Graph-verstärkte Clusteranalyse spätmoderner Kirchen durch multidimensionale Integration semantischer Merkmale

Warum Kirchenkarten und Data Science wichtig sind

In den Hügeln und Flusstälern der Provinz Shanxi im Norden Chinas dokumentieren mehr als hundert katholische Kirchen stillschweigend ein Jahrhundert kulturellen Austauschs zwischen China und dem Westen. Diese Studie zeigt, wie moderne Kartierungswerkzeuge und künstliche Intelligenz kombiniert werden können, um diese Gebäude als Netzwerk zu lesen, aufzudecken, wo sie errichtet wurden, wie sich ihre Entwürfe entwickelten und was das über Glauben, Geografie und handwerkliche Traditionen in einem sich wandelnden China aussagt.

Kirchen als Erzählungen in Stein und Ziegel

Jede Kirche in dieser Studie wird als ein kleines Bündel von Hinweisen behandelt. Die Forschenden dokumentierten, wann sie gebaut wurde, zu welcher Missionsperiode sie gehört, wie ihr Grundriss aussieht, wie die Fassade gestaltet ist und welche Art von Tragwerk sie stützt – von Ziegelmauern und Holzdächern bis zu höhlenartigen Räumen, die in Lössklippen gehauen sind. Außerdem kartierten sie jeden Standort genau mit GPS, digitalen Höhenmodellen und Flussdaten. Insgesamt wurden 106 zwischen etwa 1840 und 1949 errichtete Kirchen anhand von 23 verschiedenen Merkmalen beschrieben, sodass ein reiches Porträt davon entstand, wie westliche Sakralarchitektur auf lokale chinesische Baupraxis traf.

Von Papierkarten zu intelligenten Netzwerken

Das Auflisten dieser Merkmale in einer Tabelle reicht nicht aus, um tiefere Muster zu erkennen. Stattdessen baute das Team einen „Graphen“, eine Art intelligente Karte, auf der jede Kirche zu einem Punkt (einem Knoten) wird und Punkte verbunden sind, wenn sie wichtige Gemeinsamkeiten teilen. Zwei Kirchen können verbunden sein, weil sie beide einen Basilika-Grundriss verwenden, eine gotische Fassade teilen, im selben Flusseinzugsgebiet liegen oder zur selben Art von Tragwerk gehören. Ein spezialisiertes neuronales Netzwerk namens GraphSAGE gibt dann Informationen entlang dieser Verbindungen weiter, sodass jede Kirche nicht nur durch ihre eigenen Merkmale beschrieben wird, sondern auch durch die ihrer Nachbarn in diesem Netzwerk von Ähnlichkeiten.

Die Daten sich selbst in Familien sortieren lassen

Sobald diese angereicherten Beschreibungen vom Netzwerk gelernt wurden, verwendeten die Forschenden eine unüberwachte Clustering-Methode, die den Computer auffordert, Kirchen zu gruppieren, die sich am ähnlichsten sind, ohne ihm vorab zu sagen, welche Typen zu erwarten sind. Sie testeten sorgfältig, wie tief das Netzwerk sein sollte und wie verschiedene Arten von Beziehungen – wie Stil, Struktur und Wassernähe – am besten zu gewichten sind, damit die resultierenden Gruppierungen sowohl stabil als auch aussagekräftig sind. Zudem verglichen sie mehrere klassische Clustering-Techniken und stellten fest, dass ein einfacher zentroidbasierter Ansatz auf diesen netzwerkbasierten Merkmalen am besten funktionierte und klare, gut getrennte Kategorien lieferte.

Drei hauptsächliche Formen, in denen Kirchen Gestalt annahmen

Die Analyse offenbarte drei große Kirchenfamilien, die Shanxis Weg von lokaler Anpassung zu stärker standardisierten westlichen Formen nachzeichnen. Die erste, „Lokalisiert-hybride Anpassung“, umfasst viele frühe Standorte entlang der Hauptflüsse. Diese Gebäude verweben romanische oder gotische Details mit traditionellen chinesischen Fassaden, Höhlenwohnungen und Hofanlagen und zeigen fremde Gottesdienstpraktiken, die sorgfältig in lokale Materialien und Fertigkeiten eingebettet wurden. Die zweite, „Hochlandwestliche Kompositform“, erstreckt sich in höhere Täler und mischt mehrere westliche Stile und Grundrisse, wobei importierte Kirchenlayouts mit anspruchsvollem Gelände ausbalanciert werden. Die dritte, „Standardisierte Basilika-Expansion“, tritt später auf und ist in den zentralen Becken konzentriert, wo Ziegel- und Holzbasiliken mit romanischen und gotischen Erscheinungen eine einheitlichere und institutionellere Kirchenlandschaft bilden.

Was das über Shanxi hinaus bedeutet

Für Nicht-Fachleute ist das Ergebnis eine Art Röntgenblick für die Architekturgeschichte. Indem Gebäude und ihre Umgebungen in einen vernetzten Datensatz überführt werden, zeigt diese Studie, wie kleine, verstreute und ungleichmäßige Aufzeichnungen dennoch ein kohärentes Bild davon liefern können, wie sakrale Architektur sich ausbreitete, adaptierte und über die Zeit reifte. Derselbe Graph-und-Cluster-Ansatz könnte auf andere Arten von Kulturerbe angewendet werden – von Dorfhäusern bis zu Fabrikkomplexen – und Historikern sowie Planern helfen, nicht nur einzelne Denkmäler zu sehen, sondern lebendige Muster, die Ort, Technik und Kultur verbinden.

Zitation: Kang, F., Li, W., Li, L. et al. Graph-enhanced clustering of late modern churches via multi-dimensional semantic feature integration. npj Herit. Sci. 14, 100 (2026). https://doi.org/10.1038/s40494-026-02360-7

Schlüsselwörter: architektonisches Erbe, Kirchenbau, Graph-Neuronale Netze, räumliche Clusterbildung, chinowestlicher Kulturaustausch