Die Wirklichkeit ist kein Selbstläufer / Eine neue Eroberung der Realität. Interview mit Jan Distelmeyer

Donald Trump mit einer Dinosaurierechse im Arm, riesige Mengen an Essen werden in absurd große, verzerrte Münder geschoben, Leonardo DiCaprio spricht über den Klimawandel mit der Stimme von Robert Downey Jr., Bill Gates und Kim Kardashian. Bilder, in denen die Körper grotesk verzerrt erscheinen, Text-to-Video-Trash, aber auch Arbeiten von Konzeptkünstler*innen, die mit KI-Programmen arbeiten. In dem Meer aus KI-Bildern, das zurzeit die sozialen Medien flutet, finden sich Müll und ästhetisch Gelungenes. Über diesen Wust erklärt eine – natürlich KI-generierte – Stimme, was Phase ist: „We live in a strange time.“

Silvia Dal Dossos im Programm „Training the Image – Wie Bilder lernen“ gezeigter, sehr komischer filmischer Kurzessay The Future Is Now Weird AF (Part 1) (1. Mai, 11 Uhr, Lichtburg Tickets) formuliert durch prägnante Montage von in den letzten Jahren gehypten KI-Bildern eine Bestandsaufnahme. Und er stellt die Fragen, die für das Festivalthema „based on true events?“ maßgeblich sind. Fragen, die den KI-Komplex zum Anlass nehmen, sich anzuschauen, wie Filmemacher*innen immer schon Wirklichkeit verzerrt, zerdehnt, modelliert und dekonstruiert haben.

Ein Ausgangspunkt ist die aktuell sich abzeichnende Aufkündigung des Abbildverhältnisses von Bild und Wirklichkeit. Der Medienwissenschaftler Jan Distelmeyer spricht im Interview (siehe unten) dann auch nicht mehr von Bildern, sondern von der Visualisierung von Datensätzen. Künstlich, im Sinne von „nicht von Menschen gemacht“, ist hier allerdings wenig. Algorithmen und Wahrscheinlichkeitsrechnung, klar. Aber damit DALL·E und ChatGPT das von der Nutzerin wahrscheinlich gewünschte Bild errechnen können, muss massenhaft menschliche Arbeit eingespeist werden. Einige Filme in „Training the Image“ setzen die Produktionsgrundlage von KI auf beeindruckende Weise ins Bild und beschäftigen sich mit den prekarisierten Menschen, die, meist im Globalen Süden lebend, die Maschinen mit Daten füttern.

Their Eyes von Nicolas Gourault (29. April, 20.15 Uhr, Lichtburg Tickets) dokumentiert, wie Bilder gelabelt werden. Wir sehen die Klickoperationen am Bildschirm, unterlegt mit den Stimmen von Arbeiter*innen, die sich über die miserablen Bedingungen und das Missverhältnis von Arbeitskraft und Profit im Klaren sind. Das ist in einem klassischen Sinne aufklärerisch; schließlich hält sich bis heute das Bild, dass KI vor allem auf Algorithmen basieren würde und quasi ein Selbstläufer ist. Außerdem ist ist Their Eyes eine solidarische Hommage an die Menschen, die das prekarisierte globale Proletariat bilden: Jeder der von Gourault aufgezeichneten Ausgebeuteten hat mehr Würde im kleinen Finger als Elon Musk im ganzen Leib, um es einmal mit einem der Sache angemessenen Pathos zu sagen.

All That is Solid von Louis Henderson (30. April, 17 Uhr, Lichtburg Tickets) montiert digital konstruierte Bilder mit dokumentarischen Aufnahmen von illegalen Goldminen und Technik-Müllbergen. Auch an den jüngsten technischen Revolutionen ist nichts immateriell, jedes flüchtige Bild aus Pixeln ist Ergebnis menschlicher Arbeit und von Materialverarbeitung. Die Cloud, die All That is Solid zeigt, ist natürlich ein riesiger Serverpark. Es geht immer um Hardware und ihre Produktion, auch wenn zentrale Begriffe Wolkenhaftigkeit und Virtualität suggerieren.

Der überwiegende Teil der Filme in „Training the Image“ aber dreht die KI-Ästhetik einmal um die eigene Achse und dann mit Nachdruck durch den Mixer. Wir sehen vereinsamte Maschinen, die in einer monumentalen Endzeitszenerie umherirren und ins Philosophieren geraten (Third Impact, Regie: S()fia Braga, 29. April, 20.15 Uhr, Lichtburg Tickets), eine filmische Meditation über das groteske, viral gegangene Bild des Papstes in einer fetten Hip-Hop-Daunenjacke und eine grundlegende Trainingseinheit zum Erkenntnisproblem „Was ist ein Stuhl?“ (One & Infinite Chairs, Regie: Egor Kraft, 1. Mai, 11 Uhr, Lichtburg Tickets).

Ein weiteres Programm im Rahmen von „based on true events?“ geht zurück an die Anfänge der Filmgeschichte. Mitte der Neunzigerjahre wurden rund 900 Filmrollen der Firma Mitchell and Kenyon wiederentdeckt – in drei Metall-Milchkannen im Keller eines Geschäfts in der nordenglischen Stadt Industriestadt Blackburn. Um 1900 herum waren die Filme von Wanderausstellern in Auftrag gegeben worden. Angepriesen als lokale Filme für lokale Menschen, zahlte das Publikum dafür, seine Nachbarn, Kinder, Familien und sich selbst in diesen kollektiven Porträts auf der Leinwand zu sehen. Die Titel der meist zwischen zwei und sechs Minuten langen Filme sind schon die Inhaltsangaben: Workers Leaving a Factory in Droylsden, Cunard Mail Steamer Lucania Leaving for America oder Whitehaven Street Scenes (2. Mai, 20.15 Uhr, Lichtburg Tickets).

Eigentlich also das Versprechen auf ein direktes, einfaches Abbild der Wirklichkeit: Mensch/Objekt + Kamera +Filmmaterial = Bild. Allerdings: Die Positionierung der Kamera, aber auch der Menschen, die Arbeiter*innen, die sie filmt – in der Zusammenschau der Filme wird deutlich, welche Konstruktionsarbeit schon in die einfachsten Bilder einfließt.

Ein zweiter filmhistorischer Ausflug zeigt einen sehr eigensinnigen Zugriff auf die Realität vor der Kamera. Werner Herzog, seit den Sechzigerjahren Teil der Geschichte der Kurzfilmtage, akzeptierte von Anfang an die Unterscheidung Spiel- und Dokumentarfilm nicht. Alles im Dienst einer filmischen Suche nach etwas, das Herzog „ekstatische Wahrheit“ nennt. Im Programm laufen einige seiner frühen Kurzfilme. Einige von ihnen, Letzte Worte (1968), Maßnahmen gegen Fanatiker (1969, beide 30. April, 22 Uhr, Lichtburg Tickets) oder How Much Wood Would a Woodchuck Chuck… (1976, 2. Mai, 15 Uhr, Lichtburg Tickets) präsentieren Menschen, deren Sprache nicht mehr verständlich ist. Weil ihr Dialekt für Ortsfremde nicht mehr zu verstehen ist oder weil sie schlicht schweigen. Der sprachliche Ausdruck als Träger von Bedeutung verschwindet, eine andere Wirklichkeit tritt ins Bild: die Wirklichkeit der Körper, ihrer Gesten, ihrer unfreiwilligen Komik.

Die große Ekstase des Bildschnitzers Steiner (30. April, 22 Uhr, Lichtburg Tickets) zeigt immer wieder, über eine Dreiviertelstunde, wie der Skispringer Walter Steiner springt. Unter Einsatz seines Lebens, wie Herzog, der in diesem Film eine Art Sportreporter spielt, nicht müde wird zu betonen. Und in Werner Herzog Eats His Shoe (Regie: Les Blank, 1980, 2. Mai, 15 Uhr, Lichtburg Tickets) passiert unter anderem genau das, was der Titel verspricht (nicht ohne Charlie Chaplins Gold Rush zu zitieren). Auch hier soll die Wirklichkeit in der  immateriellen Wirklichkeit des Films („it’s only a projection of light“, beklagt sich Herzog in seinem bezaubernden bajuwarischen Englisch) aufscheinen, die hier so materiell wie möglich werden soll: Erst ist der Schuh da, dann ist er weg. Ein unmittelbar körperlicher Vorgang.

Die Programme „Hide and Seek“ und „Truth or Dare“ rücken dann jüngere überraschende filmische Eingriffe in die traditionellen Weisen, Film- und Weltbild zusammenzubringen, in den Mittelpunkt. Die Arbeiten in „Truth or Dare“ (1. Mai, 20.15 Uhr, Lichtburg Tickets) modellieren die heteronormative Realität neu unter dem Blick eines queeren Begehrens. Dazu gehören die Matrosen-Phantasien in Kenneth Angers Schwarzweiß-Film Fireworks genauso wie die utopische Kosmologie STARS (Regie: Mojisola Adebayo, Candice Purwin, Debo Adebayo, Tyler Friedman) und die verstörende Montage The Beginning of Identification, and its End (Regie: Philipp Gufler), in der die Reden von homosexuellen Politiker*innen vom rechten Rand wie Alice Weidel und Pim Fortuyn mit dem schönen Bild eines nackten Mannes, der andauernd von einem Wasserstrahl bespritzt wird, montiert sind.

„Hide and Seek“ (3. Mai, 15.15 Uhr, Lichtburg Tickets) ist schwerer auf einen Nenner zu bringen. Filme wie Le prime volte (The First Times, Regie: Giulia Cosentino, Perla Sardella), Para Carlos (For Carlos, Regie: Carlos Cipriano) oder Ese lugar partido (That Split-Up Place, Regie: Inés Pintor Sierra, Pablo Santidrián) kreisen um Vergangenheiten, die Menschen miteinander haben, und damit auch um die filmische Rekonstruktion von Beziehungswirklichkeiten (und die Unzuverlässigkeit dieser Rekonstruktionen). In dem sehr berührenden Le prime volte ist es eine lebenslange Freundschaft, die sich auf Fotos abgebildet hat. In Para Carlos kommt die gemeinsame Vergangenheit in einem Brief zur Sprache. Und Ese lugar partido erzählt von der Trennung zweier Kinderfreunde, deren gemeinsame Wirklichkeit von einem Highway durchtrennt wird.

JuJu vs The Possibilities of Love, Life & Death (Regie: Htet Aung Lywn) und Aliens in Beirut (Regie: Raghed Charabaty) wiederum schlagen ebenfalls dezidiert queere Weltkonstruktionen vor. Charabaty erzählt von einer sich anbahnenden Sommerliebe, ins Bild gesetzt unter massivem Colour Grading. Sie endet mit der verheerenden Explosion im Hafen von Beirut im August 2020. Htet Aung Lywn wiederum dekonstruiert gewissermaßen eine Tradition des queeren Kinos, die dazu neigt, Trans*-Menschen vor allem als Opfer zu zeigen. Und zwar, indem er, im Verbund mit seiner Protagonist*in, der Künstler*in Juju, alternative queere Bilder und filmische Phantasien sozusagen erträumt.

Werner Herzog, queere Wirklichkeiten, materialistische Kritik an der Produktion der angeblich künstlichen Intelligenz: Was all diese Filme eint, ist etwas, was dem KI-Bilder- oder Visualisierungsuniversum bis auf Weiteres noch zuwiderläuft: ein radikaler und unverwüstlicher Eigensinn. Gelungene und oftmals Glück versprechende Versuche, aus den schematischen Bilderwelten und dem Wahrscheinlichen auszubrechen.

Benjamin Moldenhauer

>>> zurück nach oben

Früher war es vergleichsweise einfach: Ein Foto hat etwas von der Welt abgebildet. Aber gab oder gibt es ein Abbild in diesem Sinne überhaupt oder ist das ein Mythos?

Ja, ein Bild ist nie einfach ein Abbild der Welt, sondern immer eine Konstruktion von Realität. Und diese Konstruktion hat bestimmte Bedingungen. Die Bedingungen einer Filmkamera und eines Mikrofons sind andere als die einer Software, mit der ich Bilder und Töne generiere. Film hat eben ganz besondere Konstruktionsbedingungen: etwa das Equipment, Traditionen des Filmemachens, bestimmte ästhetische Entscheidungen, aber eben auch Weltbilder und Ideologien. Und es gibt Strategien, diese Bild- und Weltkonstruktion nicht einfach hinzunehmen, sondern sie kritisch anzuschauen. bell hooks hat dafür den schönen Begriff des „oppositionellen Blicks“ geprägt. Der setzt an bei der Einsicht, dass das, was als Dokument der Realität präsentiert wird, immer schon eine Konstruktion ist, die man auch gegen den Strich lesen kann.

Beim fotografischen Bild hat man immerhin noch den Eindruck: Da drückt sich Wirklichkeit auf ein Material ab. Dann kamen das digitale Bild und jetzt KI-Bilder. Ist ein Satz wie „KI-Bilder haben weniger mit Wirklichkeit zu tun als Zelluloid“ sinnvoll?

KI vorschnell zum Problem zu erklären, um sich im Gegenzug den Film als hehre Wirklichkeitsmaschine schönzureden, finde ich problematisch. Filmkamera und Mikrofon operieren mit dem Versprechen einer physisch-kausalen Beziehung zwischen der Welt und dem, was sich auf Film und anderen Aufzeichnungsmedien festhalten lässt. Der Filmtheoretiker André Bazin hat das einmal die „Kunst der Lüge“ genannt. Film hat etwas vom Gestus des „So ist es gewesen“, und genau darin liegt auch die Kraft seiner Lüge. Zwischen diesem Versprechen und der Auswahl, Bearbeitung und Montage von Bildern und Tönen oszilliert das Filmische. Die Konstruktionsbedingungen von KI-generierten Bildern und Tönen funktionieren da grundlegend anders.

Was ist dann das Spezifische an KI-Bildern, also an Bildern, die sich nur auf andere Bilder beziehen? Haben wir es mit einer zirkulären Bildwelt zu tun?

KI-Bilder sind zunächst Datenvisualisierungen. Sie beruhen vor allem darauf, dass auf der Grundlage riesiger Datenbestände Durchschnittswerte gebildet werden, aus denen dann Bilder errechnet werden, die wahrscheinlich zu dem passen, was mit einem Prompt gewünscht sein könnte. Für textgenerierte Bilder braucht es Hunderte Millionen bis Milliarden Bild-Text-Paare, aus denen ermittelt wird, wie wahrscheinlich die Beziehung zwischen einem Wortteil und einem Bildelement ist. Wir haben es mit einer Mischung aus Durchschnittlichkeit und Wahrscheinlichkeit in der Beziehung zwischen Bild und Text zu tun. Hito Steyerl hat diese Bilder darum „mean images“ genannt.

Welchen Bezug hat diese Bildlichkeit überhaupt noch zu dem, was wir Realität nennen?

Wenn ich noch einmal mit Bazin sprechen darf: Beim Film ging es um die „Eroberung der Realität“, nicht um ihre bloße Wiedergabe. Diese Eroberung kann ganz unterschiedliche Formen annehmen, natürlich auch nicht-realistische. Sie basiert jedenfalls auf der fotografischen Technik und darauf, wie Menschen sie einsetzen und weiterentwickeln. Darum ist es sehr wichtig zu sehen, dass der Bezug zur Welt, zur Wahrheit oder zur Bedeutung auch bei KI immer noch Aufgabe menschlichen Tuns bleibt. Bilder müssen gelabelt, Begriffe sortiert, Bedeutungen markiert werden. Denn um Bedeutung geht es dieser stochastischen Bildproduktion gerade nicht. Deshalb ist der Bezug zwischen Bild und Welt bei KI immer von menschlicher Bestätigung abhängig. Das unterscheidet diese Form von Bildlichkeit grundlegend von der fotografischen.

Wenn man mit KI-Systemen arbeitet, sieht man nur die Oberfläche, das Interface. Dahinter stehen aber technische und ökonomische Prozesse, auch Arbeitsprozesse. Mit welchen verborgenen Kräften haben wir es hier zu tun?

Vielleicht zuerst ein kleiner Umweg. Was mich am öffentlichen KI-Diskurs etwas nervt, ist, dass ständig im Futur II gesprochen wird, darüber, was KI gewesen sein wird. Wir sollen uns dauernd gedanklich in der Zukunft aufhalten: wie KI die Welt verändern wird, ob sie die Menschheit vernichten oder zu neuen Höhen führen wird. Dadurch wird es immer schwieriger, das Hier und Jetzt dieser Technologie genau anzuschauen. Das ist ohnehin nicht leicht, weil vieles, wie du sagst, verborgen bleibt. An den ersten Debatten über KI-Bilder hat mich z.B. gestört, dass fast immer nur über die Ergebnisse, die Bilder gesprochen wurde – der Papst in der Daunenjacke, Trump im Polizeigriff –, aber nie über die Interface-Konstellationen, in denen uns solche Bilder begegnen, wenn wir sie erzeugen. Dabei lässt sich gerade da viel lernen. Zum Beispiel über die Wahrscheinlichkeit, die in diesen Bildern steckt. Wenn ich bei DALL-E in den ersten Monaten nach dem Launch einen Prompt eingegeben habe, bekam ich standardmäßig vier Bilder als Antwort. Das System präsentiert mir nicht „das“ Bild, sondern gleich mehrere Möglichkeiten. Es performt seine statistische Unsicherheit mit. Es sagt nicht: Das ist die wahre Beziehung zwischen Text und Bild. Es sagt vielmehr: Das hier sind wahrscheinliche Beziehungen. Wenn wir uns diese Interfaces genauer anschauen, kommen wir zu anderen Fragen als nur: Ist das Bild echt? Wir können dann sehen, dass uns hier ein Angebot von Wahrscheinlichkeiten gemacht wird.

Mein Eindruck ist, dass auch darüber die Unterscheidung zwischen Wahrheit und Lüge ihre Relevanz verliert. Es ist dann irgendwann egal, ob es stimmt oder nicht.

Ich verstehe den Punkt. Und ich glaube, eine der großen Herausforderungen der nächsten Zeit wird darin bestehen, einen neuen oppositionellen Blick einzuüben, nun eben im Verhältnis zu KI-generierten Bildern. Dafür brauchen wir eine Beschäftigung mit der Technologie und ihren Erscheinungsformen. Nach den Responses in einem System wie ChatGPT wird stets gefragt, wie ich die Antwort fand. Ich soll ständig Feedback geben, evaluieren, bewerten, im Austausch bleiben. Diese Systeme sind extrem darauf angewiesen. Im Film versucht der Weltbezug, sich im Bild zu zeigen. In den KI-Interfaces dagegen wird der Weltbezug abgefragt.

Wer diese Werkzeuge benutzt, kann gar nicht anders, als an deren Welt- oder Bildkonstruktion aktiv mitzuwirken?

Genau. Wir sind immer schon Mit-Arbeiter*innen in diesem Bergwerk der KI-Industrie, ohne dafür bezahlt zu werden. Es fließt überhaupt eine unheimliche Menge an menschlicher Arbeit in diese Systeme, vor allem von prekär beschäftigten Datenarbeiter*innen. Schätzungen gehen weltweit von 150 bis 430 Millionen Datenarbeiter*innen aus. Wie viele davon konkret für KI arbeiten, ist schwer zu sagen, weil diese Arbeit so oft outgesourct und eben prekär organisiert ist. Diese Arbeit sichtbar zu machen, ist ein zentrales Anliegen vieler Forschender und Initiativen. Aber genau das prägt nicht das öffentliche KI-Bild, weil künstliche Intelligenz eben künstlich erscheinen soll.

Ein Teil dieses oppositionellen Blicks wäre also, ganz klassisch materialistisch, die Produktionsbedingungen offenzulegen.

Ja – und die Bedingungen, unter denen ich selbst mit KI in Kontakt trete. Denn in der direkten Auseinandersetzung mit den Interfaces von z.B. ChatGPT, Gemini und so weiter lässt sich viel darüber lernen, was diese Systeme eigentlich von mir wollen. Sie wollen Input, sie wollen Evaluation, sie wollen und geben Bestätigung. Sich die Systeme anschauen und nicht nur auf ihre Ergebnisse zu starren, hilft dabei, KI zu entmystifizieren.

Wie kann man denn mit den Ergebnissen, den Bildern, kritisch und aufgeklärt umgehen?

Das ist eine wahnsinnig schwierige Frage, und ich glaube, es ist eine der zentralen Fragen der visuellen Kultur im Moment. Ich habe darauf keine einfache Antwort. Wir brauchen aber sicher eine neue Aufmerksamkeit für den Zusammenhang zwischen Realität und Bild. Die Skepsis kann nicht einfach darin bestehen zu sagen: Das stimmt doch alles nicht. Als ob es umgekehrt so wäre, dass andere Bilder einfach stimmen. Interessanter ist die Frage: Welches Weltbild, welches Argument, welcher Punkt wird hier eigentlich entworfen? Wie hängt das mit den Produktionsbedingungen zusammen?

Vielleicht liegt das Problem auch darin, dass sich für KI-Bilder noch keine Genrehaftigkeit herausgebildet hat. Beim Actionfilm gibt es Regeln, an denen man sich orientieren kann. Bei KI-Bildwelten wirkt noch alles diffus und suchend.

Ja, das würde ich auch so sehen. Und vielleicht hat die Erschütterung, die KI-generierte Bilder für unser Verhältnis zu Bildlichkeit bedeuten, sogar einen Vorteil: dass wir stärker nach dem Gebrauchswert dieser Bilder fragen. Also: Wozu brauche ich das? Wozu brauchen andere das? Wenn Film eine Eroberung der Realität ist, wäre zu fragen, ob und wie eine solche Eroberung in diesen Bildern überhaupt noch stattfindet – oder von uns neu hergestellt werden muss. Vor diesem Hintergrund werfen KI-Bilder eine interessante Frage auf: Wovon soll mich dieses Bild eigentlich überzeugen? Auch das ist ja ein Realitätsbezug – aber eben keiner, der auf bloße Abbildung setzt, sondern einer, der ein Argument machen will.

Eine Aneignung von KI?

Genau. Es geht um eine doppelte Aneignung: einerseits durch diejenigen, die mit Bild, Ton und Bewegtbild ein Argument machen wollen, andererseits durch uns, die wir fragen müssen: Wofür können wir das gebrauchen? Kaufen wir das? Lesen wir es gegen den Strich? Machen wir etwas anderes daraus? Mit der kleinen Fußnote, dass dieses alarmistische „wir müssen“ immer ein bisschen heikel ist. KI-generierte Bilder sind ja kein völliger Paradigmenwechsel, sondern bedeuten eher die Zuspitzung einer Diskussion, die ohnehin längst nötig war. Neu aber ist: Alles, was ästhetisch oder kulturell nicht schon musterhaft ist, lässt sich durch das, was wir KI nennen, viel schwerer hervorbringen.

Das Gespräch führte Benjamin Moldenhauer

>>> zurück nach oben

Jan Distelmeyer ist Professor für Mediengeschichte und Medientheorie in der Medienwissenschaft (EMW) der Fachhochschule Potsdam und Universität Potsdam; er forscht derzeit u.a. zu KI, Interfaces und Datenarbeit.

30. April, 10 Uhr: Apokalypse KI? based on true events.

Was für Mittel können wir in der Film- und Kunstgeschichte finden, wenn es darum geht, Wirklichkeit von Illusion zu trennen? Helfen uns diese Mittel womöglich, der Vorstellung einer selbstkritischen KI-Ästhetik näherzukommen? Und dabei die Effekte der KI-Industrie auf Gesellschaft und Umwelt zu berücksichtigen?

Mit Prof. Clemens von Wedemeyer, Professor für Expanded Cinema, Hochschule für Grafik und  Buchkunst Leipzig; Ariana Dongus, kritische Medienwissenschaftlerin, Berlin; Prof. Dr. Jan Distelmeyer, Professor für Mediengeschichte und Medientheorie, Fachhochschule Potsdam und Universität Potsdam; Dr. Inke Arns, Direktorin des HMKV Hartware MedienKunstVerein, Dortmund.

Eintritt frei

>>> zurück zur Startseite