Breadcrumbs

Design - Head - Display
default
Design - Head - Layout
flex-row-6-6
Design - Head - Color
default
Sub-Menu - Display - Design
default

Datenskulpturen

2018–2021

© BarabásiLab, © ZKM | Zentrum für Kunst und Medien Karlsruhe, Foto: Felix Grünschloß
Admin Title
D7 Paragraph: r17_box_section / GPC_ID: 66661
Layout
undefined
Admin Title
D7 Paragraph: r17_box_wrapper / GPC_ID: 10376
Display
Section - Boxes - L3 (Borders)
Layout
Box
  1. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29025
    Display
    default
    Layout
    default-12

    x

  2. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29026
    Display
    default
    Layout
    default-12

    3D-Druck

  3. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29027
    Display
    default
    Layout
    default-12

    Layout-Algorithmus

  4. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29028
    Display
    default
    Layout
    default-12

    Physische Netzwerke

  5. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29029
    Display
    default
    Layout
    default-12

    »Flavor Network«

  6. Admin Title
    D7 Paragraph: r17_box_item / GPC_ID: 29030
    Display
    default
    Layout
    default-12

    x

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44543
Display
media
Layout
flex-row-3-9

Datenskulpturen | Videokommentar von Albert-László Barabási

barabasi_commentary_102.png
Vortrag/Gespräch

Datenskulpturen | Videokommentar von Albert-László Barabási

Admin Title
D7 Paragraph: r17_text / GPC_ID: 10378
Layout
flex-row-9-3 reverse

Die herkömmliche Netzwerkvisualisierung beschränkte sich über Jahre hinweg ausschließlich auf die zweidimensionale Fläche. Einer der wichtigen Schwerpunkte des BarabásiLabs ist es, an der Schnittstelle zwischen Netzwerkwissenschaft und Kunst diese Zweidimensionalität zu überwinden und die Netzwerke in den dreidimensionalen Raum zu überführen, Datenskulpturen entstehen zu lassen.

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44544
Display
media
Layout
flex-row-3-9

Albert-László Barabási, Alice Grishchenko, Nima Dehmami, Soodabeh Milanlouei, »The Flavor Network as a 3D Data Sculpture«, 2018

barabasi_ausstellungsseite_flavor_explication_loop_thumb.jpg
Werk

BarabásiLab, »The Flavor Network«, 2018

Admin Title
D7 Paragraph: r17_text / GPC_ID: 10379
Layout
flex-row-9-3 reverse

Traditionelle Algorithmen der Netzwerkgestaltung nehmen die Verbindungen zwischen zwei Komponenten, die sogenannten »Links«, als virtuelle und körperlose Linien wahr, die sich kreuzen können. In physischen Netzwerken, wie zum Beispiel innerhalb des Gehirn-Netzwerks, ist das nicht möglich. Das BarabásiLab entwickelte einen neuen mathematischen Algorithmus, der die Gestaltung dreidimensionaler Netzwerke ohne Link-Kreuzungen zulässt. Die Formel des Algorithmus ist von tatsächlichen biologischen und physischen Mustern inspiriert. Dank der entwickelten Software und des zunehmend gängigeren 3D-Pulverdruckverfahrens konnte im Jahr 2018 »The Flavor Network« [Das Geschmacks-Netzwerk] als erste dreidimensionale Netzwerkdarstellung realisiert werden. Anders als das vorangegangene zweidimensionale »Flavor Network« konnte der 3D-Druck zu diesem Zeitpunkt nur monochrom ausgeführt werden. Er trägt die Informationen in seiner Struktur – er zeigt eine klare Trennung der verschiedenen Geschmacksgemeinschaften und enthüllt zuvor verborgene Beziehungen zwischen den Lebensmittelgruppen.

Admin Title
D7 Paragraph: r17_image / GPC_ID: 10380
Display
image
Layout
flex-row-3-9
© BarabásiLab, © ZKM | Zentrum für Kunst und Medien Karlsruhe, Foto: Felix Grünschloß
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 10382
Display
list-accordion
Layout
undefined
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 19314
Display
default
Layout
default-12

Connectome (2019)

  1. Admin Title
    D7 Paragraph: r17_faq_item / GPC_ID: 10381
    Display
    default
    Layout
    default-12

    3D-Hirnnetzwerk einer Maus

    Neurowissenschaft
    Hirnforschung
    Physische Netzwerke

    Mit über 100 Milliarden Knotenpunkten ist das menschliche Gehirn das vielleicht komplexeste Netzwerk, das der Wissenschaft bekannt ist. Neurowissenschaftler:innen nennen das gesamte Hirnnetzwerk, das auf der Ebene der einzelnen Neuronen ermittelt werden kann, das »Konnektom«. Die wichtige, aber noch unerforschte Rolle, die das Konnektom für die Funktion des Gehirns und das Bewusstsein spielt, macht es so wichtig, seine Struktur zu verstehen.

    Die 3D-Darstellung des »Connectome«, des neuronalen Hirnnetzwerks einer Maus, ist der erste Versuch des BarabásiLabs, die Struktur des Gehirns zu visualisieren. Die Konfiguration basiert auf Daten, die im Rahmen eines mehrjährigen Projekts am Allen Institute, einem bio-wissenschaftlichen Forschungszentrum in Seattle, USA, gesammelt wurden. Das Maus-Konnektom wurde mit demselben Algorithmus erstellt, der auch dem »Flavor Network« und den anderen Datenskulpturen in der Ausstellung zugrunde liegt. Seine Anordnung enthüllt die außergewöhnliche Komplexität der Verdrahtungsmuster des Gehirns und eröffnet neue Wege zum Verständnis der Gehirnfunktion.

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44545
Display
media
Layout
flex-row-3-9

Connectome | Videokommentar von Albert-László Barabási

barabasi_commentary_110.png
Vortrag/Gespräch

Connectome | Videokommentar von Albert-László Barabási

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44548
Display
media
Layout
flex-row-3-9

Albert-László Barabási, Jose Brum, Nima Dehmami, Alice Grishchenko, Emma Towlson, »The Mouse Connectome«, 2019

barabasi_ausstellungsseite_brain_networkc_c_thumb.jpg
Werk

BarabásiLab, »Das Mäuse-Konnektom«, 2019

Admin Title
D7 Paragraph: r17_faq / GPC_ID: 10387
Display
list-accordion
Layout
undefined
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 19318
Display
default
Layout
default-12

Heat (2020)

  1. Admin Title
    D7 Paragraph: r17_faq_item / GPC_ID: 10386
    Display
    default
    Layout
    default-12

    Der Einfluss von Wärme auf Netzwerke

    Physische Netzwerke
    Temperaturgradient
    Netzwerktemperatur
    Unendlichkeits-Netzwerk

    Die Körperlichkeit eines Netzwerks schränkt seine Struktur stark ein. Da sich die Verknüpfungen eines physischen Netzwerks nicht kreuzen können, müssen sie von geradlinigen Verläufen abweichen, um ihr Ziel zu erreichen. Im Gehirn müssen sich Neuronen biegen und verdrehen, um einander auszuweichen. Seit 2006 beschäftigt sich das BarabásiLab mit dem systematischen Versuch, die Eigenschaften solch physischer Netzwerke zu verstehen. Um die Abweichungen der Verknüpfungen zu quantifizieren, entwickelte das Lab das Konzept der Netzwerktemperatur. Ein Netzwerk mit einer Temperatur von null Grad hat nur gerade Verbindungen, während sich die Verknüpfungen wärmerer Netzwerke schlängeln und winden, um einander zu umgehen.

    Über die Kontrolle der Temperatur schuf das Lab mit der Serie »Heat« [Wärme] eine Reihe von Wärme-Netzwerken aus unterschiedlichsten Materialien. Ausgangspunkt der Serie war ein zweidimensionales Gitter, dessen Temperatur in der Mitte erhöht und außen kühler gehalten wird. Eine Weiterführung der Serie in drei Dimensionen geht von einem Würfel aus, dessen Knotenpunkte fixiert sind. Die Temperatur aller Verknüpfungen wird jedoch gleichmäßig erhöht, wodurch der Kontrast zwischen der Regelmäßigkeit des Gitters und der Zufälligkeit der Verlinkungen sehr deutlich wird. Zusätzlich zu den Datenskulpturen entstand zuletzt »Infinity Network« [Unendlichkeits-Netzwerk], um zu illustrieren, dass die meisten realen Netzwerke nicht endlich sind, sondern mit der Zeit ins Unendliche wachsen.

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44549
Display
media
Layout
flex-row-3-9

Heat | Videokommentar von Albert-László Barabási

barabasi_commentary_109.png
Vortrag/Gespräch

Heat | Videokommentar von Albert-László Barabási

Admin Title
D7 Paragraph: r17_image / GPC_ID: 10388
Display
image
Layout
flex-row-3-9
© BarabásiLab (Albert-László Barabási, Nima Dehmami, Alice Grishchenko, Yanchen Liu)
Admin Title
D7 Paragraph: r17_image / GPC_ID: 10393
Display
image
Layout
flex-row-3-9
© BarabásiLab, © ZKM | Zentrum für Kunst und Medien Karlsruhe, Foto: Felix Grünschloß
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 10395
Display
list-accordion
Layout
undefined
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 19322
Display
default
Layout
default-12

Gurgas (2018–2021)

  1. Admin Title
    D7 Paragraph: r17_faq_item / GPC_ID: 10394
    Display
    default
    Layout
    default-12

    Verdichtete Netzwerke

    3D-Visualisierung
    Physische Netzwerke
    Aufblasbare Objekte

    Eine Herausforderung der 3D-Visualisierung ist die Darstellung großer, dichter Netzwerke, deren innere Struktur durch die große Anzahl von Verknüpfungen behindert wird. Sind die Verbindungen zwischen den Knotenpunkten sehr dick, können sie keiner geraden Linie folgen, sondern müssen sich umeinanderwinden, um ihr Ziel zu erreichen. Werden solche Krümmungen extrem, können dichte physikalische Netzwerke ihren Aggregatzustand wechseln und in eine neue Phase ihrer Existenz eintreten. Diese verdichteten Netzwerke bezeichnet Albert-László Barabási als »Gurgas«, ein Begriff, der auf das lateinische Wort für Schlucht zurückzuführen ist. Dank ihrer kompakten Form und des Fehlens loser Glieder wurden die »Gurgas« zum Testfeld des BarabásiLabs für 3D-Druckmaterialien wie Bronze und Kunststoff. Das jüngste Materialexperiment stellt die Arbeit »Inflatable Gurga« [Aufblasbare Gurga] dar. Der Prozess des Aufblasens verkörpert den Übergang einer Datenskulptur zu einer »Gurga«, deren Struktur durch die extreme Ausdehnung der Verknüpfungen geprägt ist. Das Projekt ist vom Genre der aufblasbaren pneumatischen Skulpturen aus der Kunst inspiriert und verkörpert die Strategie der inversen Aneignung, der Überführung der formellen und visuellen Sprache der Kunst in die Wissenschaft, eine künstlerische Praxis des BarabásiLabs.

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44553
Display
media
Layout
flex-row-3-9

Albert-László Barabási, Csaba Both, Alice Grishchenko, »Gurgas«, 2021

barabasi_ausstellungsseite_gurga_bounce_thumb.jpg
Werk

BarabásiLab, »Gurgas«, 2021

Admin Title
D7 Paragraph: r17_video / GPC_ID: 44554
Display
media
Layout
flex-row-3-9

BarabásiLab, »Inflatable Gurga«, 2021

Ausstellung

Inflatable Gurga | BarabásiLab. Hidden Patterns. Ludwig Museum

Admin Title
D7 Paragraph: r17_faq / GPC_ID: 10400
Display
list-accordion
Layout
undefined
Admin Title
D7 Paragraph: r17_faq / GPC_ID: 19326
Display
default
Layout
default-12

Network Canon (2018)

  1. Admin Title
    D7 Paragraph: r17_faq_item / GPC_ID: 10399
    Display
    default
    Layout
    default-12

    Ikonische 3D-Modelle

    3D-Druck
    Zufallsgraph
    Skalenfreie Netzwerke

    Nach der Entwicklung eines mathematischen Werkzeugsatzes für die Herstellung von Datenskulpturen kehrte das BarabásiLab 2018 erneut zu dem im Jahr 2000 begonnenen Projekt »Network Canon« zurück, das die Illustration kanonischer Netzwerkmodelle zum Ziel hatte. Durch den 3D-Druck war es nun möglich, die strukturellen Unterschiede zwischen den beiden meistuntersuchten Netzwerkmodellen, dem Erdős-Rényi- und dem Barabási-Albert-Modell, darzustellen. Ersteres basiert auf der Arbeit der ungarischen Mathematiker Pál Erdős und Alfréd Rényi aus dem Jahr 1960 über zufällig verbundene Netzwerke. Letzteres basiert auf der von Albert-László Barabási und Réka Albert im Jahr 1999 entwickelten Theorie, die sogenannte skalenfreien Netzwerke einführte, die von Knotenpunkten mit einer außergewöhnlichen Anzahl von Verbindungen zusammengehalten werden. Diese Entdeckung widersprach der damals vorherrschenden Theorie der zufälligen Netzwerke, die davon ausging, dass die Knoten realer Netzwerke zufällig miteinander verbunden sind, was zu einer eher gleichförmigen, »demokratischen« Netzwerkarchitektur führt. Die zwei in der Ausstellung präsentierten Modelle aus dem Jahr 2018 zeigen den ersten erfolgreichen Versuch, das zufällige beziehungsweise skalenfreie Netzwerk als Datenskulpturen umzusetzen.

Admin Title
D7 Paragraph: r17_text / GPC_ID: 10401
Layout
flex-row-9-3 reverse

Die ebenfalls ausgestellte Datenskulptur des »Human Disease Network« [Netzwerk menschlicher Krankheiten] ist der erste Prototyp eines mehrfarbigen 3D-Drucks. Die dreidimensionale Ausrichtung der endgültigen 3D-Farbversion macht zuvor verborgene Beziehungen zwischen Krankheitsklassen sichtbar, die in der zweidimensionalen Visualisierung weitgehend nicht wahrnehmbar sind.

Admin Title
D7 Paragraph: r17_image / GPC_ID: 10402
Display
image
Layout
flex-row-3-9
© BarabásiLab (Albert-László Barabási)
Admin Title
D7 Paragraph: r17_image / GPC_ID: 10403
Display
image
Layout
flex-row-3-9
© BarabásiLab, © ZKM | Zentrum für Kunst und Medien Karlsruhe, Foto: Felix Grünschloß

Footer

ZKM | Zentrum für Kunst und Medien

Lorenzstraße 19
76135 Karlsruhe

+49 (0) 721 - 8100 - 1200
info@zkm.de

Organization

Dialog