Autopoiesis als Mythos — Zu den Grenzen der KI-Kunst

Ich öffne ComfyUI und ziehe einen Workflow auf die Arbeitsfläche. Der Sampler beginnt zu entrauschen und zieht Pixel aus dem latenten Raum in etwas, das einer klassischen Figur ähnelt. Das entstehende Bild ist kein Geist eines vergangenen Gemäldes, sondern eine neue Komposition, die aus der Reibung der gelernten Daten hervorgeht. Es ist ein Prozess der Erosion, bei dem sich die Kanten einer Marmorskulptur in einem Wirbel aus Rostorange und Dunkelblau auflösen. An dieser Stelle stockt die Debatte über künstliche Kreativität meist, weil das Argument voraussetzt, dass Neuheit aus dem Nichts entstehen muss.

Ich behaupte, dass diese Annahme falsch ist. Autopoiesis als Mythos ist der zentrale Denkfehler in der heutigen Diskussion über maschinelles Lernen. Wir erwarten vom Modell, dass es ex nihilo erschafft, und übersehen dabei, dass menschliche Kreativität sich nie selbst hervorgebracht hat. Jeder Stil, vom Kubismus bis zum Barock, ist eine Rekombination dessen, was vorher kam. Das Modell erzeugt nicht aus dem Nichts; es rekombiniert, und die Spur des Datensatzes bleibt im Korn der Ausgabe sichtbar.

Das Klavier hat 88 Tasten – eine endliche materielle Beschränkung. Beethoven hat die Tasten nicht erfunden, doch die Musik, die er schuf, war durch sie nicht begrenzt. Das KI-Modell funktioniert nach demselben Prinzip. Es ist an die Trainingsdaten gebunden, ihre Rekombination jedoch nicht. Das Unendliche entsteht nicht aus der Abwesenheit einer Quelle, sondern aus den endlosen Permutationen einer endlichen Menge.

Autopoiesis als Mythos in der künstlerischen Praxis

Der Begriff Autopoiesis impliziert ein System, das sich selbst erschafft, abgeschlossen gegenüber der Außenwelt. In der Kunst ist das eine Fantasie. Picasso hat den Kubismus nicht im luftleeren Raum erfunden; er arbeitete im Dialog mit Braque, nahm Formen auf und modellierte sie so lange um, bis daraus etwas Neues entstand. Das Modell folgt demselben Prinzip des Dialogs, denn es nimmt die Geschichte der Kunst in sich auf und rekombiniert sie.

Wenn ich die generierten Figuren betrachte, sehe ich den Rückstand dieser Geschichte. Die klassische Drapierung und die Marmortextur sind keine Halluzinationen, sondern Referenzen, die der Algorithmus gewichtet und verschoben hat. Die Innovation liegt in der Kombination, nicht in der Erfindung eines neuen Materials. Das Modell zieht das Vertraute ins Fremde hinüber, wodurch eine Reibung entsteht, die sich wie Neuheit anfühlt.

Wir verwechseln das Fehlen einer biologischen Hand häufig mit einem Mangel an Handlungsmacht. Doch die Handlungsmacht liegt hier in der Auswahl, der Gewichtung und der Iteration. Der Künstler wählt den Seed, den Prompt und das ControlNet, während die Maschine die Diffusion übernimmt. Es ist eine Zusammenarbeit zwischen Absicht und Zufall, in der der Zufall der Logik des Datensatzes folgt.

Endliche Tasten, unendliche Kombinationen

Die Klaviatur ist eine perfekte Analogie für den latenten Raum. Die Tasten sind festgelegt, die Intervalle standardisiert – die Musik ist es nicht. Beethoven nutzte dasselbe Material wie Mozart, und doch klang das Ergebnis anders, weil die Rekombination anders war. Beim KI-Modell verhält es sich genauso: Es ist durch die Parameter des Trainingsdatensatzes begrenzt, doch die Kombinationen sind praktisch endlos.

Manche Kritiker argumentieren, das Modell sei nur ein Papagei, der wiederholt, was es gesehen hat. Dies übersieht die Komplexität der Rekombination. Das Modell kopiert nicht, es abstrahiert. Es lernt die Logik eines Pinselstrichs, das Gewicht eines Schattens, die Kurve eines Muskels – und überträgt diese Logik dann auf einen neuen Kontext. Das Ergebnis ist keine Replik, sondern eine Übersetzung.

Das Video zeigt diesen Prozess in Bewegung. Die Figuren entstehen aus dem Rauschen und verschieben sich von abstrakten Formen zu erkennbaren Gestalten. Es ist ein visuelles Argument gegen die Vorstellung, die Ausgabe sei statisch. Das Bild ist immer im Werden, denn der Diffusionsprozess ist nie wirklich abgeschlossen. Das finale Rendering ist nur eine Pause im Fluss.

Die Materialität des latenten Raums

Ich arbeite mit einer Palette aus Rostorange und Dunkelblau, weil diese Farben das Gewicht des Verfalls tragen. Im Industriedesign untersucht man, wie Materialien altern, wie Lack reißt, wie Metall oxidiert. Das KI-Modell simuliert dieses Altern, weil es Millionen Bilder von Rost und Erosion gesehen hat. Die Ausgabe ist nicht nur etwas Visuelles, sondern eine Materialsimulation.

Die Figuren in den Bildern sind keine statischen Statuen. Sie sind in einem Moment der Auflösung gefangen, als würde der Marmor in flüssige Farbe schmelzen. Darin liegt die Spannung zwischen der algorithmischen Kontrolle des Prompts und dem organischen Entstehen der Diffusion. Die Kanten sind nicht sauber – sie sind ausgefranst, schwer und texturiert. Das Modell zieht das Bild in die Reibung hinein und erzeugt ein Gefühl von Gewicht, das dem digitalen Medium trotzt.

Diese Materialität ist der Schlüssel zum Werk. Es geht nicht um die Technologie, sondern um die Oberfläche. Das Korn des Bildes, der Schatten der Form, der Rückstand der Daten – das sind die Materialien, mit denen ich arbeite. Das Modell ist nur das Werkzeug, wie ein Meißel oder ein Pinsel. Die Kunst liegt in der Spur, die es hinterlässt.

Die Behauptung, KI-Kunst sei durch ihren Datensatz begrenzt, ist ein Missverständnis der Kreativität selbst. Kreativität ist nicht das Erfinden neuer Atome, sondern das Neuordnen bestehender. Das Modell ist kein Schöpfer im menschlichen Sinne, aber es ist ein Generator neuer Formen. Der Mythos der Autopoiesis muss fallen, denn er leugnet die Realität des Einflusses. Jedes Bild ist eine Spur dessen, was vorher kam – und das ist keine Schwäche. Es ist die einzige Weise, in der Kunst überhaupt existiert.

---

Folgen Sie der Entwicklung dieser und weiterer Serien auf Instagram oder entdecken Sie weitere Arbeiten auf www.stefaneisele.com
Verfasst mit Hilfe von KI.