Fließende und kinetische Skulptur: Physische Kunst erwacht zum Leben (und zu Daten)
Skulptur ist kein inertes Material mehr, das man schweigend betrachtet. Im Jahr 2026 hat die Überschneidung von Künstlicher Intelligenz und Soft Robotics die „F
Wenn wir an Skulptur denken, ist das unmittelbare Bild das von kaltem Marmor, unbeweglicher Bronze oder geschnitztem Holz: träge Materie, für immer eingefroren in der vom Schöpfer bestimmten Form. Doch im Jahr 2026 hat die Überschneidung von Machine Learning, Soft Robotik und interaktiver Architektur ein neues ästhetisches Paradigma hervorgebracht: die fluide und kinetische Skulptur.
Wir sprechen nicht von Videos, die auf Bildschirme projiziert werden, oder von generativer Kunst, die in eine VR-Brille verbannt ist. Wir sprechen von physischen, greifbaren Werken, die atmen, sich verformen und ihr Verhalten in Echtzeit verändern. In dieser Vertiefung von Szenarien und Reflexionen werden wir untersuchen, wie Künstliche Intelligenz die Skulptur von einem passiven Objekt zu einem reaktiven System transformiert und warum diese Illusion von Leben den Begriff der künstlerischen Autorschaft selbst in Frage stellt.
1. Vom Objekt zum Organismus: Die sensible Architektur
Um die Tragweite dieses Wandels zu verstehen, müssen wir die Installationen betrachten, die Ingenieurwesen, Biologie und künstliche Intelligenz verschmelzen.
Die disruptivste Fallstudie repräsentieren die Arbeiten des Philip Beesley Studio und der Living Architecture Systems Group. Ihre Installation Amatria, beschrieben von der renommierten Zeitschrift PNAS in einem Fokus über sensible Architektur und unsere sich entwickelnde Beziehung zur KI, ist eine leichte, zerklüftete Struktur, die aus Tausenden von Bewegungssensoren, Lichtern, Klängen und Mikroaktoren besteht.
Was Amatria einzigartig macht, ist nicht ihre Form, sondern ihr „Gehirn“. Das Werk folgt keinem vorgegebenen Drehbuch. Es verwendet Algorithmen des kontinuierlichen Lernens (Machine Learning), um das Verhalten der Besucher zu beobachten und seine eigenen Reaktionen daran anzupassen, indem es sich kräuselt, Licht aussendet oder sich zurückzieht. Wie im Dokument der Gruppe über Machine Learning for Interactive Systems erläutert, wechselt das Werk von einer Phase der interaktiven Skulptur (die auf einen Input mit einem festen Output reagiert) zu einer adaptiven Skulptur (die aus Erfahrung lernt und nie zweimal auf dieselbe Weise reagiert).
| Interaktionsebene | Verhalten der Skulptur | Rolle des Algorithmus |
| Interaktiv | Reagiert auf Reize nach strengen Regeln (z. B. du näherst dich, sie leuchtet auf). | Bedingte Programmierung (Wenn A, dann B). |
| Adaptiv | Verändert die Reaktionen basierend auf der Historie (z. B. wenn zu viele Leute aufgeregt sind, „erschrickt“ sie und schließt sich). | Machine Learning (Mustererkennung). |
| Generativ (Autonom) | Entwickelt unvorhergesehene Bewegungschoreografien, erkundet die Umgebung aus Neugier. | Reinforcement Learning / Curiosity-Based Learning. |
2. Das „Curiosity-Based Learning“ und die emergente Choreografie
Damit ein Werk lebendig wirkt, darf es nicht nur passiv reagieren, sondern muss seinen Raum aktiv erkunden. Die ingenieurwissenschaftliche Forschung der Universität Waterloo zum Curiosity-Based Learning Algorithm (CBLA) für interaktive Kunstskulpturen hat das Konzept der „synthetischen Neugier“ in die kinetische Skulptur eingeführt.
Ein Reinforcement-Learning-Algorithmus (Bestärkendes Lernen) belohnt das Werk, wenn es neue Reaktionen in der Umgebung entdeckt. Die Skulptur führt kleine experimentelle Bewegungen aus, beobachtet, wie das Publikum (oder andere benachbarte Skulpturen) reagiert, und passt ihre Aktionen an, um neuartige Antworten zu erzeugen.
Dieser Ansatz führt zur „emergenten Choreografie“, die gut durch das auf NeurIPS vorgestellte Projekt Rhythm Bots: A Sensitive Improvisational Environment veranschaulicht wird. Hier verändert ein Ökosystem kinetischer Roboter seine Bewegungen nicht nur als Reaktion auf Menschen, sondern in wechselseitiger Reaktion. Die Skulpturen „dialogieren“ mechanisch miteinander und erzeugen so ein ästhetisches Erlebnis, das der Künstler angestoßen hat, aber in seinen Details keineswegs vorhersehen oder kontrollieren kann.
3. Die Illusion von Freiheit und die Krise der Autorschaft
Die Integration von neuronalen Netzen, externer Datenanalyse (wie den Werken in der NVIDIA AI Art Gallery des BREAKFAST Studio) und 3D-Fertigung zwingt uns, über die Natur des schöpferischen Aktes nachzudenken.
Die Forschung von ACM zum Prototyping von Machine Learning durch diffraktive künstlerische Praxis wirft den kritischen Punkt auf: Wem gehört das Werk? Wenn der Künstler den Algorithmus programmiert, aber das chaotische Verhalten der Daten oder der Besucher die endgültige Verformung der Materie bestimmt, fragmentiert sich die Autorschaft. Sie verteilt sich auf den Ingenieur, den Sensor, den Algorithmus und den Betrachter selbst.
Darüber hinaus ist es entscheidend, eine kritische Perspektive zu bewahren, um gefährliche technologische Romantik zu vermeiden. So fließend, lebendig und unvorhersehbar eine adaptive Skulptur auch erscheinen mag, ihre „Freiheit“ ist immer innerhalb einer verborgenen Starrheit begrenzt. Das Werk kann sich nur in den Freiheitsgraden bewegen, die seine mechanischen Gelenke zulassen; es kann nur das „wahrnehmen“, was seine Sensoren (thermisch, optisch oder akustisch) messen können.
Operative Kernpunkte (Takeaways für digitale Kunst)
- Vermeidung von „sensationalistischem“ Sensationalismus: Künstler und Kuratoren müssen der Versuchung widerstehen, diese Maschinen als „kreativ“ oder „bewusst“ zu bezeichnen. Der Algorithmus erschafft nicht; er optimiert einen mechanischen Output basierend auf mathematischen Logiken (Belohnungsfunktionen oder Musterabgleich), die vom Menschen im Vorfeld festgelegt wurden.
- Planung für mechanische Nachhaltigkeit: Im Gegensatz zu reiner Softwarekunst sieht sich die KI-gesteuerte kinetische Skulptur den strengen Grenzen der Physik ausgesetzt. Die kontinuierliche Bewegung verschleißt die Mikroaktoren. Der Algorithmus muss Parameter der Selbsterhaltung enthalten, um zu verhindern, dass das Werk beim Versuch, neue Choreografien zu erkunden, „kaputtgeht“.
- Die Skulptur als physisches Dashboard: Viele Studien, wie die zu Autonomous Kinetic Art und Multi-material 3D printing, legen nahe, dass diese Werke zu greifbaren Schnittstellen werden können, um große Mengen abstrakter Daten (z. B. Klimaverläufe) zu visualisieren, indem sie Big Data in Skulpturen verwandeln, die ihre physische Form im Laufe der Monate verändern.
FAQ: KI-gesteuerte kinetische Skulptur verstehen
1. Was genau ist eine „fluide oder kinetische Skulptur“, die von KI gesteuert wird?
Es ist ein physisches, dreidimensionales Kunstwerk, ausgestattet mit Sensoren (zum Sehen, Fühlen oder Messen) und mechanischen Aktuatoren, das Algorithmen der Künstlichen Intelligenz nutzt, um Umgebungsdaten in Echtzeit zu verarbeiten und autonom seine Form, Farbe oder Bewegungen zu verändern.
2. Inwiefern kann die Skulptur vom Publikum „lernen“?
Wenn das Werk mit Machine-Learning-Algorithmen (z. B. Reinforcement Learning) ausgestattet ist, kann es beobachten, welche seiner Bewegungen Menschen anziehen und welche sie vertreiben. Indem es diese Interaktionen speichert, wird die Skulptur ihr Verhalten in den folgenden Monaten schrittweise ändern und „lernen“, anders zu interagieren als am Tag der Eröffnung.
3. Bedeutet das, dass Maschinen zu autonomen Künstlern werden?
Absolut nicht. Die Maschine ist der „Pinsel“, so ausgefeilt und reaktiv er auch sein mag. Es ist der menschliche Künstler (zusammen mit dem Team aus Ingenieuren und Programmierern), der die Grundform, die Materialien, die Ziele des Algorithmus (z. B. „versuche, den Benutzer zu überraschen“) und die physischen Grenzen des Werks festlegt. Die KI erzeugt eine Autonomie der Ausführung, nicht eine Autonomie der Absicht.
Schlussfolgerungen: Die Seele aus Silizium
Die fluide und kinetische Skulptur schließt einen jahrtausendealten Kreis. Seit den Zeiten des Pygmalion-Mythos war die primäre Obsession des Bildhauers, der trägen Materie Leben einzuhauchen. Die Künstliche Intelligenz hat dieses mythologische Paradoxon nicht gelöst, aber sie hat einen unglaublich ausgeklügelten Zaubertrick erschaffen.
Indem wir neuronale Netze in architektonisches Gewebe und Motoren implantiert haben, haben wir keine empfindungsfähigen Skulpturen oder Maschinen mit einer Seele erschaffen. Wir haben vielmehr kinetische Spiegel geschaffen: faszinierende und beunruhigende Entitäten, die ihre Form verändern, indem sie ständig auf unsere Präsenz reagieren, und uns durch jedes mechanische Zucken und jede algorithmische Kräuselung die enorme Komplexität unserer eigenen Bewegung in der Welt offenbaren.
Bibliografische Referenzen und Quellen
- Sensitive Architektur und adaptive Systeme:
- Algorithmisches Lernen und Choreografie (Reinforcement Learning):
- Fertigung, Ästhetik und diffraktive Praxis:
Artikel von der Redaktion von La Bussola dell’IA