KI entlarvt eine Unstimmigkeit: St. Josef in Raffaels Madonna della Rosa könnte von einer anderen Hand gemalt worden sein
Künstliche Intelligenz kann Details in Bildern erkennen, die dem menschlichen Auge entgehen. Im Jahr 2023 identifizierte ein neuronales Netz eine ungewöhnliche Eigenschaft im Gesicht eines St. Josef in einem berühmten Raphael-Werk: Es stammt vermutlich nicht von Raphael. Das Gemälde Madonna della Rosa (Madonna of the Rose) zeigt St. Josef im oberen linken Bildbereich. Schon lange wird darüber spekuliert, ob Raphael das Werk wirklich geschaffen hat. Die neue KI-Analyse stützt die These, dass zumindest einige Pinselstriche von einer anderen Hand stammen könnten. Forscher aus dem Vereinigten Königreich und den USA entwickelten einen maßgeschneiderten Analyse-Algorithmus, der sich auf Arbeiten stützt, von denen bekannt ist, dass sie Raphaels Stil zeigen. „Durch eine Tiefenmerkanalyse haben wir Bilder authentischer Raphael-Gemälde verwendet, um den Computer so zu trainieren, dass er seinen Stil bis ins kleinste Detail erkennt – von den Pinselstrichen, der Farbpalette, der Schattierung und jedem Aspekt des Werks“, erklärte Hassan Ugail von der University of Bradford im Jahr 2023, als die Ergebnisse veröffentlicht wurden. „Der Computer sieht viel tiefer als das menschliche Auge, bis hin zu mikroskopischen Ebenen.“ Die Forscher nutzten ein auf ResNet50 basierendes vortrainiertes Modell zusammen mit einer klassischen Maschine-Learning-Technik namens Support Vector Machine. Die Methode hatte zuvor gezeigt, dass Raphael-Gemälde mit einer Genauigkeit von 98 Prozent erkannt werden können. Normalerweise wird das System auf ganze Bilder trainiert, doch hier untersuchten die Forscher auch einzelne Gesichter.
In This Article:
Was ist Madonna della Rosa und warum ist sie bedeutsam?
Die Madonna della Rosa wurde Experten zufolge zwischen 1518 und 1520 auf Leinwand gemalt. In den 1800er-Jahren begannen Kunstkritiker zu vermuten, dass Raphael nicht das gesamte Werk gemalt habe; seitdem wird über die Provenienz des Bildes gestritten. Während St. Josephs Gesicht in früheren Debatten oft als weniger gelungen angesehen wurde, galt der Rest des Gemäldes weithin als Werk Raphaels. Diese neue KI-Analyse stützt die Vermutung, dass zumindest Teile des Bildes nicht von Raphael stammen könnten.
Wie die KI arbeitete
Zuerst trainierten die Forscher das System mit Bildern authentischer Raphael-Gemälde, damit der Computer seinen Stil bis ins kleinste Detail erkennt – von Pinselstrichen, Farbpalette und Schattierung. Sie nutzten ein auf dem Modell ResNet50 basierendes vortrainiertes Architekturmodell und kombinierten es mit einer klassischen Methode des maschinellen Lernens, der Support Vector Machine. Normalerweise wird das System auf ganze Bilder trainiert, doch hier analysierten die Forscher zusätzlich einzelne Gesichter – eine neue Herangehensweise in der Kunstforschung. Frühere Tests zeigten eine Genauigkeit von 98 Prozent bei der Identifikation von Raphael-Gemälden.
Was bedeuten die Ergebnisse?
Beim Testen des Gemäldes als Ganzes waren die Ergebnisse nicht eindeutig. Bei der Aufteilung in Teile zeigte St. Josephs Gesicht die höchste Wahrscheinlichkeit, nicht von Raphael geschaffen zu sein, während der Rest des Bildes eher dem Stil des Meisters entsprach. Giulio Romano, einer von Raphaels Schülern, könnte für das vierte Gesicht verantwortlich gewesen sein, doch ist das keineswegs sicher. Solche Technologien eröffnen neue Muster in der Kunstgeschichte und zeigen, dass moderne Tools helfen können – ohne menschliche Expertise zu ersetzen.
KI als Werkzeug – nicht Ersatz
Die Madonna della Rosa stammt aus dem Zeitraum 1518–1520; Schon im 19. Jahrhundert gab es Zweifel, ob Raphael das gesamte Werk gemalt hat – diese Zweifel erscheinen, dank der neuen KI-Analyse, nun stärker belegt. „Dies ist kein Fall, in dem KI den Menschen ihre Jobs nimmt“, sagte Ugail. „Der Prozess der Authentifizierung umfasst Provenienz, Pigmente, Zustand des Werks und vieles mehr. Solche Software kann als Werkzeug dienen, um den Prozess zu unterstützen.“ Die Forschung wurde in Heritage Science veröffentlicht; eine frühere Version des Artikels erschien im Dezember 2023.
