🟦 Theoretische Grundlagen (klassisch & KI)

Die Kategorie Theoretische Grundlagen bildet das Fundament von VERA-VM. Sie vereint klassische wissenschaftliche Ansätze – von Hermeneutik, Semiotik und Ikonologie bis zu epistemologischen und medienphilosophischen Konzepten – mit den Grundbegriffen der modernen KI- und Datenverarbeitung.
Hier wird sichtbar, wie sich Sehen, Verstehen und Analysieren in einer Zeit verändern, in der menschliche Wahrnehmung und algorithmische Verfahren nebeneinander bestehen.

Im Zentrum stehen drei Perspektiven:

1. Klassische Theorie – Methoden der Kunstgeschichte, Bildhermeneutik, Semiotik, Ikonologie, Wahrnehmungstheorie.

2. Digitale Theorie – maschinelles Lernen, neuronale Netze, statistische Modelle, algorithmische Logiken.

3. Verbindende Modelle – Fragen nach Evidenz, Validität, Intersubjektivität, Medienlogik und der Rolle von Maschinen im Erkenntnisprozess.

Die Texte dieser Kategorie erklären, wie Bilder Bedeutung tragen, wie Modelle Wissen erzeugen, und wie sich menschliche und maschinelle Erkenntnisformen unterscheiden oder ergänzen.
Ziel ist es, ein theoretisches Gerüst bereitzustellen, das den Übergang von klassischen Konzepten zur modernen KI nicht nur nachvollziehbar macht, sondern methodisch reflektiert.

Ob Grundlagenwissen, vertiefende Theorie oder der kritische Vergleich zwischen menschlicher Wahrnehmung und algorithmischer Auswertung – diese Kategorie führt in das gesamte Spektrum der Grundbegriffe, Modelle und Prinzipien ein, die für VERA-VM zentral sind.