TY - RPRT A1 - Semmerling, Linnea A1 - Bönisch, Dominik A2 - Bönisch, Dominik A2 - Geiger, Christian A2 - Semmerling, Linnea T1 - Bericht zur Vorstudie: IMAI Intermediale Sammlungsforschung mit Artificial Intelligence 2024 N2 - Modelle der sogenannten Künstlichen Intelligenz (KI) ermöglichen eine systematische Strukturierung von riesigen Datenmengen zum Zweck der Erkenntnisgewinnung aus bestehenden Informationen. Ein Verfahren wie das Maschinelle Lernen kann dabei unterstützen, einen neuen Blick auf vorhandenes Wissen in digitalen Archiven zu werfen. Diese lernfähigen Maschinen sollen im Projekt „IMAI – Intermediale Sammlungsforschung mit Artificial Intelligence“ untersucht werden, um Archivar*innen sowie Kunst- und Medienhistoriker*innen bei der Sichtung des audiovisuellen Materials zu unterstützen und den Umgang mit Sammlungen zeitbasierter Medien effizienter sowie komfortabler zu machen. In einer ersten Projektphase (2024) sollten durch die Erprobung verfügbarer Prototypen und durch die Sichtung des Videoarchivs des Inter Media Art Institute Anwendungsoptionen abgewogen werden. Die bislang genutzten Werkzeuge zur Erschließung von Archiven wurden dabei genauso betrachtet wie die Arbeitsweisen weiterer betroffener Anwender*innen. Der Bericht fasst die Erkenntnisse aus der Vorstudie zusammen KW - Maschinelles Lernen KW - Medienkunst KW - Digitales Archiv KW - Intermedialität Y1 - 2025 UR - https://opus4.kobv.de/opus4-hs-duesseldorf/frontdoor/index/index/docId/5273 UR - https://nbn-resolving.org/urn:nbn:de:hbz:due62-opus-52739 PB - Hochschule Düsseldorf CY - Düsseldorf ER -