Art Worlds and Knowledge Graphs: Mobilizing Data-Driven Approaches and AI for Large-Scale Provenance Research
(Kunstwelten und Knowledge Graphs: Datengetriebene Ansätze und KI für Provenienzforschung im großen Maßstab)
Martin Berger, Elizabeth Rodríguez Estrada, Gabriel Spautz Vieira und Ishak Riali
- Wann
- Mittwoch, 4. November, 09:30
- Wo
- ZeitZentrum Zivilcourage
- Panel
- Panel 7: Artificial Intelligence and Data-Driven Approaches
Maschinell übersetzt – Korrekturlesen ausstehend.
Die Provenienzforschung wird durch die Zerstreuung von Sammlungen und Archivunterlagen über verschiedene Institutionen erschwert. Dieser Beitrag stellt einen datengetriebenen Ansatz für die groß angelegte Provenienzforschung vor, entwickelt im Rahmen des BECACO-Projekts an der Universität Leiden. Er untersucht, wie digitale Methoden heterogene Museumsdaten verknüpfen, bislang unsichtbare Sammlungsmuster aufdecken und Forschung über institutionelle und nationale Grenzen hinweg ermöglichen können. Wir stellen Werkzeuge vor, die Museumsdaten in einen abfragbaren CIDOC-CRM-Wissensgraphen überführen, Large Language Models für Abfragen in natürlicher Sprache nutzen und potenziell überlappende Akteure über Sammlungen hinweg per Fuzzy Matching identifizieren. Indem wir Provenienz-Wissensgraphen als „Art Worlds“ (Becker 2008 [1983]) konzeptualisieren, heben wir die gegenseitige Abhängigkeit der Akteure bei der Wissensgenerierung hervor. Diese Ansätze können die Provenienzforschung erweitern und zugleich den Zugang zum Kulturerbe für Nachfahren- und Ursprungsgemeinschaften verbessern.