15.05. - 17.05.2023

Der Umstieg auf erneuerbare Energieträger ist ein zentrales Zukunftsthema unserer Gesellschaft – und wichtiger Bestandteil weltweiter Strategien, um den CO2-Ausstoß zu verringern. Ein aktiver Dialog zwischen Forschung, Gesellschaft und Politik ist dazu besonders wichtig. Das Ausstellungsstück „IN-ML-OUT“ setzt genau hier an – und ist als ein Ausgangsimpuls für diese Austauschprozesse konzipiert.

Hinter dem Projekt steht eine Kooperation zwischen den Designstudierenden Laura Neuscheler, Samuel Stober und Arne Sanwald des Studiengangs Industrial Design, den Machine Learning Forschenden Nina Effenberger und Dr. Nicole Ludwig vom Exzellenzcluster „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“ der Universität Tübingen sowie dem „Zentrum für rhetorische Wissenschaftskommunikationsforschung zur Künstlichen Intelligenz“.

Den inhaltlichen Mittelpunkt bildet eine konkrete Herausforderung: Die erneuerbare Energiegewinnung ist wetterabhängig und damit auch selbst vom Klimawandel betroffen. Wenn wir erneuerbare Energieträger bestmöglich nutzbar machen wollen, braucht es möglichst genaue Vorhersagen. Eben hier können moderne Algorithmen des Maschinellen Lernens helfen. Das Exponat macht erfahrbar, dass unser Handeln das Klima beeinflusst, welche Lösungsansätze Forschende mit Hilfe von Maschinellem Lernen unterstützen können und welche Initiativen und Projekte zu erneuerbaren Energien es bereits gibt. Dazu bringt es Wissenschaft und Kunst zusammen – und überträgt die modellhaften Teilaspekte von „Input“, „Machine Learning“ und „Output“ in drei verbundene Ausstellungsstücke, die zum Entdecken, Nachdenken, und Diskutieren einladen.

Eröffnung: Montag, 15. Mai 2023, 18 Uhr
Laufzeit: 16.05.–17.05.2023
Öffnungszeiten: Di­–Mi 12–19 Uhr 

Das Projekt wird seitens der ABK von Prof. Uwe Fischer (Professor für Industrial Design) und AM David Gebka (Akademischer Mitarbeiter im Studiengang Industrial Design) begleitet.