Mit KI weiterdenken – Impulse für kreative und solidarische Kulturarbeit

← Zurück zum Wissenspool / Themenübersicht 

 

Im zweiten Community Lab von Praxis-KICK ging es um KI als Gegenüber im Denken: Wie können Sprachmodelle Konzepte spiegeln, neue Perspektiven vorschlagen und Routinen sichtbar machen? Im Mittelpunkt standen Praxisbeispiele aus Kuratieren, Vermittlung und Kulturbüro-Alltag.

Deutlich wurde: KI kann Arbeitsprozesse anregen und entlasten. Sie ersetzt aber keine fachliche Einschätzung, politische Haltung oder Verantwortung. Besonders bei Fakten, sensiblen Daten und einseitigen Perspektiven braucht es sorgfältige Prüfung.

 

Basiswissen


Sprachmodelle wie ChatGPT, Mistral, Claude oder Gemini erzeugen plausible Texte auf Basis großer Datenmengen. Sie können formulieren, sortieren und variieren, aber nicht verlässlich beurteilen, ob eine Aussage stimmt oder im konkreten kulturellen Kontext angemessen ist.

Für die Praxis heißt das: KI kann Impulse liefern. Die Auswahl, Bewertung und Verantwortung bleiben bei den Kulturarbeiter*innen.

↑ Zurück zum Überblick 

 

Miniworkshop

Die KI als diskursive Partner*in nutzen


Dieser Baustein wurde aus den Inhalten des Community Labs abgeleitet und für die Online-Dokumentation weiterentwickelt. Er eignet sich für frühe Projektphasen, kuratorische Konzepte, Vermittlungsformate, Ausschreibungstexte oder interne Strategiepapiere.

Ziel

Ein bestehendes Konzept aus neuen Perspektiven betrachten, blinde Flecken sichtbar machen und alternative Ideen entwickeln.


Schritt 1: Konzept eingeben

Einen kurzen Entwurf, ein Thema oder eine Projektidee in ein Sprachmodell eingeben. Personenbezogene, vertrauliche oder sensible Informationen vorher entfernen oder anonymisieren.

Beispielprompt:

Hier ist ein erster Entwurf für ein Ausstellungs- oder Vermittlungskonzept.

Analysiere ihn nicht als fertigen Text, sondern als Arbeitsstand.

Bitte achte auf:
- zentrale Annahmen
- mögliche Leerstellen
- unklare Begriffe
- Routinen im Denken
- Perspektiven, die noch fehlen könnten

Wichtig:
Erfinde keine Fakten. Markiere Annahmen und offene Fragen.

Konzept:
[Text einfügen]


Schritt 2: Rolle vergeben

Die KI nicht allgemein fragen, sondern ihr eine klare Aufgabe geben.

Beispielprompt:

Agiere als kritische Co-Kurator*in.

Welche Annahmen, Leerstellen oder Routinen erkennst du in diesem Konzept?

Bitte nenne:
- drei starke Ansätze
- fünf offene Fragen
- mögliche blinde Flecken
- Stellen, an denen das Konzept zu allgemein bleibt
- Fragen, die im Team diskutiert werden sollten

Konzept:
[Text einfügen]


Schritt 3: Perspektiven gezielt erweitern

KI liefert oft naheliegende oder dominante Perspektiven. Andere Blickwinkel sollten daher ausdrücklich eingefordert werden.

Beispielprompts:

Welche Fragen könnten aus einer nicht-westlichen Perspektive an dieses Konzept entstehen?

Welche Barrieren könnten für unterschiedliche Besucher*innen sichtbar werden?

Welche gesellschaftlichen Machtverhältnisse bleiben im Konzept unsichtbar?

Welche Begriffe oder Bilder könnten klischeehaft oder ausschließend wirken?

Welche Perspektiven sind im Konzept stark vertreten, welche fehlen?

Diese Fragen sollten nicht dazu dienen, Perspektiven stellvertretend „erledigen“ zu lassen. Sie können aber helfen, die eigene Diskussion im Team vorzubereiten.


Schritt 4: Gestaltungsideen testen

Die KI kann auch für ungewohnte Visualisierungen, Raumideen, Vermittlungsformen oder Kommunikationsansätze genutzt werden.

Beispielprompts:

Welche Farbwelten könnten zum Thema passen – und warum?

Welche Raumstruktur würde das Thema erfahrbar machen?

Welche Vermittlungsform würde eine aktive Auseinandersetzung ermöglichen?

Welche Gestaltungsideen wären naheliegend, aber vielleicht zu vorhersehbar?

Welche experimentelleren Ansätze wären denkbar, ohne das Thema zu banalisieren?


Schritt 5: Ergebnisse prüfen und sortieren

Die Antworten nicht als Lösung übernehmen, sondern als Arbeitsmaterial behandeln. Hilfreich ist eine einfache Sortierung:

  • brauchbarer Impuls
  • kritisch zu prüfen
  • Klischee oder problematische Vereinfachung
  • faktisch zu überprüfen
  • nicht brauchbar

Beispielprompt für die Sortierung:

Sortiere die bisherigen Vorschläge in fünf Kategorien:

1. brauchbarer Impuls
2. kritisch zu prüfen
3. Klischee oder problematische Vereinfachung
4. faktisch zu überprüfen
5. nicht brauchbar

Begründe die Zuordnung jeweils kurz.

Wichtig:
Die Sortierung ist nur eine Arbeitsgrundlage für die Teamdiskussion.


Schritt 6: Im Team reflektieren

Besonders sinnvoll wird der Einsatz, wenn die KI-Antworten gemeinsam besprochen werden. Die wichtigste Frage ist nicht: „Hat die KI recht?“, sondern: „Was macht diese Antwort mit unserem Blick auf das eigene Konzept?“

↑ Zurück zum Überblick 

 

! Praxischeck: Fakten und Quellen prüfen


KI kann überzeugend formulieren und trotzdem falsche Informationen liefern. Vor Veröffentlichung oder Weiterverwendung hilft ein kurzer Check:

  • Sind Namen, Daten, Biografien und Zitate unabhängig überprüft?

  • Wurden angegebene Quellen geöffnet und gelesen?

  • Ist klar, ob es sich um eine Idee, Interpretation oder Tatsachenbehauptung handelt?

  • Wurden sensible Informationen entfernt oder anonymisiert?

  • Wäre ein quellengestütztes Tool besser geeignet als ein allgemeines Sprachmodell?

  • Reproduziert die Antwort einseitige oder klischeehafte Perspektiven?

Je stärker ein Text nach außen wirkt – etwa in Öffentlichkeitsarbeit, Förderunterlagen, Dokumentation oder Vermittlung –, desto wichtiger ist die Endkontrolle.

↑ Zurück zum Überblick 

 


 

Praxisbeispiele aus dem Community Lab


KI als Co-Kurator*in

Im Community Lab wurde über den Einsatz von KI im kuratorischen Prozess gesprochen. Ein Beispiel war das Projekt „Artificial Intuition“, bei dem KI als Unterstützung für ein Ausstellungskonzept genutzt wurde. Die KI lieferte Ideen für Raumgestaltung, Farbigkeit und Ausstellungsarchitektur – etwa eine zwölfeckige Architektur für zwölf Werke.

Das Beispiel zeigt: KI kann in frühen Konzeptphasen produktive Impulse liefern. Gleichzeitig wurden bei Fakten wie Namen, Biografien oder kunsthistorischen Bezügen Fehler sichtbar. Solche Angaben sollten daher unabhängig geprüft werden.

Vor Veröffentlichung sollte geprüft werden, ob es zu „Artificial Intuition“ einen öffentlichen Link gibt, der in der Dokumentation angeführt werden kann.


Memo Akten: „Learning to See“

Als künstlerische Referenz wurde „Learning to See“ von Memo Akten genannt. Das Werk macht sichtbar, dass KI Wahrnehmung nicht neutral abbildet, sondern aus gelernten Mustern erzeugt.

https://www.memo.tv/works/learning-to-see/

Für die Dokumentation ist das Beispiel hilfreich, um Bias verständlich zu machen: KI zeigt nicht einfach „die Welt“, sondern verarbeitet Daten, Erwartungen und Muster.


KI im Kulturbüro

Auch alltägliche Anwendungen wurden besprochen. Gerade in kleinen Kulturorganisationen fließt viel Zeit in Aufgaben, die wenig sichtbar sind: Terminabstimmungen, Zeitpläne, kurze Übersetzungen, Zusammenfassungen oder E-Mail-Varianten.

Ein Beispiel war die Erstellung individueller Uhrzeiten für viele Personen über mehrere Tage hinweg. Solche Aufgaben sind organisatorisch aufwendig, aber gut prüfbar. KI kann hier entlasten, wenn Zeitpläne auf Doppelbelegungen, Übersetzungen auf Tonalität und Zusammenfassungen auf Auslassungen kontrolliert werden.


KI in der Kunstvermittlung

Angerissen wurde auch die Idee, KI in der Kunstvermittlung einzusetzen, etwa zur Vor- oder Nachbereitung von Theaterstücken, Ausstellungen oder Workshops mit Schulklassen.

Denkbar wäre ein Chatbot, der nur auf geprüfte Informationen der beteiligten Künstler*innen, Produktionen oder Vermittlungsmaterialien zugreift. Dieser Ansatz bleibt voraussetzungsvoll: Wissensbasis, Datenschutz, pädagogische Begleitung und technische Begrenzungen sollten sorgfältig geklärt werden. Das Community Lab hat diese Möglichkeit als Perspektive geöffnet, aber nicht als fertige Methode ausgearbeitet.

↑ Zurück zum Überblick 

 

Haltung: KI spiegelt auch Machtverhältnisse


Ein zentrales Thema des Labs war Bias. KI-Systeme greifen auf Daten zurück, in denen gesellschaftliche Ungleichheiten, Ausschlüsse und dominante Perspektiven enthalten sind. Deshalb liefern sie oft naheliegende, westlich geprägte oder klischeehafte Antworten, wenn nicht gezielt anders gefragt wird.

„KI [ist] auch ein kollaboratives Werkzeug. […] am Ende bleibt es dann an uns, uns mit dem Machtverhältnis auseinanderzusetzen und unser eigenes Bewusstsein zu schärfen.“

Für gemeinnützige Kulturarbeit heißt das: KI kann Reflexion unterstützen, aber sie nimmt die Auseinandersetzung mit Machtverhältnissen nicht ab.
 

↑ Zurück zum Überblick 

 

FAQs
 

Wie verlässlich sind KI-generierte Informationen?

Nur eingeschränkt. KI kann falsche Informationen erzeugen, die sprachlich überzeugend wirken. Besonders kritisch sind Namen, Daten, Biografien, Quellen, historische Einordnungen und Zitate.

Wie lässt sich verhindern, dass KI falsche Fakten in Texte einbaut?

Ganz verhindern lässt sich das nicht. Hilfreich sind klare Prompts, Quellenangaben, quellengestützte Tools und manuelle Kontrolle. Bei veröffentlichten Texten sollten faktische Aussagen geprüft werden.

Warum liefert KI oft einseitige Ergebnisse?

KI-Modelle spiegeln Muster aus Trainingsdaten. Diese Daten enthalten gesellschaftliche Machtverhältnisse und Ausschlüsse. Deshalb sollten andere Perspektiven aktiv eingefordert und die Antworten kritisch gelesen werden.

↑ Zurück zum Überblick 

 


Genannte Tools und Ressourcen aus der Einheit


Diese Liste dokumentiert Tools und Ressourcen, die im Community Lab erwähnt wurden. Sie ist keine allgemeine Empfehlungsliste. Vor einer Nutzung sollten Zweck, Datenschutz, Kostenmodell, Rechtefragen, Barrierefreiheit, Aktualität und organisatorische Verantwortung geprüft werden.
 

ChatGPT
https://chatgpt.com/
Genannt für Textarbeit, Übersetzung, Konzeption und kuratorische Experimente.

Mistral Vibe, vormals Le Chat
https://chat.mistral.ai/
https://mistral.ai/products/vibe/
Genannt als europäische Alternative zu großen US-amerikanischen Sprachmodellen. Zum Zeitpunkt der Einheit wurde das Tool als Le Chat geführt; inzwischen wird es als Mistral Vibe bezeichnet.

Perplexity
https://www.perplexity.ai/
Genannt für KI-gestützte Recherche mit Quellenhinweisen. Auch bei Tools mit Quellenangaben müssen Aussagen anhand der Originalquellen geprüft werden.

NotebookLM
https://notebooklm.google/
Genannt für quellenbasiertes Arbeiten mit eigenen Dokumenten.

ZoomMate / Zoom AI Companion
https://ai.zoom.us/
https://www.zoom.com/en/products/ai-assistant/
Genannt als KI-Unterstützung in Zoom, etwa für Zusammenfassungen oder Verständnisfragen in Online-Meetings. Funktionen, Verfügbarkeit und Bezeichnungen können sich je nach Lizenz und Zoom-Produkt ändern.

Claude
https://claude.ai/
Als weiteres cloudbasiertes Sprachmodell erwähnt.

Gemini
https://gemini.google.com/
Als weiteres cloudbasiertes Sprachmodell erwähnt.

Memo Akten: Learning to See
https://www.memo.tv/works/learning-to-see/
Als künstlerisches Praxisbeispiel zur Reflexion von KI, Wahrnehmung und Bias relevant.

↑ Zurück zum Überblick 

 

Hinweis: Diese Seite dokumentiert das Community Lab #2 „Mit KI weiterdenken – Impulse für kreative und solidarische Kulturarbeit“ mit Eva Fischer vom 28.10.2025. Die Inhalte wurden KI-gestützt aufbereitet, geben zentrale Impulse der Einheit wieder und erheben keinen Anspruch auf Vollständigkeit. Genannte Tools und Ressourcen sind keine Empfehlungsliste und sollten vor Nutzung aktuell geprüft werden. Rechtliche Hinweise ersetzen keine Rechtsberatung.