Dr. Stefanie Schneider

Stefanie Schneider ist wissenschaftliche Assistentin am Institut für Kunstgeschichte der LMU München. Mit einem akademischen Hintergrund in Statistik, Informatik und Soziologie promovierte sie 2024 in Kunstgeschichte. Seit 2016 ist sie im Bereich der Digital Humanities tätig und erforscht die Schnittstelle zwischen traditionellen hermeneutischen Ansätzen und modernen quantitativen Methoden in der kunsthistorischen Forschung. Ihr erstes Buch, Art and the Artificial Eye: Algorithmic Views of the Human Posture (2025), untersuchte den Einsatz computergestützter Methoden zur Konstruktion eines virtuellen Raums von Assoziationen, Referenzen und Ähnlichkeiten zur historischen Einbettung der menschlichen Figur und ihrer Haltung in der bildenden Kunst. Ihre Arbeit wurde mehrfach ausgezeichnet, unter anderem mit einer Honorary Mention beim European Union Prize for Citizen Science 2023, und in führenden wissenschaftlichen Fachkreisen wie IEEE, ACM und ADHO vorgestellt. Sie ist Mitglied des Verbands Digital Humanities im deutschsprachigen Raum (DHd) und dem Arbeitskreis Digitale Kunstgeschichte.

Projekt am CAS

Am CAS erforscht Stefanie Schneider die Herausforderungen, mit denen Vision-Language-Modelle (VLMs) bei der Interpretation nicht-realweltlicher Bilder konfrontiert sind. Seit Mitte der 2010er Jahre haben VLMs – insbesondere solche, die auf Transformer-Architekturen basieren – bemerkenswerte Fortschritte gemacht, indem sie es Systemen ermöglichen, gleichzeitig mehrere Aspekte von Eingabedaten zu „beachten“. Diese Fortschritte stoßen jedoch häufig an ihre Grenzen, wenn sie auf nicht-realweltliche Bilder angewendet werden, also auf visuelles Material, das durch künstlerische, kulturelle oder konzeptuelle Eingriffe geformt wurde (wie Gemälde, Filmszenen oder archäologische Zeichnungen). Solche Bildtypen sind in Trainingsdatensätzen unterrepräsentiert, was zu oberflächlichen oder idiosynkratischen Repräsentationen führt, die die inhärent hierarchische Bedeutungsstruktur der Bilder nicht erfassen. Infolgedessen lösen sich die von VLMs erzeugten Repräsentationen häufig vom ursprünglichen Kontext der Bilder, was Fragen zu ihrer interpretativen Kohärenz aufwirft. Dieses Projekt untersucht, wie VLMs nicht-realweltliche Bilder umkonfigurieren. Es verfolgt zwei Ziele: Erstens sollen die repräsentationalen Schwächen von VLMs sichtbar gemacht werden, indem aufgezeigt wird, wo und warum sie scheitern, die Semantik nicht-realweltlicher Bildwelten adäquat zu erfassen; zweitens sollen VLMs als ‚Bedeutungsvermittler‘ interpretiert werden, indem untersucht wird, wie ihre Ausgaben den Raum zwischen ästhetischer Intention und rechnerischer Abstraktion durchqueren – und dabei mitunter verzerren.