🎥Good Practice: KI als Co-Creator – KI-generierte Bilder im Diskurs um Kunstverständnis reflektieren

Kurzbeschreibung:

Das Seminar vermittelt den kritischen und kreativen Umgang mit KI-Technologien in der digitalen Kunstgeschichte und Provenienzforschung. Studierende experimentieren mit Bildgeneratoren wie Stable Diffusion oder DALL·E, analysieren Stil, Verzerrung und Datengrundlagen und reflektieren ästhetische wie ethische Fragen. Ziel ist es, technisches Verständnis, Medienkritik und kreative Gestaltungskompetenz zu verbinden und KI als kulturelles sowie analytisches Werkzeug in kunsthistorische Fragestellungen einzubetten.

Ausgangssituation

Das Seminar ist im Bereich der digitalen Kunstgeschichte und Provenienzforschung angesiedelt und nutzt KI-Technologien, vor allem Bildgeneratoren, als zentrales Lernmedium. Studierende experimentieren mit Tools wie Stable Diffusion oder DALL·E, um künstlerische Stile nachzubilden und eigene digitale Kunstwerke zu erstellen. Dabei reflektieren sie kritisch, wie KI Kunst versteht, welche Verzerrungen und Stereotype sichtbar werden und wie Trainingsdaten kulturelle Perspektiven prägen. Ergänzend lernen sie KI-gestützte Verfahren der Handschriftenerkennung kennen. Ziel ist es, technologische Funktionsweisen mit kunsthistorischem Denken zu verbinden und eine reflektierte, kreative Haltung im Umgang mit KI zu fördern. Das Seminar bietet so einen praxisnahen Zugang zu aktuellen Entwicklungen der digitalen Kunst- und Datenforschung.

Ziele

Das Seminar verfolgt das Ziel, Studierende zu einem kritischen, reflektierten und kreativen Umgang mit KI-Technologien zu befähigen. Sie sollen verstehen, wie generative Systeme wie Bildgeneratoren funktionieren, auf welchen Datengrundlagen sie beruhen und welche ästhetischen, ethischen und gesellschaftlichen Implikationen daraus entstehen. Durch das eigene Experimentieren mit KI entwickeln die Studierenden Urteilskompetenz, Sensibilität für Verzerrungen und Bewusstsein für digitale Bildpraktiken. Gleichzeitig erwerben sie anwendungsorientierte Fähigkeiten, die sie auf den zukünftigen Arbeitsmarkt in Kunst-, Kultur- und Forschungsbereichen vorbereiten. Zentrales Lernziel ist die Förderung von Kritikfähigkeit, Medienkompetenz und kreativem Denken im Spannungsfeld von Technologie, Kunst und Verantwortung.

Konzepte, Umsetzung, Methoden

Das Seminar kombiniert theoretische Einführung, experimentelles Arbeiten und kritische Reflexion. Zu Beginn erarbeiten die Studierenden gemeinsam die technischen und ethischen Grundlagen generativer KI, einschließlich Trainingsdaten, Funktionsweise und Lizenzfragen. Anschließend wenden sie Tools wie Stable Diffusion oder DALL·E praktisch an, um eigene Bildideen umzusetzen und zu analysieren, wie Stil, Kontext und Sprache den Output beeinflussen. Die Dozentin übernimmt dabei eine moderierende Rolle, gibt Impulse und schafft Raum für gemeinsames Lernen. Reflexionsphasen, Gruppenarbeiten und Diskussionen fördern die Auseinandersetzung mit Verzerrungen, Urheberrecht und Repräsentation. Der Lernprozess wird durch Peer-Feedback und Vergleich analoger und digitaler Kunstwerke vertieft, um Wahrnehmung, Interpretation und kreative Urteilsbildung zu schärfen.

Zentrale Umsetzungen:

• Einführung in technische und ethische Grundlagen generativer KI
• Praktische Arbeit mit Bildgeneratoren zur Analyse künstlerischer Stile
• Eigenständiges Experimentieren mit Prompts und Reflexion über Ergebnisse
• Vergleich von analoger und digitaler Kunstproduktion
• Diskussion zu Bias, Urheberrecht und Repräsentation
• Moderierende, impulsgebende Rolle der Lehrperson statt Bewertung
• Förderung von Kritikfähigkeit, Kreativität und Medienkompetenz

Erfahrungen

• Studierende reagieren anfangs zurückhaltend, entwickeln jedoch zunehmend Freude am kreativen Experimentieren mit KI.
• Das freie Arbeiten mit Bildgeneratoren fördert Kreativität und Eigeninitiative, erfordert aber auch Zeit und technisches Verständnis.
• Die Qualität der Ergebnisse hängt stark von der Präzision der Prompts ab; kleine Formulierungsänderungen führen zu deutlich anderen Bildausgaben.
• Frustration entsteht häufig bei komplexen räumlichen Beschreibungen oder mehrdeutigen Begriffen, was den Wert sprachlicher Genauigkeit verdeutlicht.
• Durch gemeinsames Arbeiten in Gruppen entsteht ein reger Austausch über ästhetische und ethische Fragen sowie eine stärkere Lernmotivation.
• Die Reflexion über Verzerrungen, Geschlechterrollen und kulturelle Bias in KI-generierten Bildern erweitert das kunsthistorische Verständnis.
• Insgesamt zeigt sich, dass experimentelles Lernen mit KI nicht nur technisches, sondern vor allem kritisches und medienanalytisches Denken fördert.

Erfolgskriterien

• Studierende verstehen die Funktionsweise und Grenzen generativer KI und können deren Ergebnisse kritisch bewerten.
• Eigenständig erstellte KI-Bilder werden reflektiert, dokumentiert und im Kontext digitaler Kunstpraxis eingeordnet.
• Lernfortschritte zeigen sich in der Fähigkeit, ästhetische, ethische und gesellschaftliche Dimensionen von KI-Kunst zu analysieren.
• Diskussionen und Peer-Feedback belegen ein wachsendes Bewusstsein für Bias, Repräsentation und Verantwortung im Umgang mit Technologie.
• Erfolg wird nicht an technischen Ergebnissen, sondern an der Tiefe der Reflexion und der argumentativen Begründung gemessen.
• Studierende zeigen, dass sie kreative, analytische und medienkritische Kompetenzen in die kunsthistorische Arbeit übertragen können.

Sie könnte auch interessieren: Von der Leinwand zum Pixel: Digitale Kunst erstellen, beschreiben und ausstellen – Dr. Sabine Lang

Die Bedeutung von Künstlicher Intelligenz (KI) in der Lehre wächst stetig. Aus den rasanten Entwicklungen in diesem Bereich ergeben sich zahlreiche Fragen, die es zu klären gilt. Unsere Veranstaltungsreihe „Let’s Talk: KI in der FAU Lehre“ zielt darauf ab, das Potential von KI in der Lehre zu erkunden – mit Impulsvorträgen und Diskussionen zu aktuellen Themen, Bedarfen und neuen Lösungsansätzen.

Kategorie: Good Practice, Künstliche Intelligenz (KI)