI ist ihr Potenzial, noch mehr über unsere Geschichte zu enthüllen, unbegrenzt. Die Zukunft der Archäologie sieht vielversprechend aus, wobei KI eine wichtige Rolle bei der Bewahrung unseres kulturellen Erbes und der Vertiefung unseres Verständnisses antiker Zivilisationen spielt.

Weitere Informationen über KI findest du in unserem GitHub-Repository und in unserer Community. Entdecke auf unseren Lösungsseiten KI-Anwendungen in der Fertigung und Landwirtschaft. 🚀