KI entdeckt versteckte Handschrift in Raffaels Meisterwerk „Madonna della Rosa“

Eine aktuelle KI-Studie hat ergeben, dass das berühmte Gemälde „Madonna della Rosa“ nicht vollständig von dem talentierten italienischen Renaissance-Maler Raffael komponiert wurde. 

„Als wir das Gemälde della Rosa als Ganzes untersuchten, waren die Ergebnisse nicht eindeutig. Deshalb untersuchten wir die einzelnen Teile, und während der Rest des Bildes als Werk Raffaels bestätigt wurde, erwies sich Josephs Gesicht als höchstwahrscheinlich nicht das von Raffael“, sagte Professor Hassan Ugail, Direktor des Zentrums für Visuelles Rechnen und Intelligente Systeme an der Universität Bradford.

KI bestätigt Gebrauchtheit des Gemäldes „della Rose“

Das Ergebnis des von Professor Ugail entwickelten KI-Algorithmus zeigte, dass die Gemälde der Madonna mit Kind und des Heiligen Johannes in der Galerie della Rosa zwar tatsächlich von Raffael stammen, das Gesicht des Josef aber höchstwahrscheinlich von jemand anderem geschaffen wurde – einem von Raffaels Schülern, Giulio Romano.

Das Gemälde „Della Rosa“ entstand angeblich 1517/18, und damals wurde es Raffael allein zugeschrieben. Im 19. Jahrhundert begannen jedoch einige Kunsthistoriker, die Komposition in Frage zu stellen und zogen es vor, das Werk teilweise Raffael und seiner Werkstatt zuzuschreiben.

Der KI-Bericht bestätigt nun zusätzlich, was die Kunsthistoriker bereits vermutet hatten. 

„Die KI-Programmanalyse unserer Arbeit hat schlüssig gezeigt, dass die drei Figuren der Madonna, des Christuskindes und des heiligen Johannes des Täufers eindeutig von Raffael gemalt wurden, die Figur des heiligen Josef jedoch nicht und von jemand anderem gemalt wurde – möglicherweise von Romano, wie zur Capellen und andere vermuten.“

Das Potenzial von KI in der kunsthistorischen Forschung

Insgesamt unterstreicht die Nachricht das Potenzial von KI für die kunsthistorische Forschung und Analyse. Die Zuschreibung und Authentifizierung von Kunstwerken erfordert einen vielschichtigen Ansatz, der verschiedene Aspekte berücksichtigt und so zu einem umfassenderen Bild beiträgt.

Laut Professor Ugail können Deep-Learning-Algorithmen Kunstwerke auf eine Weise analysieren, die dem menschlichen Auge möglicherweise entgeht, indem sie Pinselstriche, Farbpaletten und Kompositionsmuster mit einer riesigen Datenbank bekannter Werke vergleichen.