Data Art (Datenkunst) ist eine künstlerische Praxis, die reale Datensätze – aus Wissenschaft, Politik, Ökonomie, Natur oder Alltagsleben – als primäres künstlerisches Material nutzt und in visuelle, akustische oder räumliche Erfahrungen transformiert, die über bloße Informationsvermittlung hinausgehen.
Rubrik: Intermediale Gestaltung · Unterrubrik: Medienkunst · Niveau: Fortgeschritten Synonyme / Auch bekannt als: Datenkunst, Information Art, Data Visualization Art, Infosthetics
Was ist Data Art?
Data Art verwandelt Datenstrukturen in ästhetische Erfahrungen. Sie unterscheidet sich von sachlicher Datenvisualisierung dadurch, dass nicht primär Informationsverständlichkeit, sondern ästhetische Wirkung, kritische Reflexion oder emotionale Resonanz angestrebt wird. Daten werden nicht erklärt, sondern erlebt. Dabei können Schönheit und Schrecken gleichermaßen entstehen: Ein Datensatz über Waffenexporte kann als erschreckend abstrakte Wolke oder als elegante Kurvenstruktur sichtbar werden – beide Darstellungen sagen etwas über unsere Beziehung zu den Daten aus.
Erklärung
Vorgeschichte: Datenvisualisierung als Erkenntnismethode
Die Geschichte der Datenvisualisierung reicht weit vor das digitale Zeitalter zurück. Florence Nightingales berühmte "Coxcomb"-Diagramme (1858) machten Sterberaten im Krimkrieg visuell erfassbar und überzeugend. Charles Minards Karte von Napoleons Russlandfeldzug (1869) gilt als Meisterwerk statistischer Grafik. Diese frühen Beispiele zeigen: Visualisierung ist nie neutral – jede Darstellungsentscheidung ist zugleich eine politische und ästhetische Entscheidung.
Information Art und Computerkunst (1960–1990)
Die ersten Computerkünstlerinnen arbeiteten mit Datensätzen: Georg Nees und Frieder Nake nutzten mathematische Daten für Generative Art-Zeichnungen. Hans Haacke sammelte in seinen konzeptuellen Werken Besucherdaten und Eigentümerschaftsstrukturen von Kunstwerken – Datenkunst als Institutionskritik. In den 1980ern entstanden erste computergestützte Umgebungsvisualisierungen.
Die Ära des Internets und Big Data (1995–2015)
Das Internet schuf nie dagewesene Datenmengen und Zugangsmöglichkeiten. Künstlerinnen wie Ben Fry und Casey Reas (Mitentwickler von Processing) visualisierten genetische Datenbanken, Netzwerkstrukturen und kulturelle Muster. Aaron Koblin wurde bekannt durch "Flight Patterns" (2005) – eine Visualisierung aller US-Flugzeugbewegungen an einem Tag, die gleichzeitig Logistikdaten und abstrakte Choreografie ist. Jonathan Harris und Sep Kamvars "We Feel Fine" (2005) scrapte Millionen von Blog-Einträgen nach Gefühlsäußerungen und schuf ein kollektives emotionales Panorama.
Data Art als kritische Praxis
Zunehmend wurde Data Art politisch: Werke über Massenüberwachung (Trevor Pagulen: "Limit Telephotography", ab 2005), Waffenhandel, Klimadaten und soziale Ungleichheit nutzten Datensätze als kritisches Material. Forensic Architecture, ein multidisziplinäres Kollektiv, nutzt räumliche Datenanalyse für die Dokumentation von Menschenrechtsverletzungen. Refik Anadol transformiert archivierte Datensätze – Stadtgedächtnisse, Naturphänomene, Museumssammlungen – in immersive KI-Skulpturen.
KI und Data Art
Mit Machine Learning entstehen neue Dimensionen von Data Art: KI-Modelle werden auf riesigen Datensätzen trainiert und erzeugen Visualisierungen und Klanglandschaften, die das "Gedächtnis" dieser Daten ästhetisch zugänglich machen. Refik Anadols "Machine Hallucinations: Nature Dreams" (2022) visualisiert 300 Millionen Naturbilder aus der NASA-Datenbank als halluzinatorische Bildwolken. Diese Werke begeistern durch ihre Schönheit und werfen gleichzeitig Fragen nach dem Besitz von Daten und der Rolle von KI als künstlerischem Co-Creator auf.
Beispiele
- Aaron Koblin: Flight Patterns (2005) – Visualisierung aller US-Flugzeugbewegungen in 24 Stunden; abstrakte Choreografie aus Verkehrsdaten.
- Jonathan Harris & Sep Kamvar: We Feel Fine (2005) – 6 Millionen Gefühlsäußerungen aus Blogs als interaktive emotionale Weltkarte.
- Trevor Paglen: Limit Telephotography (ab 2005) – Extremtelefoto-Aufnahmen geheimer Geheimdienststandorte; Daten des Unsichtbaren sichtbar machen.
- Refik Anadol: Melting Memories (2018) – Neurowissenschaftliche EEG-Daten als fließende, organische Skulptur; Hirnaktivität als ästhetisches Material.
- Forensic Architecture: Investigation of the Killing of Halit Yozgat (2017) – Forensische Datenrekonstruktion eines Tatorts; Datenanalyse als Kunst und Rechtspraxis.
In der Praxis
Datenkunst erfordert sowohl künstlerische als auch technische Fähigkeiten. D3.js (JavaScript-Bibliothek für Web-Visualisierungen) ist das wichtigste Werkzeug für interaktive Datenvisualisierung im Browser. Processing und p5.js eignen sich für eigenständige Visualisierungsprojekte. Für räumliche und immersive Datenkunst kommen TouchDesigner und Unreal Engine zum Einsatz. Datenzugang bieten offene Datenquellen wie data.europa.eu, data.worldbank.org und die Datenbanken wissenschaftlicher Institutionen.
Vergleich & Abgrenzung
Data Art unterscheidet sich von Informationsgrafik durch den Vorrang ästhetischer und kritischer vor informativer Funktion. Im Gegensatz zu Generative Art basiert sie auf realen, existierenden Datensätzen. Glitch Art kann als eine Form von Datenkorruption verstanden werden, fokussiert aber auf Fehler statt auf inhaltliche Datenstrukturen.
Häufige Fragen (FAQ)
Was unterscheidet Data Art von Datenvisualisierung? Datenvisualisierung optimiert für Verständlichkeit und Informationstransfer. Data Art optimiert für ästhetische Erfahrung, emotionale Resonanz und kritische Reflexion – auch wenn das auf Kosten von Übersichtlichkeit geht. Beide können sich überschneiden, aber ihre primären Ziele sind verschieden.
Wo kann man Data Art erleben? Das Museum of Modern Art New York zeigt Data-Art-Werke in seiner Medienkunstsammlung. Das ZKM Karlsruhe und das YCAM in Japan sind wichtige Ausstellungsorte. Online sind die Plattformen Observable (für D3.js-Visualisierungen) und das Flowing Data-Blog zentrale Ressourcen.
Verwandte Einträge
Weiterführend
- Manovich, Lev: The Language of New Media. MIT Press, Cambridge 2001.
- McCandless, David: Information Is Beautiful. Collins, London 2012.
- Reas, Casey / McWilliams, Chandler: Form+Code in Design, Art, and Architecture. Princeton Architectural Press, New York 2010.
