Zum Inhalt springen
Audio
«Samson und Dalila» von Peter Paul Rubens: Laut Algorithmus eine Fälschung
Aus Audio Aktuell SRF 4 News vom 14.04.2022. Bild: Wikimedia
abspielen. Laufzeit 6 Minuten 18 Sekunden.

Künstliche Intelligenz Wenn der Computer die Kunstfälschung entlarvt

Ein Algorithmus hat gelernt, gefälschte Kunst zu erkennen. Er ist überraschend zuverlässig – aber nicht überall.

«In Europa geht man davon aus, dass ungefähr die Hälfte der Werke auf dem Kunstmarkt gefälscht sind», sagt Carina Popovici. In anderen Ländern wie China oder Russland soll diese Zahl noch höher sein: «Berichte behaupten, dass bis zu 80 Prozent der dort gehandelten Kunst gefälscht sei.»

In Europa soll ungefähr die Hälfte der Werke auf dem Kunstmarkt gefälscht sein.
Autor: Carina Popovici Gründerin und Chefin Art Recognition

Als die studierte Physikerin Popovici zum ersten Mal von diesen Zahlen hörte, wunderte sie sich, dass es noch keine Software gab, um den Fälschungen mit Hilfe des Computers auf die Schliche zu kommen: «Da sagte ich mir: ‹Okay, dann mache ich das halt!›»

Mindestens 200 Trainings-Bilder

Popovici gab ihren gutbezahlten Job in der Finanzbranche auf und programmierte einen ersten Prototypen eines solchen Programms. Er zeigte, dass der Computer tatsächlich in der Lage ist, gefälschte Kunst von echter zu unterscheiden.

Carina Popovici sitzt vor ihrem Laptop.
Legende: Carina Popovici hat das Startup Art Recognition gegründet und einen Algorithmus geschrieben, der echte Kunst von Fälschungen unterscheiden kann. Art Recognition

Daraus entstand das Startup Start Art Recognition, das sie 2019 zusammen mit der Mathematikerin Christiane Hoppe-Oehl gegründet hat. Heute hat Art Recognition schon über 400 Expertisen erstellt. Zu den Kunden gehören Kunstexpertinnen, Sammler, Galerien und Auktionshäuser.

Damit der Algorithmus «lernt», welche Gemälde echt sind, wird er mit Bildern eines Malers oder einer Malerin gefüttert. «Erfahrungsgemäss braucht es mindestens 200 Bilder pro Künstler», sagt Popovici. Die Menge hänge auch davon ab, wie oft eine Künstlerin über die Zeit ihren Stil geändert hat.

Probleme mit den alten Meistern

Mehr als 300 Künstler und über 100'000 Bilder hat der Algorithmus bis jetzt «gelernt» – er weiss, welche Merkmale wie Technik, Pinselführung, Komposition oder Farben für einen Maler oder eine Malerin typisch sind. Damit kommt er laut Popovici bei der Erkennung auf eine Erfolgsquote von über 90 Prozent.

Eine bestimmte Kategorie von Werken bereitet der Künstlichen Intelligenz aber Mühe: die alten Meister. «Der Grund sind die Trainingsdaten», erklärt Popovici. «Die alten Meister hatten viele Lehrlinge und haben häufig nur einen Teil eines Bildes selbst gemalt.» Damit der Algorithmus aber richtig trainiert werden könne, müssten alle Trainings-Bilder aus einer Hand kommen.

Kopie statt Original

Doch ausgerechnet bei einem alten Meister gelang Art Recognition die bisher meistbeachtete Analyse: Im September 2021 stellte der Algorithmus mit über 90-prozentiger Sicherheit fest, dass das Gemälde «Samson und Delilah» der Londoner National Gallery nicht wie vom Museum angenommen von Rubens stammte.

Podcast Digital Podcast

Der Technologie-Podcast von SRF über Internet, Smartphones, soziale Netzwerke, Computersicherheit und Games.

Weitere Audios und Podcasts

Die National Gallery hatte das Gemälde 1980 für den damaligen Rekordpreis von zweieinhalb Millionen Pfund gekauft. Doch Kritiker begannen bald, an seiner Echtheit zu zweifeln und vermuteten, es handle sich nur um die Kopie des Originals. Der Befund des Algorithmus stützt nun diese These.

Nur ein Baustein der vollständigen Analyse

Wird der Algorithmus also bald die Arbeit von Kunstexpertinnen und Kunstexperten überflüssig machen? Auf keinen Fall, sagt Carina Popovici. Die Software soll sie bei ihrer Arbeit unterstützen: «Manchmal haben sie selbst Zweifel und fragen uns dann: ‹Was sagt denn die Maschine?›»

Neben den klassischen Methoden wie der chemischen Untersuchung oder der Provenienzforschung soll der Computer einfach einen weiteren Baustein liefern, aus dem am Ende dann eine vollständige Analyse entsteht.

SRF 1, Mittwoch 13. April, 09:20 Uhr

Meistgelesene Artikel