le tableau generatif → Die inszenierte generative Fotografie und kritische Bildpraxis
👁 711 |
| 2025-12
0. Die Bilderflut
Seit etwa 2022 verändert sich etwas Grundlegendes in der visuellen Kultur. Bild- und Videogeneratoren wie Midjourney, DALL·E, Sora oder Seedance erzeugen in Sekunden Material, das täuschend echten Fotografien, Filmszenen und Porträts gleicht. Man nennt das Massenprodukt dieser Werkzeuge manchmal AI Slop — ein Begriff, der auf eine spezifische Qualität zielt: nicht auf das technisch Fehlerhafte, sondern auf das inhaltlich Leere. Bilder, die perfekt aussehen und nichts bedeuten. Formatgerechte Oberflächen ohne Haltung, produziert in industriellem Tempo, die unsere visuelle Infosphäre überschwemmen.
Das ist eine ambivalente Demokratisierung. Einerseits werden Zugänge geöffnet, die bisher durch Kapital, Ausbildung und technisches Fachwissen versperrt waren. Menschen ohne jahrelange Handwerksausbildung können jetzt visuelle Ideen realisieren, die ihnen vorher verschlossen blieben. Das ist keine triviale Entwicklung. Andererseits ermöglicht dieselbe Niederschwelligkeit elaborierte Deepfakes, die politische Evidenz unterminieren, synthetische Pressebilder, die reale Ereignisse vortäuschen, und Plagiate ohne jede kreative Leistung. Die Technologie unterscheidet nicht zwischen emanzipatorischer Nutzung und Missbrauch. Sie macht beides gleichermaßen einfach.
Dieser Text fragt nicht, ob man generative KI verwenden soll. Diese Frage ist bereits überholt. Es fragt: Wie eignet man sich diese Technologie an — mit welchem Bewusstsein, welcher Haltung, welcher Tiefe? Und was setzt eine kritische Bildpraxis dem statistischen Durchschnitt entgegen, den diese Werkzeuge als Default produzieren?
I. Was zieht uns ins Bild — Eros als Ausgangspunkt
Was erzeugt jenen leichten Schwindel, jene Anspannung, jenen Sog, der uns vor einem Bild innehalten lässt? Dieser Zustand hat einen Namen: Eros. Nicht im engen Sinn von Begehren, sondern im ursprünglicheren Sinn eines antreibenden Mangels, einer produktiven Unruhe, die auf Erkenntnis zielt. Platon beschreibt Eros in seinem Symposion als das Streben nach dem, was einem fehlt — nicht als Ausdruck von Schwäche, sondern als die eigentliche Triebkraft des Denkens. Auf Bilder angewendet: Eros ist die Kraft, die uns in ein Bild hineinsaugt, weil es etwas zeigt oder andeutet, das wir noch nicht benennen können. Das ist kein naives Gefühl. Es ist der Ausgangspunkt jeder ernsthaften Bildwahrnehmung. Ein Bild, das niemanden verführt, verändert auch niemanden.
Dabei ist wichtig zu verstehen, wie Bilder tatsächlich wirken: zunächst emotional, prä-kognitiv — das heißt, bevor rationales Denken einsetzt. Die kulturelle, inhaltliche Einordnung kommt erst danach. Wir sehen zuerst, dann verstehen wir, was wir gesehen haben. Das ist kein neues Phänomen, aber generative KI ist ein Brandbeschleuniger: Sie industrialisiert die Produktion von Bildern, die genau diesen Reflex gezielt auslösen — Bilder, die verführen, ohne etwas zu sagen.
Die entscheidende Unterscheidung liegt zwischen Verblendung und Ermächtigung. Verblendung meint: Wir werden von einem Bild konsumiert, ohne es zu bemerken. Wir reagieren auf seine emotionale Wirkung, ohne zu fragen, wer dieses Bild produziert hat, für wen, mit welcher Absicht.
~ hier ein Beispiel rein: ein unverfänglicher Sonnenuntergang in einer schönen Altstadt mit einem Brunnen und einer Baum.
Ermächtigung bedeutet das Gegenteil: Wir wissen, dass wir verführt werden, und reflektieren diesen Vorgang — im Vollzug oder im Nachhinein. Kritisch zu sein bedeutet nicht, keine Lust zu haben. Es bedeutet, die Lust zu kennen, ernst zu nehmen und sie bewusst einzusetzen.
~ hier muss ein zugängliches einfaches Beispiel rein, das zu Crewdson hinleitet –
Gregory Crewdson verführt durch Überwältigung: durch das Zuviel an Licht, an emotionaler Aufladung, an filmischer Konstruiertheit. Seine Bilder sehen aus wie Stills aus einem Film, den es nicht gibt — und diese Unabgeschlossenheit ist ihre eigentliche Kraft. Was hat hier stattgefunden? Was wird gleich passieren? Der Betrachter wird hineingezogen, weil das Bild eine Geschichte andeutet, ohne sie zu erzählen.
Juno Calypso verführt anders: durch präzise inszenierte Sehnsucht nach Kontrolle, sterile Eleganz, hyperglatte Interieurwelten, in denen Weiblichkeit als Konstruktion sichtbar wird — nicht als Anklage, sondern als genaue Beobachtung.
Jeff Wall verankert seine Bildsprache tief in der Tradition der Historienmalerei: Seine Leuchtkastenarbeiten zitieren Manet, Hokusai, die flämische Genreszene — die Spannung zwischen fotografischer Evidenz und malerischer Konstruktion ist ihr eigentlicher Bedeutungsraum.
David LaChapelle oder Pierre et Gilles arbeiten mit absolutem Spektakel, hyperästhetischer Überladung, bewusstem Kitsch. Das ist Camp — eine Haltung, die Susan Sontag 1964 als knowingly artificial beschrieben hat: die vollständige Affirmation der künstlichen Oberfläche als ästhetische Position. Das Spektakel so weit treiben, bis es kippt und sich selbst kommentiert.
Was diese Positionen trotz aller Unterschiede verbindet: Alle setzen Eros bewusst ein. Sie kennen die Mechanismen der Verführung und nutzen sie — um etwas zu zeigen, das über die bloße Oberfläche hinausgeht. Das ist die Grundfrage, die sich durch dieses Essay zieht: Was macht ein Bild lebendig? Und was macht es tot?
II. Was ein Bild bezeugt — Indexikalität und ihr Ende
Die Fotografie wurde 1839 nicht nur als Technik erfunden. Sie veränderte den epistemischen Status des Bildes — das heißt: was ein Bild als Wissensquelle leisten kann und darf. Was vorher immer Interpretation war, eine zeichnerische oder malerische Übersetzung der Wirklichkeit durch eine menschliche Hand, wurde nun zur Spur: ein physikalischer Abdruck von Licht auf einer lichtempfindlichen Oberfläche. Der Literaturtheoretiker Roland Barthes beschreibt diesen Kern des fotografischen Bildes als Indexikalität — vom lateinischen index, Zeigefinger: Das Foto zeigt nicht nur, wie etwas aussah, sondern bezeugt, dass etwas war. Sein Satz, das Foto sage ça a été — es ist gewesen — benennt genau das: Das Bild als ontologischer Beweis der Existenz seines Sujets. Diese Eigenschaft machte das fotografische Bild zur Grundlage journalistischer Glaubwürdigkeit, juristischer Beweiskraft und kollektiver Erinnerungskultur.
Generative KI kündigt diesen Vertrag. KI-generierte Bilder sind keine Spuren von etwas Realem. Sie sind statistische Vorhersagen: Ergebnisse von Modellen, die trainiert wurden, die Wahrscheinlichkeitsverteilung visueller Muster in enormen Datenmengen zu approximieren. Ein KI-Bild bezeugt nichts. Es hat kein Referenzobjekt in der Welt. Was dabei entsteht, ist kein Bild von der Welt — es ist ein Bild von uns: eine Kondensation dessen, was die Menschheit in Millionen von Bildern als visuell bedeutsam, schön, normal oder bedrohlich codiert hat. Das hat Konsequenzen weit über den Kunstbetrieb hinaus. Deepfakes unterminieren politische Evidenz. Synthetische Pressebilder erodieren journalistische Glaubwürdigkeit. In Gerichtsverfahren wird fotografische Dokumentation zunehmend angreifbar. Wir befinden uns am Beginn einer strukturellen Entwertung des Bildes als Zeuge.
Der Medienphilosoph Vilém Flusser hat diese Verschiebung in seiner Philosophie der Fotografie (1983) mit bemerkenswerter Voraussicht beschrieben — zu einer Zeit, als generative KI noch undenkbar war. Flusser beschrieb das Foto bereits als technisches Bild: produziert nicht durch eine menschliche Hand, sondern durch einen Apparat, der die Intentionen seines Programmierers trägt, ohne dass der Fotograf das notwendigerweise durchschaut. Für Flusser ist der Fotograf ein Funktionär: jemand, der innerhalb des Programms eines Apparats operiert, dessen Möglichkeitsfeld ausschöpft — aber nicht verlässt. Die Kamera bestimmt, was fotografierbar ist. Der Apparat setzt den Rahmen.
Was Flusser für die analoge Fotografie beschrieb, gilt für generative KI mit verschärfter Präzision. Wer promptet — also dem Modell Textbeschreibungen gibt, um Bilder zu erzeugen — operiert innerhalb des Programms eines Modells, dessen Parameter, Trainingsdaten und Gewichtungen den Output vollständig bestimmen. Die Herausforderung für kritische Praxis ist dieselbe, die Flusser formulierte: das Programm nicht nur ausschöpfen, sondern überschreiten. Nicht Funktionär sein, sondern das Verhältnis zum Apparat selbst zum Gegenstand machen. Das ist die eigentliche Aufgabe — dann wie heute.
III. Kunst und Technologie — Eine Geschichte der Aneignung
Es gibt eine hartnäckige Legende über die Entstehung von Kunst: dass sie aus dem reinen Geist kommt, unberührt von Werkzeug und Maschine. Diese Legende war noch nie richtig. Und die Geschichte ihrer Widerlegung ist lehrreicher als die Legende selbst.
Die ältesten Bildmacher der Welt, die vor rund 40.000 Jahren in Lascaux und Altamira arbeiteten, waren Techniker. Sie höhlten Tierknochen aus, um Pigment durch enge Röhren auf Felswände zu blasen — eine Urform des Airbrush, Jahrzehntausende vor seiner industriellen Erfindung. Sie legten die Hand flach auf Stein und sprühten um sie herum, um Negativabdrücke zu erzeugen: eine Schablonentechnik, die in jeder modernen Druckerei wiedererkannt werden würde. Das Werkzeug war dabei kein bloßes Hilfsmittel. Es war von Anfang an Teil der Bedeutung — Teil der Geste, die einen Körper in die Wand einschrieb und damit das erste Bild von Präsenz und Abwesenheit erschuf. Die Hand, die fehlt, wo die Hand war. Werkzeug und Kunst waren nie zu trennen.
Albrecht Dürer dokumentierte und verwendete im 16. Jahrhundert Perspektivmaschinen — mechanische Vorrichtungen zur geometrisch korrekten Projektion von Raum auf eine Bildfläche. Er beschrieb sie in seiner Underweysung der Messung (1525) nicht als Betrug, sondern als legitimes Arbeitsinstrument: Das Werkzeug liefert die Konstruktion, das Urteil über Bedeutung und Ausdruck bleibt beim Menschen. Johannes Vermeer nutzte mit großer Wahrscheinlichkeit die Camera Obscura — eine optische Vorrichtung, die das Abbild eines Außenraums durch eine Linse in einen verdunkelten Innenraum projiziert — zur Kompositionsplanung seiner Gemälde. Was dabei herauskam, war trotzdem Vermeer: die psychologische Stille, das gebrochene Licht, die atmosphärische Spannung zwischen Figur und Raum. Diese sind keine Eigenschaften eines optischen Instruments. Die Kamera lieferte das Gerüst — der Mensch baute die Bedeutung darin auf. In dieser Verschiebung liegt eine strukturelle Einsicht, die für jede Bildtechnologie gilt: Wer das Handwerkliche automatisiert oder beschleunigt, schafft nicht weniger Kunst, sondern mehr Kapazität für das Konzeptuelle.
Als Louis Daguerre 1839 die Daguerreotypie vorstellte — das erste massentaugliche fotografische Verfahren, benannt nach seinem Erfinder — riefen Maler: Die Malerei ist tot. Der Maler Paul Delaroche soll formuliert haben, die Fotografie beende die Malerei von heute an. Das Gegenteil trat ein, aber nicht zufällig. Die Fotografie zwang die Malerei zur Neubestimmung ihrer Zuständigkeit. Wenn die Maschine das Abbild der Wirklichkeit übernimmt, muss Malerei etwas anderes leisten können: das Flüchtige, das Subjektive, die Mehrperspektivität. Der Impressionismus ist keine Reaktion auf Schönheit — er ist eine Reaktion auf die Kamera. Monet malte Licht, nicht Dinge, weil die Dinge die Fotografie bereits hatte. Cézanne zerlegte den Bildraum, weil die Fotografie immer einen fixierten Standpunkt liefert, und fragte: Was wäre ein Bild, das mehrere Perspektiven gleichzeitig enthält? Daraus wurde der Kubismus. Duchamps Readymades — industriell gefertigte Gegenstände, die er als Kunstwerke deklarierte — zogen die radikalste Konsequenz: Wenn mechanische Reproduktion jedes Handgemachte seines Aurawertes beraubt, dann ist das Konzept das Einzige, was nicht reproduzierbar ist.
Gleichzeitig gab es Künstlerinnen, die nicht flüchteten, sondern sofort in das neue Medium einzogen und es auf seine Grenzen hin befragten. Julia Margaret Cameron nutzte in den 1860ern die Fotografie als Ausdrucksform, nicht als Dokumentationstechnik: bewusste Unschärfe, dramatisches Licht, das Porträt als Seelenstudie. Was das fotografische Establishment als technische Fehler rügte, war ihre ästhetische Entscheidung — ein früher Fall von Aneignung gegen die Norm. Eadweard Muybridge fotografierte 1878 Pferde in Bewegung mit 24 synchronisierten Kameras und bewies, was kein menschliches Auge hatte sehen können: Alle vier Beine verlassen gleichzeitig den Boden. Seine Serienbilder wurden zur direkten Grundlage des Films. Eine Technologie, aus der wissenschaftlichen Neugier einer anderen entstanden, erfand dabei etwas vollständig Neues.
Das Muster, das sich in diesen Beispielen wiederholt, ist kein Zufall: Angst der etablierten Praxis, kreative Aneignung durch Pioniere, institutionelle Anerkennung nach einer Generation. Die Gegenwart bildet da keine Ausnahme — sie beschleunigt das Muster.
Die Verbindung zwischen Technologie und Kunst ist nirgends paradigmatischer als im Textil, und sie wird bis heute unterschätzt. Joseph-Marie Jacquard entwickelte 1804 einen Webstuhl, der durch gelochte Pappkarten gesteuert wurde: Loch oder kein Loch, Faden gehoben oder nicht. Das war binäre Logik, materialisiert in Seide. Charles Babbage erkannte das Prinzip und übertrug es auf seine Analytical Engine. Ada Lovelace — die erste Programmiererin der Geschichte — beschrieb den Zusammenhang explizit: Die Maschine webe algebraische Muster, so wie der Jacquard-Webstuhl Blumen und Blätter webe. Der Faden, der durch ein Raster geführt wird, nach Regeln, die sich wiederholen, variieren, aussetzen — das ist Programmieren. Das Textil hat das Digitale erfunden, bevor es einen Namen hatte. Anni Albers entwickelte am Bauhaus in den 1920ern eine Weberei, die nicht dekoratives Handwerk war, sondern Materialforschung: Die Struktur des Gewebes als Denksystem, Kette und Schuss als kompositorisches Prinzip, die Abweichung von der Regel als ästhetische Aussage. Weben als visuelles Denken — als Erkenntnis, die nicht durch Sprache läuft, sondern durch Material und Wiederholung mit Differenz.
In den 1960er Jahren begannen einige wenige Künstlerinnen und Mathematiker, die Rechenmaschine als Zeicheninstrument zu begreifen — zu einer Zeit, als Computer Schränke füllten und ausschließlich für wissenschaftliche oder militärische Zwecke legitimiert waren. Vera Molnár programmierte ab 1968 in Paris Plotter-Zeichnungen: geometrische Variationen, systematische Störungen, Serien mit kontrollierter Abweichung. Sie beschrieb ihre Methode als Erforschung des quasi-zufälligen Moments — der minimalen Abweichung von der Regel, die das Auge anzieht, weil es Ordnung sucht und Abweichung findet. Damals als Kuriosum belächelt, heute in jedem großen Museum. Frieder Nake entwickelte in Stuttgart und Bremen ab 1963 algorithmische Zeichnungen und stellte dabei die Frage, die ihn bis heute beschäftigt: Was ist künstlerische Autorenschaft, wenn ein Mensch ein Programm schreibt, das ein Bild erzeugt, das er selbst nicht vollständig vorhersagen kann? Harold Cohen entwickelte ab den 1970ern AARON — ein System, das eigenständig Figuren, Pflanzen und Kompositionen zeichnete, Jahrzehnte vor dem KI-Hype. Cohen beantwortete die Frage, ob AARON oder er selbst die Kunst mache, nie vollständig — und das war die ehrlichste mögliche Antwort. Was Molnár, Nake und Cohen gemeinsam hatten: Sie behandelten den Computer nicht als Effizienzwerkzeug, sondern als Experimentiersystem. Die Kunst kam nicht aus der Maschine — sie kam aus dem Verhältnis zwischen Programm und Entscheidung.
Design steht in diesem Spannungsfeld in einer eigentümlichen Position. Es operiert strukturell an der Grenze zwischen ästhetischer Problemlösung und wirtschaftlichem Auftrag. Victor Papanek formulierte das 1971 zugespitzt: Design diene fast ausschließlich Überproduktion und Wegwerfkultur — es sei die gefährlichste Profession der Welt. Das ist eine Übertreibung, aber eine produktive. Denn Design war historisch immer beides: Instrument der Vermarktung und subversives Vehikel. Otl Aicher entwickelte das Piktogrammsystem der Münchner Olympiade 1972 — das universale visuelle Alphabet des öffentlichen Raums, das bis heute weltweit in Verwendung ist — aus einer antiautoritären, pazifistischen Haltung heraus. Die Druckgrafik der Aufklärung verbreitete politische Ideen schneller als jede Kanzel. Das Plakat der Arbeiterbewegung, die Underground-Presse, die Queer-Zines der 1980er — all das ist Design gegen seine eigene Funktionalisierung. Die entscheidende Frage ist nicht: Ist Design Kunst oder Kapitalismus? Sie lautet: Macht ein Entwurf seinen Auftrag sichtbar — oder versteckt er ihn? Ein Design, das seine eigene Bedingtheit verschleiert, ist Propaganda. Ein Design, das sie zeigt, ist kritische Praxis. In diesem Sinn ist auch die Entscheidung, mit welchen Werkzeugen generative Bilder entstehen, auf welchen Daten trainiert wurde und wessen visuelle Arbeit in ein Modell eingeflossen ist, keine moralische Nebensache — sondern eine Designentscheidung.
IV. Was jetzt anders ist
All das — Höhlenmalerei, Camera Obscura, Daguerreotypie, Plotter, AARON — folgt einem erkennbaren Muster: Neue Technologie erzeugt Widerstand, Pioniere eignen sie sich an, eine Generation später ist sie legitimiert, und die Fragen, die sie aufwarf, haben die Praxis verändert. Warum sollte das mit generativer KI anders sein? Es gibt Gründe. Und sie sind strukturell, nicht graduell.
Jede bisherige Bildtechnologie hatte eine Lernkurve. Der Plotter brauchte Programmierkenntnisse. Die Fotografie brauchte chemisches Wissen und Zugang zu Ausrüstung. Der Film brauchte Team, Budget, Infrastruktur. Selbst Photoshop brauchte Jahre, um es zu beherrschen. Diese Hürden waren ungerecht — sie schlossen aus. Aber sie erzeugten auch eine Form von Qualitätsfilterung durch Aufwand: Wer etwas produzierte, hatte Zeit und Ressourcen investiert. Das war keine Garantie für Qualität, aber es war eine Mindestbedingung für Ernsthaftigkeit. Generative KI senkt diese Hürde auf ein historisch beispielloses Niveau. Wer tippen kann, kann heute realistische Inszenierungen, komplexe Bildkompositionen und überzeugende Porträts in Sekunden produzieren — ohne Verständnis der Mittel, ohne Kenntnis der Vorbilder, ohne Auseinandersetzung mit dem Sujet. Das ist keine graduelle Erleichterung. Es ist eine Strukturveränderung der Autorschaft. Dieselbe Niederschwelligkeit, die neue Stimmen ermöglicht, ermöglicht auch Deepfakes, die politische Evidenz unterminieren, synthetische Pressebilder, die reale Ereignisse vortäuschen, und massenhaft produzierte visuelle Desinformation, für die kein Handwerk mehr nötig ist.
Hinzu kommt eine Dimension, die im Diskurs über generative KI systematisch ausgeblendet wird: ihre materielle Infrastruktur. Generative KI ist keine immaterielle Technologie. Jede Bildgenerierung ist das Ergebnis massiver physischer Infrastruktur — Rechenzentren mit dem Energieverbrauch ganzer Städte, globale Rohstoffketten für die Hardware, enormer Wasserverbrauch für Kühlung, Arbeitsbedingungen in der Datenproduktion und -annotation, die weit unterhalb der Standards liegen, die für westliche Wissensarbeiter als selbstverständlich gelten. Kate Crawford hat diese Materialität in ihrer Forschung systematisch kartiert und sichtbar gemacht. Kein KI-generiertes Bild ist ressourcenneutral. Es trägt eine Infrastruktur mit, die unsichtbar bleibt, solange niemand danach fragt. Ein Pinsel verbraucht keine Megawattstunden.
Die Frage des Urheberrechts ist strukturell ebenso ungelöst wie konzeptuell tiefgreifend. Generative Bildmodelle wurden mit Milliarden von Bildern trainiert — größtenteils ohne Einwilligung der Urheberinnen, ohne Kompensation, ohne Transparenz darüber, wessen Werk in welchem Modell steckt. Wem gehört der Output? Wer ist Autor eines Bildes, das aus dem statistischen Mittelwert von Millionen menschlicher Werke entsteht? Diese Fragen sind rechtlich ungeklärt und berühren nicht nur den Kunstbetrieb, sondern das Verhältnis zwischen kollektivem kulturellen Erbe und privatwirtschaftlicher Aneignung.
Hinter all diesen Spannungen steht eine tiefere Verschiebung: Unser Verhältnis zum Bild, zu Medien, zur schöpferischen Leistung ist in fundamentaler Transformation. Das Bild trug lange die Spur des Aufwands — den Moment des Auslösens, die Wahl des Lichts, das Risiko des Scheiterns, die Zeit der Auseinandersetzung. Roland Barthes nennt das punctum: den Stich, der trifft, weil er unwiederbringlich ist, weil etwas Spezifisches und Unwiederholbares sich in das Bild eingeschrieben hat. Was passiert mit dieser Qualität, wenn jedes Bild in Sekunden produzierbar ist? Kann ein Bild, das nichts gekostet hat, trotzdem etwas bedeuten? Die Antwort liegt nicht in der Produktionszeit, sondern in der konzeptuellen Entscheidung — aber die Frage ist legitim, und sie ist neu.
Es wäre ein Fehler, die aktuelle Situation als Endpunkt zu behandeln. Was generative KI heute kann und nicht kann, ist eine Momentaufnahme eines laufenden Transformationsprozesses. Welche Möglichkeiten in zwei oder drei Jahren technisch zugänglich sein werden, lässt sich heute nicht zuverlässig vorhersagen. Die relevante Frage ist daher nicht, welche spezifischen Aufgaben KI gegenwärtig übernehmen kann. Sie lautet: Welche Kompetenzen bleiben universell wertvoll, unabhängig davon, wohin die Technologie sich entwickelt?
V. Warum das Tableau — Aneignung, Verdichtung, Haltung
Das Tableau ist hier kein nostalgisches Gegenmodell zu generativer KI. Es ist eine Praxis, die produktiv mit ihr arbeitet — und dabei einsetzt, was KI strukturell nicht erzeugen kann.
Die historische Lehre aus Fotografie, Film und Computerkunst ist klar: Wer eine neue Technologie kreativ aneignet, schafft neue Ausdrucksformen. Nicht wer auf ihre Überwindung wartet. Aneignung meint dabei mehr als Benutzung. Es geht darum, die Technologie umzuformen, umzuzwecken, gegen ihre eigene Logik einzusetzen. Den Apparat nicht nur bedienen, sondern mit ihm ringen — ihm etwas abzwingen, das er selbst nicht im Programm hatte. Das ist die Tradition, in der sich eine kritische Praxis mit generativer KI verorten kann.
Dabei lohnt es sich, die Frage nach den strukturellen Grenzen dieser Technologie ernst zu nehmen — nicht aus Defensivität, sondern weil diese Grenzen das eigentliche kreative Terrain markieren. Was wird generative KI in absehbarer Zeit nicht können — nicht weil die Rechenleistung fehlt, sondern weil es keine Trainingsdaten dafür gibt? Eine spezifische kulturelle Position, die niemand vor ihr bezogen hat. Erfahrung als gelebten Körper. Ethisches Urteil, das aus Verantwortungsgefühl entsteht, nicht aus Wahrscheinlichkeitsoptimierung. Eros — den produktiven Mangel, das Streben nach dem Unbenennbaren — produziert kein Modell aus sich heraus. Er muss hineingetragen werden. Das ist die Lücke, in der kritische Bildpraxis operiert.
Das Tableau ist als Form für diese Praxis aus einem konkreten Grund geeignet: Es verdichtet. Es ist kein schnell konsumierbares Format, sondern eine nonverbale Landkarte — eine Kompression von Zeit, Perspektiven und Bedeutungsebenen in einem einzigen Bild. Diese Verdichtung setzt einen vernetzten kulturellen Kanon voraus: Wer ein Tableau produziert, muss wissen, woher Formen kommen, warum etwas als schön wahrgenommen wird, von welchen Bildtraditionen man geprägt ist und welche man bewusst zitiert, bricht oder unterläuft. Das ist nicht eine Frage des Stils, sondern der Position. Und Position ist das, was dem AI Slop strukturell fehlt — nicht wegen mangelnder Rechenleistung, sondern wegen der Abwesenheit eines Menschen, der für seine Entscheidungen einsteht.
Ein weiterer praktischer Grund für das Tableau ist technischer Natur: Bildgenerierung ist heute an vielen Stellen als Open-Source-Technologie zugänglich. Modelle wie Stable Diffusion laufen auf eigenen Servern mit überschaubarer Hardware — im Gegensatz zur Videogenerierung, die erheblich mehr Rechenkapazität erfordert. Das ermöglicht eine unabhängige Werkzeugkette ohne Plattformabhängigkeit. Wer auf kommerziellen Plattformen wie Midjourney arbeitet, operiert im Flusser'schen Sinn als Funktionär innerhalb eines fremden Programms — sichtbar an der ästhetischen Homogenität, die diese Plattformen erzeugen. Wer eigene Modelle betreibt, eigene Pipelines entwickelt und open-source-Werkzeuge kombiniert, entwickelt eine unterscheidbare gestalterische Handschrift.
Das Tableau hat schließlich eine Relevanz, die über das Standbild hinausgeht. Ein gut komponiertes, konzeptuell durchdrungenes Bild ist heute die Grundlage für Videogenerierung, 3D-Modellierung und zeitbasierte generative Medien. Ein starkes Keyframe — ein einzelnes Bild, das eine Szene, eine Atmosphäre, eine Bildlogik definiert — erzeugt eine kohärente Videosequenz. Ein präzises Bild generiert stabile 3D-Geometrie. Die Kompetenz im Standbild ist kein isoliertes Spezialgebiet. Sie ist die generative Grundlage für alle nachgelagerten Medien. Wer das Bild beherrscht, hat einen Hebel auf alles, was daraus folgt.
VI. Das digitale Atelier — Praxis der hybriden Bildproduktion
Um präzise zu sein über das, worum es geht: Inszenierte generative Fotografie bezeichnet eine Praxis, in der generative KI nicht als Ausgabegerät, sondern als Malmittel unter anderen eingesetzt wird. Das Ergebnis ist kein Medium im klassischen Sinn, sondern ein hybrides Bild aus heterogenem Material. Eine Zeichnung, ein Foto oder ein Screenshot bildet den Ausgangspunkt. Darüber wird ein KI-generiertes Element collagiert. Dann wird gezeichnet, verwischt, erneut generiert. Verschiedene Modelle treiben das Material in unerwartete Richtungen. Eigene Zeichnung verbindet sich mit generierten Texturen, Archivmaterial mit synthetischen Elementen. Der Canvas ist digital, aber die Entscheidungsstruktur ist dieselbe wie beim Malen: viele kleine Eingriffe, jeder eine Weichenstellung, keiner endgültig, bis das Bild kippt und lebendig wird.
In diesem Prozess sitzt Eros nicht im fertigen Output. Er sitzt im Eingriff. In dem Moment, in dem ein KI-Bild übermalt wird und die Spannung zwischen dem generierten Untergrund und der eigenen Spur einen Bildraum erzeugt, der vorher nicht existierte. In dem Moment, in dem ein echtes Foto mit einem synthetischen Element verbunden wird und die Reibung zwischen diesen beiden Materialitäten etwas bedeutet. Das ist dieselbe Lust, die Malerinnen beschreiben, wenn die Leinwand anfängt zu leben: Man weiß nicht, wohin es geht. Das ist der Antrieb weiterzumachen.
Entscheidend dabei: Generative KI ist per se langweilig. Wie ein Pinsel keine Ideen hat und für sich allein bedeutungslos ist, hat auch ein generatives Modell keine Ideen. Es ist ein Wahrscheinlichkeitsgenerator. Was es produziert, ist der statistische Erwartungswert, das visuell Durchschnittliche, das am stärksten konditionierte Muster. KI will glätten. Sie will ins Vertraute zurück. Die kritische Bildpraxis besteht nicht nur im Hinzufügen von Material, sondern im aktiven Widerstand gegen diese Glättung — im Ringen mit einem Apparat, der Schönheit als mathematisches Mittelmaß missversteht.
Das Werkzeug produktiv zu stören ist eine Form von Materialforschung. Wer die Steuerungsparameter eines Modells übertreibt — die sogenannten Guidance-Werte, die bestimmen, wie stark das Modell dem Prompt folgt, bis es beginnt, sich selbst zu überlagern und in visuelle Instabilität zu kippen — provoziert Artefakte und Glitches: Chromatische Aberrationen, Bildfragmente, die sich der beschreibenden Sprache entziehen. Das sind die Fingerabdrücke des Apparats. Sie sind der Beweis dafür, dass man das System nicht bedient, sondern an seine Grenzen treibt. Das bewusste Einsetzen solcher Materialermüdung — die Instabilität als ästhetisches Mittel — ist keine zufällige Entdeckung, sondern eine Praxis, die ein Grundverständnis der Technologie voraussetzt.
Die Kunstgeschichte kennt dieses Prinzip: Sigmar Polke schichtete Fotografien, Chemikalien und Zeichnung auf einer Oberfläche und machte aus dem Medium selbst eine Aussage über die Gleichzeitigkeit und Widersprüche einer Bildkultur. Wolfgang Tillmans greift in der Dunkelkammer chemisch ein und behandelt das Foto als labiles, bearbeitbares Material — die Spur des Eingriffs als Bedeutungsträger. Hannah Höch und Robert Rauschenberg entwickelten mit politisch-assoziativer Fotomontage und Combine-Praxis eine Arbeitsweise, in der heterogenes Material nicht harmonisiert, sondern in produktiver Spannung gehalten wird. Der Bedeutungsraum entsteht genau aus dem Bruch, dem Unverbundenen, der sichtbaren Naht. Inszenierte generative Fotografie steht in dieser Tradition — nicht als nostalgische Anlehnung, sondern als strukturelle Verwandtschaft.
VII. Das Tableau als Form — Geschichte, Macht, Verdichtung
Das Tableau hat eine Geschichte, die weit vor der Fotografie beginnt. Barocke Altarbilder kommunizierten komplexe theologische Inhalte ohne Text — das Bild als nonverbale Argumentation für Analphabeten und Gelehrte gleichermaßen. Historienmalerei kristallisierte politische Narrative in einem einzigen verdichteten Moment. Das Tableau war von Anfang an ein Machtinstrument: Es konnte imposant und unwidersprüchlich kommunizieren, es konnte Geschichte behaupten, Ideologie rahmen, Herrschaft legitimieren. Diese Geschichte trägt jedes Tableau mit — auch das kritische.
Werner Tübkes Panoramagemälde Frühbürgerliche Revolution in Deutschland (Bad Frankenhausen, 1987) ist das extremste Beispiel dieser Gattung in der deutschen Nachkriegsgeschichte: 14 Meter hoch, 123 Meter lang, ein einziger verdichteter Moment aus der Zeit des Bauernkriegs. Totale narrative Kontrolle, monumentale Inszenierung — und zugleich ein politisches Dokument. Es entstand im staatlichen Auftrag der DDR als Instrument einer offiziellen Geschichtsdeutung: Der Bauernkrieg als Vorgeschichte des Sozialismus. Das Tableau als Behauptung im Namen einer Ideologie. Das stellt die Frage, die das Tableau seit jeher aufwirft: Wessen Geschichte wird hier erzählt — und in wessen Namen?
Jeff Wall hat das Tableau als zeitgenössische Kunstform neu verhandelt. Seine großformatigen Leuchtkastenarbeiten — hinterbeleuchtete Diapositive, die in der Ausstellung wie selbstleuchtende Fenster wirken — verbinden fotografische Evidenz mit malerischer Konstruktion. Wall verankert seine Bildsprache explizit in der Tradition der Historienmalerei: A Sudden Gust of Wind (after Hokusai) (1993) übersetzt ein japanisches Holzdruckblatt in eine inszenierte Fotografie im Fraserdelta bei Vancouver. Mimic (1982) zitiert die flämische Genreszene. Flooded Grave (1998–2000) ist gleichzeitig Dokumentarfotografie und Vanitas-Stillleben. Die Spannung, die Walls Bilder erzeugen, liegt genau darin: Sie sehen wie Fotos aus, aber sie behaupten wie Gemälde. Sie dokumentieren scheinbar — aber das, was sie zeigen, hat in dieser Form nie stattgefunden. Das fotografische Material trägt den epistemischen Anspruch des Dokuments, die inszenierte Konstruktion untergräbt ihn von innen. Wall macht diesen Widerspruch nicht zur ästhetischen Geste, sondern zum konzeptuellen Kern. Jedes seiner Bilder ist eine Frage nach dem Verhältnis zwischen dem, was ein Bild zeigt, und dem, was es behauptet zu zeigen. Diese Frage ist heute — im Zeitalter generativer KI — akuter denn je.
Alex Prager (Face in the Crowd, 2013; Week-End, 2013) besetzt das Tableau auf eine Weise, die für die inszenierte generative Fotografie besonders produktiv ist. Sie arbeitet fotografisch, nicht malerisch — und macht damit deutlich, dass das Tableau kein malerisches Genre allein ist, sondern eine Denk- und Wahrnehmungsform, die sich auf jedes Medium überträgt. Prager inszeniert Hunderte von Menschen in hochgradig kontrollierten, künstlichen Settings. Jede Figur besitzt einen eigenen inneren Zustand — sichtbar, lesbar, gleichzeitig anwesend im selben Bildraum. In der Totale liest sich die Szene als choreografierte Masse, im Detail beginnt jede Figur ihre eigene Geschichte zu erzählen. Diese Gleichzeitigkeit von Makro- und Mikro-Narration ist der Kern des Tableau-Prinzips: ein Bild, das mehrere Zeitschichten und Perspektiven in einem einzigen Rahmen hält, ohne sie aufzulösen. Ein Diffusionsmodell kann eine Menschenmasse generieren. Es kann jedem Gesicht eine statistische Plausibilität geben. Ob es jedem Gesicht einen kulturell verankerten, psychologisch kohärenten inneren Zustand geben kann — das ist die Frage, die Pragers Arbeit stellt.
Grayson Perry arbeitet in Tapisserien und Keramiken mit hochkanonisierten historischen Formen — dem mittelalterlichen Wandteppich, der viktorianischen Vasenmalerei, dem Triumphbild — und füllt sie mit Inhalten, die in diesen Formen nicht vorgesehen waren. The Vanity of Small Differences (2012), eine Serie von sechs großformatigen Tapisserien, erzählt den Aufstieg und Fall einer fiktiven Figur durch die englischen Klassenschichten, direkt vom Motiv und der Struktur des Bayeux-Teppichs abgeleitet. Die Figur Tim Rakewell — eine Anspielung auf William Hogarths A Rake's Progress — durchläuft englische Klassenwelten von der Arbeitersiedlung bis zur oberen Mittelschicht und scheitert schließlich. Perry sammelte seine Narrative nicht im Atelier, sondern im echten Leben: aus Gesprächen mit MMA-Kämpfern, Begegnungen in seiner Fernsehreihe All in the Best Possible Taste, Beobachtungen aus dem britischen Klassenalltag. Die Kunstwerke sind die Übertragung dieser gelebten, konkreten Perspektive in eine tradierte Form — die historische Form als trojanisches Pferd. Die Zugänglichkeit der Handwerkstradition trägt den subversiven Inhalt in Räume, die dafür nicht vorbereitet sind. Ein Wandteppich hängt im Parlament. Eine Keramik steht im Wohnzimmer. Die Form macht das Unerwartete tragbar.
Perrys Methode ist dabei kein ästhetischer Trick. Sie macht einen grundlegenden Punkt sichtbar: Wer eine Form besetzt, übernimmt ihre Geschichte — und kann sie gegen sich selbst wenden. Das Tableau behauptet. Auch wer kritisch produziert, behauptet. Die Frage ist nur, ob man weiß, in welcher Tradition man steht.
Was das Tableau gegenüber dem Film auszeichnet, ist die erzwungene Verweildauer. Der Film entlässt uns immer in die nächste Einstellung. Das Tableau hält an. Es gibt keine Rettung durch Bewegung, keinen narrativen Weiterfluss, der Unbehagen auflöst. Das Bild erfordert ein aktives Sehen, eine Bereitschaft, in der Spannung zu bleiben. Und in einer Bildkultur, die von endlosem Scrollen, Updates und Nachproduzieren bestimmt wird, ist dieses Anhalten nicht Verlangsamung um ihrer selbst willen — es ist die Bedingung dafür, dass ein Bild überhaupt Bedeutung entfalten kann. Was offen bleibt, zieht den Betrachter hinein, weil er selbst gebraucht wird, um das Bild zu vervollständigen. Das Bild weigert sich, fertig zu sein. Das ist sein erotisches Prinzip.
VIII. Was Kreative einbringen können — Kernkompetenzen
Die Frage, wohin generative KI die gestalterischen Berufe entwickelt, ist nicht zuverlässig zu beantworten — wer das mit Bestimmtheit behauptet, überschätzt sein Wissen. Die produktivere Frage lautet: Welche Kompetenzen bleiben universell wertvoll, unabhängig davon, wohin die Technologie sich entwickelt?
Die erste und grundlegendste ist die eigene Position. Individuelle schöpferische Kraft entsteht aus einem kulturell eingebetteten, persönlichen Fundament — aus dem, was man gesehen, erlebt, gelernt und durchdacht hat. Dieses Fundament ist kein Privileg, sondern eine Praxis. Es ist der Ort, von dem aus man Entscheidungen trifft, die jenseits des statistischen Mittelwerts liegen. KI kann das formal Durchschnittliche in hoher Qualität produzieren. Sie kann nicht die Erfahrung einbringen, die eine spezifische Person an einem spezifischen Punkt ihrer Biografie zu einer spezifischen Entscheidung bringt. Position ist auch das, was ein Werk für andere Menschen bedeutsam macht — nicht die perfekte Ausführung, sondern die erkennbare Haltung dahinter. Eros ist in diesem Sinn keine mystische Eigenschaft, sondern die Summe aus gelebter Erfahrung, kulturellem Kanon und dem Mut zur Entscheidung. Und er ist das Einzige, was kein Modell für sich produzieren kann.
Damit verbunden ist das, was man schlicht das Auge nennt: das Urteilsvermögen für das Bild. Wenn KI die Erzeugung von Material übernimmt, wird die Fähigkeit zur Einordnung und Entscheidung zum wichtigsten Werkzeug. Ohne tiefes Verständnis für Komposition, Licht und das Vokabular eines Mediums bleibt man vollständig auf die Vorschläge des Modells angewiesen — ohne die Kompetenz zu erkennen, was am Bild veränderbar ist und was dem Ziel dient. Souveränität bedeutet hier: den Horizont zu besitzen, um bewusst gegen den statistischen Vorschlag zu entscheiden. Erst diese Entscheidung macht aus einem generierten Asset ein künstlerisches Werk. Das Auge ist nicht angeboren. Es wird durch Auseinandersetzung mit Bildern, mit ihrer Geschichte, mit ihren Konventionen und ihren Brüchen gebildet.
Eng damit verknüpft ist die Frage des Narrativs: Was soll erzählt werden? An wen richtet sich die Erzählung? Welchem Zweck dient sie? Diese Entscheidungen sind nicht technischer Natur. Sie sind tief im menschlichen Miteinander verankert — in Ethik, demokratischem Denken, sozialer Verantwortung. Eine Maschine verfolgt keine Ideologie aus eigenem Antrieb. Sie reproduziert, was in ihren Trainingsdaten und ihrer Programmierung eingeschrieben ist. Das Narrativ als bewusste, verantwortete Entscheidung ist die genuin menschliche Leistung im Bildprozess — nicht weil Menschen immer richtig urteilen, sondern weil sie für ihr Urteil einzustehen haben.
Das Hacking der Technologie — ein Grundverständnis ihrer Funktionsweise, um ihre Grenzen zu kennen und zu verschieben — ist die vierte wesentliche Kompetenz. Wer nicht versteht, wie ein Diffusionsmodell generiert, kann es nicht gezielt stören. Das Erarbeiten eigener Pipelines, das Experimentieren auf eigener Hardware, das Zweckentfremden von Werkzeugen für Zwecke, die nicht in ihrem Programm vorgesehen waren: Das ist der Weg, um eine unterscheidbare gestalterische Position zu beziehen. Wer ausschließlich auf kommerziellen Plattformen arbeitet, arbeitet im Rahmen einer fremden Ästhetik, die für ein breites Publikum optimiert wurde. Werkzeugautonomie ist keine technische Spielerei — sie ist die Bedingung für gestalterische Unabhängigkeit.
Schließlich lässt sich generative KI produktiv als Sparringspartnerin nutzen — nicht als braves Werkzeug, das auf Anweisung wartet. Wer KI gezielt als Gegenüber einsetzt, zur Kritik, zur Gegenposition, zur Aufdeckung eigener Blindstellen, kann den eigenen Horizont erweitern. Das Prinzip der permanenten Skepsis gilt dabei uneingeschränkt: Jedes Ergebnis ist zu hinterfragen. KI gibt nicht die Antwort — sie stellt eine Ausgangslage bereit, mit der man sich auseinandersetzt. Die Einordnung dieses Ergebnisses ist immer menschliche Leistung. Ein Modell kann das formal stärkste Konzept generieren — ohne jemanden, der es liest, versteht und einordnet, ist es wertlos. Das PingPong zwischen menschlicher Intention und statistischem Widerstand der Maschine ist das eigentliche kreative Feld.
IX. Was auf dem Spiel steht
Wir erleben keine graduelle technologische Weiterentwicklung. Wir erleben eine Neuverhandlung dessen, was ein Bild ist, wie es entsteht und was es bezeugt. Der indexikalische Vertrag, der das fotografische Bild seit 1839 als Spur der Wirklichkeit auswies, ist gekündigt. Was an seine Stelle tritt, ist strukturell verschieden: ein kollektives Bildgedächtnis, das uns zurückspiegelt, das mit beunruhigender Präzision die Überrepräsentationen, Normierungen und Machtverhältnisse reproduziert, die in seinen Trainingsdaten eingeschrieben sind. Das ist keine ästhetische Gleichgültigkeit — es ist die visuelle Sedimentschicht unserer Kulturgeschichte. Und sie wird jetzt mit industrieller Geschwindigkeit reproduziert.
Was kritische Bildpraxis dagegen setzen kann, ist nicht die Verweigerung der Technologie. Das wäre eine Geste ohne Konsequenzen. Es ist die konzeptuelle Entscheidung: Die Schärfe der Frage. Das Bewusstsein für den eigenen Blick und seine Bedingtheiten. Die Bereitschaft, das Ausgesparte sichtbar zu machen — die Körper, Perspektiven und Realitäten, die das Modell systematisch ausgibt. Und die Lust am Eingriff, am Bruch, an dem Moment, in dem ein Bild kippt und lebendig wird.
Wie der Impressionismus keine Antwort auf die Fotografie war, sondern eine Neuformulierung der Frage, was Malerei leisten kann, steht heute eine analoge Neubefragung an: Was kann ein Bild leisten, das kein Algorithmus allein produzieren kann? Die Antwort liegt im Eros — in dem produktiven Mangel, dem Streben nach dem, was noch keinen Namen hat. Er ist das, was aus der Reibung zwischen Intention und Material entsteht, zwischen eigener Position und statistischem Widerstand, zwischen dem, was man zeigen will, und dem, was das Bild einem zurückgibt. Eros sitzt nicht im Modell. Er muss in das Bild hineingetragen werden. Von jemandem, der eine Position hat, einen Horizont, eine Geschichte — und die Bereitschaft, für das, was das Bild behauptet, einzustehen.
Das ist keine Romantisierung des Handwerks. Es ist eine präzise Beschreibung dessen, was nicht automatisierbar ist.
0. Die Bilderflut
Seit etwa 2022 verändert sich etwas Grundlegendes in der visuellen Kultur. Bild- und Videogeneratoren wie Midjourney, DALL·E, Sora oder Seedance erzeugen in Sekunden Material, das täuschend echten Fotografien, Filmszenen und Porträts gleicht. Man nennt das Massenprodukt dieser Werkzeuge manchmal AI Slop — ein Begriff, der auf eine spezifische Qualität zielt: nicht auf das technisch Fehlerhafte, sondern auf das inhaltlich Leere. Bilder, die perfekt aussehen und nichts bedeuten. Formatgerechte Oberflächen ohne Haltung, produziert in industriellem Tempo, die unsere visuelle Infosphäre überschwemmen.
Das ist eine ambivalente Demokratisierung. Einerseits werden Zugänge geöffnet, die bisher durch Kapital, Ausbildung und technisches Fachwissen versperrt waren. Menschen ohne jahrelange Handwerksausbildung können jetzt visuelle Ideen realisieren, die ihnen vorher verschlossen blieben. Das ist keine triviale Entwicklung. Andererseits ermöglicht dieselbe Niederschwelligkeit elaborierte Deepfakes, die politische Evidenz unterminieren, synthetische Pressebilder, die reale Ereignisse vortäuschen, und Plagiate ohne jede kreative Leistung. Die Technologie unterscheidet nicht zwischen emanzipatorischer Nutzung und Missbrauch. Sie macht beides gleichermaßen einfach.
Dieser Text fragt nicht, ob man generative KI verwenden soll. Diese Frage ist bereits überholt. Es fragt: Wie eignet man sich diese Technologie an — mit welchem Bewusstsein, welcher Haltung, welcher Tiefe? Und was setzt eine kritische Bildpraxis dem statistischen Durchschnitt entgegen, den diese Werkzeuge als Default produzieren?
I. Was zieht uns ins Bild — Eros als Ausgangspunkt
Was erzeugt jenen leichten Schwindel, jene Anspannung, jenen Sog, der uns vor einem Bild innehalten lässt? Dieser Zustand hat einen Namen: Eros. Nicht im engen Sinn von Begehren, sondern im ursprünglicheren Sinn eines antreibenden Mangels, einer produktiven Unruhe, die auf Erkenntnis zielt. Platon beschreibt Eros in seinem Symposion als das Streben nach dem, was einem fehlt — nicht als Ausdruck von Schwäche, sondern als die eigentliche Triebkraft des Denkens. Auf Bilder angewendet: Eros ist die Kraft, die uns in ein Bild hineinsaugt, weil es etwas zeigt oder andeutet, das wir noch nicht benennen können. Das ist kein naives Gefühl. Es ist der Ausgangspunkt jeder ernsthaften Bildwahrnehmung. Ein Bild, das niemanden verführt, verändert auch niemanden.
Dabei ist wichtig zu verstehen, wie Bilder tatsächlich wirken: zunächst emotional, prä-kognitiv — das heißt, bevor rationales Denken einsetzt. Die kulturelle, inhaltliche Einordnung kommt erst danach. Wir sehen zuerst, dann verstehen wir, was wir gesehen haben. Das ist kein neues Phänomen, aber generative KI ist ein Brandbeschleuniger: Sie industrialisiert die Produktion von Bildern, die genau diesen Reflex gezielt auslösen — Bilder, die verführen, ohne etwas zu sagen.
Die entscheidende Unterscheidung liegt zwischen Verblendung und Ermächtigung. Verblendung meint: Wir werden von einem Bild konsumiert, ohne es zu bemerken. Wir reagieren auf seine emotionale Wirkung, ohne zu fragen, wer dieses Bild produziert hat, für wen, mit welcher Absicht.
~ hier ein Beispiel rein: ein unverfänglicher Sonnenuntergang in einer schönen Altstadt mit einem Brunnen und einer Baum.
Ermächtigung bedeutet das Gegenteil: Wir wissen, dass wir verführt werden, und reflektieren diesen Vorgang — im Vollzug oder im Nachhinein. Kritisch zu sein bedeutet nicht, keine Lust zu haben. Es bedeutet, die Lust zu kennen, ernst zu nehmen und sie bewusst einzusetzen.
~ hier muss ein zugängliches einfaches Beispiel rein, das zu Crewdson hinleitet –
Gregory Crewdson verführt durch Überwältigung: durch das Zuviel an Licht, an emotionaler Aufladung, an filmischer Konstruiertheit. Seine Bilder sehen aus wie Stills aus einem Film, den es nicht gibt — und diese Unabgeschlossenheit ist ihre eigentliche Kraft. Was hat hier stattgefunden? Was wird gleich passieren? Der Betrachter wird hineingezogen, weil das Bild eine Geschichte andeutet, ohne sie zu erzählen.
Juno Calypso verführt anders: durch präzise inszenierte Sehnsucht nach Kontrolle, sterile Eleganz, hyperglatte Interieurwelten, in denen Weiblichkeit als Konstruktion sichtbar wird — nicht als Anklage, sondern als genaue Beobachtung.
Jeff Wall verankert seine Bildsprache tief in der Tradition der Historienmalerei: Seine Leuchtkastenarbeiten zitieren Manet, Hokusai, die flämische Genreszene — die Spannung zwischen fotografischer Evidenz und malerischer Konstruktion ist ihr eigentlicher Bedeutungsraum.
David LaChapelle oder Pierre et Gilles arbeiten mit absolutem Spektakel, hyperästhetischer Überladung, bewusstem Kitsch. Das ist Camp — eine Haltung, die Susan Sontag 1964 als knowingly artificial beschrieben hat: die vollständige Affirmation der künstlichen Oberfläche als ästhetische Position. Das Spektakel so weit treiben, bis es kippt und sich selbst kommentiert.
Was diese Positionen trotz aller Unterschiede verbindet: Alle setzen Eros bewusst ein. Sie kennen die Mechanismen der Verführung und nutzen sie — um etwas zu zeigen, das über die bloße Oberfläche hinausgeht. Das ist die Grundfrage, die sich durch dieses Essay zieht: Was macht ein Bild lebendig? Und was macht es tot?
II. Was ein Bild bezeugt — Indexikalität und ihr Ende
Die Fotografie wurde 1839 nicht nur als Technik erfunden. Sie veränderte den epistemischen Status des Bildes — das heißt: was ein Bild als Wissensquelle leisten kann und darf. Was vorher immer Interpretation war, eine zeichnerische oder malerische Übersetzung der Wirklichkeit durch eine menschliche Hand, wurde nun zur Spur: ein physikalischer Abdruck von Licht auf einer lichtempfindlichen Oberfläche. Der Literaturtheoretiker Roland Barthes beschreibt diesen Kern des fotografischen Bildes als Indexikalität — vom lateinischen index, Zeigefinger: Das Foto zeigt nicht nur, wie etwas aussah, sondern bezeugt, dass etwas war. Sein Satz, das Foto sage ça a été — es ist gewesen — benennt genau das: Das Bild als ontologischer Beweis der Existenz seines Sujets. Diese Eigenschaft machte das fotografische Bild zur Grundlage journalistischer Glaubwürdigkeit, juristischer Beweiskraft und kollektiver Erinnerungskultur.
Generative KI kündigt diesen Vertrag. KI-generierte Bilder sind keine Spuren von etwas Realem. Sie sind statistische Vorhersagen: Ergebnisse von Modellen, die trainiert wurden, die Wahrscheinlichkeitsverteilung visueller Muster in enormen Datenmengen zu approximieren. Ein KI-Bild bezeugt nichts. Es hat kein Referenzobjekt in der Welt. Was dabei entsteht, ist kein Bild von der Welt — es ist ein Bild von uns: eine Kondensation dessen, was die Menschheit in Millionen von Bildern als visuell bedeutsam, schön, normal oder bedrohlich codiert hat. Das hat Konsequenzen weit über den Kunstbetrieb hinaus. Deepfakes unterminieren politische Evidenz. Synthetische Pressebilder erodieren journalistische Glaubwürdigkeit. In Gerichtsverfahren wird fotografische Dokumentation zunehmend angreifbar. Wir befinden uns am Beginn einer strukturellen Entwertung des Bildes als Zeuge.
Der Medienphilosoph Vilém Flusser hat diese Verschiebung in seiner Philosophie der Fotografie (1983) mit bemerkenswerter Voraussicht beschrieben — zu einer Zeit, als generative KI noch undenkbar war. Flusser beschrieb das Foto bereits als technisches Bild: produziert nicht durch eine menschliche Hand, sondern durch einen Apparat, der die Intentionen seines Programmierers trägt, ohne dass der Fotograf das notwendigerweise durchschaut. Für Flusser ist der Fotograf ein Funktionär: jemand, der innerhalb des Programms eines Apparats operiert, dessen Möglichkeitsfeld ausschöpft — aber nicht verlässt. Die Kamera bestimmt, was fotografierbar ist. Der Apparat setzt den Rahmen.
Was Flusser für die analoge Fotografie beschrieb, gilt für generative KI mit verschärfter Präzision. Wer promptet — also dem Modell Textbeschreibungen gibt, um Bilder zu erzeugen — operiert innerhalb des Programms eines Modells, dessen Parameter, Trainingsdaten und Gewichtungen den Output vollständig bestimmen. Die Herausforderung für kritische Praxis ist dieselbe, die Flusser formulierte: das Programm nicht nur ausschöpfen, sondern überschreiten. Nicht Funktionär sein, sondern das Verhältnis zum Apparat selbst zum Gegenstand machen. Das ist die eigentliche Aufgabe — dann wie heute.
III. Kunst und Technologie — Eine Geschichte der Aneignung
Es gibt eine hartnäckige Legende über die Entstehung von Kunst: dass sie aus dem reinen Geist kommt, unberührt von Werkzeug und Maschine. Diese Legende war noch nie richtig. Und die Geschichte ihrer Widerlegung ist lehrreicher als die Legende selbst.
Die ältesten Bildmacher der Welt, die vor rund 40.000 Jahren in Lascaux und Altamira arbeiteten, waren Techniker. Sie höhlten Tierknochen aus, um Pigment durch enge Röhren auf Felswände zu blasen — eine Urform des Airbrush, Jahrzehntausende vor seiner industriellen Erfindung. Sie legten die Hand flach auf Stein und sprühten um sie herum, um Negativabdrücke zu erzeugen: eine Schablonentechnik, die in jeder modernen Druckerei wiedererkannt werden würde. Das Werkzeug war dabei kein bloßes Hilfsmittel. Es war von Anfang an Teil der Bedeutung — Teil der Geste, die einen Körper in die Wand einschrieb und damit das erste Bild von Präsenz und Abwesenheit erschuf. Die Hand, die fehlt, wo die Hand war. Werkzeug und Kunst waren nie zu trennen.
Albrecht Dürer dokumentierte und verwendete im 16. Jahrhundert Perspektivmaschinen — mechanische Vorrichtungen zur geometrisch korrekten Projektion von Raum auf eine Bildfläche. Er beschrieb sie in seiner Underweysung der Messung (1525) nicht als Betrug, sondern als legitimes Arbeitsinstrument: Das Werkzeug liefert die Konstruktion, das Urteil über Bedeutung und Ausdruck bleibt beim Menschen. Johannes Vermeer nutzte mit großer Wahrscheinlichkeit die Camera Obscura — eine optische Vorrichtung, die das Abbild eines Außenraums durch eine Linse in einen verdunkelten Innenraum projiziert — zur Kompositionsplanung seiner Gemälde. Was dabei herauskam, war trotzdem Vermeer: die psychologische Stille, das gebrochene Licht, die atmosphärische Spannung zwischen Figur und Raum. Diese sind keine Eigenschaften eines optischen Instruments. Die Kamera lieferte das Gerüst — der Mensch baute die Bedeutung darin auf. In dieser Verschiebung liegt eine strukturelle Einsicht, die für jede Bildtechnologie gilt: Wer das Handwerkliche automatisiert oder beschleunigt, schafft nicht weniger Kunst, sondern mehr Kapazität für das Konzeptuelle.
Als Louis Daguerre 1839 die Daguerreotypie vorstellte — das erste massentaugliche fotografische Verfahren, benannt nach seinem Erfinder — riefen Maler: Die Malerei ist tot. Der Maler Paul Delaroche soll formuliert haben, die Fotografie beende die Malerei von heute an. Das Gegenteil trat ein, aber nicht zufällig. Die Fotografie zwang die Malerei zur Neubestimmung ihrer Zuständigkeit. Wenn die Maschine das Abbild der Wirklichkeit übernimmt, muss Malerei etwas anderes leisten können: das Flüchtige, das Subjektive, die Mehrperspektivität. Der Impressionismus ist keine Reaktion auf Schönheit — er ist eine Reaktion auf die Kamera. Monet malte Licht, nicht Dinge, weil die Dinge die Fotografie bereits hatte. Cézanne zerlegte den Bildraum, weil die Fotografie immer einen fixierten Standpunkt liefert, und fragte: Was wäre ein Bild, das mehrere Perspektiven gleichzeitig enthält? Daraus wurde der Kubismus. Duchamps Readymades — industriell gefertigte Gegenstände, die er als Kunstwerke deklarierte — zogen die radikalste Konsequenz: Wenn mechanische Reproduktion jedes Handgemachte seines Aurawertes beraubt, dann ist das Konzept das Einzige, was nicht reproduzierbar ist.
Gleichzeitig gab es Künstlerinnen, die nicht flüchteten, sondern sofort in das neue Medium einzogen und es auf seine Grenzen hin befragten. Julia Margaret Cameron nutzte in den 1860ern die Fotografie als Ausdrucksform, nicht als Dokumentationstechnik: bewusste Unschärfe, dramatisches Licht, das Porträt als Seelenstudie. Was das fotografische Establishment als technische Fehler rügte, war ihre ästhetische Entscheidung — ein früher Fall von Aneignung gegen die Norm. Eadweard Muybridge fotografierte 1878 Pferde in Bewegung mit 24 synchronisierten Kameras und bewies, was kein menschliches Auge hatte sehen können: Alle vier Beine verlassen gleichzeitig den Boden. Seine Serienbilder wurden zur direkten Grundlage des Films. Eine Technologie, aus der wissenschaftlichen Neugier einer anderen entstanden, erfand dabei etwas vollständig Neues.
Das Muster, das sich in diesen Beispielen wiederholt, ist kein Zufall: Angst der etablierten Praxis, kreative Aneignung durch Pioniere, institutionelle Anerkennung nach einer Generation. Die Gegenwart bildet da keine Ausnahme — sie beschleunigt das Muster.
Die Verbindung zwischen Technologie und Kunst ist nirgends paradigmatischer als im Textil, und sie wird bis heute unterschätzt. Joseph-Marie Jacquard entwickelte 1804 einen Webstuhl, der durch gelochte Pappkarten gesteuert wurde: Loch oder kein Loch, Faden gehoben oder nicht. Das war binäre Logik, materialisiert in Seide. Charles Babbage erkannte das Prinzip und übertrug es auf seine Analytical Engine. Ada Lovelace — die erste Programmiererin der Geschichte — beschrieb den Zusammenhang explizit: Die Maschine webe algebraische Muster, so wie der Jacquard-Webstuhl Blumen und Blätter webe. Der Faden, der durch ein Raster geführt wird, nach Regeln, die sich wiederholen, variieren, aussetzen — das ist Programmieren. Das Textil hat das Digitale erfunden, bevor es einen Namen hatte. Anni Albers entwickelte am Bauhaus in den 1920ern eine Weberei, die nicht dekoratives Handwerk war, sondern Materialforschung: Die Struktur des Gewebes als Denksystem, Kette und Schuss als kompositorisches Prinzip, die Abweichung von der Regel als ästhetische Aussage. Weben als visuelles Denken — als Erkenntnis, die nicht durch Sprache läuft, sondern durch Material und Wiederholung mit Differenz.
In den 1960er Jahren begannen einige wenige Künstlerinnen und Mathematiker, die Rechenmaschine als Zeicheninstrument zu begreifen — zu einer Zeit, als Computer Schränke füllten und ausschließlich für wissenschaftliche oder militärische Zwecke legitimiert waren. Vera Molnár programmierte ab 1968 in Paris Plotter-Zeichnungen: geometrische Variationen, systematische Störungen, Serien mit kontrollierter Abweichung. Sie beschrieb ihre Methode als Erforschung des quasi-zufälligen Moments — der minimalen Abweichung von der Regel, die das Auge anzieht, weil es Ordnung sucht und Abweichung findet. Damals als Kuriosum belächelt, heute in jedem großen Museum. Frieder Nake entwickelte in Stuttgart und Bremen ab 1963 algorithmische Zeichnungen und stellte dabei die Frage, die ihn bis heute beschäftigt: Was ist künstlerische Autorenschaft, wenn ein Mensch ein Programm schreibt, das ein Bild erzeugt, das er selbst nicht vollständig vorhersagen kann? Harold Cohen entwickelte ab den 1970ern AARON — ein System, das eigenständig Figuren, Pflanzen und Kompositionen zeichnete, Jahrzehnte vor dem KI-Hype. Cohen beantwortete die Frage, ob AARON oder er selbst die Kunst mache, nie vollständig — und das war die ehrlichste mögliche Antwort. Was Molnár, Nake und Cohen gemeinsam hatten: Sie behandelten den Computer nicht als Effizienzwerkzeug, sondern als Experimentiersystem. Die Kunst kam nicht aus der Maschine — sie kam aus dem Verhältnis zwischen Programm und Entscheidung.
Design steht in diesem Spannungsfeld in einer eigentümlichen Position. Es operiert strukturell an der Grenze zwischen ästhetischer Problemlösung und wirtschaftlichem Auftrag. Victor Papanek formulierte das 1971 zugespitzt: Design diene fast ausschließlich Überproduktion und Wegwerfkultur — es sei die gefährlichste Profession der Welt. Das ist eine Übertreibung, aber eine produktive. Denn Design war historisch immer beides: Instrument der Vermarktung und subversives Vehikel. Otl Aicher entwickelte das Piktogrammsystem der Münchner Olympiade 1972 — das universale visuelle Alphabet des öffentlichen Raums, das bis heute weltweit in Verwendung ist — aus einer antiautoritären, pazifistischen Haltung heraus. Die Druckgrafik der Aufklärung verbreitete politische Ideen schneller als jede Kanzel. Das Plakat der Arbeiterbewegung, die Underground-Presse, die Queer-Zines der 1980er — all das ist Design gegen seine eigene Funktionalisierung. Die entscheidende Frage ist nicht: Ist Design Kunst oder Kapitalismus? Sie lautet: Macht ein Entwurf seinen Auftrag sichtbar — oder versteckt er ihn? Ein Design, das seine eigene Bedingtheit verschleiert, ist Propaganda. Ein Design, das sie zeigt, ist kritische Praxis. In diesem Sinn ist auch die Entscheidung, mit welchen Werkzeugen generative Bilder entstehen, auf welchen Daten trainiert wurde und wessen visuelle Arbeit in ein Modell eingeflossen ist, keine moralische Nebensache — sondern eine Designentscheidung.
IV. Was jetzt anders ist
All das — Höhlenmalerei, Camera Obscura, Daguerreotypie, Plotter, AARON — folgt einem erkennbaren Muster: Neue Technologie erzeugt Widerstand, Pioniere eignen sie sich an, eine Generation später ist sie legitimiert, und die Fragen, die sie aufwarf, haben die Praxis verändert. Warum sollte das mit generativer KI anders sein? Es gibt Gründe. Und sie sind strukturell, nicht graduell.
Jede bisherige Bildtechnologie hatte eine Lernkurve. Der Plotter brauchte Programmierkenntnisse. Die Fotografie brauchte chemisches Wissen und Zugang zu Ausrüstung. Der Film brauchte Team, Budget, Infrastruktur. Selbst Photoshop brauchte Jahre, um es zu beherrschen. Diese Hürden waren ungerecht — sie schlossen aus. Aber sie erzeugten auch eine Form von Qualitätsfilterung durch Aufwand: Wer etwas produzierte, hatte Zeit und Ressourcen investiert. Das war keine Garantie für Qualität, aber es war eine Mindestbedingung für Ernsthaftigkeit. Generative KI senkt diese Hürde auf ein historisch beispielloses Niveau. Wer tippen kann, kann heute realistische Inszenierungen, komplexe Bildkompositionen und überzeugende Porträts in Sekunden produzieren — ohne Verständnis der Mittel, ohne Kenntnis der Vorbilder, ohne Auseinandersetzung mit dem Sujet. Das ist keine graduelle Erleichterung. Es ist eine Strukturveränderung der Autorschaft. Dieselbe Niederschwelligkeit, die neue Stimmen ermöglicht, ermöglicht auch Deepfakes, die politische Evidenz unterminieren, synthetische Pressebilder, die reale Ereignisse vortäuschen, und massenhaft produzierte visuelle Desinformation, für die kein Handwerk mehr nötig ist.
Hinzu kommt eine Dimension, die im Diskurs über generative KI systematisch ausgeblendet wird: ihre materielle Infrastruktur. Generative KI ist keine immaterielle Technologie. Jede Bildgenerierung ist das Ergebnis massiver physischer Infrastruktur — Rechenzentren mit dem Energieverbrauch ganzer Städte, globale Rohstoffketten für die Hardware, enormer Wasserverbrauch für Kühlung, Arbeitsbedingungen in der Datenproduktion und -annotation, die weit unterhalb der Standards liegen, die für westliche Wissensarbeiter als selbstverständlich gelten. Kate Crawford hat diese Materialität in ihrer Forschung systematisch kartiert und sichtbar gemacht. Kein KI-generiertes Bild ist ressourcenneutral. Es trägt eine Infrastruktur mit, die unsichtbar bleibt, solange niemand danach fragt. Ein Pinsel verbraucht keine Megawattstunden.
Die Frage des Urheberrechts ist strukturell ebenso ungelöst wie konzeptuell tiefgreifend. Generative Bildmodelle wurden mit Milliarden von Bildern trainiert — größtenteils ohne Einwilligung der Urheberinnen, ohne Kompensation, ohne Transparenz darüber, wessen Werk in welchem Modell steckt. Wem gehört der Output? Wer ist Autor eines Bildes, das aus dem statistischen Mittelwert von Millionen menschlicher Werke entsteht? Diese Fragen sind rechtlich ungeklärt und berühren nicht nur den Kunstbetrieb, sondern das Verhältnis zwischen kollektivem kulturellen Erbe und privatwirtschaftlicher Aneignung.
Hinter all diesen Spannungen steht eine tiefere Verschiebung: Unser Verhältnis zum Bild, zu Medien, zur schöpferischen Leistung ist in fundamentaler Transformation. Das Bild trug lange die Spur des Aufwands — den Moment des Auslösens, die Wahl des Lichts, das Risiko des Scheiterns, die Zeit der Auseinandersetzung. Roland Barthes nennt das punctum: den Stich, der trifft, weil er unwiederbringlich ist, weil etwas Spezifisches und Unwiederholbares sich in das Bild eingeschrieben hat. Was passiert mit dieser Qualität, wenn jedes Bild in Sekunden produzierbar ist? Kann ein Bild, das nichts gekostet hat, trotzdem etwas bedeuten? Die Antwort liegt nicht in der Produktionszeit, sondern in der konzeptuellen Entscheidung — aber die Frage ist legitim, und sie ist neu.
Es wäre ein Fehler, die aktuelle Situation als Endpunkt zu behandeln. Was generative KI heute kann und nicht kann, ist eine Momentaufnahme eines laufenden Transformationsprozesses. Welche Möglichkeiten in zwei oder drei Jahren technisch zugänglich sein werden, lässt sich heute nicht zuverlässig vorhersagen. Die relevante Frage ist daher nicht, welche spezifischen Aufgaben KI gegenwärtig übernehmen kann. Sie lautet: Welche Kompetenzen bleiben universell wertvoll, unabhängig davon, wohin die Technologie sich entwickelt?
V. Warum das Tableau — Aneignung, Verdichtung, Haltung
Das Tableau ist hier kein nostalgisches Gegenmodell zu generativer KI. Es ist eine Praxis, die produktiv mit ihr arbeitet — und dabei einsetzt, was KI strukturell nicht erzeugen kann.
Die historische Lehre aus Fotografie, Film und Computerkunst ist klar: Wer eine neue Technologie kreativ aneignet, schafft neue Ausdrucksformen. Nicht wer auf ihre Überwindung wartet. Aneignung meint dabei mehr als Benutzung. Es geht darum, die Technologie umzuformen, umzuzwecken, gegen ihre eigene Logik einzusetzen. Den Apparat nicht nur bedienen, sondern mit ihm ringen — ihm etwas abzwingen, das er selbst nicht im Programm hatte. Das ist die Tradition, in der sich eine kritische Praxis mit generativer KI verorten kann.
Dabei lohnt es sich, die Frage nach den strukturellen Grenzen dieser Technologie ernst zu nehmen — nicht aus Defensivität, sondern weil diese Grenzen das eigentliche kreative Terrain markieren. Was wird generative KI in absehbarer Zeit nicht können — nicht weil die Rechenleistung fehlt, sondern weil es keine Trainingsdaten dafür gibt? Eine spezifische kulturelle Position, die niemand vor ihr bezogen hat. Erfahrung als gelebten Körper. Ethisches Urteil, das aus Verantwortungsgefühl entsteht, nicht aus Wahrscheinlichkeitsoptimierung. Eros — den produktiven Mangel, das Streben nach dem Unbenennbaren — produziert kein Modell aus sich heraus. Er muss hineingetragen werden. Das ist die Lücke, in der kritische Bildpraxis operiert.
Das Tableau ist als Form für diese Praxis aus einem konkreten Grund geeignet: Es verdichtet. Es ist kein schnell konsumierbares Format, sondern eine nonverbale Landkarte — eine Kompression von Zeit, Perspektiven und Bedeutungsebenen in einem einzigen Bild. Diese Verdichtung setzt einen vernetzten kulturellen Kanon voraus: Wer ein Tableau produziert, muss wissen, woher Formen kommen, warum etwas als schön wahrgenommen wird, von welchen Bildtraditionen man geprägt ist und welche man bewusst zitiert, bricht oder unterläuft. Das ist nicht eine Frage des Stils, sondern der Position. Und Position ist das, was dem AI Slop strukturell fehlt — nicht wegen mangelnder Rechenleistung, sondern wegen der Abwesenheit eines Menschen, der für seine Entscheidungen einsteht.
Ein weiterer praktischer Grund für das Tableau ist technischer Natur: Bildgenerierung ist heute an vielen Stellen als Open-Source-Technologie zugänglich. Modelle wie Stable Diffusion laufen auf eigenen Servern mit überschaubarer Hardware — im Gegensatz zur Videogenerierung, die erheblich mehr Rechenkapazität erfordert. Das ermöglicht eine unabhängige Werkzeugkette ohne Plattformabhängigkeit. Wer auf kommerziellen Plattformen wie Midjourney arbeitet, operiert im Flusser'schen Sinn als Funktionär innerhalb eines fremden Programms — sichtbar an der ästhetischen Homogenität, die diese Plattformen erzeugen. Wer eigene Modelle betreibt, eigene Pipelines entwickelt und open-source-Werkzeuge kombiniert, entwickelt eine unterscheidbare gestalterische Handschrift.
Das Tableau hat schließlich eine Relevanz, die über das Standbild hinausgeht. Ein gut komponiertes, konzeptuell durchdrungenes Bild ist heute die Grundlage für Videogenerierung, 3D-Modellierung und zeitbasierte generative Medien. Ein starkes Keyframe — ein einzelnes Bild, das eine Szene, eine Atmosphäre, eine Bildlogik definiert — erzeugt eine kohärente Videosequenz. Ein präzises Bild generiert stabile 3D-Geometrie. Die Kompetenz im Standbild ist kein isoliertes Spezialgebiet. Sie ist die generative Grundlage für alle nachgelagerten Medien. Wer das Bild beherrscht, hat einen Hebel auf alles, was daraus folgt.
VI. Das digitale Atelier — Praxis der hybriden Bildproduktion
Um präzise zu sein über das, worum es geht: Inszenierte generative Fotografie bezeichnet eine Praxis, in der generative KI nicht als Ausgabegerät, sondern als Malmittel unter anderen eingesetzt wird. Das Ergebnis ist kein Medium im klassischen Sinn, sondern ein hybrides Bild aus heterogenem Material. Eine Zeichnung, ein Foto oder ein Screenshot bildet den Ausgangspunkt. Darüber wird ein KI-generiertes Element collagiert. Dann wird gezeichnet, verwischt, erneut generiert. Verschiedene Modelle treiben das Material in unerwartete Richtungen. Eigene Zeichnung verbindet sich mit generierten Texturen, Archivmaterial mit synthetischen Elementen. Der Canvas ist digital, aber die Entscheidungsstruktur ist dieselbe wie beim Malen: viele kleine Eingriffe, jeder eine Weichenstellung, keiner endgültig, bis das Bild kippt und lebendig wird.
In diesem Prozess sitzt Eros nicht im fertigen Output. Er sitzt im Eingriff. In dem Moment, in dem ein KI-Bild übermalt wird und die Spannung zwischen dem generierten Untergrund und der eigenen Spur einen Bildraum erzeugt, der vorher nicht existierte. In dem Moment, in dem ein echtes Foto mit einem synthetischen Element verbunden wird und die Reibung zwischen diesen beiden Materialitäten etwas bedeutet. Das ist dieselbe Lust, die Malerinnen beschreiben, wenn die Leinwand anfängt zu leben: Man weiß nicht, wohin es geht. Das ist der Antrieb weiterzumachen.
Entscheidend dabei: Generative KI ist per se langweilig. Wie ein Pinsel keine Ideen hat und für sich allein bedeutungslos ist, hat auch ein generatives Modell keine Ideen. Es ist ein Wahrscheinlichkeitsgenerator. Was es produziert, ist der statistische Erwartungswert, das visuell Durchschnittliche, das am stärksten konditionierte Muster. KI will glätten. Sie will ins Vertraute zurück. Die kritische Bildpraxis besteht nicht nur im Hinzufügen von Material, sondern im aktiven Widerstand gegen diese Glättung — im Ringen mit einem Apparat, der Schönheit als mathematisches Mittelmaß missversteht.
Das Werkzeug produktiv zu stören ist eine Form von Materialforschung. Wer die Steuerungsparameter eines Modells übertreibt — die sogenannten Guidance-Werte, die bestimmen, wie stark das Modell dem Prompt folgt, bis es beginnt, sich selbst zu überlagern und in visuelle Instabilität zu kippen — provoziert Artefakte und Glitches: Chromatische Aberrationen, Bildfragmente, die sich der beschreibenden Sprache entziehen. Das sind die Fingerabdrücke des Apparats. Sie sind der Beweis dafür, dass man das System nicht bedient, sondern an seine Grenzen treibt. Das bewusste Einsetzen solcher Materialermüdung — die Instabilität als ästhetisches Mittel — ist keine zufällige Entdeckung, sondern eine Praxis, die ein Grundverständnis der Technologie voraussetzt.
Die Kunstgeschichte kennt dieses Prinzip: Sigmar Polke schichtete Fotografien, Chemikalien und Zeichnung auf einer Oberfläche und machte aus dem Medium selbst eine Aussage über die Gleichzeitigkeit und Widersprüche einer Bildkultur. Wolfgang Tillmans greift in der Dunkelkammer chemisch ein und behandelt das Foto als labiles, bearbeitbares Material — die Spur des Eingriffs als Bedeutungsträger. Hannah Höch und Robert Rauschenberg entwickelten mit politisch-assoziativer Fotomontage und Combine-Praxis eine Arbeitsweise, in der heterogenes Material nicht harmonisiert, sondern in produktiver Spannung gehalten wird. Der Bedeutungsraum entsteht genau aus dem Bruch, dem Unverbundenen, der sichtbaren Naht. Inszenierte generative Fotografie steht in dieser Tradition — nicht als nostalgische Anlehnung, sondern als strukturelle Verwandtschaft.
VII. Das Tableau als Form — Geschichte, Macht, Verdichtung
Das Tableau hat eine Geschichte, die weit vor der Fotografie beginnt. Barocke Altarbilder kommunizierten komplexe theologische Inhalte ohne Text — das Bild als nonverbale Argumentation für Analphabeten und Gelehrte gleichermaßen. Historienmalerei kristallisierte politische Narrative in einem einzigen verdichteten Moment. Das Tableau war von Anfang an ein Machtinstrument: Es konnte imposant und unwidersprüchlich kommunizieren, es konnte Geschichte behaupten, Ideologie rahmen, Herrschaft legitimieren. Diese Geschichte trägt jedes Tableau mit — auch das kritische.
Werner Tübkes Panoramagemälde Frühbürgerliche Revolution in Deutschland (Bad Frankenhausen, 1987) ist das extremste Beispiel dieser Gattung in der deutschen Nachkriegsgeschichte: 14 Meter hoch, 123 Meter lang, ein einziger verdichteter Moment aus der Zeit des Bauernkriegs. Totale narrative Kontrolle, monumentale Inszenierung — und zugleich ein politisches Dokument. Es entstand im staatlichen Auftrag der DDR als Instrument einer offiziellen Geschichtsdeutung: Der Bauernkrieg als Vorgeschichte des Sozialismus. Das Tableau als Behauptung im Namen einer Ideologie. Das stellt die Frage, die das Tableau seit jeher aufwirft: Wessen Geschichte wird hier erzählt — und in wessen Namen?
Jeff Wall hat das Tableau als zeitgenössische Kunstform neu verhandelt. Seine großformatigen Leuchtkastenarbeiten — hinterbeleuchtete Diapositive, die in der Ausstellung wie selbstleuchtende Fenster wirken — verbinden fotografische Evidenz mit malerischer Konstruktion. Wall verankert seine Bildsprache explizit in der Tradition der Historienmalerei: A Sudden Gust of Wind (after Hokusai) (1993) übersetzt ein japanisches Holzdruckblatt in eine inszenierte Fotografie im Fraserdelta bei Vancouver. Mimic (1982) zitiert die flämische Genreszene. Flooded Grave (1998–2000) ist gleichzeitig Dokumentarfotografie und Vanitas-Stillleben. Die Spannung, die Walls Bilder erzeugen, liegt genau darin: Sie sehen wie Fotos aus, aber sie behaupten wie Gemälde. Sie dokumentieren scheinbar — aber das, was sie zeigen, hat in dieser Form nie stattgefunden. Das fotografische Material trägt den epistemischen Anspruch des Dokuments, die inszenierte Konstruktion untergräbt ihn von innen. Wall macht diesen Widerspruch nicht zur ästhetischen Geste, sondern zum konzeptuellen Kern. Jedes seiner Bilder ist eine Frage nach dem Verhältnis zwischen dem, was ein Bild zeigt, und dem, was es behauptet zu zeigen. Diese Frage ist heute — im Zeitalter generativer KI — akuter denn je.
Alex Prager (Face in the Crowd, 2013; Week-End, 2013) besetzt das Tableau auf eine Weise, die für die inszenierte generative Fotografie besonders produktiv ist. Sie arbeitet fotografisch, nicht malerisch — und macht damit deutlich, dass das Tableau kein malerisches Genre allein ist, sondern eine Denk- und Wahrnehmungsform, die sich auf jedes Medium überträgt. Prager inszeniert Hunderte von Menschen in hochgradig kontrollierten, künstlichen Settings. Jede Figur besitzt einen eigenen inneren Zustand — sichtbar, lesbar, gleichzeitig anwesend im selben Bildraum. In der Totale liest sich die Szene als choreografierte Masse, im Detail beginnt jede Figur ihre eigene Geschichte zu erzählen. Diese Gleichzeitigkeit von Makro- und Mikro-Narration ist der Kern des Tableau-Prinzips: ein Bild, das mehrere Zeitschichten und Perspektiven in einem einzigen Rahmen hält, ohne sie aufzulösen. Ein Diffusionsmodell kann eine Menschenmasse generieren. Es kann jedem Gesicht eine statistische Plausibilität geben. Ob es jedem Gesicht einen kulturell verankerten, psychologisch kohärenten inneren Zustand geben kann — das ist die Frage, die Pragers Arbeit stellt.
Grayson Perry arbeitet in Tapisserien und Keramiken mit hochkanonisierten historischen Formen — dem mittelalterlichen Wandteppich, der viktorianischen Vasenmalerei, dem Triumphbild — und füllt sie mit Inhalten, die in diesen Formen nicht vorgesehen waren. The Vanity of Small Differences (2012), eine Serie von sechs großformatigen Tapisserien, erzählt den Aufstieg und Fall einer fiktiven Figur durch die englischen Klassenschichten, direkt vom Motiv und der Struktur des Bayeux-Teppichs abgeleitet. Die Figur Tim Rakewell — eine Anspielung auf William Hogarths A Rake's Progress — durchläuft englische Klassenwelten von der Arbeitersiedlung bis zur oberen Mittelschicht und scheitert schließlich. Perry sammelte seine Narrative nicht im Atelier, sondern im echten Leben: aus Gesprächen mit MMA-Kämpfern, Begegnungen in seiner Fernsehreihe All in the Best Possible Taste, Beobachtungen aus dem britischen Klassenalltag. Die Kunstwerke sind die Übertragung dieser gelebten, konkreten Perspektive in eine tradierte Form — die historische Form als trojanisches Pferd. Die Zugänglichkeit der Handwerkstradition trägt den subversiven Inhalt in Räume, die dafür nicht vorbereitet sind. Ein Wandteppich hängt im Parlament. Eine Keramik steht im Wohnzimmer. Die Form macht das Unerwartete tragbar.
Perrys Methode ist dabei kein ästhetischer Trick. Sie macht einen grundlegenden Punkt sichtbar: Wer eine Form besetzt, übernimmt ihre Geschichte — und kann sie gegen sich selbst wenden. Das Tableau behauptet. Auch wer kritisch produziert, behauptet. Die Frage ist nur, ob man weiß, in welcher Tradition man steht.
Was das Tableau gegenüber dem Film auszeichnet, ist die erzwungene Verweildauer. Der Film entlässt uns immer in die nächste Einstellung. Das Tableau hält an. Es gibt keine Rettung durch Bewegung, keinen narrativen Weiterfluss, der Unbehagen auflöst. Das Bild erfordert ein aktives Sehen, eine Bereitschaft, in der Spannung zu bleiben. Und in einer Bildkultur, die von endlosem Scrollen, Updates und Nachproduzieren bestimmt wird, ist dieses Anhalten nicht Verlangsamung um ihrer selbst willen — es ist die Bedingung dafür, dass ein Bild überhaupt Bedeutung entfalten kann. Was offen bleibt, zieht den Betrachter hinein, weil er selbst gebraucht wird, um das Bild zu vervollständigen. Das Bild weigert sich, fertig zu sein. Das ist sein erotisches Prinzip.
VIII. Was Kreative einbringen können — Kernkompetenzen
Die Frage, wohin generative KI die gestalterischen Berufe entwickelt, ist nicht zuverlässig zu beantworten — wer das mit Bestimmtheit behauptet, überschätzt sein Wissen. Die produktivere Frage lautet: Welche Kompetenzen bleiben universell wertvoll, unabhängig davon, wohin die Technologie sich entwickelt?
Die erste und grundlegendste ist die eigene Position. Individuelle schöpferische Kraft entsteht aus einem kulturell eingebetteten, persönlichen Fundament — aus dem, was man gesehen, erlebt, gelernt und durchdacht hat. Dieses Fundament ist kein Privileg, sondern eine Praxis. Es ist der Ort, von dem aus man Entscheidungen trifft, die jenseits des statistischen Mittelwerts liegen. KI kann das formal Durchschnittliche in hoher Qualität produzieren. Sie kann nicht die Erfahrung einbringen, die eine spezifische Person an einem spezifischen Punkt ihrer Biografie zu einer spezifischen Entscheidung bringt. Position ist auch das, was ein Werk für andere Menschen bedeutsam macht — nicht die perfekte Ausführung, sondern die erkennbare Haltung dahinter. Eros ist in diesem Sinn keine mystische Eigenschaft, sondern die Summe aus gelebter Erfahrung, kulturellem Kanon und dem Mut zur Entscheidung. Und er ist das Einzige, was kein Modell für sich produzieren kann.
Damit verbunden ist das, was man schlicht das Auge nennt: das Urteilsvermögen für das Bild. Wenn KI die Erzeugung von Material übernimmt, wird die Fähigkeit zur Einordnung und Entscheidung zum wichtigsten Werkzeug. Ohne tiefes Verständnis für Komposition, Licht und das Vokabular eines Mediums bleibt man vollständig auf die Vorschläge des Modells angewiesen — ohne die Kompetenz zu erkennen, was am Bild veränderbar ist und was dem Ziel dient. Souveränität bedeutet hier: den Horizont zu besitzen, um bewusst gegen den statistischen Vorschlag zu entscheiden. Erst diese Entscheidung macht aus einem generierten Asset ein künstlerisches Werk. Das Auge ist nicht angeboren. Es wird durch Auseinandersetzung mit Bildern, mit ihrer Geschichte, mit ihren Konventionen und ihren Brüchen gebildet.
Eng damit verknüpft ist die Frage des Narrativs: Was soll erzählt werden? An wen richtet sich die Erzählung? Welchem Zweck dient sie? Diese Entscheidungen sind nicht technischer Natur. Sie sind tief im menschlichen Miteinander verankert — in Ethik, demokratischem Denken, sozialer Verantwortung. Eine Maschine verfolgt keine Ideologie aus eigenem Antrieb. Sie reproduziert, was in ihren Trainingsdaten und ihrer Programmierung eingeschrieben ist. Das Narrativ als bewusste, verantwortete Entscheidung ist die genuin menschliche Leistung im Bildprozess — nicht weil Menschen immer richtig urteilen, sondern weil sie für ihr Urteil einzustehen haben.
Das Hacking der Technologie — ein Grundverständnis ihrer Funktionsweise, um ihre Grenzen zu kennen und zu verschieben — ist die vierte wesentliche Kompetenz. Wer nicht versteht, wie ein Diffusionsmodell generiert, kann es nicht gezielt stören. Das Erarbeiten eigener Pipelines, das Experimentieren auf eigener Hardware, das Zweckentfremden von Werkzeugen für Zwecke, die nicht in ihrem Programm vorgesehen waren: Das ist der Weg, um eine unterscheidbare gestalterische Position zu beziehen. Wer ausschließlich auf kommerziellen Plattformen arbeitet, arbeitet im Rahmen einer fremden Ästhetik, die für ein breites Publikum optimiert wurde. Werkzeugautonomie ist keine technische Spielerei — sie ist die Bedingung für gestalterische Unabhängigkeit.
Schließlich lässt sich generative KI produktiv als Sparringspartnerin nutzen — nicht als braves Werkzeug, das auf Anweisung wartet. Wer KI gezielt als Gegenüber einsetzt, zur Kritik, zur Gegenposition, zur Aufdeckung eigener Blindstellen, kann den eigenen Horizont erweitern. Das Prinzip der permanenten Skepsis gilt dabei uneingeschränkt: Jedes Ergebnis ist zu hinterfragen. KI gibt nicht die Antwort — sie stellt eine Ausgangslage bereit, mit der man sich auseinandersetzt. Die Einordnung dieses Ergebnisses ist immer menschliche Leistung. Ein Modell kann das formal stärkste Konzept generieren — ohne jemanden, der es liest, versteht und einordnet, ist es wertlos. Das PingPong zwischen menschlicher Intention und statistischem Widerstand der Maschine ist das eigentliche kreative Feld.
IX. Was auf dem Spiel steht
Wir erleben keine graduelle technologische Weiterentwicklung. Wir erleben eine Neuverhandlung dessen, was ein Bild ist, wie es entsteht und was es bezeugt. Der indexikalische Vertrag, der das fotografische Bild seit 1839 als Spur der Wirklichkeit auswies, ist gekündigt. Was an seine Stelle tritt, ist strukturell verschieden: ein kollektives Bildgedächtnis, das uns zurückspiegelt, das mit beunruhigender Präzision die Überrepräsentationen, Normierungen und Machtverhältnisse reproduziert, die in seinen Trainingsdaten eingeschrieben sind. Das ist keine ästhetische Gleichgültigkeit — es ist die visuelle Sedimentschicht unserer Kulturgeschichte. Und sie wird jetzt mit industrieller Geschwindigkeit reproduziert.
Was kritische Bildpraxis dagegen setzen kann, ist nicht die Verweigerung der Technologie. Das wäre eine Geste ohne Konsequenzen. Es ist die konzeptuelle Entscheidung: Die Schärfe der Frage. Das Bewusstsein für den eigenen Blick und seine Bedingtheiten. Die Bereitschaft, das Ausgesparte sichtbar zu machen — die Körper, Perspektiven und Realitäten, die das Modell systematisch ausgibt. Und die Lust am Eingriff, am Bruch, an dem Moment, in dem ein Bild kippt und lebendig wird.
Wie der Impressionismus keine Antwort auf die Fotografie war, sondern eine Neuformulierung der Frage, was Malerei leisten kann, steht heute eine analoge Neubefragung an: Was kann ein Bild leisten, das kein Algorithmus allein produzieren kann? Die Antwort liegt im Eros — in dem produktiven Mangel, dem Streben nach dem, was noch keinen Namen hat. Er ist das, was aus der Reibung zwischen Intention und Material entsteht, zwischen eigener Position und statistischem Widerstand, zwischen dem, was man zeigen will, und dem, was das Bild einem zurückgibt. Eros sitzt nicht im Modell. Er muss in das Bild hineingetragen werden. Von jemandem, der eine Position hat, einen Horizont, eine Geschichte — und die Bereitschaft, für das, was das Bild behauptet, einzustehen.
Das ist keine Romantisierung des Handwerks. Es ist eine präzise Beschreibung dessen, was nicht automatisierbar ist.