UNSERE MISSION
Sie haben ein Kunstwerk, von dem Sie nicht wissen, ob es tatsächlich echt ist? Oder wollen Sie ein Kunstwerk kaufen – und dabei so sicher wie möglich sein, dass Sie nicht einem Fälscher aufsitzen? Jeder Kunstliebhaber ist immer wieder mit diesen Fragen konfrontiert.
Aber wann ist ein Kunstwerk eigentlich echt?
Die simple Antwort darauf ist: wenn es im Werkverzeichnis steht. Die Realität aber ist deutlich komplexer. Die Top-Experten für einen Maler oder eine Stilrichtung haben sich in der Vergangenheit immer wieder täuschen lassen – etwa von Fälschern wie Wolfgang Beltracchi. Zudem sind sich Kunsthistoriker oft nicht einig, wie die Zu- und Abschreibungen der vergangenen Jahre zeigen – etwa Rembrandts „Mann mit dem Goldhelm“, Vincent van Goghs „Stillleben mit Krug und Birnen“ und Leonardo da Vincis „Salvator Mundi“.
Auch andere Methoden der Echtheitsprüfung helfen nicht immer weiter. Provenienzen können gefälscht sein. Chemische Analysen sagen, wenn sie unauffällig sind, nichts über die Authentizität eines Werkes aus. Möglicherweise stammt das Gemälde dann aus der vermuteten Zeit – aber eben nicht von dem vermuteten Maler. Oder ein Fälscher hat Pigmente verwendet, die in der vermeintlichen Entstehungszeit eines Gemäldes handelsüblich waren. Selbst Alterungsprozesse können künstlich beschleunigt werden.
Ob ein Gemälde tatsächlich echt ist, kann deshalb in vielen Fällen nur mit den Ergebnissen einer ganzen Reihe von Prüfverfahren und -methoden beurteilt werden – und selbst dann nicht mit hundertprozentiger Sicherheit.
Farbpalette: Künstliche Intelligenz berücksichtigt zwar keine räumlichen Strukturen wie die Dicke des Farbauftrags. Dennoch ist sie in der Lage, Merkmale in einem Kunstwerk auszumachen – auch solche, die dem menschlichen Auge verborgen bleiben.
Wir bieten Ihnen nun ein neues Verfahren, das mithilfe von Künstlicher Intelligenz ein Gemälde mit einer hohen Wahrscheinlichkeit einem Maler zuordnen kann. Grundlage dafür ist ein Ensemble von Neuronalen Netzen, das mit Tausenden Bildern verschiedenster Maler trainiert wurde und den persönlichen Stil der Künstler im Schnitt mit einer Genauigkeit von über 90 Prozent richtig erkennt. Die Methode wird zudem ständig weiterentwickelt. Wie andere Verfahren auch wird sie nach unserer Einschätzung dennoch niemals zu einem hundertprozentig verlässlichen Urteil kommen.
Im Gegensatz zumindest zu den menschlichen Urteilen und Expertisen hat dieses Verfahren jedoch zwei entscheidende Vorteile.
Zum einen ist die Methode interessenfrei. Der Algorithmus hat keine Gefühle und keine Vorlieben für ein Bild, weder gefällt ihm ein zu testendes Bild, noch missfällt es ihm. Zum anderen ist das Verfahren völlig transparent. Die Genauigkeit des Algorithmus bei der Erkennung der Originale eines Künstlers wird ebenso offengelegt wie die Genauigkeit bei der Erkennung von Fälschungen und Imitationen des Künstlers. Ein Beispiel für diese Transparenz sehen Sie in den Fallbeispielen.
Allerdings hat das Verfahren auch Limitationen. So muss eine große Anzahl digitaler Aufnahmen eines Künstlers für das Training der Algorithmen beschafft werden. Für die Evaluation sind Imitationen und bestenfalls sogar gesicherte Fälschungen des betreffenden Künstlers notwendig. Zudem müssen die Netzwerke bei Malern, die bislang nicht in dem Datensatz sind, mehrere Tage trainiert werden.
Wir sehen die Echtheitsprüfung mit Künstlicher Intelligenz als ein vielversprechendes und zukunftsträchtiges Verfahren. Neben anderen Methoden kann es in vielen Fällen eine weitere und oft klare Indikation dazu geben, ob ein Gemälde einem bestimmten Künstler zuzuordnen ist – oder eben nicht.
Unsere Mission ist es, Künstliche Intelligenz in der Kunst als valide und anerkannte Methode vor allem für die Echtheitsprüfung, aber auch bei anderen Fragestellungen zu etablieren. Dies setzt Verständnis voraus – und Nachvollziehbarkeit. Aus diesem Grund legt die Art Intelligence GmbH größten Wert darauf, das Verfahren so umfassend wie möglich darzustellen und sämtliche Ergebnisse sowie die Methodik und Vorgehensweise offen und transparent zu verdeutlichen.
