KI bei der Bewahrung von Kunst und Kulturerbe

In den vergangenen Jahren hat die Schnittstelle zwischen Künstlicher Intelligenz (AI) und dem Erhalt des kulturellen Erbes neue Möglichkeiten zum Schutz und zur Erforschung historischer Artefakte eröffnet. Mit dem Fortschritt digitaler Technologien spielt AI eine immer wichtigere Rolle dabei, die Langlebigkeit und Zugänglichkeit unseres gemeinsamen kulturellen Erbes sicherzustellen. Durch den Einsatz von AI können wir die komplexen Details von Kunstwerken und Artefakten, die unsere Geschichte prägen, besser verstehen und bewahren.

Die Bedeutung des Schutzes historischer Artefakte kann kaum überschätzt werden. Diese Objekte sind nicht nur künstlerische Schätze, sondern auch wertvolle historische Zeugnisse, die Einblicke in vergangene Gesellschaften, Kulturen und Technologien geben. Ihre Bewahrung stellt sicher, dass künftige Generationen aus dem Reichtum der Menschheitsgeschichte lernen und ihn schätzen können. AI-Technologien, insbesondere Computer Vision, haben sich dabei als leistungsfähige Werkzeuge erwiesen. Mit Methoden wie der Objekterkennung kann AI Merkmale von Kulturgütern mit bemerkenswerter Präzision erkennen und dokumentieren und so deren Schutz und Erforschung unterstützen.

In diesem Artikel untersuchen wir, wie AI, insbesondere Computer Vision, beim Erhalt von Kunst und kulturellem Erbe eingesetzt wird, und betrachten dabei die Anwendungen, Vorteile und Herausforderungen.

Anwendungen von AI im Kunst- und Kulturerhalt#

Derzeit werden im Bereich des Kunst- und Kulturerhalts hauptsächlich zwei Technologien eingesetzt: Computer Vision und die Verarbeitung natürlicher Sprache (NLP). Diese Bereiche verändern die Art und Weise, wie historische Artefakte und Kunstwerke dokumentiert, restauriert und zugänglich gemacht werden. Computer Vision ermöglicht es AI, die Katalogisierung und Restaurierung des kulturellen Erbes zu verbessern, indem beschädigte Stücke präzise erkannt werden, die anschließend von Fachkräften restauriert werden. NLP-Systeme auf Basis von AI könnten derweil die Übersetzung und Digitalisierung antiker Texte ermöglichen, das sprachliche Erbe bewahren und es weltweit für Forschung und Bildung zugänglich machen. Sehen wir uns vor diesem Hintergrund einige Anwendungen beider Bereiche genauer an.

Restaurierung und Konservierung von Kunstwerken#

AI verändert die Restaurierung und Konservierung von Kunstwerken durch den Einsatz neuer Technologien wie Computer Vision und maschinellem Lernen. Diese Werkzeuge können die Präzision und Wirksamkeit beim Erhalt von Kulturgütern verbessern.

Computer-Vision-Modelle können zur Analyse von Kunstwerken eingesetzt werden und dabei verblasste Farben erkennen und wiederherstellen, fehlende Bereiche ergänzen sowie Schäden korrigieren. AI kann ursprüngliche Farben und Texturen erkennen und simulieren und dadurch Restauratorinnen und Restauratoren bei fundierten Entscheidungen während der Restaurierung unterstützen.

Modelle für maschinelles Lernen können außerdem den Zustand von Kunstwerken beurteilen, eine mögliche Verschlechterung vorhersagen und vorbeugende Maßnahmen anleiten. Solche Modelle werden mit verschiedenen Datensätzen trainiert, die Bilder anderer Kunstwerke in gutem Zustand sowie von Werken enthalten, die sich im Laufe der Zeit verschlechtert haben. Durch das Lernen aus diesen Beispielen kann das Modell Muster erkennen, die auf frühe Anzeichen einer Verschlechterung hindeuten.

Nach dem Training kann das Modell vorhersagen, wie sich der Zustand des Kunstwerks entwickeln könnte. So kann es beispielsweise Bereiche mit einem erhöhten Rissrisiko oder Farben erkennen, die unter den aktuellen Umgebungsbedingungen wahrscheinlich verblassen.

AI kann auch bei der Erstellung digitaler Repliken und virtueller Rekonstruktionen historischer Stätten helfen. So entstehen immersive Erlebnisse, während der physische Kontakt mit empfindlichen Artefakten minimiert wird. Diese digitalen Modelle dienen als wertvolle Referenzen für Restaurierungs- und Bildungszwecke.

Ein bemerkenswertes Beispiel für die Rolle von AI bei der digitalen Rekonstruktion historischer Stätten ist die Arbeit am Kolosseum in Rom. Forschende der Universität La Sapienza in Rom haben AI-gestützte Bilderkennungstechnologie eingesetzt, um die Fassade des antiken Bauwerks sorgfältig zu analysieren. Die AI-Algorithmen erkennen akribisch Risse, Erosionsmuster und subtile strukturelle Veränderungen. Dadurch können Restaurierungsexpertinnen und -experten gezielte Maßnahmen umsetzen, die sowohl wirksam sind als auch die historische Integrität des Kolosseums respektieren.

Abb. 1. Direkter Vergleich des ursprünglich beschädigten Kunstwerks mit seiner durch AI restaurierten Version, der die Präzision und Wirksamkeit von AI bei der Kunstrestaurierung zeigt.

Digitalisierung antiker Texte#

AI verändert die Digitalisierung antiker Texte durch Technologien wie die Verarbeitung natürlicher Sprache (NLP) und Computer Vision. Hochauflösende Scans und eine durch AI verbesserte Bildvorverarbeitung erhöhen die Lesbarkeit verblasster Manuskripte, während Systeme zur optischen Zeichenerkennung, die meist als OCR-Systeme bezeichnet werden, handgeschriebene oder gedruckte Zeichen in maschinenlesbaren Text umwandeln.

Diese Systeme ermöglichen eine Segmentierung des Textes, bei der der Text von anderen Elementen wie Bildern oder Verzierungen isoliert wird, sodass nur der relevante Text verarbeitet wird. Systeme zur optischen Zeichenerkennung (OCR), die üblicherweise durch AI unterstützt werden, wandeln die handgeschriebenen oder gedruckten Zeichen anschließend in maschinenlesbaren Text um.

Diese AI-Systeme werden mit großen und vielfältigen Datensätzen trainiert, die digitalisierte Texte, Schriften und sprachliche Beispiele aus verschiedenen historischen Epochen und Sprachen enthalten. Durch das Lernen aus diesen umfangreichen Datensätzen können die Modelle verschiedene Schriften und Sprachen erkennen und so eine präzise Übersetzung und Interpretation ermöglichen.

Ähnlich wie bei der Restaurierung von Kunstwerken kann AI auch dazu eingesetzt werden, fehlende oder beschädigte Textstellen zu rekonstruieren und antike Dokumente Forschenden und der Öffentlichkeit weltweit zugänglich zu machen. Dieser Prozess beginnt mit dem Training von AI anhand umfangreicher Datensätze ähnlicher Texte aus derselben Epoche, Sprache und Stilrichtung. Wie die Forschungsarbeit Quantitative Analysis of Literary Style zeigt, lernt AI durch die Analyse dieser Datensätze die sprachlichen Muster, häufigen Wendungen und stilistischen Feinheiten, die für den ursprünglichen Autor oder die jeweilige Epoche charakteristisch waren.

Nach dem Training nutzt AI die Mustererkennung, um die erhaltenen Textabschnitte zu analysieren und den spezifischen Stil, die Grammatik und die Syntax zu identifizieren. Dadurch kann AI plausible Rekonstruktionen der fehlenden Abschnitte erstellen und vorhersagen, was ursprünglich dort gestanden haben könnte.

Es versteht sich von selbst, dass ein solcher Prozess den Erhalt verbessert, die Forschung erleichtert und den langfristigen Schutz des kulturellen Erbes sicherstellt.

Abb. 2. Eine in Stein eingravierte historische Inschrift, bei der AI-gestützte Computer Vision den antiken Text übersetzt.

Erkennung von Kunstfälschungen#

Ein weiterer Bereich der Kunst, in dem AI eine wichtige Rolle spielt, ist die Erkennung von Fälschungen. AI entwickelt sich zu einer nützlichen Unterstützung, wenn es darum geht, die Erkennung von Kunstfälschungen durch fortschrittliche Analysetechniken und Algorithmen deutlich zu verbessern. AI-Systeme können Kunstwerke untersuchen und subtile Unstimmigkeiten und Anomalien erkennen, die auf Fälschungen hindeuten. Diese Computer-Vision-Modelle analysieren Pinselstriche, Farbpaletten und Materialzusammensetzungen und vergleichen sie mit Datenbanken bekannter authentischer Werke, um Unstimmigkeiten zu erkennen.

AI-Modelle können auch einzigartige Muster und Techniken bestimmter Künstler wie Picasso oder Vincent van Gogh erkennen und so Fälschungen aufspüren, denen es nicht gelingt, diese Details präzise nachzubilden.

Wie in der Arbeit Aging Prediction of Cultural Heritage Samples Based on Surface Microgeometry gezeigt wird, können Algorithmen für maschinelles Lernen den Alterungsprozess von Materialien beurteilen, indem sie verschiedene Merkmale analysieren, die sich im Laufe der Zeit entwickeln, etwa Oxidationsmuster, Oberflächenabnutzung und Veränderungen der chemischen Zusammensetzung. Diese Algorithmen werden mit umfangreichen Datensätzen trainiert, die sowohl natürlich als auch künstlich gealterte Materialien enthalten. Dadurch können sie echte Patina von den gleichförmigen oder uneinheitlichen Mustern unterscheiden, die häufig bei Fälschungen vorkommen.

Dieser technologische Fortschritt trägt nicht nur dazu bei, die Authentizität von Kunstsammlungen zu bewahren, sondern unterstützt auch die Wahrung der Integrität des Kunstmarkts, indem er robuste Werkzeuge zur Überprüfung bereitstellt. Es ist jedoch entscheidend, die AI-Analyse durch die fachkundige Beurteilung von Menschen zu ergänzen, um die Feinheiten und die Komplexität des künstlerischen Ausdrucks zu berücksichtigen. Fest steht, dass die AI-gestützte Erkennung von Kunstfälschungen ein leistungsfähiges Werkzeug zum Schutz des kulturellen Erbes und zur Sicherstellung der Authentizität von Kunstwerken darstellt.

Abb. 3. Ein visueller Vergleich zwischen einem authentischen Kunstwerk und seinem gefälschten Gegenstück.

Herausforderungen von AI beim Erhalt von Kunst und Kultur#

Während AI beim Erhalt und bei der Restaurierung von Kunst und kulturellem Erbe bedeutende Fortschritte macht, bringt sie auch eine Reihe einzigartiger Herausforderungen mit sich, die bewältigt werden müssen, darunter:

Erhalt der Originalwerke#

Beim Einsatz von AI im Restaurierungsprozess originaler Kunstwerke besteht eine wesentliche Herausforderung darin, das empfindliche Gleichgewicht zwischen digitaler Verbesserung und der Bewahrung der Authentizität des Artefakts zu wahren.

Eine der größten Sorgen besteht darin, dass AI Entscheidungen während des Restaurierungsprozesses unbeabsichtigt beeinflussen könnte. Wird ein AI-Modell beispielsweise mit einem breiten Datensatz trainiert, der den spezifischen Stil oder die Technik des ursprünglichen Künstlers nicht genau repräsentiert, könnten seine digitalen Rekonstruktionen oder Vorschläge den ursprünglichen Charakter des Werks verändern. Dies könnte zu Restaurierungsentscheidungen führen, die zwar optisch ansprechend sind, jedoch weder die ursprüngliche Vorstellung des Künstlers noch den historischen Kontext, in dem das Werk entstand, getreu wiedergeben.

Daher ist es entscheidend, dass menschliche Restauratorinnen und Restauratoren AI-generierte Vorschläge kritisch bewerten, um sicherzustellen, dass jede physische Restaurierung die Authentizität und Integrität des ursprünglichen Kunstwerks respektiert.

Kulturelle Sensibilität#

AI-Systeme müssen so entwickelt werden, dass sie kulturelle Werte und Traditionen respektieren. Fehlinterpretationen oder ein unsensibler Umgang mit Kulturgütern können zu kulturellen Missverständnissen oder Beleidigungen führen. Bestimmte Farben, Symbole oder Materialien können beispielsweise innerhalb einer Kultur eine besondere Bedeutung haben, die ein AI-System ohne tiefgreifendes Verständnis möglicherweise falsch interpretiert. Ein AI-System, das vorwiegend mit westlicher Kunst trainiert wurde, versteht etwa möglicherweise die Bedeutung bestimmter Themen und Symbole in östlichen Kunstwerken nicht vollständig, was zu fehlerhaften digitalen Darstellungen oder Restaurierungsvorschlägen führen kann.

Genauigkeit und Zuverlässigkeit#

Die Genauigkeit von AI-Modellen sicherzustellen, insbesondere bei seltenen oder wenig erforschten Artefakten und Texten, bleibt eine erhebliche Herausforderung. AI-Systeme können mitunter Fehler oder Fehlinterpretationen erzeugen, die zu ungenauen Restaurierungen oder Fehlklassifizierungen führen können.

Diese Modelle werden mit Datensätzen trainiert, die ein breites Spektrum an Beispielen umfassen sollten, darunter häufige und seltene Artefakte oder Texte, damit das Modell effektiv verallgemeinern kann. Bei seltenen Artefakten stehen jedoch möglicherweise nicht genügend Daten zur Verfügung, um das AI-Modell angemessen zu trainieren. Dies kann zu Herausforderungen wie Overfitting führen, bei dem sich das Modell zu stark auf die begrenzten Daten spezialisiert, die es gesehen hat, oder zu Underfitting, bei dem das Modell die erforderlichen Details nicht erlernt. Beide Szenarien können ungenaue Restaurierungen oder Fehlklassifizierungen zur Folge haben und dadurch die Wirksamkeit des Modells beim Erhalt und bei der Interpretation des kulturellen Erbes verringern.

Zukünftige AI-Trends beim Erhalt von Kunst und kulturellem Erbe#

Die Zukunft von AI im Kunst- und Kulturerhalt könnte zu spannenden Fortschritten führen und die Art und Weise, wie wir historische Artefakte schützen und erleben, weiter verändern. Mit der Weiterentwicklung der AI-Technologie sind ausgefeiltere Anwendungen in Bereichen wie virtueller Realität, erweiterter Realität und verbesserten Algorithmen für maschinelles Lernen zu erwarten. Diese Technologien werden noch immersivere und interaktivere Erlebnisse ermöglichen, durch die Menschen weltweit das kulturelle Erbe auf bisher ungeahnte Weise erkunden und schätzen lernen können.

Insgesamt könnte die Integration von AI in den Erhalt des kulturellen Erbes auch im Bereich des Tourismus eine Rolle spielen. AI-Technologien werden eingesetzt, um Erlebnisse mit virtueller und erweiterter Realität (AR) zu schaffen, die die Erkundung kultureller Stätten immersiver und informativer gestalten. Touristen können beispielsweise AI-gestützte Computer-Vision-Algorithmen nutzen, um ihre Erlebnisse bei Wildtier- und Naturtouren zu verbessern oder über visuelle Suchfunktionen auf ihren Smartphones detaillierte Informationen zu Sehenswürdigkeiten und Kunstwerken abzurufen.

Die wichtigsten Erkenntnisse#

AI verändert den Erhalt von Kunst und kulturellem Erbe, indem sie die Dokumentation und Restaurierung von Artefakten durch Technologien wie Computer Vision und die Verarbeitung natürlicher Sprache verbessert. Diese Fortschritte erhöhen die Zugänglichkeit und liefern neue Erkenntnisse. Es ist jedoch unerlässlich, Herausforderungen wie Genauigkeit, kulturelle Sensibilität und den Erhalt von Originalwerken zu bewältigen.

Dennoch sind eine verantwortungsvolle Umsetzung und die Zusammenarbeit zwischen Technologieexpertinnen und -experten sowie Fachleuten für Kultur entscheidend, um die Authentizität unseres Erbes zu bewahren. Mit ihrer Weiterentwicklung eröffnet AI spannende Möglichkeiten, damit künftige Generationen unsere reiche Kulturgeschichte schätzen und daraus lernen können.

Bei Ultralytics setzen wir uns dafür ein, die AI-Technologie auf ein neues Niveau zu bringen. Entdecke unsere modernen AI-Lösungen und bleibe über unsere neuesten Innovationen auf dem Laufenden in unserem GitHub-Repository. Werde Teil unserer lebendigen Community und erfahre, wie wir Branchen wie autonomes Fahren und Fertigung unterstützen! 🚀