Hintergrund
Der sorbische Blaudruck ist ein jahrhundertealtes Handwerk und zählt heute zum immateriellen Kulturerbe. Die tiefblaue Färbung, traditionelle Druckmodel und fein ornamentierte Muster spiegeln sorbische Identität, Textilkunst und regionale Geschichte wider. Viele dieser historischen Designs existieren jedoch nur noch auf Stoffen oder Pergamenten und sind durch Alter, Nutzung und begrenzte Archivierung zunehmend bedroht.
Das Projekt verfolgt das Ziel, diese Muster systematisch zu erfassen, digital aufzubereiten und mittels moderner KI-Technologien langfristig zu bewahren. Durch die Kombination aus Bildverarbeitung und KI-basierter Musteranalyse entsteht ein digitales Archiv, das sowohl die historische Substanz schützt als auch neue kreative Nutzungsmöglichkeiten eröffnet – beispielsweise für Textildesign, kulturelle Bildung oder regionale Produktentwicklung.
Herausforderung
Die größte Herausforderung besteht darin, die künstlerische und kulturelle Authentizität der originalen Muster zu bewahren. Historische Blaudrucke variieren stark in Qualität, Struktur und Erhaltungszustand: manche sind verblasst, andere durch Falten, Stoffstruktur oder Druckabweichungen verzerrt. Klassische Digitalisierung reicht hier nicht aus; die KI muss die Muster nicht nur erkennen, sondern stilgetreu interpretieren und rekonstruieren.
Hinzu kommt, dass jede Vorlage ein handwerkliches Unikat ist – keine zwei Drucke sind exakt gleich. Das erfordert eine besonders sensible KI-Modellierung, die die Handschrift des traditionellen Blaudrucks nicht verfälscht, sondern respektvoll digital weiterträgt. Dabei steht nicht die automatische Produktion industrieller Massenware im Vordergrund, sondern der Erhalt von Wissen, Formen und kultureller Symbolik.
Auf technischer Ebene bestehen zudem Anforderungen an die Musterauflösung, Farbtreue und Datenvorbereitung. Viele Vorlagen müssen manuell restauriert, perspektivisch korrigiert und in konsistente Formate überführt werden, um ein sauberes Training zu ermöglichen. Gleichzeitig wird ein ressourcenschonender Trainingsprozess entwickelt, der auch auf gängiger Hardware praktikabel ist.