Mittwoch, 3. Februar 2016

Imageplot und seine Nützlichkeit in der Kunstgeschichte II.

ImagePlot bietet die Möglichkeit gesammelte Metadaten, nach den verschiedensten Kriterien als Diagramm zu visualisieren. Nun stellt sich natürlich die Frage, inwiefern man diese Software für die Kunstgeschichte verwenden kann.
Eine Möglichkeit die Software zu benutzen wäre beispielsweise für die Analyse über das Gesamtwerk eines Künstlers.
Dabei ist man aber mit höchster Wahrscheinlichkeit mit der Schwierigkeit konfrontiert sämtliche, benötigten Bildreproduktionen auch digital zu beschaffen. Trotz fortschreitender Digitalisierung der Kunstgeschichte und sehr guten digitalen Bilddatenbanken gibt es immer noch große Lücken, die es unmöglich machen 100% des Gesamtwerkes eines Künstlers digital abzudecken. Das Problem der Beschaffung des passenden digitalen Bildmaterials hängt natürlich auch von der Bekanntheit eines Künstlers ab. Interessant ist es aber vor allem mit Werken von nicht so bekannten Künstlern zu arbeiten da bei denen die Chance höher ist neue kunsthistorische Erkenntnisse zu gewinnen. Daher stoßen verschiedene Untersuchungsvorhaben unweigerlich bereits am Beginn an ihre Grenzen.
Eine weitere Möglichkeit ist die Untersuchung einer bestimmten Schaffensphase aus dem Leben eines Künstlers. Wie hat sich beispielsweise sein Stil im Laufe der Zeit verändert oder welcher Farbton hat er zu welchem Zeitpunkt bevorzugt verwendet?
Konzentriert man sich aber nur auf eine Auswahl an Bilder, so trifft man schon vor der eigentlichen Visualisierung durch ImagePlot unausweichlich eine Bilderauswahl. Dies ist insofern fraglich, denn mit getroffener Vorselektion kann eine Analyse nicht 100% wissenschaftlich korrekt sein, da man diese Selektion ja mit seinen jeweils subjektiven Kriterien trifft.
Man kann aber auch Künstler und Gattungen gegenüberstellen und so hoffen neue Erkenntnisse zu entdecken.
So hat beispielsweise Megan O’Rourke, eine Schülerin Lev Manovichs, die Farbpalette von 630 Gemälden von sechs französischen Impressionisten untersucht. (Vgl. http://lab.softwarestudies.com/2012/04/visualizations-of-impressionist-artists.html)


                                       630 impressionistische Gemälde:
                               X-Achse= Helligkeit; Y-Achse= Farbton

Herausgefunden hat sie dabei lediglich, dass sich die Farbigkeit der Künstler sehr stark ähnelt.

Angesichts dieses Ergebnisses stelle ich mir die Frage ob man wirklich ImagePlot benötigt um auf diese Erkenntnisse zu kommen. Als Kunsthistoriker ist man es gewöhnt viele Bilder zu sehen, zu analysieren und zu vergleichen.  So ist die Software vielleicht eine Hilfe, da sie die Bilder als Miniaturabbildungen schön präsentiert aber ob sie wirklich behilflich dabei ist neue kunsthistorische Erkenntnisse zu  erarbeiten stelle ich dann doch infrage.
Nach der Auseinandersetzung mit dem Programmes komme ich für mich persönlich leider immer wieder auf das Ergebnis, dass das Programm zwar eine nette Spielerei mit digitalen Bildern ist aber keinen besonderen Mehrwert für die Kunstgeschichte hat. Vielleicht liegt meine Skepsis auch nur daran, dass ich für mich persönlich noch nicht das passende Untersuchungsvorhaben gefunden habe, damit sich für mich die Notwendigkeit dieses Programmes auch erschließt.

Interessiert man sich dafür was andere Personen mit ImagePlot gemacht haben so empfehle ich die Flickr-Seite der Software.
Nach der Betrachtung dieser unterschiedlichen Projekte, erkennt man aber erneut, dass das Programm, auch wenn es unter Leitung eines Kunsthistorikers kreiert wurde, doch primär für andere Bereiche wie die Soziologie genutzt wird.



ImagePlot und seine Nützlichkeit in der Kunstgeschichte I.

Der Name des Softwareprogrammes ImagePlot wird den meisten von euch womöglich nicht sonderlich vertraut sein, deswegen muss ich zuerst kurz auf verschiedene theoretische Aspekte des Programmes eingehen bevor ich mit der Auseinandersetzung von ImagePlot und der Kunstgeschichte überhaupt erst beginnen kann.

Allgemeines zu ImagePlot:
Bei ImagePlot handelt es sich um ein Visualisierungstool, mit dem man sich große Mengen an digitalen Bildern, nach selbst definierten Eigenschaften, in Diagrammen anzeigen lassen kann. Es ist eine Open Source Software, die auf der Webseite der Software Studies Initiative heruntergeladen werden kann (http://lab.softwarestudies.com/p/imageplot.html#download).
In diesem Downloadordner sind auch bereits Beispielsdateien vorhanden, mit denen man sehr einfach arbeiten kann. Darüber hinaus gibt es auf der Webseite der Software Studies Initiative eine detaillierte „ImagePlotDocumentation“, mit der man sehr schnell den Einstieg in die Software findet. 
Genauer betrachtet handelt es sich bei ImagePlot um ein in Java geschriebenes Programm, das  als Macro (ein Art Unterprogramm) in ImageJ arbeitet. ImageJ stammt eigentlich aus der Wissenschaft und der Medizin und ist ein Bildverarbeitungsprogramm, das beispielsweise für die Vermessung von Mikroskopaufnahmen verwendet wird.
Entwickelt wurde ImagePlot 2010 durch die Software Studies Initiative von dem Medientheoretiker und Kunsthistoriker Lev Manovich mit Unterstützung der National Endowment for Humanities (NEH), dem California Institue for Telecommunications and Information Technology (Calit2) und dem Center for Research in Computing and the Arts (CRCA).

Was kann das Programm und wie wird es eingesetzt? :

ImagePlot visualisiert, wie anfangs bereits erwähnt, bestimmte Metadaten und zeigt diese in Diagrammen an. Dies ist insofern nicht neu da auch andere Visualisierungsprogramme, wie Gephi dies können. Im Gegensatz zu diesen Programmen kann ImagePlot die Daten jedoch nicht nur Mittels einfachen Streudiagrammen oder Netzwerken anzeigen, sondern kann diese auch mit Bildern unterlegen idem es die Bilder selbst als Diagramm anzeigt. Genau in diesen Bilddiagrammen soll auch der Nutzen, den man als Kunsthistoriker aus diesem Programm ziehen kann, liegen. 

Streudiagramm vs. Bilddiagramm 
127 Werke von Mondrian, geschaffen zwischen 1905 - 1917

Das Programm bietet für die Visualisierung der Bilder verschiedenen Möglichkeiten. So kann man zum einen die Informationen frei wählen nach denen die Diagramme geschaffen werden sollen. Dies wären beispielsweise bereits existierende Metadaten wie Erscheinungsjahr oder Künstlername oder die visuelle Beschaffenheit der Werke wie Helligkeit, Farbton oder Sättigung. Zum anderen kann man aber auch eigens kreierte Metadaten wie Tags zu Bildinhalten verwenden.
Die Anzahl der verwendeten Bilder spielt dabei keine Rolle. Das Programm kann Diagramme mit nur ein paar Bildern entwerfen aber auch Diagramme mit Tausenden von Bildern. Nur die Verarbeitungslänge, die das Programm benötigt um die entsprechenden Diagramme zu entwerfen, unterscheidet sich dabei teilweise enorm.
Ein Anfangsproblem, mit dem man gerne konfrontiert ist, ist die nicht reichende Speicherkapazität. Will man sich beispielsweise ein Diagramm mit Tausenden, hochauflösenden Bildern anzeigen lassen so erscheint die Fehlermeldung: Java out of heap space. Dies liegt daran, dass die Basiseinstellung der Speicherkapazität nicht ausreichend ist, um die Bilder anzeigen zu können. Dieses Problem lässt sich jedoch ziemlich leicht lösen indem man die Memory & Threads Kapazität auf ihren maximalen Wert erhöht. Dieser Wert bezieht sich dabei auf die RAM-Kapazität des verwendeten Computers.

Aber was kann das Programm nun genau?
Um sich mit dem Programm vertraut zu machen, ist es am Anfang am einfachsten mit den mitgelieferten Beispieldateien zu arbeiten. Dabei handelt es sich um 776 Werke von Vincent van Gogh, die zwischen 1881 und 1890 entstanden sind und 128 Werken von Piet Mondrian, die zwischen 1905 und 1917 geschaffen wurden. Diese Dateien erhalten bereits verschiedene Metadaten, wie Datum, Ort, Helligkeit, Sättigung oder Titel mit denen man verschiedene Sachen untersuchen kann.
So kann man beispielsweise untersuchen wie sich die Helligkeit innerhalb van Goghs Oeuvre im Laufe der Zeit verändert hat oder ob es eine Verbindung zwischen Sättigung und Abstraktion bei Mondrians Werken gibt.

                                    776 Gemälde von Vincent van Gogh:
                                    X-Achse= Jahr; Y-Achse= Helligkeit


Der Mehrwert der dieses Programm für die Kunstgeschichte hat, liegt aber sicherlich nicht darin nur mit diesen Beispielsdateien zu arbeiten. So hat man die Möglichkeit auch seine eigenen Bilder für eine Visualisierung zu nutzen. Will man ein einfaches Diagramm ohne Bilder erschaffen so braucht man lediglich eine Textdatei. Will man aber ein Diagramm mit Visualisierung so braucht man zusätzlich zu der Textdatei, eine Datei mir entsprechenden Bildern. Die Informationen, mit denen man arbeiten will, hängen dabei von dem jeweiligen Untersuchungsvorhaben ab und können dabei natürlich frei gewählt werden. Darüber hinaus bietet das Programm aber auch noch ein sehr nützliches Tool.  Mit Hilfe von „ImageMeasure“ kann man sich die Helligkeit, Sättigung und den Farbton automatisch berechnen lassen und für seine Visualisierungen nutzen.