Aufbau einer gemeinschaftlich partizipativen Plattform zur Generierung Jingchu‑volkstümlicher Muster und Analyse eines Nutzer‑Co‑Creation‑Mechanismus

Antike Muster ins Digitale bringen

In der Jingchu‑Region Chinas zieren jahrhundertealte Motive von Wolken, Drachen und Phönixen Lackwaren, Textilien und Bronzeobjekte. Viele dieser Entwürfe drohen jedoch aus dem Alltagsleben zu verschwinden. Diese Studie zeigt, wie eine neue Online‑Plattform, angetrieben von einem bildgenerierenden KI‑System, gewöhnlichen Menschen und Fachleuten der Kultur die Möglichkeit gibt, gemeinsam diese Volkstmuster wiederzubeleben und neu zu interpretieren. Für Leserinnen und Leser, die wissen wollen, wie künstliche Intelligenz Traditionen bewahren anstatt zu verdrängen, liefert diese Arbeit ein konkretes, datenbasiertes Beispiel.

Warum alte Muster neue Werkzeuge brauchen

Traditionelles Kulturerbe wurde häufig wie ein zerbrechliches Objekt in einer Glasvitrine geschützt: sorgfältig aufbewahrt, kaum berührt und meist nur still betrachtet. Die Autorinnen und Autoren argumentieren, dass dieses Modell in das digitale Zeitalter nicht mehr passt, insbesondere nicht für jüngere Generationen, die schaffen und teilen wollen statt nur zu beobachten. Jingchu‑Volkstmuster tragen reiche Erzählungen lokaler Geschichte und Glaubensvorstellungen, leiden aber unter einer „doppelten Krise“ aus alternden Traditionsüberlieferern und mangelnden neuen Verwendungsformen. Zugleich können bildgenerierende KI‑Werkzeuge wie Stable Diffusion visuelle Stile schnell aus großen Bildmengen erlernen. Die zentrale Frage der Arbeit ist, ob diese Werkzeuge zu einem respektvollen Assistenten für das kulturelle Erbe umgestaltet werden können – der sowohl treue Bewahrung als auch mutige neue Designs unterstützt.

Der KI beibringen, Kultur zu respektieren

Die Forschenden erstellten zunächst eine detaillierte digitale Sammlung von 9.700 Jingchu‑Musterbildern aus Museen und von Volkskünstlern. Fachleute für Volkskunde, Kunstgeschichte und Konservierung annotierten die Bilder mit mehr als 200 kulturellen Schlagworten und nahezu 2.000 visuellen Beschreibungen, die Motive, Gestaltungsregeln und Bereiche mit besonderer symbolischer Bedeutung abdecken. Darauf aufbauend modifizierte das Team das populäre Stable‑Diffusion‑Modell zu einer ihrer Bezeichnung nach kultur‑sensiblen Version. Ganz praktisch fügten sie spezielle Aufmerksamkeitslagen und zusätzliche Trainingsregeln hinzu, sodass die KI kulturell wichtige Merkmale „stärker beachtet“ und sanft von Mustern weggeführt wird, die falsch oder unauthentisch wirken. Tests im Vergleich mit mehreren anderen fortgeschrittenen Bildmodellen zeigten, dass dieses angepasste System Muster erzeugte, die von Expertinnen und Experten sowohl als kulturell genauer als auch visuell konsistenter mit dem Jingchu‑Stil bewertet wurden.

Schaffung für die Gemeinschaft öffnen

Technologie allein reicht, betonen die Autorinnen und Autoren, nicht aus. Deshalb gestalteten sie die Plattform als Co‑Creation‑Community anstatt als Ein‑Klick‑Bildspielerei. Über sechs Monate nutzten 486 Personen – darunter kulturelle Überlieferer, Designer, Enthusiasten und Alltagsbürger – das System. Die Plattform leitete Neueinsteiger von einfachem Stöbern und kleinen Bearbeitungen hin zu selbständigen und kollaborativen Projekten und kombinierte öffentliche Bewertungen mit Expertenrezensionen, um den kulturellen Wert, die Originalität und die technische Qualität jeder Arbeit zu beurteilen. Insgesamt erzeugten die Nutzer 12.847 Musterbilder. Statistische Analysen zeigten, dass drei Faktoren stark beeinflussten, wie intensiv Menschen teilnahmen: ihr Verständnis der Jingchu‑Kultur, ihr Komfort mit der Technologie und ihre Vernetzung mit anderen auf der Plattform. Nutzer, die sich stärker engagierten, schufen nicht nur qualitativ bessere Arbeiten, sondern blieben auch deutlich häufiger langfristig aktiv.

Vielfalt und Lernen messen

Um zu prüfen, ob diese Aktivität die Jingchu‑Bildkultur tatsächlich verbreiterte, verfolgte das Team einen „Index kultureller Vielfalt“, der kombiniert, wie viele unterschiedliche Elemente erscheinen und wie erfinderisch sie neu kombiniert werden. Im Verlauf der Studie stieg dieser Index von mäßiger zu hoher Vielfalt, da Nutzer begannen, seltenere Motive wie die alte Chu‑Schrift und Bronzegefäß‑Dekore neben klassischen Wolken und Drachen einzubringen. Sorgfältige Tests mit Expertinnen und Experten deuteten darauf hin, dass der Sweet Spot für neue Arbeiten in einer „moderat entfernten“ Position zur Tradition liegt – klare Wurzeln in Jingchu‑Symbolen, aber spürbare Abwandlungen in Form oder Komposition. Teilnehmende absolvierten außerdem Vor‑ und Nachtests ihres Kulturwissens. Im Durchschnitt stiegen die Ergebnisse um etwa ein Drittel, und viele Nutzer teilten ihre Kreationen anschließend in sozialen Medien, wodurch Jingchu‑Bildsprache weit über Museen und Fachkreise hinaus verbreitet wurde.

Innovation und Respekt ausbalancieren

Für eine allgemeine Leserschaft ist die Kernaussage, dass künstliche Intelligenz die menschliche Kreativität nicht ersetzen oder kulturelle Unterschiede nivellieren muss. Sorgfältig trainiert und eingebettet in eine gut gestaltete soziale Plattform kann sie als Brücke zwischen Älteren, Fachleuten und neugierigen Neueinsteigern dienen. In diesem Fall half das System Nutzern, über Jingchu‑Erbe zu lernen, ermutigte sie, innerhalb kulturell sicherer Grenzen zu experimentieren, und erzeugte eine reichere Mischung aus Mustern als allein die historischen Bestände. Manche Teile des Projekts – etwa ein blockchain‑basierter Copyright‑ und Belohnungsmechanismus – befinden sich noch im Prototypstadium. Insgesamt deutet die Arbeit jedoch auf einen praktikablen Weg für andere Regionen hin: KI nicht als allmächtigen Künstler zu nutzen, sondern als kultursensitives Werkzeug, das es vielen Händen erleichtert, alte Traditionen in neue Formen zu überführen und lebendig zu halten.

Zitation: Wu, X., Xu, Y. Community participatory Jingchu folk pattern generation platform construction and user co-creation mechanism analysis. Sci Rep 16, 6028 (2026). https://doi.org/10.1038/s41598-026-36597-w

Schlüsselwörter: Jingchu‑Volkstmuster, kulturelles Erbe, generative KI, partizipatives Design, digitale Bewahrung