Der Beitrag zeigt am Beispiel der Rocaille den Einsatz von Deep-Learning-Verfahren für das Training von neuronalen Netzen zur Annotation von Ornamentklassen mit dem Ziel via Bild- oder Texteingabe durch ein Vision-Language-Model Ähnlichkeitsvorschläge zu generieren.

Der Beitrag untersucht das Konzept der Ähnlichkeit im Rahmen der Explainable Artificial Intelligence (XAI) in Modellen des maschinellen Lernens für die kunsthistorische Bildsuche und -analyse.

Der Beitrag zeigt den Dialog zwischen einer Kunsthistorikerin und einem Informatiker, die Möglichkeiten und Herausforderungen des Einsatzes von Methoden der künstlichen Intelligenz (KI) für kunst- und bildwissenschaftliche Fragestellungen erörtern. Behandelt werden neben Bildähnlichkeit Fragen nach der Klassifizierung, Interpretation und Wertung.

This paper introduces PROV-‍A (the Provenance App), a web-based tool designed to streamline the creation and publication of provenance information as Linked Open Data.

Der Beitrag widmet sich der digitalen Lücke im Kontext der Kunstgeschichte und Provenienzforschung und fragt nach Arten und Ursachen. Auf Basis einer Studie verschiedener Datenbanken und einer digitalen Methode werden Arten digitaler Lücken identifiziert und in einer (erweiterbaren) Typologie festgehalten.

Rot ist eine Farbe und Farbe ist nicht messbar. Ist das so? Das Redcolor-Tool erfasst erstmals Röte in Bildern. Dies geschieht anhand einer Technologie, die jeder Farbe einen Rotwert zumessen kann.

Der Beitrag widmet sich der historischen Entwicklung und den methodischen Herausforderungen der digitalen Bildforschung. Heute umfasst die digitale Bildwissenschaft ein breites Spektrum formalanalytischer, konographischer und rezeptionsästhetischer Forschungen, deren ideologiekritischer Ansatz zur kritischen Methodenreflexion beitragen kann.