Schön … aber ist das auch Kunst?

Bild: Harold Cohens Archiv Mehr und mehr Bilder, die uns heute begegnen, sind weder fotografiert noch gemalt oder als Montage mit einer Software wie Photoshop entstanden, sondern auf Anforderung von einer generativen KI produziert worden. Michael J. Hußmann geht der Frage nach, in wieweit solche Bilder als Kunst anzusehen sind – vor allem aber, wer hier als Künstler gelten soll. Wo Kunst ist, muss es auch einen Künstler geben. Kunst entsteht nicht spontan, einfach so. Eine Landschaft, ein in einem Flussbett zurechtgeschliffener Stein oder eine Wolkenformation mögen nach irgendjemandes Maßstäben schön sein, aber Kunst ist es deswegen noch nicht. Dazu wäre die Absicht eines Künstlers nötig, und bestünde sie nur darin, einen Alltagsgegenstand (Objet trouvé) als Kunstwerk auszuwählen. Wessen Kreativität steht also hinter den Werken einer generativen KI? Drei alternative Thesen geben unterschiedliche Antworten: Eine generative KI wird mit Millionen von im Internet veröffentlichten Bildern trainiert, die in Milliarden kleinster Fragmente zerlegt werden, die sich durch Prompt-Texte geleitet wieder neu zusammensetzen lassen. Was immer die KI daraus macht, geht letztendlich auf das Trainingsmaterial zurück, und wenn der Output einen künstlerischen Wert hat, sind allein die Schöpfer des verwendeten Ausgangsmaterials dafür verantwortlich. Generative KI-Systeme produzieren oft Ergebnisse, die alle Beteiligten überraschen, die unwissentlichen und ungefragten Lieferanten des Trainingsmaterials ebenso wie die Nutzer. Daher ist die KI selbst als schöpferische Instanz anzusehen, die durch Prompts lediglich zu künstlerischen Leistungen angeregt wird – so wie die Fresken der Sixtinischen Kapelle Michelangelo zugerechnet werden, und nicht Papst Julius II, der ihm den Auftrag dazu gab. Allein der Nutzer einer generativen KI, der mit einem geschickten Prompt Engineering und schrittweisen Verfeinerungen durch In-Painting und Out-Painting Bilder produziert, verfolgt eine künstlerische Intention, die durch das Werk realisiert wird. Erst der Nutzer sieht die von der KI generierten Werke und kann sie daraufhin bewerten, inwieweit sie seinen Vorstellungen entsprechen. Indem er eine Auswahl trifft, erschafft er überhaupt erst Kunst. So oder ähnlich formulierte Positionen werden derzeit von vielen Fotografen und Digital Artists debattiert, ob sie nun selbst mit generativen KI-Systemen arbeiten oder durch solche Systeme ihr Urheberrecht ausgehöhlt und ihr Geschäftsmodell bedroht sehen. Obwohl diese Debatte erst seit einigen Monaten geführt wird, ist die Frage, welche Rolle KI in der Kunst spielen kann, viel älter. Versuche, künstlerische Werke wie Gedichte oder Zeichnungen von teilweise autonomen Computerprogrammen produzieren zu lassen, sind fast so alt wie die Computertechnik selbst. 50 Jahre Kunst per KI Das bislang wichtigste KI-Projekt im Bereich der bildenden Kunst war AARON, an dem der Brite Harold Cohen (1928–2016) seit Anfang der 1970er Jahre arbeitete. Als sich Cohen für das Potential der KI in der Kunst zu interessieren begann, war er bereits ein etablierter Maler, dessen Werke unter anderem 1964 auf der documenta 3 in Kassel und 1966 auf der Biennale in Venedig ausgestellt gewesen waren. Unter künstlicher Intelligenz verstand man zu dieser Zeit nicht die neuronalen Netze, wie sie heute die KI prägen. Der erste Hype dieses Ansatzes lag da schon einige Jahre zurück, und seine Renaissance begann erst in den 1990er Jahren. Die damals dominierende symbolische KI arbeitete mit Repräsentationen ähnlich der formalen Logik, die Fakten und mit diesen operierende Schlussfolgerungsregeln beschrieben, und diesen Ansatz wählte daher auch Cohen. Typische KI-Systeme jener Jahre waren Expertensysteme, oft aus dem Bereich der medizinischen Diagnostik, in denen das Wissen und die Fertigkeiten menschlicher Experten so repräsentiert waren, dass sie ein Computer anwenden konnte. Ein Expertensystem wollte auch Harold Cohen entwickeln, wobei er selbst der Experte war, der das Wissen hinter seinen eigenen künstlerischen Prozessen in vom Computer ausführbare Regeln fasste. Das AARON getaufte System – die Bedeutung des Namens wurde nie erklärt – durchlief in den folgenden Jahrzehnten immer wieder neue Versionen. Schon 1977 war Cohen erneut auf der documenta vertreten, wo er vorführte, wie AARON mit einem auf einem Papierbogen herumfahrenden Roboter (im Aufmacherbild links von 1979 hält er diese sogenannte Turtle in der Hand) selbsttätig Zeichnungen produzierte. Aus ersten Kritzeleien wurden abstrakte und figürliche Darstellungen, und schließlich lernte AARON auch, gezeichnete Motive eigenständig zu kolorieren. Die Weiterentwicklung des Systems endete erst vor sieben Jahren mit dem Tod seines Schöpfers. AARON konnte in den ersten Jahren nur Kritzeleien produzieren, die aber bereits so aussahen, als hätte sie ein Mensch gezeichnet. (Bild: Harold Cohens Archiv) Bis 1993 hatte AARON gelernt, Personen mit annähernd korrekter Anatomie und (hier übertriebener) Perspektive zu zeichnen. (Bild: Harold Cohens Archiv) Harold Cohen hatte AARON auch Regeln für die Modellierung von Vegetation – von Topfpflanzen bis hin zu Bäumen – mitgegeben. (Bild: Harold Cohens Archiv) Obwohl Harold Cohen keinen Nachfolger gefunden hat und AARON nicht als Open Source Code vorliegt, ist die Beschäftigung mit seinem von der generativen KI mit neuronalen Netzen kontrastierenden Ansatz nützlich, um Überlegungen zu Kunst und KI auf eine breitere Basis zu stellen. Auch deshalb, weil das AARON-Projekt Cohen motivierte, über die geistigen Vorgänge bei seiner eigenen künstlerischen Arbeit zu reflektieren – oder umgekehrt sein Mittel war, dem Ergebnis solcher Reflexionen eine konkrete Form zu geben. Daneben hatte sich Cohen mit der generellen Entwicklung von Techniken der bildenden Kunst bei individuellen Menschen – insbesondere Kindern – sowie in der Menschheitsgeschichte beschäftigt, und die Ergebnisse sind in einer Vielzahl von Veröffentlichungen auf seiner Website (http://aaronshome.com) dokumentiert. Entwickler generativer KI-Systeme verschwenden normalerweise keine Gedanken über allgemeine Grundlagen der künstlerischen Produktion, vielleicht weil von vornherein klar ist, dass diese Systeme ganz und gar nicht wie menschliche Künstler arbeiten. Alles nur geklaut? Gegen die erste These, nach der was immer per KI generierte Bilder an Kreativität erkennen lassen, allein auf die zum Training verwendeten Ausgangsbilder zurückgeht, spricht ein offensichtliches Argument: Jeder von uns hat in seinem Leben unzählige Kunstwerke gesehen, und wir können gar nicht vermeiden, von solchen Erfahrungen geprägt zu werden. Was immer wir als originäre Kunst zu produzieren meinen, ist unweigerlich davon beeinflusst. Die KI wäre also in genau derselben Position wie ein Mensch. Wenn wir dem menschlichen Künstler deshalb keine eigene Kreativität und ein eigenständiges Urheberrecht absprächen, könnten wir das auch bei einer KI nicht tun. Dagegen ließe sich einwenden, dass der Mensch über alle bewussten und unbewussten Inspirationen hinaus einen eigenen Beitrag hinzufügt – und tut er es nicht, sehen wir seine Bilder als Plagiate oder im besten Fall epigonale und damit minderwertige Werke an. Worin aber sollte ein eigener Beitrag eines neuronalen Netzes bestehen und wie sollte eine solche Fähigkeit entstanden sein? Was wir über die verwendeten Deep-Learning-Verfahren wissen, bietet keinen hinreichenden Ansatzpunkt, die Fragen zu beantworten. Eine besondere Situation liegt zudem vor, wenn in einem Prompt-Text ausdrücklich Bilder im Stil eines bestimmten Künstlers gefordert werden. Flóra Borsi beispielsweise, deren Werke wir zuletzt in DOCMA 101 präsentiert hatten, äußerte jüngst ihre Verärgerung darüber, dass ihr leicht wiedererkennbarer Stil mit Prompts wie „Flora Borsi portrait“ plagiiert würde. Sam Yang, ein Digital Artist aus Toronto, plädierte jüngst leidenschaftlich dafür, dass die Einbeziehung von Bildern in das Training generativer KI-Systeme an ein Opt-in gebunden sein müsse, also eine ausdrückliche Zustimmung des Urhebers („Why Artists are Fed Up with AI Art“, www.docma.info/22710). Wer sollte künftig noch künstlerisch arbeiten wollen, wenn die eigenen Werke bei leisesten Anzeichen von Erfolg sofort durch billige KI-Kopien abgewertet würden? Adobe, die mit generativer KI erzeugte Werke prinzipiell für den Vertrieb über Adobe Stock akzeptieren, verlangen daher eine solche Einwilligung – ausgenommen sind nur Künstler, deren urheberrechtliche Ansprüche abgelaufen sind. Ein Bild im Stile van Goghs, der vor 133 Jahren gestorben ist, wäre daher akzeptabel. Für Adobe ist die Verwendung der Namen von Personen als Prompts, ob als Dargestellte oder als stilistische Inspiration, generell daran gebunden, dass diese einer solchen Verwendung ihres Namens ausdrücklich zugestimmt haben oder gegebenenfalls ihre Erben keine Ansprüche mehr geltend machen können. Es gelten also dieselben Einschränkungen wie für echte Fotos einer Person (www.docma.info/22711). Auf der anderen Seite gibt es Fotografen wie Antti Karppinen, der damit experimentiert, eigene Fotos mit einer generativen KI nachzuerschaffen (www.docma.info/22712). Seine Ergebnisse zeigen dann aber auch die noch vorhandenen Schwächen der KI auf, die nicht wirklich versteht, was sie da überhaupt abbildet. Die Nachschöpfungen machen auch erneut klar, dass diese Systeme lediglich offensichtliche formale Eigenheiten der Werke eines Künstlers (mit kleinen oder manchmal größeren Fehlern) reproduzieren, aber nicht zu einer Erkenntnis der künstlerischen Intention gelangen. Karppinen hat gleichwohl einen eigenen, arbeitssparenden Workflow daraus entwickelt, indem er aus einer größeren Zahl von Fotos eines Models mit dessen Zustimmung ein KI-Modell ableitet, mit dem er die KI immer neue Bilder mit dieser Person in anderer Verkleidung und vor einem anderen Hintergrund generieren lassen kann, ohne überhaupt noch einmal zur Kamera greifen zu müssen (www.docma.info/22713). Künstliche Kreativität? Damit bleibt die Frage zu beantworten, ob die KI nicht doch gemäß der zweiten These eine eigene kreative Leistung einbringen kann. Harold Cohen hatte sich lange mit dieser Frage beschäftigt, wobei er allerdings statt „Kreativität“ den neutralen Begriff eines „Verhaltens X“ verwendete. Er wollte Grundsatzdebatten darüber aus dem Weg gehen, in wieweit Maschinen überhaupt typisch menschliche Eigenschaften zugeschrieben werden können und dürfen. Als Voraussetzung dafür sah er die Eigenschaft der Emergenz an – dass sich die Kreativität („Verhalten X“) als nicht vorhergeplante oder auch nur vorhersehbare Konsequenz aus der Programmierung ergibt, das Verhalten also nicht ausdrücklich vom Entwickler vorgegeben ist. Diese Voraussetzung wird von seinem AARON-System erfüllt, aber sicherlich auch von den generativen KI-Systemen heutiger Tage, die selbst ihre Entwickler immer wieder verblüffen. Auch im Nachhinein sind die Leistungen neuronaler Netze noch viel schwieriger zu erklären als die früherer symbolischer KI-Systeme, obwohl die zugrundeliegenden Prozesse strikten und im Detail sogar recht einfachen Regeln folgen – es ist erst das komplexe Zusammenspiel aller Teile, das die Ergebnisse so schwer durchschaubar macht. Während die Zwischenergebnisse symbolischer KI-Systeme jeweils eine nachvollziehbare Bedeutung haben, hat man es bei neuronalen Netzen mit Myriaden schwer interpretierbarer Zahlenwerte zu tun. Mit einem emergenten Verhalten alleine ist es aber noch nicht getan, wie Harold Cohen klar war. Es genügt nicht, einen außenstehenden Beobachter zu überraschen; das System muss auf sein eigenes Verhalten reagieren können. AARON war dazu in begrenztem Maße fähig, denn das System ging Schritt für Schritt vor, konkret also Strich für Strich, Fläche für Fläche und Motiv für Motiv. Jede seiner Entscheidungen traf es mit dem Wissen um alles, was es bis dahin bereits gezeichnet hatte. AARON verfügte zwar nicht über eine Kamera, um sich selbst beim Zeichnen und Malen zu beobachten, aber über eine interne Repräsentation des in Entstehung begriffenen Werks, auf die es zugreifen konnte. Für die neuronalen Netze generativer KI-Systeme gilt das so nicht. Ihre in Schichten gegliederten simulierten Neuronen können sich zwar prinzipiell gegenseitig beeinflussen, aber jedes Bild entsteht in einem einzigen Durchlauf durch das Netz, wobei sich die Signale Schicht für Schicht durch das System ausbreiten, bis am Ende in der Output-Schicht das fertige Bild erscheint. Dabei entsteht es in allen seinen Teilen parallel, ein Motiv in der Ecke links unten gleichzeitig mit einem anderen Motiv oben rechts, zudem die Gesamtkomposition zur selben Zeit wie jedes kleine Detail. Die dritte Anforderung besteht nach Harold Cohen darin, den Output kritisch zu betrachten, daraufhin auszuwerten, ob er den künstlerischen Absichten entspricht, und nötigenfalls die Herangehensweise zu verändern. Dazu war aber auch AARON bis zuletzt nicht in der Lage, schon weil sich Cohen eingestehen musste, seine eigenen Kriterien auf dieser Ebene nicht formalisieren zu können: „Als Autor eines Programms, das bis in alle Ewigkeit eine Viertelmillion ausstellungsreifer Bilder pro Jahr generieren könnte, würde ich mir als Lohn meiner Mühen selbst eine 1 geben – aber ohne Sternchen“. Generative KI-Systeme sind nicht so konstruiert, dass sie ihre Erzeugnisse noch einmal analysieren würden. Sie sind gewissermaßen blind für ihr eigenes Werk. Es gibt zwar KI-Systeme vom Typ der Generative Adversarial Networks (GAN), bei denen ein neuronales Netz, das für die eigentliche Aufgabe trainiert wird (der Generator), mit einem Kritiker-Netz (dem Diskriminator) zusammengeschaltet ist, das den Output des ersten Netzes bewertet. Aber abgesehen davon, dass generative KI-Systeme generell keine GAN sind, ist deren Diskriminator ohnehin nur in der Trainingsphase aktiv. Eine KI auf dieser Basis gliche einem Künstler, der nach dem Kunststudium nie wieder mit Kritik konfrontiert würde und sich seine Bilder vor allem niemals selbst anschaute. Außerdem ist das Ziel des Diskriminators vorgegeben – es gibt noch keine KI, die sich eigene Ziele setzen könnte, und damit ist auch nicht so bald zu rechnen. 1995 konnte AARON die ausgewählten Farben schon selbst mit einem Pinsel auftragen. (Bild: Harold Cohens Archiv) Die treibende Kraft Trifft also vielmehr die dritte These zu, nach der es der Nutzer des Systems ist, dessen kreativer Input – und sei es nur in Gestalt eines Prompt – für die künstlerische Leistung verantwortlich sei? Der Anwender hat schließlich selbst die Ziele gesteckt, die die KI verwirklichen soll, und er ist in der Lage, die generierten Bilder zu bewerten und den Prozess so lange mit angepassten Prompts zu wiederholen, bis ein wunschgemäßes Ergebnis zustande gekommen ist. Bildende Künstler haben auch in früheren Jahrhunderten oft mit Assistenten gearbeitet. Arrivierte Maler unterhielten nicht selten Werkstätten, in denen etwa Spezialisten jeweils für Landschaften oder Kleidung zuständig waren, während sich der Meister nur dazu herabließ, Gesichter und Hände zu malen und das Gemälde am Ende zu signieren. Ein zeitgenössischer Künstler wie Jeff Koons begnügt sich damit, die Idee für beispielsweise seine von Ballonfiguren inspirierten Skulpturen zu formulieren. Die Ausführung in spiegelnd poliertem Edelstahl überlässt er darauf spezialisierten Handwerkern, aber als Künstler gelten nicht sie, sondern Koons. Letztendlich ist es das kunstinteressierte Publikum, das über die Urheberschaft entscheidet – wenn auch nicht im juristischen Sinne. Wenn vermeintlich eigene, aber mit Hilfe einer KI geschaffene Werke vor allem wegen ihrer Ähnlichkeit zu den Werken eines anderen Künstlers kommentiert werden, hat man lediglich epigonale Bilder oder schlicht Plagiate produziert. Ohne eigene Ideen geht es nicht, und diese müssen die Ausführung durch den KI-Assistenten in einem Umfang kontrollieren, dass sich einem Betrachter des Bildes die Urheberschaft unmittelbar erschließt. Harold Cohen bekam oft zu hören, die von AARON gemalten Bilder erinnerten an seine eigenen. Ähnliches gilt auch für manche Werke generativer KI-Systeme, denen man auf den ersten Blick ansieht, wessen Prompt als Eingabe gedient hatte. Nur wenn die künstlerische Intention im Bild sichtbar und der Urheber durch sie erkennbar wird, ist die Frage nach der Quelle der Kreativität beantwortet, und das bedeutet: Kunst macht auch weiterhin viel Arbeit. KI-Terminologie KI-Systeme, die anhand einer Beschreibung ein entsprechendes Bild erzeugen, werden Text-zu-Bild-Systeme, mittlerweile aber meist generative KI-Systeme genannt. Ihre Struktur besteht typischerweise aus mehreren Schichten simulierter Nervenzellen, was als Deep Neural Network bezeichnet wird, wenn es zwischen der Input- und der Output-Schicht mehr als eine verborgene Schicht gibt. Was ein solches Netzwerk tut, hängt von der Stärke der Verbindungen jedes Neurons zu den Neuronen in der nächsten Schicht ab, und es sind oft Milliarden dieser Parameter, die das Verhalten des Netzwerks definieren. Die passenden Parameter, mit denen ein tiefes neuronales Netzwerk eine vorgegebene Aufgabe lösen kann, lassen sich nur mit Verfahren maschinellen Lernens ermitteln, die es mit Millionen beispielhafter Inputs und den gewünschten Outputs trainieren. Die Parameter werden in einem langwierigen Prozess so lange angepasst, bis das Netzwerk zu jedem Input aus dem Trainingsmaterial den gewünschten Output liefert. Das Training tiefer neuronaler Netze wird entsprechend Deep Learning genannt. Bei generativen KI-Systemen besteht der Input aus einem kurzen Text, dem sogenannten Prompt, der ein gewünschtes Bild beschreibt. Wie man den optimalen Prompt findet, das Prompt Engineering, hängt auch vom jeweiligen KI-System ab. Die generative KI kann ein vorhandenes (oder vorher selbst generiertes) Bild durch Inpainting optimieren, also eine Neuberechnung von Bildteilen nach der Entfernung störender Elemente. Als Outpainting wird dagegen die – wieder durch einen Prompt gesteuerte – Vergrößerung eines Bildes durch Anfügen inhaltlich und stilistisch passender Ergänzungen bezeichnet.

Als Abonnent einloggen

DOCMA 2GO abonnieren

Schreibe einen Kommentar Antwort abbrechen