Automatisierte Erkennung und Themenanalyse antiker Wandmalereien über verschiedene Stile hinweg

Warum das Entschlüsseln antiker Wandkunst heute wichtig ist

In ganz Asien säumen antike Wandmalereien die Wände von Höhlen, Tempeln und Gräbern und bewahren Erzählungen über Alltagsleben, Religion und Macht, die in schriftlichen Quellen längst verschwunden sind. Diese Gemälde liegen heute jedoch in riesigen digitalen Sammlungen vor, die für Fachleute zu umfangreich sind, um jedes Werk einzeln zu untersuchen. Diese Studie zeigt, wie moderne künstliche Intelligenz Wandmalereien automatisch nach Stil ordnen und wiederkehrende Themen freilegen kann, wodurch Historikern, Kuratoren und der Öffentlichkeit geholfen wird, dieses visuelle Universum zu erschließen und besser zu verstehen, wie sich Glaubensvorstellungen und Lebensweisen über Jahrhunderte entwickelten.

Wandmalereien mit digitalen Augen lesen

Anstatt sich auf das geschulte Auge einer Spezialistin zu verlassen, entwickeln die Autorinnen und Autoren einen Computerrahmen, der jede Wandmalerei als Bündel visueller Hinweise behandelt. Sie sammeln fast 5.400 Bilder aus drei Kontexten: Höhlenmalereien aus langgestreckten in Fels gehauenen Schreinen, Tempelmalereien aus oberirdischen Sakralbauten und Grabmalereien, die mit den Toten bestattet wurden. Das System wandelt jedes Bild zunächst in mehrere Arten numerischer Beschreibungen um, die seine Farbpalette, Oberflächentextur, kleine lokale Details wie Kanten oder Ornamente sowie die größere Anordnung von Figuren und Szenen erfassen. Durch die Kombination dieser verschiedenen „Sichten“ desselben Bildes gewinnt der Computer ein reiches, mehrschichtiges Gefühl dafür, was einen Malereistil von einem anderen unterscheidet.

Einem Computer beibringen, Malereistile zu erkennen

Sobald diese visuellen Fingerabdrücke extrahiert sind, trainieren die Autorinnen und Autoren ein Machine-Learning-Modell, das lernt, welche Muster mit Höhlen-, Tempel- oder Grabmalereien zusammenhängen. Das Kernstück des Systems, das sie MV2FLR nennen, fusioniert fünf Merkmalstypen und führt sie dann in einen einfachen, aber leistungsfähigen statistischen Klassifikator namens logistische Regression. Getestet an nicht gesehenen Malereien identifiziert das Modell den Stil in fast 99 Prozent der Fälle korrekt und übertrifft damit komplexere Deep-Learning-Netze, die nur einen Aspekt des Bildes betrachten. Die Studie zeigt außerdem, dass patch-basierte Merkmale, die erfassen, wie kleine Bildregionen zueinander über das gesamte Gemälde in Beziehung stehen, besonders gut darin sind, Stile zu unterscheiden, während Farbe und Textur allein nicht ausreichen.

Geschichten in Beschreibungstexten der Malereien finden

Wandmalereien sind nicht nur Bilder; sie sind auch sorgfältig mit kurzen Textbeschreibungen katalogisiert. Um zu untersuchen, worum es in diesen Gemälden geht, verwenden die Forschenden eine moderne Themenanalysemethode namens BERTopic auf den begleitenden chinesischen Texten. Dieser Ansatz gruppiert Malereien mit gemeinsamen Schlüsselwörtern wie „Bodhisattva“, „Fest“, „Reise“ oder „Dharma predigen“ und kartiert, wie häufig jede Gruppe in Höhlen-, Tempel- oder Grabkontexten vorkommt. Dabei zeigt sich sowohl überraschende Überschneidungen als auch klare Unterschiede im Bildinhalt. Alle drei Malereitypen zeigen wiederholt buddhistische Figuren, Schutzgottheiten, Gefolgsleute und fliegende Himmelswesen, was auf eine gemeinsame visuelle Sprache hindeutet, die in Schriften und Ritualen verwurzelt ist.

Wie unterschiedliche Räume die Kunst prägen

Zugleich entwickelt jeder Malereikontext eigene bevorzugte Themen. Tempelmalereien neigen stark zu religiöser Unterweisung: narrative Szenen aus buddhistischen Schriften, formale Predigtversammlungen und geordnete Reihen himmlischer Könige und anderer Gottheiten. Grabmalereien beschäftigen sich mit dem Irdischen und den erhofften Jenseitsleben der Verstorbenen und heben Bankette, Musik und Tanz, Prozessionen mit Pferden und Wagen sowie idealisierte häusliche Szenen hervor. Höhlenmalereien bewegen sich oft zwischen diesen Welten und mischen Reiche des Reinen Landes und hingebende Gaben mit Einblicken in regionale Bräuche. Indem die Autorinnen und Autoren nachzeichnen, wie diese Themen über Dynastien hinweg zunehmen und abnehmen, zeigen sie, dass Verschiebungen in politischer Macht, religiöser Mode und Alltagspraktiken ihre Spuren auf den Wandbildern hinterlassen.

Was das für das Verständnis der Vergangenheit bedeutet

Für Nicht-Spezialisten ist die Botschaft klar: Durch die Kombination intelligenter Bildanalyse mit Text-Mining können Computer uns nun dabei helfen, riesige Malereisammlungen zu ordnen, hervorzuheben, was verschiedene Traditionen einzigartig macht, und aufzuzeigen, wo sie Gemeinsamkeiten haben. Anstatt menschliche Expertise zu ersetzen, bietet dieser automatisierte Ansatz Historikern und Kuratorinnen ein leistungsfähiges Set von Scheinwerfern, um Muster zu finden, die mit bloßem Auge unmöglich zu erkennen wären. Damit wird es zudem leichter, diese fragilen Werke zu bewahren, zu organisieren und zu präsentieren, sodass künftige Generationen erforschen können, wie antike Künstler Götter, Herrscher, gewöhnliche Menschen und die von ihnen erdachten Jenseitswelten darstellten.

Zitation: Sun, S., Li, T. & Li, Q. Automated detection and topic mining of ancient murals across different styles. npj Herit. Sci. 14, 112 (2026). https://doi.org/10.1038/s40494-026-02374-1

Schlüsselwörter: antikе Wandmalereien, KI im Kulturerbe, Bildstilklassifikation, buddhistische Kunst, Themenmodellierung