Von Karl Marx gibt es keine Filmaufnahmen – und es kann auch, aus naheliegenden Gründen, keine geben. Marx starb 1883, zwölf Jahre bevor die Gebrüder Lumière in Paris ihren Kinematographen der Weltöffentlichkeit präsentierten. Dennoch finden sich auf Social Media Clips, in denen Marx zu sehen ist, wie er lebhaft über Mehrwert und Profit, Ausbeutung und Warenfetisch doziert.

Der Account, der diese und viele andere Clips produziert hat, macht keinen Hehl daraus, wie sie entstanden sind: Mithilfe von "AI magic", so heisst es in der Beschreibung, sollten "Ikonen des Denkens" zum "Leben" erweckt werden. Marx ist nicht der einzige: Auch Hannah Arendt, Michel Foucault, Jean Baudrillard und viele andere, von denen es tatsächlich Aufnahmen gibt, werden mittels generativer KI künstlich re-animiert und dürfen nun Dinge sagen, die sie so nie vor einer Kamera gesagt haben.

Dabei geht es nicht um Desinformation. Was die synthetischen "Ikonen" zu sagen haben, entspricht weitgehend den Thesen ihrer bekannten Schriften. Die Übersetzung ins Format des Video-Reels macht daraus Social-Media-kompatiblen Content – man mag darin sogar eine zeitgemässe Form der Vermittlung erkennen. Und zugleich markieren solche Clips eine Verschiebung in unserem Verhältnis zur historischen Überlieferung.

Die Allgegenwart von Smartphones hat uns daran gewöhnt, dass von nahezu allem, was auf der Welt geschieht, sofort Aufnahmen und Bilder in den sozialen Medien geteilt werden. Diese gegenwärtige Hypervisualisierung projizieren wir mittlerweile auch auf die Vergangenheit. Die Abwesenheit von Bildern wird als Lücke empfunden – und generative KI erscheint als Werkzeug, das verspricht, genau diese Lücken zu füllen.

Dieses Versprechen ist in der technischen Logik generativer KI angelegt. KI-Modelle zur Bild- und Videogenerierung werden mit riesigen Mengen von Daten aus dem Internet trainiert, darunter auch unzählige historische Aufnahmen und Dokumente. Diese Trainingsdaten bilden so eine Art virtuelles Archiv der visuellen Kultur, aus dem im Trainingsprozess wiederkehrende Muster extrahiert werden können.

Generative KI ist dabei im Wesentlichen nichts anderes als die Synthese neuer Muster auf Basis bestehender Muster. Und diese Synthese beruht auf statistischer Vorhersage – jedoch keiner der Zukunft, sondern der Vergangenheit. Sie errechnet, was hätte sein können, welche neuen Muster den vorhandenen und digital verfügbar gewordenen am meisten entsprechen. So füllt sie die vermeintlichen Lücken im Archiv mit statistisch plausiblen Bildern im Modus des "Was-wäre-wenn".

Solche Bilder im Konjunktiv, die eine Vergangenheit zeigen, die es nie gab, aber hätte geben können, werden zu ganz unterschiedlichen Zwecken produziert, künstlerischen wie kommerziellen, und sie werden auch als Mittel der Geschichtsvermittlung und Wissenschaftskommunikation eingesetzt. Nicht selten geht es dabei darum, denjenigen, die historisch nur wenige Spuren im Archiv hinterlassen haben, nachträglich zur Sichtbarkeit zu verhelfen.

Ein Beispiel dafür ist die Ausstellung "Versäumte Bilder", die seit 2024 an mehreren Orten zu sehen war, unter anderem im deutschen Bundesforschungsministerium. "Versäumte Bilder" will "Frauen in der Wissenschaft sichtbar machen", und dafür setzt die Ausstellung auf KI-generierte Bilder, die Szenen aus dem Leben von Forscherinnen zeigen sollen, die nicht fotografisch dokumentiert sind. Neben berühmten Namen wie Lise Meitner erzählt die Ausstellung von so faszinierenden Frauen wie der deutschen Botanikerin und Genetikerin Elisabeth Schiemann, die im Widerstand gegen den Nationalsozialismus aktiv war und erst mit 65 Jahren eine Professur erhielt.

Doch die KI-Bilder der jugendlichen Schiemann ähneln den wenigen überlieferten Fotografien kaum – sie zeigen eine generische junge Frau, die fröhlich durch eine Berliner Strassenszene tanzt, und dabei heutige, von Social Media geprägte Schönheitserwartungen bedient. So machen die synthetischen Bilder, wie Kritikerinnen und Kritiker bemerkten, die echten Forscherinnen ein zweites Mal unsichtbar.

Darin liegt sicherlich eine der Hauptgefahren solcher pseudohistorischen Fiktionen: Sie drohen, authentische Dokumente und Aufnahmen zu verdrängen. Ein besonders erschreckendes Beispiel dafür ist die Flut KI-generierter Bilder, die vermeintlich Szenen aus den NS-Konzentrationslagern zeigen. Solche sentimental verkitschten Geschichtsfälschungen, die von kommerziellen Accounts massenhaft als Clickbait auf Social Media geteilt werden, verharmlosen die realen Verbrechen, um daraus konsumierbaren Content zu generieren.

Doch auch weit harmlosere Beispiele KI-generierter Geschichtsfiktionen produzieren ein Bild der Geschichte, das vor allem gegenwärtige Erwartungen bedienen soll. Statt die Lücken im Archiv als Produkt historischer Prozesse zu verstehen und die Frage aufzuwerfen, warum sie entstanden sind, werden sie mit enthistorisierten und ästhetisierten Fiktionen gefüllt.

Auch dies ist in der Funktionsweise der Technologie angelegt: Kommerzielle KI-Modelle werden zwar auch an historischen Dokumenten trainiert, aber ebenso an Stock-Fotos, Werbebildern oder Film-Stills. Für die Modelle besteht dabei kein kategorialer Unterschied zwischen historischen Quellen und fiktionalen Darstellungen: Das Bild, das sie von historischen Epochen generieren, speist sich gleichermassen aus Dokumenten wie Fiktionen.

Was uns generative KI als Bilder der Vergangenheit präsentiert, ist daher keine historische Vergangenheit dokumentierter Ereignisse, sondern eine Ästhetik pseudohistorischer Plausibilität: kein Fenster in die Vergangenheit, sondern ein Spiegel unserer Gegenwart.