Arita-yaki ist Porzellan, das in der Stadt Arita in der Präfektur Saga und den umliegenden Gebieten hergestellt wird.
Die Herstellung erfolgt grundsätzlich arbeitsteilig. Wie lassen sich das Wissen und die Entscheidungen aus den einzelnen Arbeitsschritten festhalten und an die nächste Generation weitergeben? Eine Möglichkeit dafür ist die Unterstützung durch KI bei der Dokumentation, etwa durch die Transkription von Audioaufnahmen. Dieser Beitrag lotet aus, wie KI nicht als Ersatz für Handwerker, sondern als Unterstützung bei der Dokumentation verstanden werden kann.
Arita-yaki: ein Handwerk, das nicht von einer Person allein vollendet wird
Ein Stück Arita-yaki wird nicht von einer einzigen Handwerkerin oder einem einzigen Handwerker von Anfang bis Ende gefertigt. Üblicherweise teilen sich mehrere Personen die Arbeit: Für Schritte wie das Formen, Bemalen und Brennen gibt es jeweils spezialisierte Augen und Hände. Bis ein einzelnes Gefäß fertig ist, fließen also die Entscheidungen mehrerer Menschen zusammen.
Auch bei den Jahreszahlen, die in historischen Darstellungen genannt werden, ist Vorsicht geboten. Der Beginn der Arita-Porzellanherstellung wird mitunter auf „1616“ datiert. Das Geschichts- und Volkskundemuseum der Stadt Arita erklärt jedoch, dass diese Jahreszahl auf einem Dokument beruht, in dem die Übersiedlung von Kanegae Sanbei erwähnt wird. Den Beginn der Porzellanherstellung direkt damit gleichzusetzen, wäre nicht unproblematisch. Eine vorsichtigere Formulierung wäre daher „in den 1610er-Jahren“.
Gerade weil der Herstellungsort auf eine mehr als 400-jährige Geschichte zurückblickt, ist die Frage, wie das Können weitergegeben wurde, von besonderem Gewicht. Wie kann KI dabei eine Rolle spielen? Im Folgenden betrachten wir die Möglichkeiten und unterscheiden dabei zwischen Fakten und Vorschlägen.
Wie lässt sich das Wissen aus den einzelnen Arbeitsschritten dokumentieren?
Bei einem arbeitsteiligen Handwerk muss auch die Weitergabe des Könnens für jeden Arbeitsschritt einzeln betrachtet werden. Worauf die für das Formen zuständigen Handwerkerinnen und Handwerker achten, unterscheidet sich vermutlich von den Kriterien derjenigen, die die Stücke bemalen. Fasst man alles pauschal unter dem Begriff „Handwerk“ zusammen, geht leicht verloren, worauf es bei den einzelnen Entscheidungen ankommt.
Der Ausgangspunkt ist einfach: Was sieht die Handwerkerin oder der Handwerker, wann wird die Arbeit unterbrochen und warum fällt die Entscheidung auf eine bestimmte Weise? Es geht darum, die Gründe für diese Entscheidungen in Worte zu fassen und festzuhalten. Arbeitsabläufe lassen sich auch in Videos zeigen, doch die Grundlage für Entscheidungen wird erst sichtbar, wenn die Handwerkerinnen und Handwerker darüber sprechen.
Wichtig ist dabei der Hinweis, dass es sich bei allem Folgenden um Vorschläge handelt. Es geht nicht um einen Anwendungsfall aus einer bestimmten Töpferei, sondern um ein hypothetisches Szenario, das dazu dienen soll, darüber nachzudenken, wie sich das Wissen aus der Region bewahren lässt.
Die Transkription von Audioaufnahmen kann den Einstieg in die Dokumentation bilden
Eine praktikable Möglichkeit, mit der Dokumentation zu beginnen, ist, Gespräche aufzuzeichnen und anschließend zu transkribieren. In der API-Dokumentation von OpenAI wird Whisper nach wie vor als Option für die Transkription von Audioaufnahmen aufgeführt. Werden Gespräche aus Arbeitspausen oder Interviews mit erfahrenen Handwerkerinnen und Handwerkern verschriftlicht, lassen sie sich später durchsuchen und nachlesen.
Nehmen wir hypothetisch an, in einer Werkstatt fragt eine Nachwuchskraft eine erfahrene Kollegin oder einen erfahrenen Kollegen: „Warum ist das Brennergebnis heute so ausgefallen?“ Das Gespräch wird aufgezeichnet und transkribiert. Über mehrere Jahre hinweg könnte so ein Fundus an Erfahrungswissen aus der jeweiligen Werkstatt entstehen, der sich nachlesen lässt. Informationen, die bislang in Notizbüchern oder im Gedächtnis einzelner Personen bewahrt wurden, könnten so zu einem gemeinsam nutzbaren Wissensschatz werden.
Die Transkription allein kann das Gespür einer Handwerkerin oder eines Handwerkers jedoch nicht wiedergeben. Feine Unterschiede bei der Regulierung des Feuers oder das Gefühl in den Händen lassen sich nur teilweise in Worte fassen. Ein Text ist nicht das handwerkliche Können selbst, sondern eine Landkarte, die dabei hilft, sich diesem Können anzunähern. KI bleibt ein Werkzeug, das beim Erstellen dieser Landkarte unterstützt.
Den richtigen Aufgabenbereich für KI bestimmen
Die Unterstützung bei der Dokumentation und die Nachbildung des handwerklichen Könnens sind zwei völlig unterschiedliche Herausforderungen. Erstere liegt eher im Kompetenzbereich der KI, letztere gehört zum Bereich der Erfahrungen, die Menschen über lange Zeit gesammelt haben. Wird diese Grenze bei der Einführung verwischt, wird es schwierig sein, die Menschen vor Ort davon zu überzeugen.
Denkbar wären etwa Entwürfe für neue Gefäße, die mit generativer KI erstellt werden, oder der Einsatz von KI-Agenten zur Unterstützung des Verkaufs im Ausland. Dabei handelt es sich jedoch nur um hypothetische Beispiele, nicht um nachweisliche Anwendungen in der Arita-yaki-Herstellung. Sollte man solche Ansätze erproben, wäre es sinnvoll, zunächst festzulegen, was die Handwerkerinnen und Handwerker bewahren wollen und was weiterhin in menschlicher Hand bleiben soll.
Der Wert des KI-Einsatzes liegt nicht in der Einführung an sich, sondern darin, wie das Wissen aus der Praxis so bewahrt wird, dass andere es nutzen können. Im Mittelpunkt steht das Können der Arita-yaki-Herstellung; die KI spielt eine unterstützende Rolle. Gerade in einer Region, deren Handwerk durch Arbeitsteilung geprägt ist, scheint es passend, auch KI als „eine Aufgabe unter vielen“ in die Abfolge der Arbeitsschritte einzubinden.


コメント