Webdossier: KI im Museum

Sammlungen katalogisieren sich fast von selbst, Besucher:innen erhalten Führungen von virtuellen Guides und die Herkunft der Ausstellungsobjekte wird durch KI detailliert erforscht. Science-Fiction? Längst Realität.

Künstliche Intelligenz hat sich innerhalb kurzer Zeit von einer Nischentechnologie zu einem zentralen Transformationstreiber für Museen entwickelt. Nach Jahren der «Digitalisierung von Kultur» steht der Museumssektor nun vor der Herausforderung, sich in einer «Kultur der Digitalität» zu positionieren.

Der Begriff «Künstliche Intelligenz» ist allerdings diffus und fungiert als Sammelbegriff für verschiedene Technologien. Meistens gemeint ist die sogenannte generative KI. Im Gegensatz zu traditioneller KI, welche bestimmte Aufgaben nach vorgegebenen Regeln ausführt (z.B. Schachcomputer oder Übersetzer), lernt die generative KI aus grossen Datenmengen selbstständig dazu und kann so neue, einzigartige Inhalte erstellen. Darunter fallen Texte ebenso wie Bilder und Designs, Videos, Musik und Sprache oder sogar Codes für Software-Entwicklung. Die jüngsten Durchbrüche bei generativer KI, ausgelöst durch ChatGPT, haben das Thema in den Mainstream gebracht.

Für Museen bietet KI zahlreiche Möglichkeiten: Von der Automatisierung der Sammlungserschliessung über die Provenienzforschung bis hin zu personalisierten Vermittlungsangeboten und Besuchserlebnissen. Gleichzeitig stellen sich grundlegende Fragen zu Authentizität, Urheberrecht, Ethik und der Rolle des Museums.

Ethische Leitplanken

Die UNESCO empfiehlt Kultursektoren, Künstliche Intelligenz so einzusetzen, um damit die «Erhaltung, Anreicherung, das Verständnis, die Förderung, Verwaltung und Zugänglichkeit des kulturellen Erbes» zu unterstützen. Zentrale ethische Prinzipien umfassen:

• Transparenz und Nachvollziehbarkeit: Offenlegung der verwendeten KI-Systeme und deren Funktionsweise.
• Verhinderung von Diskriminierung: KI lernt durch menschengemachte Inhalte und übernimmt Vorurteile, Stereotypen, Ideale und Fehler ohne moralische Bewertung. Dem kann in Algorithmen und Trainingsdaten aktiv entgegengewirkt werden.
• Menschliche Autorschaft: KI als Werkzeug zur Unterstützung, nicht zum Ersatz menschlicher Expertise.
• Partizipativer Ansatz: Einbeziehung der Öffentlichkeit und Communities.

Strategische Überlegungen

Museen sollten möglichst KI-Strategien entwickeln, die ihren institutionellen Zielen und Werten entsprechen. Strategische Überlegungen umfassen dabei:

• Entwicklung institutioneller KI-Guidelines und Verhaltenskodizes.
• Aufbau entsprechender Kompetenzen (Digital Literacy, vgl. Kapitel Kompetenzen) bei Mitarbeitenden.
• Schaffung von Transparenz bei der KI-Nutzung.
• Etablierung von menschlichen Korrektur-Schleifen, Tests und Überwachung (Human in the Loop).

Forschung

Provenienzforschung: Die wachsende Zahl an Provenienzen ist nicht nur zentral für die Restitution von unrechtmässig erworbenen Objekten und für die Aufarbeitung, sie stellt auch eine zunehmend wichtige Quelle für geschichts- und sozialwissenschaftliche Forschung dar. 

Bislang werden allerdings selbst digitalisierte Provenienzen fast ausschliesslich unstrukturiert als Text bereitgestellt und können nicht maschinell ausgewertet werden. Beispielsweise ist es nicht möglich, Werke mit einer Provenienz-Lücke zwischen 1933 und 1945 mittels Datenabfrage automatisch zu identifizieren oder Informationen museumsübergreifend zu verknüpfen.

Das Provenance Lab an der Leuphana Universität Lüneburg hat dafür eine KI-basierte Lösung entwickelt. Die Methode (Natural Language Processing und Linked Open Data) ist darauf ausgerichtet, einzelne Provenienzdaten im Text automatisch zu erkennen, voneinander zu trennen und mit Daten anderer Institutionen zu verknüpfen.

• Bildbasierte Suche: Das Fraunhofer IPK entwickelte KI-gestützte Bilderkennungssysteme für Auktionskataloge mit Erkennungsraten von über 95 Prozent bei zweidimensionalen Objekten. Diese Technologie ermöglicht systematische Recherche innerhalb kürzester Zeit und erleichtert die Identifizierung gesuchter Kulturgüter. Das vereinfacht nicht nur die Kunstgeschichtsforschung, sondern kann auch für die Provenienzforschung eine effektive Ergänzung sein.
• Analyse historischer Dokumente: Die Schriftrollen von Herculaneum sind die einzige Bibliothek, die aus der klassischen Antike erhalten geblieben ist. Sie sind verkohlt und brüchig, so dass sie nicht ausgerollt werden können, ohne zerstört zu werden. Mittels KI-gestützten Technologien konnten die Schriftstücke nun virtuell entrollt und die Texte extrahiert und lesbar gemacht werden.

Sammlungen erschliessen

• Automatisierte Katalogisierung: KI-Systeme können Objekte automatisch klassifizieren, verschlagworten und beschreiben.
• Multimodale Analyse: Kombination von Text-, Bild- und Metadatenanalyse ermöglicht neue Erkenntnisse über Sammlungsbestände und deren Zusammenhänge.
• Naturhistorische Daten: Schriftliche Überlieferungen im Kontext naturhistorischer Sammlungen, wie Objektetiketten, sind eine wichtige Quelle für die Biodiversitätsforschung. In einem Pilotprojekt wird die mehr als 30 Millionen Objekte umfassende Sammlung des Museums für Naturkunde Berlin digital erfasst und zugänglich gemacht. Mittels KI werden dann die Informationen aus Sammlungsetiketten extrahiert und analysiert.

Vermittlung

• Personalisierte Museumserlebnisse: KI ermöglicht individualisierte Touren, adaptive Objekttafeln und personalisierte Empfehlungen basierend auf Besucherinteressen und -verhalten.
• Chatbots und virtuelle Assistenten: Intelligente Gesprächssysteme bieten auf Webseiten oder in Apps und Beratung rund um die Uhr und können komplexe Fragen zu unterschiedlichsten Themen beantworten.
• Multimodale Vermittlung: KI-gestützte Übersetzungen, automatische Audiodeskriptionen und Anpassung an Einfache Sprache erhöhen die Zugänglichkeit.
• Innovative Formate: Seit 2020 wandelt sich die Bonner Zweigstelle des Deutschen Museums von einem Museum mit klassischer Vitrinenoptik zu einem dynamischen Forum für Künstliche Intelligenz. Bei laufendem Betrieb werden interaktive Erlebnisräume zur Auseinandersetzung mit der Technologie geschaffen. Die thematische Bandbreite reicht von Sprachassistenten über autonomes Fahren bis hin zur Lernfähigkeit Neuronaler Netze generell.

Die erfolgreiche Integration von KI in Museen erfordert eine systematische Kompetenzentwicklung auf allen Ebenen der Organisation. Dabei ist es entscheidend, dass technische Fähigkeiten mit ethischer Reflexion und strategischem Denken kombiniert werden, um KI verantwortungsvoll und zielgerichtet einzusetzen.

Hard Skills (Technische Kompetenzen)

• Data Literacy: Grundlegendes Verständnis von Datenstrukturen, Metadaten und deren Qualitätsmerkmalen.
• Prompt Engineering: Fähigkeit zur effektiven Formulierung von Anfragen an KI-Systeme.
• Grundlagen des Maschinellen Lernens: Verständnis für die Funktionsweise von Algorithmen, Trainingsdaten und die Unterscheidung zwischen verschiedenen KI-Ansätzen.
• Datenmanagement: Kenntnisse in Datenbanken, APIs und digitalen Arbeitsabläufen. Verständnis für Datenformate, Interoperabilität und Migrationsprozesse.
• Evaluierung von KI-Systemen: Fähigkeit zur Bewertung der Qualität und Zuverlässigkeit von KI-Ergebnissen, einschließlich der Erkennung von Fehlern (Bias).

Soft Skills (persönliche und soziale Kompetenzen)

• Kritisches Denken: Fähigkeit zur reflektierten Bewertung von KI-generierten Inhalten und zur Hinterfragung automatisierter Entscheidungen. Entwicklung einer gesunden Skepsis gegenüber technologischen Lösungen.
• Kommunikationskompetenz: Fähigkeit zur verständlichen Erklärung komplexer KI-Konzepte gegenüber Kolleginnen, Besucherinnen und Stakeholdern.
• Anpassungsfähigkeit: Bereitschaft zum kontinuierlichen Lernen in einem sich schnell entwickelnden Technologiefeld. Flexibilität bei der Anpassung von Arbeitsabläufen an neue technologische Möglichkeiten.

Führungskompetenzen

• Change Management: Fähigkeit zur Gestaltung und Begleitung von Transformationsprozessen. Entwicklung von Strategien zur Einführung neuer Technologien inklusive der Bewertung und Minimierung von Risiken.
• Strategisches Denken: Entwicklung langfristiger Visionen für den KI-Einsatz im Museum und Verknüpfung mit den institutionellen Zielen.
• Urheberrechtsverständnis: Kenntnisse über die rechtlichen Implikationen bei der Nutzung von KI-generierten Inhalten und beim Training von Modellen mit Sammlungsdaten.
• Compliance-Management: Fähigkeit zur Sicherstellung der Einhaltung rechtlicher und regulatorischer Anforderungen inklusive Datenschutzes.

• Transparenz: Der EU AI Act bietet erste Leitplanken für KI-Regulierung und sieht verstärkte Transparenz bezüglich der verwendeten Trainingsdaten vor. In der Schweiz gibt es aktuell noch keine spezifische Gesetzgebung zur KI. Doch auch Schweizer Museen sollten bei der Nutzung kommerzieller KI-Systeme prüfen, ob ihre eigenen Inhalte für das Training der Systeme verwendet werden bzw. ob sie dem zustimmen möchten.
• Datenschutz: Bei der Nutzung von KI-Systemen zur Besucheranalyse gelten strenge DSGVO-Bestimmungen. Museen sollten transparente Datenschutzerklärungen bereitstellen und Nutzerrechte respektieren.
• Urheberrecht: KI-generierte Inhalte werfen neue Fragen zum Urheberrecht auf. Museen sollten klare Richtlinien für den Umgang mit KI-generierten Texten, Bildern und anderen Inhalten entwickeln.
• Qualitätssicherung: Da KI-Systeme zu falschen oder irreführenden Darstellungen (sogenannte Halluzinationen) neigen können, sind Qualitätskontrollen essentiell, besonders bei der Erstellung von Vermittlungsinhalten.

Museumsmitarbeitende in der Schweiz, in Deutschland und in Österreich (D-A-CH) sind eingeladen, an einer Forschungsstudie der Berkeley-Universität zum Einsatz von KI-Tools in Museen teilzunehmen. Die 10-15 minütige Online-Umfrage fokussiert auf KI-Anwendungen in Zusammenhang mit Sammlungen und ethische Guidelines. 

Teilnahme: Freiwillig und vertraulich

Dauer: 10-15 Minuten

Kontakt: Sonja Thiel, UC Berkeley - 

Zur Umfrage

Weiterführende Links:

• Deutscher Museumsbund - Museumskunde: Museen und KI
• Oonagh Murphy (Goldsmiths, University  of London), Elena Villaespesa (School of Information, Pratt Institute) - Künstliche Intelligenz und Museen (DE-Fassung)