
Die meisten Menschen bezeichnen Selfies als Selbst-Portraits. Sie sehen sie als Fenster zu sozialem Wandel. Wieso?
Lev Manovich: Wir haben über die Jahre hunderttausende von Selfies analysiert, die Menschen auf Instagram miteinander teilen. Dafür nutzten wir Methoden aus Sozial-, Geistes-, Computerwissenschaften und der Datenvisualisierung. Dabei kam ich zum Schluss, dass viele so genannte «Selfies» keine Selbst-Portraits im traditionellen, kunsthistorischen Sinne sind. Sie zeigen keine Personen, die von ihrer Umwelt isoliert sind, was Selbst-Portraits und Portraits, wie jene von Rembrandt und van Gogh, häufig taten.
Stattdessen halten sie Events, Aktivitäten, Erfahrungen und Situationen fest, bei denen der Fotograf selbst dabei ist. Der Hintergrund eines typischen Selfies zeigt den Ort, die Aktivitäten und die Atmosphäre dieses Ortes. Ich würde also nicht sagen, dass sie ein «Fenster zu sozialem Wandel» sind, sondern Fenster zur Gesellschaft und speziellen Plätzen.
Können soziale Medien helfen, die Krisen in Zeiten politischer Aufstände zu verstehen?
In Hong Kong überwachte die Regierung zum Beispiel die populäre Messenger-App KakaoTalk. Als die Menschen das während den jüngsten Ereignissen erfuhren, wechselten sie zur Telegram-App, die mehr Privatsphäre bietet. Wir müssen auch berücksichtigen, dass die Regierung Leute einsetzen kann, um auf sozialen Medien Propaganda zu verbreiten. Die Analysen reflektieren also nicht exakt, was in den Bewegungen wirklich passiert.
"Heute verlassen sich beispielsweise Millionen von Firmen und Organisationen auf automatische Entscheidungen, die durch selbstständiges Lernen von Maschinen getroffen werden."
Ihr Bestseller «The Language of New Media» wurde 2001 veröffentlicht. Gibt es Thesen, die Sie heute anders formulieren würden?
Lev Manovich: Mein Buch wird immer noch in tausenden Universitäts-Kursen verwendet und in weitere Sprachen übersetzt. Anscheinend ist das Buch auch jetzt noch wichtig, um die digitale Kultur von heute zu verstehen. Eine zentrale Idee im Buch ist die Automatisierung. Ich schrieb darüber, dass Computer mehr und mehr Bereiche unserer Gesellschaft und sogar unserer Kultur automatisieren werden. Seit 1999 (als das Buch geschrieben wurde) hat sich davon schon viel bewahrheitet. Heute verlassen sich beispielsweise Millionen von Firmen und Organisationen auf automatische Entscheidungen, die durch selbstständiges Lernen von Maschinen getroffen werden. Im kulturellen Bereich und Sozialleben vertrauen wir auf intelligente Suchinstrumente und automatisierte Empfehlungen, die online Bücher, Filme, TV-Shows usw. finden. Facebook wählt automatisch aus, welches Update uns gezeigt wird, während Twitter und Instagram uns automatisch vorschlagen, welchen Accounts wir folgen sollen.
Sind die Daten-Journalist oder Künstler?
"Bilder, die über soziale Netzwerke wie Instagram geteilt werden, halten aber viel mehr Informationen bereit als Wörter. Sie können uns viel über das Verhalten von Menschen, Vorlieben, Beziehungen zu Marken und anderen Lifestyle-Entscheidungen sagen."
Was kann der Handel von Ihrer Arbeit lernen?
Lev Manovich: 2005 entwickelte ich das Konzept der «Cultural Analytics», das sich auf Studien bezieht, die kulturelle Muster und Trends mit Big Data und computergestützten Programmen analysieren. Ich stellte mir ein interaktives Dashboard vor, das mir erlaubt, diese Muster in Echtzeit rund um die Welt zu verfolgen, während Millionen von Daten aus Websites gezogen werden. Heute sind solche Dashboards, die Daten aus Social Media-Netzwerken beziehen, normal. Jedoch sind sie in ihrer Aussagekraft beschränkt: Muster und Verhaltensweisen von Usern werden in Zahlen, Linien und Tabellen präsentiert. Aber es werden nur geschriebene Inhalte, z. B. auf Twitter, analysiert. Bilder, die über soziale Netzwerke wie Instagram geteilt werden, halten aber viel mehr Informationen bereit als Wörter. Sie können uns viel über das Verhalten von Menschen, Vorlieben, Beziehungen zu Marken und anderen Lifestyle-Entscheidungen sagen. Der Handel kann daraus lernen, dass wir besser verstehen müssen, wie man riesige Bildermengen analysiert, ohne auf vordefinierte Kategorien zurückzugreifen. Denn nur so können alle Informationen aus diesen Bildern verwendet werden, ohne sie auf Schrift und Sprache zur reduzieren, zum Beispiel um die Beliebtheit von Marken-Labels zu analysieren. Und genau daran arbeiten wir seit acht Jahren.
Wir veröffentlichen das Interview mit freundlicher Genehmigung des Gottlieb Duttweiler Institut (GDI). Das unabhängige Forschungsinstitut mit Sitz in Rüschlikon bei Zürich ist der älteste Think-Tank der Schweiz. Die Fragen stellte Karin Stieger.