PARIS / LONDON (IT BOLTWISE) – Eine neue Studie zeigt, dass Menschen ästhetische Kriterien je nach Bildkategorie anders gewichten: Beim Blick auf Architektur wirken Symmetrie und Stabilitätsmuster anders als beim Betrachten von Gemälden. Forschende haben dafür historische Fassaden und Gemälde aus der Zeit der Haussmann-Modernisierung rechnerisch verglichen und messbare Unterschiede in Komplexität, Balance und Periodizität gefunden. Damit rückt die Frage in den Fokus, ob KI-Modelle ästhetische Werte zu universell ansetzen. Gleichzeitig wirft die Arbeit praktische Blicke darauf, wie Bewertungslogiken für Design, Produktbilder und digitale Content-Pipelines besser kontextualisiert werden können.
Ästhetik gilt vielen als universell: Rot wirkt leidenschaftlich, Ordnung wirkt ruhig, Symmetrie wirkt „richtig“. Die neue Studie Domain-Specific Aesthetic Values: A Comparison of Paintings and Architecture stellt diese Intuition jedoch in Frage und legt nahe, dass das Gehirn je nach Bilddomäne unterschiedliche Wertmaßstäbe ansetzt. Im Zentrum steht die Beobachtung, dass ästhetische Größen wie Komplexität, Balance und Wiederholung nicht nur „vorhanden“ sind, sondern in Architektur und Malerei offenbar verschieden genutzt werden. Das ist vor allem für KI-Systeme relevant, die Ästhetik- oder Qualitätswerte aus Bildern ableiten.
Die psychologische Begründung knüpft an ein grundlegendes Konzept der Wahrnehmungsforschung an: Menschen bevorzugen häufig sensorische Eigenschaften, die ihr Gehirn effizient verarbeiten kann. Solche Effizienzannahmen sind in Computermodellen der Bildbewertung lange als universelle Regeln formuliert worden. Die Studie argumentiert dagegen mit dem „Valuation System“ des Gehirns, einem Netzwerk, das Werte für Entscheidungen lernt und bereitstellt. Interessant ist dabei nicht nur die Idee, dass dieses System für verschiedene Sinne (Sehen, Hören, Geschmack, Geruch) zuständig sein kann, sondern dass selbst innerhalb des Sehens Werte offenbar domänenspezifisch gespeichert oder abgerufen werden.
Genau hier setzt der Abgleich zwischen Architektur und Malerei an: Während eine schief wirkende Architekturform beim Betrachter Unbehagen auslösen kann, weil sie wie ein potenzielles Kippmoment wirkt, kann dieselbe Asymmetrie in der Malerei bewusst eingesetzt werden, um Bewegung oder dramatische Spannung zu erzeugen. Der methodische Clou besteht darin, diese Unterschiede nicht nur als subjektives „Gefühl“ zu behandeln, sondern sie über messbare Bildstatistiken zu operationalisieren. Für die Forschenden war das Fairness-Thema entscheidend: Gebäude sind durch Material, Kosten und Statik stärker eingeschränkt als Leinwände. Deshalb wurde eine Epoche gewählt, in der beides vergleichbar experimentierfreudig war.
Als Vergleichsfeld diente Haussmanns Renovierung von Paris (1853 bis 1870), eine Phase mit nahezu unbeschränkten Budgets für städtische Umgestaltung und gleichzeitig hoher künstlerischer Produktionsdichte. Die Architekturseite besteht aus 55 fotografisch erfassten Wohnfassaden, aufgenommen unter ähnlichen Licht- und Blickbedingungen. Perspektivverzerrungen und verdeckende Elemente wie Bäume wurden herausgefiltert, sodass die Datenbasis gezielt „messbar“ bleibt. Auf der Kunstseite wurden 142 Gemälde von 61 Künstlern genutzt, die im Zeitraum 1853 bis 1870 fertiggestellt wurden und in relevanten Museumssammlungen verortet sind. Damit reduzieren die Autoren systematische Verzerrungen, die sonst aus unterschiedlichen Entstehungsbedingungen entstehen würden.
Rechnerisch analysierte ein Programm verschiedene visuelle Komplexitätsmaße, darunter Unterschiede in Lichtintensität, räumlicher Anordnung und Farbvarianz. „Komplexität“ wird dabei als mathematische Menge an visueller Information verstanden, also als Anteil struktureller Variation, der die Bildverarbeitung fordert. Zusätzlich wurden Balance und Symmetrie quantifiziert: Das System vergleicht die Verteilung von hellen und dunklen Flächen zwischen linker und rechter Bildhälfte und sucht nach wiederkehrenden räumlichen Mustern, also Periodizität. Ergänzend wurde die Verteilung dominanter Orientierungen gemessen, etwa ob horizontale und vertikale Linien überwiegen. Schließlich flossen Verhältnisse von Vordergrund zu Hintergrund sowie dominante Farbtöne in die statistischen Tests ein.
Die Ergebnisse sprechen für domänenspezifische Bewertungslogiken. Gebäude zeigen im Mittel eine signifikant höhere visuelle Komplexität als Gemälde. Das wirkt zunächst kontraintuitiv, weil man häufig annimmt, Bilder seien „detailreicher“ als eine Fassade mit Fenstern. Laut Studie erklärt sich der Effekt u. a. dadurch, dass viele Gemälde durch ähnliche „Hauttöne“ und stärker gemischte Hintergründe mathematisch weniger Komplexität erzeugen. Gleichzeitig weisen Architekturaufnahmen deutlich mehr Balance und Symmetrie auf: Die visuelle „Last“ verteilt sich im Zentrum gleichmäßiger. Gemälde dagegen zeigen häufiger Asymmetrien, weil Motive und Lichtakzente gern einseitig gruppiert werden, um visuelle Dynamik zu erzeugen.
Auch Periodizität und Orientierungskonstanz unterscheiden sich stark. Architekturen zeigen einen klaren Hang zu strengen, wiederholenden Mustern und zu vertikalen und horizontalen Linien, während Gemälde deutlich variiertere Orientierungen enthalten, etwa geneigte Linien zur Darstellung von Bewegung. Zusätzlich unterscheiden sich die Grenzziehungen: Bei Gebäuden sind Übergänge zwischen Hintergrundwänden und Vordergrundobjekten wie Fenstern stärker definiert. Bei Gemälden sind diese Subjekt-Hintergrund-Konturen oft weniger eindeutig. Bemerkenswert ist zudem der Befund, dass Malmedium und -stil im Großen und Ganzen kaum Effekte auf die gemessenen ästhetischen Werte haben; als Ausnahme wird insbesondere eine messbare Zunahme der Farbkomplexität bei Impressionisten genannt.
Damit entsteht ein interessanter Spannungsbogen zu bestehenden KI-Ansätzen. In vielen Computer-Vision-Pipelines werden ästhetische Bewertungsregeln als relativ universell modelliert, weil sie auf großen, gemischten Datensätzen trainiert sind. Solche Universalismen sind zwar praktisch, können aber konzeptionell „unpassend“ sein, wenn Architektur- und Kunstdomänen unterschiedliche implizite Erwartungen triggern. Ein naheliegender Vergleich sind große multimodale Bildmodelle wie CLIP-ähnliche Embeddings, die Ästhetik in der Regel als semantische und visuelle Nähe übergreifend lernen. Die Studie legt nahe, dass für robuste Ästhetikbewertung stärker domänenbasierte Nebenbedingungen nötig sind. Aus Expertensicht bringt Norberto Grzywacz es auf den Punkt: Wenn etwas schön ist, zählt der Kontext dessen, was man sieht.
Für den Markt heißt das: Tools zur automatisierten Qualitätsbewertung von Designbildern, Layouts oder Produktfotografie sollten ihre Bewertungslogik nicht nur auf „Ästhetik“ reduzieren, sondern die Domäne explizit berücksichtigen—genau wie Menschen zwischen Architektur und Malerei unterscheiden. Zugleich sind Regulatorik und Datenschutz leichter zu adressieren als bei personenbezogenen Daten, weil es sich hier um Bildinhalte historischer Werke und Architekturaufnahmen handelt; dennoch sollten Unternehmen bei der Überführung in Produktionssysteme auf DSGVO-konforme Datenhaltung, nachvollziehbare Auditierbarkeit der Modelle und saubere Rechteketten für Bildmaterial achten. Die nächste wissenschaftliche Stufe wäre laut den Autoren ein direkter Teilnehmer-Experiment, statt nur Endprodukte zu vergleichen, um die neuronale Trennung der Wertmaßstäbe beim Menschen direkt zu testen.
In der Zukunft dürfte die Kombination aus psychologischer Domänentheorie und technischen Bildstatistiken besonders wertvoll werden. Für Entwickler bedeutet das, dass Ästhetik-Features wie Symmetrie, Periodizität und Komplexitätsmaße nicht nur als allgemeine Metriken behandelt werden sollten, sondern als domänenabhängige Signale, die in Pipelines für Suche, Generierung oder Qualitätskontrolle unterschiedlich gewichtet werden. Für Anbieter von Enterprise-Software im Creative- und Media-Umfeld entsteht damit ein konkretes Differenzierungsfeld: interpretierbare Bewertungsregeln, die sich pro Bildtyp anpassen, statt eine „Einheitsästhetik“ zu versprechen. Wenn Unternehmen diese Kontextschicht früh implementieren, können sie Fehlbewertungen reduzieren und gleichzeitig die Erklärbarkeit ihrer KI-gestützten Beurteilungen verbessern.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Studie zu ästhetischen Werten: Das Gehirn bewertet Kunst und Architektur unterschiedlich" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Studie zu ästhetischen Werten: Das Gehirn bewertet Kunst und Architektur unterschiedlich" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Studie zu ästhetischen Werten: Das Gehirn bewertet Kunst und Architektur unterschiedlich« bei Google Deutschland suchen, bei Bing oder Google News!