Tafelrunde Das Museum als Schlafsaal
Im Rahmen der Ausstellung „Schlafende“ in der Denkerei Berlin
+ 1 Bild
Im Rahmen der Ausstellung „Schlafende“ in der Denkerei Berlin
+ 1 Bild
Im Rahmen der Ausstellung „Schlafende“ von Silke Rehberg in der Denkerei spricht der Kunstwissenschaftler Wolfgang Ullrich u.a. anhand des Werkes „Bilder schlafen“ von Thomas Huber und der Fotoserie „People Sleeping in Museums“ von Stefan Draschan über das Museum als Schlafsaal. Im Anschluss daran erläutert der Philosoph Lambert Wiesing die Vorteile einer „Partizipationspause“: Denn wie der Schlaf so ermöglicht auch das Bild eine kurze Pause von der anstrengenden Daueranwesenheit in der Welt.
Stefan Draschan ist Künstler und Fahrradaktivist. Er lebt in Berlin und Wien. www.stefandraschan.com/2015/12/11/people-sleeping-in-museums
Thomas Huber ist bildender Künstler. Er lebt und arbeitet in Berlin.
www.huberville.de/html/WORKS_GROUP.Bilder-schlafen.html
Prof. Dr. Wolfgang Ullrich war von 2006 bis 2015 Professor für Kunstwissenschaft und Medientheorie an der Staatlichen Hochschule für Gestaltung Karlsruhe. Seither ist er freiberuflich tätig als Autor, Kulturwissenschaftler und Berater. Er lebt in Leipzig und München.
www.ideenfreiheit.wordpress.com
Prof. Dr. Lambert Wiesing ist Inhaber des Lehrstuhls für Bildtheorie und Phänomenologie im Institut für Philosophie der Friedrich-Schiller-Universität Jena.
www.philosophie.uni-jena.de/Wiesing.html
Jeder Streifen repräsentiert einen Textabschnitt in der Arbeitsbiografie. Je heller ein Streifen, desto verwandter ist der Text mit dem aktuellen Text. Der aktuelle Werk hat die Farbe Rot, der aktuelle Abschnitt ist orange markiert.
Grundlage der Textanalyse ist das Sprachmodell MiniLM-L12 / BGE-M3. Mit dessen Hilfe wird der aktuelle Textabschnitt mit allen anderen Textabschnitten verglichen (insgesamt knapp 3 Millionen Kombinationen) und ein Ähnlichkeitskennwert berechnet.
Die Ähnlichkeit basiert nicht auf Wortgleichheit, sondern auf semantischen Eigenschaften. Beispiele:
Als ähnlich erkannt werden Synonyme, Umschreibungen und Paraphrasen sowie gleiche Bedeutungen – auch in unterschiedlichen Sprachen – erkannt. Beispiel: Kunst und Politik ⟷ art and politics.
Aktuell werden die Textverwandtschaften auf Basis des gesamten Textkorpus statisch vorberechnet und bei Änderungen einzelner Inhalte aktualisiert. In die Berechnung werden nur Textabschnitte einbezogen, die mehr als 100 Wörter Inhalt haben. Leere oder kurze Abschnitte sind daher in dieser Textgenetik nicht enthalten.
Die Verwandtschafts-Abstufungen wurden in 6 Gruppen zusammengefasst: 0 = keine Verwandtschaft, 20, 40, 60, 80, 100 = sehr nah am aktuellen Text.
Die Fundstellen in dieser Verwandtschafts-Textgenetik liefern also möglicherweise völlig andere, eventuell unerwartete Lese-Anregungen, während die zugeordneten Verweise (unter siehe auch) redaktionell ausgewählt wurden.