ICHAEL 3CHMITZ
% VOLVING ,OGO
%VOLVING ,OGO Schriftlicher Teil der Diplomarbeit von Michael Schmitz
%VOLVING ,OGO Schriftlicher Teil der Diplomarbeit von Michael Schmitz
Universität der Künste Berlin Klasse Gestalten mit digitalen Medien Oktober 2006
Prüfungskommision: Prof. Joachim Sauter Prof. Kora Kimpel Künstlerischer Mitarbeiter Jussi Ängeslevä Prof. Ulrich Schwarz Prof. Dr. Gerburg Treusch-Dieter
„Two completely opposite phenomena occupy us – habit and change.“ Jean de la Buyère
%INF~HRUNG Dieses Buch dokumentiert meine Recherche über neue Ansätze im Corporate Design, Komplexe Systeme und Evolutionäre Algorithmen. Es beschreibt meinen Versuch, ein evolvierendes Logo zu gestalten. Ausgehend von dem allgemeinen Themenkomplex „Interaktive Gestaltung und Wissenschaft” beschäftigt sich die Diplomarbeit mit dem Experiment zeitgemäße, prozessuale Gestaltung vor dem Hintergrund evolutionärer Theorien mit computativen Mitteln zu entwickeln.
1
)NHALT 4EIL .EUE -EDIEN ¯ .EUE !NSiTZE IM #ORPORATE $ESIGN 1 Einleitung ...................................................................7 2 Markenzeichen .........................................................13 2.1 Funktion eines Markenzeichens ..........................15 2.2 Anforderungen an ein Markenzeichen .................16 2.3 Bedeutung ..........................................................17 2.4 Entwicklung .......................................................21 2.4.1 Evolution .....................................................21 2.4.2 Identität versus Variation .............................23 2.4.3 Translation ..................................................27 2.5 Bewegte Markenzeichen .....................................31 3 Schlussfolgerung .......................................................36
4EIL +OMPLEXE 3YSTEME %VOLUTIONiRE !LGORITHMEN 1 Einleitung .................................................................41 2 Komplexe Systeme ....................................................43 2.1 Granulare Systeme .............................................46 2.2 Zellen ................................................................49 2.3 Pflanzen und Kßstenlinien ..................................55 2.4 Schwärme ..........................................................61 3 Evolutionäre Algorithmen .........................................65 3.1 Beispiel: Handlungsreisender ..............................71 4 Schlussfolgerung .......................................................76
2
4EIL 0RAKTISCHER 4EIL ¯ %VOLVING ,OGO 1 Einleitung .................................................................81 2 Herangehensweise ....................................................85 2.1 Modell ...............................................................87 3 Das Unternehmen .....................................................91 3.1 Inhaltlicher Bezug ..............................................92 3.2 Parameter ..........................................................93 3.3 Analyse des Unternehmens .................................94 4 Umsetzung ...............................................................99 4.1 Eine Form finden ...............................................99 4.2 Parameter eines Zellulären Automaten ............. 100 4.3 Komplexe Systeme + EA´s = Evolving Logo .......100 4.4 Visualität .........................................................103 4.5 Bewegung und Verhalten ..................................104 4.6 Die Software ....................................................105 5 Schlusswort ............................................................106 !NHANG Abbildungsnachweis ..................................................110 Anmerkungen ............................................................114 Literatur ...................................................................116
3
4EIL .EUE -EDIEN ¯ .EUE !NSiTZE IM #ORPORATE $ESIGN
!BBILDUNG )NTERAKTIVES ,OGO VON 'OLAN ,EVIN "RITISH 0ETROLEUM
%INLEITUNG In diesem Kapitel gebe ich einen komprimierten Abriss Ăźber Corporate Design (CD). Ich komme kurz auf Geschichte, Bestandteile und Funktion zu sprechen und die veränderte Situation der letzten Jahrzehnte. Im Anschluss werfe ich einen genaueren Blick auf Markenzeichen und neue Ansätze, sich mit dem „heiligen“ und „unveränderlichen“ Logo zeitgemäĂ&#x; auseinanderzusetzen.
Corporate Design
Schon seit Jahrtausenden benutzt der Mensch aus einem sozialen Bedßrfnis heraus oder schlichter Notwendigkeit Zeichen zur Identifikation. So gibt es Brandzeichen, Wappen, Monogramme, Keramikmarken und viele mehr. Es lassen sich drei verschiedene Anwendungsbereiche zusammenfassenš:
Herkunft, Zweck
• Soziale Identität: „Wer ist das oder wer sagt das?“ • Eigentum: „Wem gehĂśrt das?“ • Herkunft: „Wer hat das gemacht?“
Anwendung
Ein Corporate Design soll die Identität eines Unternehmens nach innen und auĂ&#x;en kommunizieren. Dabei geht es darum, ein Alleinstellungsmerkmal zu finden. Das CD darf also nicht austauschbar sein. !BBILDUNG (ISTORISCHE "RANDZEICHEN 7APPEN -ONOGRAMME UND +ERAMIKMARKEN 7
Bestandteile: Wortmarke Bildmarke Schrift Farben Gestaltungsraster Bilderwelt Grafische Elemente
Anwendungsbereiche
Neue Konzepte
Heutzutage wird ein Corporate Design im Regelfall von einer Corporate Identity abgeleitet. Es besteht nicht nur aus einem Markenzeichen, sondern bildet einen gestalterischen Rahmen für konkrete Layouts in diversen Medien. Das Markenzeichen kann aus Wortund/oder Bildmarke bestehen und ist das wichtigste Identitätsmerkmal eines Unternehmens. Dazu kommt die Hausschrift, eine Farbwelt, sowie oft auch eine Bildwelt und spezielle grafische Elemente. All diese Teile werden durch ein Gestaltungsraster in genau defenierte Beziehung gesetzt. Oft existieren auch mehrere Logos – beispielsweise für verschiedene Produkte eines Herstellers. Darüber hinaus werden sogenannte Methoden festgelegt. Diese beschreiben graphische und typografische Regeln, Ordnungsprinzipien oder die Qualität der Materialien und Verarbeitung. So kommt es zu vielseitigen Design-Manuals. Anwendungsbereiche von Corporate Design sind vor allem Geschäftsdrucksachen, Prospekte, Broschüren, Anzeigen, Plakate, Filme, Videos, Websites, Produkte und Verpackungen, sowie Fahrzeuge, Austellungen, Gebäude und deren Ausstattung. Unter den Schlagwörtern Entwicklung und Flexibilität überdenken zur Zeit viele Gestalter das gewohnte Konzept. Die Bedürfnisse der Gesellschaft haben sich geändert, ebenso die Technologie. Rüdi Baur leitet an der Hochschule für Gestaltung und Kunst in Zürich das Designforschungsinstitut Design2context. Er meint:
8
„Deutschland und die Schweiz waren lange an der Spitze der Corporate-Design-Kultur, aber sie haben die Notwendigkeit, die Systeme flexibler aufzubauen, nicht rechtzeitig erkannt. Die Modelle sind seit den siebziger Jahren gleich geblieben. Eine Logotype, eine Hausschrift, eine Hausfarbe, ein Raster... Die Zeiten solcher monolithischen, unveränderlichen, lallenden Systeme sind längst vorbei.“²
Rüdi Baur
Design2context befasst sich mit einer neuen variablen Sprache, die es ermöglicht sich auf die unterschiedlichsten Zielgruppen einzustellen und die paradigmatischen Neuerungen in der Gesellschaft und den Medien einzubeziehen. Peter Martin vom Münchener Büro Martin et Karczinski stellt fest, dass zu wenig auf die eigentlichen Bedürfnisse eines Unternehmens bzw. einer Institution eingegangen und eher kopiert werde. Alles sei starr. Ein Corporate Design müsse aber Entwicklung zulassen, das Unternehmen nicht festschreiben. Er verlangt mehr Freiraum.³
Neue Sprache
Zeitbasierte, multimediale und computative Medien bilden den Nährboden für ganz neue Sicht- und Herangehensweisen in der Gestaltung. So ergeben sich neue Identitätsmerkmale: Bewegung und Sound. Diese sollten nach Ansicht von Peter Martin schon in der Konzeption einer Marke mit einfließen: „Die Bewegung der Marke muss heutzutage von Anfang an vorgedacht sein. Bei alten Marken, die nachträglich animiert werden, wirkt das oft wie eine PowerPoint-Vorlage.“4
Neue Dimensionen
9
Bewegung
Bewegung kann animiert oder berechnet sein. Es gibt also vielfältige AnwendungsmÜglichkeiten in Film, Fernsehen, und vor allem in digitalen Medien. Dort kann ein Logo dann auch auf spezielle Parameter reagieren oder mit dem Betrachter interagieren. Diesem neuen Gedanken ist der praktische Teil dieser Arbeit gewidmet. Die Verwendung des akustischen Kanals ist ebenfalls sehr bedeutend, wird aber in dieser Arbeit nicht genauer untersucht.
10
-ARKENZEICHEN Im Folgenden werde ich das Markenzeichen, als Hauptelement eines jeden Corporate Designs, genauer analysieren. Ich befasse mich mit der Funktion, den Anforderungen, der Bedeutung und der zeitlichen Entwicklung eines Logos. Besonderen Wert lege ich auf Vorteile und Besonderheiten von bewegten Markenzeichen.
!BBILDUNG "ILDMARKE VON !PPLE
13
Hauptelement: Markenzeichen
Funktion eines Markenzeichens
Ein Markenzeichen kann Identifikation auf verschiedene Weise stiftenš: • Einzigartigkeit des Logos hebt ein Unternehmen visuell von anderen ab. Es sagt: „Das sind wir und nicht irgendjemand anderes“ oder „das haben wir hergestellt und nicht irgendjemand anderes.“ • Wiederholung ist das traditionelle Mittel in allen Corporate Designs und steigert den Effekt der hier aufgefĂźhrten Charakteristika dramatisch. • Ein auffälliges Logo wird häufiger wahrgenommen und verankert sich so im Kopf des Betrachters. • Beschreibende Logos beinhalten Informationen Ăźber ein Unternehmen und/oder seine Produkte. • Manche Logos Ăźbermitteln Informationen indem sie Assoziationen wecken, die in irgendeiner Weise mit dem Unternehmen in Beziehung stehen. • Mit der Tonalität eines Logos kann visuell eine wertende Aussage Ăźber das Unternehmen und dessen Einstellung vermittelt werden. Es kann laut und schreiend wirken, oder dezent, billig oder teuer, elegant oder klobig, natĂźrlich oder technisch usw.
!BBILDUNG 7IEDERHOLUNG VON "ILDMARKEN
15
Einzigartigkeit
Wiederholung
Auffälligkeit
Beschreibung
Assoziation
Tonalität
Graphische Stärke
Ansehen
Diskretion
• Ein graphisch starkes Markenzeichen kann durch seinen künstlerischen oder symbolischen Wert funktionieren. • Hohes Ansehen manifestiert sich im Logo eines Unternehmens. Dieser Wert wird dann auf andere Produkte oder Dienstleistungen, die das Logo führen, übertragen. • Diskretion stellt manchmal einen unschätzbaren Wert da.
Anforderungen an ein Markenzeichen
Damit ein Logo in der Anwendung auch funktioniert, müssen einige Aspekte schon vor der Entwicklung analysiert werden: Sichtbarkeit
Anwendung
Konkurrenz
• Die Sichtbarkeit des Logos in seinem Umfeld muss gewahrt bleiben. Dabei spielt z.B. Farbe eine wichtige Rolle. In welchem Kontext zum Betrachter steht das Logo zumeist? Vor welchem Hintergrund? • Ist eine Anwendung in allen relevanten Medien und Situationen möglich? • Setzt sich das Markenzeichen genug von denjenigen der Konkurrenz ab?
16
Bedeutung
Die Übermittlung von Bedeutung ist von zentralem Interesse bei der Entwicklung von Markenzeichen, denn es ist Träger von Bedeutung und Mittel zur Beeinflussung. Ob die Bedeutung vom Empfänger einer Nachricht jedoch korrekt dekodiert wird, ist nicht sicher. Unterschiedliche gesellschaftliche Gruppen und Kulturen haben unterschiedliche Symbole und Ansichten. Ein Symbol kann für verschiedene Menschen – oder sogar für den selben Menschen zu verschiedenen Zeitpunkten – etwas völlig anderes bedeuten. Ein Logo kann beschreibend sein. Ein Fisch beispielsweise könnte einen Fischladen identifizieren. Man muss nicht erst erlernen, dass das Symbol für diesen Beruf steht. Anders bei tradierten Logos, d.h. Zeichen, deren Bedeutung auf Konventionen beruhen. So steht beispielsweise die Eule in einigen Ländern für Buchhandlung. Es gibt keine offensichtliche Verbindung zwischen dem Tier und Büchern – die Bedeutung des Symbols muss erst erlernt werden.
17
Bedeutung
Beschreibend – tradiert
Ein Beispiel: Die gut bekannte und populäre Marke Montblanc stellt edle Schreibgeräte her. Sie trägt einen weiĂ&#x;en sechszackigen Stern mit abgerundeten Ecken als Markenzeichen, der die schneebedeckte Spitze des Mont Blanc, des hĂśchsten Berges der Alpen, mit seinen sechs Tälern symbolisieren soll. Platziert auf der Kappe eines FĂźllfederhalters ist er gut sichtbar und funktioniert hervorragend in seiner Umgebung. Das Symbol wird normalerweise von der Zielgruppe erkannt. Anders in Saudi-Arabien. Dort werden MontblancSchreibgeräte ohne den Stern verkauft. Grund dafĂźr ist die Ă„hnlichkeit zum Davidstern auf der Flagge von Israel.š
!BBILDUNG )SRAELISCHE &LAGGE
Es ergeben sich also die zentralen Fragenš: • Ist das Markenzeichen gut sichtbar? • Ist das Markenzeichen zu verstehen? • Wird das Markenzeichen den gewßnschten Effekt leisten?
!BBILDUNG -ONTBLANC &~LLFEDERHALTER MIT DEM GUT SICHTBAHREN ,OGO AUF DER +APPE
19
Montblanc und der Davidstern
Entwicklung
Die Welt verändert sich ständig und Unternehmen mit ihr. So sollte auch ein Corporat Design als ein Prozess verstanden und kultiviert werden. Es muss immer wieder an die sich verändernden Umstände angepasst werden.
Prozess
Evolution
Bei der Betrachtung von Markenzeichen Ăźber die Zeit scheinen diese zunehmend abstrakter zu werden. MĂśglicherweise liegt das an der FĂźlle von Informationen mit der wir heutzutage bombardiert werden und der Notwendigkeit der schnellen Aufnahme mittels einfacher Symbole. Oft ist weniger mehr. Anhand der Beispiele links wird klar, dass sich das Logo immer wieder neu den Gegebenheiten anpasst.
!BBILDUNG $IE %NTWICKLUNG DES /PEL ,OGOS
21
Entwicklung
Identität versus Variation
Identifikation wird meist erreicht durch ständige Wiederholung des ewig Gleichen. Dadurch verankert sich ein Markenzeichen in den KÜpfen. Dies kann aber auch gegenteilig wirken, es wird monoton und langweilig. Deshalb wird oft der Ansatz bevorzugt, ein Corporate Design zu entwickeln, das Identität gewährleistet und Raum fßr Variation lässt.
!BBILDUNG $IE 6ARIATION DES -ARKENZEICHENS DER )-3 VON $ENNIS 0AUL UND -ONIKA (OINKIS
!BBILDUNG 4ROTZ STiNDIGER 6ERiNDERUNG IST DAS -ICHELIN -iNNCHEN IMMER WIEDERZUERKENNEN
23
Wiederholung und Variation
!BBILDUNG $AS ,OGO DER # #HENEY !SSOCIAES ,TD VON 3TEFAN 3AGMEISTER SETZT SICH IMMER WIEDER NEU ZUSAMMEN ¯ ENTSPRECHEND DER !NWENDUNG
25
Translation
Bei zunehmend global agierenden Unternehmen muss die Marke oft den lokalen Bedingungen angepasst werden. So werden SchriftzĂźge wie Coca–Cola, BP oder Carlsberg in andere Sprachen Ăźbersetzt, um den Wortklang und die Lesbarkeit der Marke zu erhalten. Mitunter wird der Name einer Firma oder Marke komplett geändert, um sie international verständlich zu machen. Das ist zum Beispiel der Fall, wenn Umlaute in einem Wort enthalten sind. So heiĂ&#x;t die dänische Firma MĂŚrsk jetzt Maersk.
!BBILDUNG ,OGO VON -AERSK
Umgekehrt werden Firmennamen absichtlich so gewählt, dass sie vermeintlich in einen speziellen Kulturkreis angesiedelt werden. Der Name des amerikanischen Eisproduzenten Häagen-Dazs wurde entwickelt, um skandinavisch zu klingen.š !BBILDUNG $IE "ILDMARKE VON #ARSLBERG WIRD IN VIELE VERSCHIEDENE 3PRACHEN ~BERSETZT
27
Ăœbersetzung
!BBILDUNG 2OTES +REUZ UND 2OTER (ALBMOND Kulturelle Translation
Solche Translationen kÜnnen auch kulturell bedingt sein. So benutzt das Internationale Rote Kreuz in einigen arabischen Ländern den Roten Halbmond als Markenzeichen.š Translation ist wichtig um die Bedeutung, die ein Logo beinhaltet, zu wahren.
28
Bewegte Markenzeichen
Bewegung ist etwas Natßrliches. In unserer Welt bewegt sich fast alles. Unser Gehirn hat ständig mit der Verarbeitung von Bewegung zu tun und deutet ununterbrochen unterschiedliche Formen von Bewegungen. Wie schon in der Einleitung beschrieben, ermÜglichen zeitbasierte und vor allem computative Medien den Sprung in neue Dimensionen – Bewegung und Sound. Ich mÜchte bewegte Logos hier in zwei Kategorien einteilen: Die animierten Logos und die generativen Logos. Animierte Logos sind in Bewegung, werden aber, einmal entwickelt, immer wieder die gleiche Bewegung ausfßhren. Sie haben linearen Charakter. Generative Logos sind programmierte Logos und reagieren auf unterschiedliche Reize verschieden. Sie haben nichtlinearen Charakter und kÜnnen Verhalten simulieren.
!BBILDUNG 5M DAS &ACHGEBIET DER $EUTSCHEN &ORSCHUNGSGESELLSCHAFT ÂŻ -ATHEMATIK F~R 3CHL~S SELTECHNOLOGIEN DEUTLICH ZU ERKLiREN INTERAGIERT DIESES GENERATIVE ,OGO MIT DEM "ENUTZER UND VOLLF~HRT MATHEMATISCHE /PERATIONEN 6ON -ICHAEL 3CHMITZ 31
Bewegung trägt Bedeutung
Neue Dimensionen
Animierte und generative Logos
Neue Qualität
Besseres Verständnis
Mit der Bewegung tritt eine neue Qualität zum Corporate Design hinzu, die Aussagen Ăźber die Identität eines Unternehmens treffen kann. Es ist ganz klar, dass schnelle Bewegungen eine ganz andere Wirkung auf den Betrachter haben als langsame. Auch die Richtung der Bewegung trägt Bedeutung in sich. Beziehungen einzelner Elemente eines Markenzeichens kĂśnnen durch Bewegung und Verhalten dargestellt werden. Wird etwas grĂśĂ&#x;er oder kleiner, rotiert es oder befindet es sich im dreidimensionalen Raum, verfärbt es sich von Blau zu Rot oder von Rot zu Blau? – das alles ist von Bedeutung. Ăœbergänge von einem Zustand in den nächsten kĂśnnen animiert werden. Das fĂźhrt zu einem direkterem Verständnis von Veränderungen – der Betrachter kann besser folgen und entwickelt ein umfassenderes Verständnis der Marke. Ulli Krieg, GeschäftsfĂźhrerin von DMC Hamburg, meint dazu:
der hinein oder aus ihnen heraus und Ăźberblendet so von einem zum anderen. „Es zeichnet sich durch eine klare graphische Sprache aus und den konsequenten Einsatz von Realbildernâ€Śâ€œ, sagt Ulli Krieg.² Die Bewegung vermittelt, dass terranova neue Perspektiven erĂśffnet und die Welt mit anderen Augen sieht.
!BBILDUNG !USCHNITTE AUS DEM )MAGE½LM VON TERRANOVA
„Jede Marke braucht eigene On-Screen-Logo-Anwendungen – am besten auch animierte, denn Bewegung ist emotionaler als Stillstand. Die Idee, dass Marken Leadmedien haben, ist passĂŠ, sie mĂźssen durch alle Medien hindurch gleich stark kommunizieren‌Alle Marken mĂźssen sich bewegen!“5 Beispiel fĂźr ein animiertes Logo: Terranova
Das Corporate Design des Dokusenders terranova zeigt, wie ein animiertes Logo laufend neue Variationen bietet und trotzdem immer wiedererkennbar und prägnant bleibt. Es ist mal opak, mal nur als Outline zu sehen und nimmt unterschiedliche statische und bewegte Bildwelten auf. Dabei bewegt es sich in die Bil32
Ein generatives Logo kann, anders als ein animiertes Logo, reaktiv und interaktiv agieren. Es kann sich auf veränderte Parameter, beispielsweise die Tageszeit oder die Anzahl der Personen in einem Raum, einstellen und somit Aussagen treffen oder Sachverhalte visualisieren, die sich ständig neu ergeben. AuĂ&#x;erdem kann es mit dem Betrachter in ein Wechselspiel treten und sich bzw. das Unternehmen fĂźr das es steht dabei erklären.
33
Generative Logos
Gestaltungsrahmen
Beim Gestalten eines solchen Logos zieht man einen Rahmen auf, in dem es sich bewegen kann, man gestaltet den zu Grunde liegenden Algorithmus und definiert Verhaltensregeln. Das Problem bei bewegten Logos ist, dass sie sehr variabel sind, und es dadurch zum Verlust der Identifizierungsqualität kommen kann. !BBILDUNG %80/ (ANOVER 17%2
Das Logo der EXPO 2000 Hannover GmbH bestand aus einer statischen Wortmarke und einer variablen Bildmarke. Ihre Form änderte sich, ihr Charakter ging jedoch nie verloren und sie blieb immer wiedererkennbar.
!BBILDUNG !RNOLD 3CHOENBERG #ENTER 7ILLY 3ENGEWALD
Das generative Logo des Arnold Schoenberg Centers in Ă–sterreich enthält einen grundlegenden theoretischen Bestandteil der Werke Schoenbergs – die ZwĂślftonreihe. Die Funktion erschlieĂ&#x;t sich durch Interaktion. !BBILDUNG UNTITLED? #HRISTIAN -EINKE
!BBILDUNG 3EE #ONFERENCE 3CHOLZ 6OLKMER
Das Logo der See soll das Wesen der Konferenz zum Thema Informationsvisualisierung veranschaulichen: Menschen kommen von Ăźberall her zusammen und bilden die Konferenz. Pixel wirbeln von allen Richtungen durcheinander und setzen sich zu dem Wort See zusammen. 34
Dieses generative Logo fĂźr das Label und KĂźnstlerkollektiv raster-noton ist ein Schwarm. Seine Einzelteile organisieren sich entsprechend der Struktur und des Inhalts eines Release-Katalogs zu Clustern und visualisieren inhaltliche Beziehungen durch farbige Ringe.
35
3CHLUSSFOLGERUNG Heutzutage eröffnen uns die digitalen Medien eine Vielzahl von Möglichkeiten neue Ansätze in der Gestaltung zu finden. Bewegung, Interaktion und Sound unterstützen das Corporate Design eines Unternehmens hervorragend. Diese neuen Qualitäten sollten standardmäßig in den Gestaltungsprozess eines Corporate Designs mit einfließen. Der Gestalter muss allerdings darauf achten, bei aller Variationbreite und Bewegung den Wiedererkennungseffekt nicht zu verlieren.
36
4EIL +OMPLEXE 3YSTEME %VOLUTIONiRE !LGORITHMEN
!BBILDUNG 'ARDENS )N ! 0ETRI "AKTERIENWACHSTUM IN 0ETRISCHALEN
%INLEITUNG Wie erzeugt die Natur Formen? Wie wächst eine Pflanze? Wie organisieren sich Zellen zu einem Gewebe? Wann kommt es zu einer Lawine? Stellt man solche Fragen bemerkt man schnell, dass die Funktionsweisen solcher Systeme ausgesprochen komplex sind. Die Systemtheorie und die Chaostheorie beschäftigen sich damit, aber auch die Biologie, die Mathematik, die Genetik und die Evolutionslehre. Wissenschaftler versuchen anhand von Modellen zu erforschen, wie Komplexe Systeme funktionieren. Wie wir seit Darwin wissen, entstehen Arten durch Mutation und NatĂźrliche Selektion. Diesen Prozess nennen wir Evolution; es handelt sich um einen Anpassungsprozess – um Optimierung. Seit Millionen von Jahren funktioniert das in der Natur auĂ&#x;erordentlich erfolgreich und neuerdings versuchen Forscher sich daran ein Beispiel zu nehmen: Sie benutzen computative Evolutionäre Algorithmen (EA) um Optimierungsprobleme zu lĂśsen. Komplexe Systeme und EA´s sind eng miteinander verknĂźpft. Werden Form und Funktion von Lebewesen doch gleichermaĂ&#x;en von Mutationen und NatĂźrlicher Selektion beeinflusst, wie von komplexen Zusammenhängen in und zwischen diesen Systemen. !BBILDUNG %RNST (AECKELS :EICHNUNGEN VON &LECHTEN 41
Komplexe Systeme
Evolutionäre Algorithmen
+OMPLEXE 3YSTEME Komplexe Systeme sind solche Systeme, welche sich der Vereinfachung verwehren und vielschichtig bleiben. Sie kĂśnnen aus toter oder lebender Materie bestehen. Wichtige Eigenschaften sind folgende6: Komplexe Systeme sind offene Systeme, die Energie aus ihrer Umgebung aufnehmen und Abfallprodukte ausstoĂ&#x;en. Sie befinden sich fern vom thermodynamischen Gleichgewicht. Im Gegensatz zu lediglich komplizierten Systemen zeigen Komplexe Systeme Emergenz, d.h. sie entwickeln Eigenschaften, die ihre Einzelteile nicht besitzen, und die also erst durch das Zusammenwirken dieser so genannten Agenten entstehen. Dabei sind die Wechselwirkungen zwischen den Teilen des Systems lokal, ihre Auswirkungen aber in der Regel global. Kleine StĂśrungen oder minimale Unterschiede in den Anfangsbedingungen fĂźhren rasch zu sehr unterschiedlichen Ergebnissen. Dabei stehen Ursache und Wirkung nicht in einem einfachen, linearen Zusammenhang, sondern in komplexer Abhängigkeit.
!BBILDUNG $REIDIMENSIONALES :ELLSYSTEM ZUR 6ISUALISIERUNG VON 3OUND "IOTHING )NVISIBLES
43
Offenes System
Emergenz
Wechselwirkung
Nichtlinearität
Selbstorganisation
Attraktoren
Die Interaktion von Teilen eines Gesamtsystems führt „von selbst“ und ohne äußeres Zutun zu Erscheinungsformen, die neuen Ordnungsprinzipien unterliegen. Die meisten Komplexen Systeme weisen so genannte Attraktoren auf, d. h. dass das System unabhängig von seinen Anfangsbedingungen bestimmte Zustände oder Zustandsabfolgen anstrebt, wobei diese Zustandsabfolgen auch chaotisch sein können. Was genau das bedeutet, erkläre ich anhand der folgenden Beispiele in diesem Kapitel.
44
Granulare Systeme: Sandhaufen und Skaleninvarianz
Sand, Getreide, Pulver
Einpendeln auf einen Mittelwert
Lawinen
Modell
Granulare Materie sind zum Beispiel Sand, Getreide oder Pulver. Sie bestehen aus vielen ähnlichen Körnern. Lässt man kontinuierlich Sand auf eine begrenzte Fläche rieseln, so bildet sich ein Hügel. Mit der Zeit wächst er immer weiter und seine Hänge werden immer steiler bis kleinere und manchmal auch größere Lawinen abgehen. Der Sandhügel ist ein offenes System. Ihm wird Energie in Form von Sand zugeführt. Durch Herunterrollen oder Lawinenabgang verlassen Sandkörner ihn wieder. Die Neigung der Hänge und die Menge an Sand pendeln sich durch die Wechselwirkung von Sandzufuhr und -abfuhr auf einen Mittelwert ein. Die Lawinen entstehen durch eine Kettenreaktion die letztendlich ein einziges Sandkorn anstößt. Wann und wo eine Lawine abgeht ist unmöglich vorauszusagen. Die Ausbildung eines kritischen Böschungswinkels des Hanges und das globale Verhalten des Sandhügels sind Ausdruck von Emergenz. Sandhügel sind Komplexe Systeme.
Gesetzmäßigkeiten dieses Systems zu kommen. Sie benutzten eine schachbrettartige Fläche mit gleichgroßen Quadraten auf die sie Sandkörner in Form von Würfeln fallen ließen. Jeder Würfel fiel auf ein zufälliges Feld. Überstieg die Anzahl der gestapelten „Sandkörner“ auf einem Feld den kritischen Wert Vier, wurden die vier Körner auf die umliegenden Kästchen verteilt. Dabei konnte es zu Kettenreaktionen, zu Lawinen, kommen, wenn die umliegenden Stapel ebenfalls überliefen. Dieses Modell stellt einen dreidimensionalen Zellulären Automaten dar. Dazu aber später mehr. Die Simulation und Auswertung vieler Millionen künstlicher Lawinen zeigte, dass die Zahl der Lawinen mit ihrer Größe abnimmt und zwar potenziell. Der Graph entspricht einer Geraden. Somit folgen alle Lawinen, gleich welcher Größe, dem selben Gesetz. Man spricht hier von Skalenfreiheit oder Skaleninvarianz. Weiterführende Untersuchungen ergaben, dass diese Gesetzmäßigkeit auch für echte Lawinen gilt.6
Bak, Tang und Wiesenfeld, theoretische Physiker, entwickelten Ende der 80er Jahre ein vereinfachtes Modell des Sandhaufens und versuchten hinter die 46
47
Skaleninvarianz
Zellen: Zelluläre Automaten und das Spiel des Lebens
Um Wachstumsprozesse und Wechselwirkungen von Zellen zu untersuchen bedienen sich viele Forscher speziellen mathematischen Modellen – den so genannten Zellulären Automaten von Stanislaw Ulam und John von Neumann. Dabei handelt es sich um Systeme deren Einzelelemente durch einfachste Regeln in Wechselwirkung stehen. Ein solcher Automat beruht auf diskreter Raumaufteilung und diskreten Zeitschritten, d.h. er wird in eine endliche Anzahl gleicher Quadrate unterteilt und in Zeitschritten aktualisiert. Die Quadrate werden als Zellen bezeichnet; diese kÜnnen im Regelfall die binären Zustände 0 und 1 annehmen – tot und lebendig. Um Interaktion von benachbarten Zellen zu simulieren, werden Regeln festgelegt, die den Folgezustand einer Zelle abhängig von ihrem aktuellen Zustand und dem ihrer direkten Nachbarn festlegen. In jedem Zeitschritt werden diese Regeln parallel auf alle Zellen angewendet.
!BBILDUNG *ON -C#ORMACKŠS K~NSTLICHES dKOSYSTEM %DEN
49
Zelluläre Automaten
Ein Zellulärer Automat beginnt also mit einer Anfangskonfiguration von lebenden und toten Zellen und berechnet dann Schritt fßr Schritt den Fortlauf der Ereignisse. Dabei kommt es zu Emergenz und Selbstorganisation.
Anfangskonfiguration
!BBILDUNG 2iUMLICH ZEITLICHE %NTWICKLUNG VON EINDIMENSIONALEN :ELLULiREN !UTOMATEN *EDE 2EIHE VON 0IXELN ZEIGT DEN :USTAND ZU EINEM :EITPUNKT DIE OBERSTE 2EIHE GIBT DIE !USGANGSKON½GURATION AN
!BBILDUNG #ELLPORTRAIT VON 'OLAN ,EVIN
Das bekannteste Beispiel ist das von John Conway entwickelte Game of Life. Es handelt sich dabei um einen zweidimensionalen Zellulären Automaten der die Entwicklung kßnstlicher Zellpopulationen simuliert. Conway legte simpelste Regeln fest: • Eine Zelle wird geboren, wenn sie genau drei lebende Nachbarn hat.
51
Game of Life
• Sie bleibt lebendig, wenn sie an mindestens zwei und hĂśchstens drei lebende Nachbarzellen angrenzt. • Ist das nicht der Fall, stirbt sie an Vereinsamung bzw. ĂœberbevĂślkerung. Startet man das Game of Life auf einem Computer, kann man die Entwicklung einer Zellpopulation genau verfolgen. Manchmal sterben alle Zellen schnell aus und das Spiel ist zu ende. Manchmal bilden sich stabile Strukturen, die so lange unverändert bleiben, bis sie von anderen Zellen angestoĂ&#x;en werden. Stabile Zellanhäufungen kĂśnnen auch so genannte Blinker sein: Dabei handelt es sich um drei lebende Zellen in einer horizontalen Reihe, die im nächsten Zeitschritt eine vertikale Reihe bilden und im nächsten dann wieder eine horizontale usw. So genannte Gleiter werden aus Gleiterkanonen abgefeuert und bewegen sich Ăźber das Spielfeld. Aus grĂśĂ&#x;erem Abstand betrachtet, sind diese einzelnen Objekte kaum mehr zu erkennen. Es werden Entwicklungen von räumlichen Mustern und Zellaggregaten auf grĂśĂ&#x;eren Skalen sichtbar. Das Game of Life ist ein hervorragendes Beispiel fĂźr Komplexe Systeme und deren emergente Eigenschaften. 6
!BBILDUNG $AS 'AME OF ,IFE VON *OHN #ONWAY
53
Zellpopulationen
Blinker
Gleiter
Attraktoren
Pflanzen und Kßstenlinien: Selbstähnlichkeit und Iteration
Selbstähnlichkeit und die damit verbundene Wiederholung von Formelementen auf verschiedenen Skalen fßhrt fast zwangsläufig zu einer fraktalen Struktur. Der Begriff Fraktal geht auf Mandelbrot zurßck und bezeichnet Objekte mit nicht ganzzahliger Dimension.
Selbstähnlichkeit und Iteration
Fraktale sind Ăźberall in der Natur zu finden. Zwar haben sie meist einen kleinsten und einen grĂśĂ&#x;ten MaĂ&#x;stab, doch reicht die Selbstähnlichkeit oft Ăźber mehrere oder sogar sehr viele GrĂśĂ&#x;enordnungen.
Fraktale
!BBILDUNG $ER &IBONACCIBAUKASTEN BASIERT AUF DER &IBONACCIZAHL %R BESTEHT AUS SELBSTiHN LICHEN GLEICHSEITIGEN $REIECKEN !LLE %LEMENTE ERGEBEN ZUSAMMEN WIEDER EIN GLEICHSEITIGES $REIECK
55
So ist zum Beispiel die KĂźstenlinie von Norwegen ein Fraktal mit der Dimension 1,52, wie Feder zeigte, indem er Landkarten mit verschiedenen MaĂ&#x;stäben analysierte. Die KĂźstenlinie hat derart viele Ecken und Kanten, dass ihre Länge de facto nicht mehr als Länge gemessen werden kann, sondern eher zu einer Fläche tendiert.6 Dieses Phänomen findet sich in einem mathematischen Modell wieder – der Kochkurve. Hier beginnt man mit einem gleichseitigen Dreieck und ersetzt dann in jeder Iteration das mittlere Drittel einer Kante mit zwei Schenkeln eines gleichseitigen Dreiecks, das dieselbe Kantenlänge hat wie das herausgenommen StĂźck. Mit zunehmenden Iterationen entsteht eine unendlich fein unterteilte Linie, deren Länge nicht mit dem normalem MaĂ&#x;stab gemessen werden kann.6
!BBILDUNG +~STENLINIE VON .ORWEGEN UND DIE +OCHKURVE
57
KĂźstenlinien
Kochkurve
Auch Pflanzen sind selbstähnlich. Beispielsweise die Blätter eines Farns oder die Verzweigungen der Äste einer Tanne. Sie haben eine Basis, von der aus ihre Wurzeln nach unten wachsen, und eine zentrale Sprossachse nach oben (der Stamm der Tanne). An der Sprossachse (nullte Iteration) kÜnnen an bestimmten Verzweigungspunkten Blätter oder Achsen erster Iteration entstehen, an diesen wieder Achsen zweiter Iteration usw. Jede Achse hat eine Basis und eine Spitze, den Sprossscheitel. Blätter bilden immer einen Abschluss. Diese Selbstähnlichkeit der Pflanzen analysierte Lindenmayer und entwickelte ein System, das wir heute L-System nennen, und das eine Formel fßr die Bildung von Zweigstrukturen darstellt. Auch hier werden die Teile der Struktur immer wieder durch andere rekursiv ersetzt – aus einer einfachen Achse wird ein Y-Stßck. Mit den L-Systemen von Lindenmayer lassen sich verblßffend echt erscheinende Pflanzen generieren.8
!BBILDUNG $AS , 3YSTEM UNTEN BESITZT GRO†E _HNLICHKEIT MIT BIOLOGISCHEN "iUMEN OBEN
59
Pflanzenwachstum
L-Systeme
Schwärme
Auch Vogelschwärme sind Komplexe Systeme. Die einzelnen VÜgel stellen die Einheiten dar, die untereinander und mit ihrer Umwelt interagieren. Die Frage, wie diese Tiere es fertig bringen Hindernisse in der Umwelt zu umfliegen, nicht zu kollidieren und dabei die Struktur des Schwarms aufrecht zu erhalten kann ebenfalls mit der Anwendung lokaler Regeln und den emergenten Eigenschaften dieses Systems beantwortet werden. Craig Reynolds zeigte mit Hilfe von Computersimulationen, wie das Schwarmverhalten funktioniert. Er stellte drei einfache Regeln auf, die jeder seiner ComputervÜgel, die er Boids nannte, befolgen musste: • Halte einen Mindestabstand zu anderen Objekten (inklusive der anderen Boids) um dich herum. • Versuche, deine Gechwindigkeit den Boids in deiner unmittelbaren Umgebung anzupassen. • Halt deine Position in der Nähe des Ortes, wo du in deiner Umgebung die meisten Boids wahrgenommen hast (den Schwerpunkt der benachbarten Boids).
!BBILDUNG $IE /RGANISATION EINES 6OGEL SCHWARMS WIRD VON 2EYNOLDSŠ "OIDS SIMULIERT
61
Vogelschwarm
Boids
Regeln
Selbstorganisation
Abgesehen von der Angabe einer Richtung, in die sich der Schwarm bewegen soll und daf체r sorgt, dass er sich nicht nur in einer Ecke zusammenklumpt, sondern vorangetrieben wird, sind das ausreichende Regeln, um die Reaktion eines Boid auf die lokalen Ereignisse zu steuern. Der Schwarm teilt sich bei Hindernissen, organisiert sich in Teilschw채rmen und sammelt sich wieder zur Formation, wenn das Hindernis 체berwunden ist.8
62
%VOLUTIONiRE !LGORITHMEN Evolutionäre Algorithmen sind computerbasierte ProblemlĂśsungssysteme, die Evolutionsprozesse simulieren. Sie wurden in den 1960er Jahren von Rechenberg eingefĂźhrt und von Holland und Koza weiterentwickelt. Ă„quivalent zur biologischen Evolution ist hier die beste LĂśsung eines Problems das am besten angepasste Individuum. Am besten bedeutet optimumsnah. Vor allem bei äuĂ&#x;erst komplexen und zeitaufwändigen Problemen entfalten die so genannten EA´s ihre Stärken. EA´s beginnen mit einem Set von LĂśsungen, einem Set von Chromosomen, die je ein Individuum kodieren und zusammen eine Population bilden. Basierend auf ihrer Fitness, ihrer Tauglichkeit sich in ihrer Umwelt und gegenĂźber ihren Artgenossen zu bewähren, werden die Besten ausgewählt und replizieren sich. Je hĂśher die Fitness, desto grĂśĂ&#x;er ist die Chance ausgewählt zu werden. Durch Crossing-Over und Mutationen werden die Gene der Eltern durchmischt und verändert und resultieren in neuen Chromosomen. Dieser Prozess wird fortgefĂźhrt bis sich eine befriedigende LĂśsung entwickelt hat. !BBILDUNG %VOLVIERTE #OMPUTERKREATUREN VON +ARL 3IMS KiMPFEN UM EINEN 7~RFEL
65
Optimierung durch Evolution
Aufbau
Die Fitness gibt einen relativen Wert an, der etwas Ăźber die Qualität eines Chromosoms aussagt. Um das Konzept der NatĂźrlichen Selektion zu benutzen, bestimmt man eine so genannte Fitnessfunction: Eine Funktion, anhand derer eine Bewertung der Individuen vorgenommen wird. In manchen Fällen wird die Fitnessfunction durch den Benutzer ersetzt, der dem Computer sagt, welche LĂśsungen die hĂśchste Fitness entwickelt haben. Der Searchspace oder die Fitness-Landschaft bezeichnet die Gesamtheit aller LĂśsungen fĂźr ein Problem. In ihr liegen lokale Optima. Die Individuen, die in der Fitness-Landschaft leben, sind durch ihren Genotyp, ihr Chromosom definiert, in dem alle Erbinformationen kodiert sind. Ihre ProblemlĂśsungsstrategie entspricht dem Phänotyp, dem Individuum. Der Phänotyp ist Resultat einer Dekodierungsfunktion und basiert auf dem Genotyp. Die Individuen bilden zusammen eine Population. Ihre GrĂśĂ&#x;e und die Kodierung der Chromosomen sind wichtige Faktoren der EA´s. Werden Individuen zur Paarung ausgewählt, geben je zwei ihre Chromosomen an ihre Kinder weiter. Dabei kommt es zur Mischung der Gene durch Crossing-Over, d.h. zu einem Austausch von TeilstĂźcken der Chromosomen von Mutter und Vater. Des weiteren wirken Mutationen auf die Chromosomen der Kinder ein. Entsprechend einer Mutationsrate werden einzelne Gene verändert. Crossing-Over und Mutationen fĂźhren zu immer neuen Genotypen und somit zu immer neuen ProblemlĂśsungsstrategien.6, 7 !BBILDUNG )N MEINEM 0ROJEKT GENO4YP BESTIMMT DER "ENUTZER DIE &ITNESS DER )NDIVIDUEN 67
Fitness
Fitnessfunction
Fitness-Landschaft
Genotyp und Phänotyp
Dekodierungsfunktion Population
Replikation
Mutation
Der Ablauf eines typischen Evolutionären Algorithmus sieht beispielsweise so aus:
[Initiation] Generiere eine zufällige Population mit n zufälligen Chromosomen [Bewertung] Berechne die Fitness eines jeden Chromosoms [Neue Population] Generiere einen neue Population durch Wiederholung der folgenden Schritte, bis die Population
)NITIALISIERUNG
komplett ist [Paarungsselektion] Suche zwei Chromosomen entsprechend ihrer Fitness aus (hĂśhere Fitness =
"EWERTUNG
hÜhere Chance ausgewählt zu werden)
JA
[Rekombination] Ăœberkreuze die Eltern entsprechend der Crossoverrate, um Nachkommen zu
NEIN 4ERMINIERUNG
erzeugen. [Mutation] Mutiere Nachkommen entsprechend einer
0AARUNGSSELEKTION
Mutationsrate [Akzeptieren] Plaziere die Nachkommen in die neue Population
5MWELTSELEKTION
2EKOMBINATION
[Umweltselektion] Ersetze die ganze oder Teile der Elternpopulation mit der ganzen oder Teilen der neuen Population [Terminierung] Wenn das Ergebnis befriedigend ist, halte an
"EWERTUNG
-UTATION
[Loop] Gehe zu Schritt 2 (Bewertung)
!BBILDUNG :YKLUS EINES %VOLUTIONiREN !LGORITHMUS
69
Beispiel: Handlungsreisender
Ein bekanntes Beispiel fĂźr Evolutionäre Algorithmen ist das Handlungsreisendenproblem. Es sind n Städte gegeben, die ein Handlungsreisender besuchen muss. Eine StraĂ&#x;e verbindet je zwei Städte. Gesucht ist die kĂźrzeste Route. 3
Problemstellung
3
3
3 3
3
!BBILDUNG 3CHEMATISCHE $ARSTELLUNG EINES BEISPIELHAFTEN (ANDLUNGSREISENDEN PROBLEMS MIT SECHS 3TiDTEN
Die Fitness-Landschaft ergibt sich durch alle mÜglichen Kombinationen. Wobei in der Abbildung jede der dargestellten Rundreisen fßr zwÜlf verschiedene Rundreisen steht, die an jeder der sechs Städte mit zwei unterschiedlichen Fahrtrichtungen beginnen kÜnnen.
!BBILDUNG &ITNESS ,ANDSCHAFT DES (ANDLUNGSREISENDENPROBLEMS
71
Fitness-Landschaft
Fitnessdefinition
Je kĂźrzer die Länge der Summe aller StraĂ&#x;en einer Rundreise ist, desto hĂśher ist der Fitnesswert eines Individuums.
Chromosomen
Wie sehen nun konkret die Chromosomen aus? Eine Zahlenreihenfolge, als Repräsentation der Reihenfolge der Städte, liegt nahe. Also sieht ein Chromosom beispielsweise so aus: (1, 2, 3, 4, 5, 6). Der daraus resultierende Phänotyp ist folglich eine Rundreise durch die Städte in der Reihenfolge: 1, 2, 3, 4, 5, 6.
Initiation
Paarungsselektion
Zu Beginn werden nun beispielsweise zehn zufällige Chromosomen erzeugt. Also eine Population von zehn LÜsungsvarianten. Die zehn Individuen mit der hÜchsten Fitness werden ausgewählt um Nachwuchs zu generieren.
!BBILDUNG %IN 'EN MUTIERT LINKS 'ENE WERDEN VERTAUSCHT RECHTS
AnschlieĂ&#x;end werden bei einigen neu erzeugten Individuen Zahlen innerhalb des Chromosoms vertauscht oder in umgekehrte Reihenfolge gesetzt.
Mutation
Die Häufigkeit mit der Rekombination und Mutation auftreten, ist von groĂ&#x;er Bedeutung fĂźr die Geschwindigkeit des Evolutionären Algorithmus.
Rekombinationsund Mutationsrate
Die neuen Individuen werden auf ihre Fitness geprĂźft.
Bewertung
Ein Teil oder die gesamte Elterngeneration wird durch einen Teil oder die ganze Filialgeneration ausgetauscht.
Umweltselektion
Eine Terminierungsbedingung ĂźberprĂźft, ob das Ziel erreicht wurde. Oft besteht sie in einer HĂśchstzahl von Generationen um die Rechenzeit kurz zu halten.
Terminierung
!BBILDUNG #ROSSING /VER Rekombination
Bei der Erzeugung neuer Individuen werden die Chromosomen zweier Eltern rekombiniert mittels CrossingOver. Und zwar so, dass im resultierenden Chromosom keine Zahl doppelt erscheint.
72
73
In der Grafik werden die Positionen der Städte fĂźr ein beispielhaftes Handlungsreisendenproblem mit 101 Städten und die jeweils besten gefundenen Rundreisen in den Generationen 0, 500, 1000 und 2000 gezeigt.9, 10 Sicherlich kann man noch viel tiefer in das Thema Evolutionäre Algorithmen eintauchen und verschiedene Chromosomenmodelle aufzeigen (z. B. das Tree Encoding, das Value Encoding oder das Binäre Encoding) oder mĂśgliche Crossover-Verfahren erklären. Ich mĂśchte in dieser Arbeit jedoch bei einem Ăœberblick und der Idee, die hinter den EA´s steckt, bleiben.
3TiDTE
'ENERATION
'ENERATION
!BBILDUNG "ESTE GEFUNDENE ,ySUNGEN F~R DAS 0ROBLEM DES (ANDLUNGSREISENDEN IN DEN 'ENERATIONEN UND 'ENERATION
'ENERATION 75
Ausblick
3CHLUSSFOLGERUNG Die Form und Funktion von lebender und toter Materie werden also von evolutionären Prozessen und komplexen Wechselwirkungen bestimmt. Es findet eine ständige Entwicklung und Anpassung statt, die, durch die sich verändernde Umwelt, immer neuen Anforderungen genügen muss. Es ist festzustellen, dass man viele komplexe Strukturen aus der Natur im Computer auf einfachem oder einfachstem Niveau simulieren kann und erstaunliche Ergebnisse erzielt. Das Hauptproblem steckt in der Festlegung der Rahmenbedingungen. Sei es bei den Regeln der Zellulären Automaten oder der Fitnessfunction bei Evolutionären Algorithmen. Wie wichtig Komplexe Systeme, Evolution und Genetik auch im gestalterischen und künstlerischen Bereich sind, zeigen Projekte, wie Biojewlery11, Bio-presence12, Organic Information Design13 und, auf dem auditiven Sektor, das Pandora Music Genome Project.¹4
76
4EIL 0RAKTISCHER 4EIL ¯ %VOLVING ,OGO
!BBILDUNG 'AME OF ,IFE VON *OHN #ONWAY
%INLEITUNG Unternehmen entwickeln sich Ăźber die Zeit. Sie verändern ihre Struktur, ihre Produkte, ihre GrĂśĂ&#x;e – Sie passen sich neuen Gegebenheiten an und vollziehen so eine Evolution. Um die sich wandelnde Identität eines Unternehmens konsequent nach innen und auĂ&#x;en zu kommunizieren, muss daher das Corporate Design mit wachsen. Diesen Prozess realisiere ich unter Verwendung eines Evolutionären Algorithmus und Komplexer Systeme und kreiere so, mit computativen Mitteln, ein evolvierendes Markenzeichen – das Evolving Logo. Es geht also um Modellierung von Prozessen.
Entwicklung
Ein Corporate Design besteht aus einer Vielzahl von Elementen die in vielerlei Weise in Beziehung gesetzt werden kĂśnnen. Aus ZeitgrĂźnden, zur Steigerung der Aussagekraft und Reduzierung der Komplexität behandelt diese Arbeit nur die Gestaltung des Logos. Es ist das Kernelement und die maĂ&#x;gebliche identitätsstiftende Komponente eines jeden Corporate Designs.
Reduktion
!BBILDUNG ,OGOS WACHSEN 81
Evolving Logo versus generative Logo
Der Unterschied zwischen dem Evolving Logo und generativen Logos (vgl. „Bewegte Markenzeichen“, S. 31) besteht darin, dass Parameter nicht direkt das Evolving Logo beeinflussen, sondern vielmehr dessen Lebensraum. Es unterliegt der Rekombination und der zufälligen Mutation und verändert sich ständig und nicht zielgerichtet. Ob ein Individuum am Leben bleibt und seine Gene weitergeben kann ist abhängig davon, wie gut es an seinen Lebensraum angepasst ist. So kann es zu völlig unvorhergesehenen und optimimalen Ergebnissen kommen. Im Gegensatz dazu wird ein generatives Logo immer direkt von den Eingaben beeinflußt; beispielsweise durch die Mausposition oder Werte, die ein Sensor liefert. Es kann sich nicht entwickleln. Einmal programmiert bleibt es unverändert.
Überblick
Das Kapitel ist in drei Abschnitte unterteilt: Im ersten werde ich die theoretische Herangehensweise erläutern. Danach untersuche ich das Max Planck Institute of Molecular Cell Biology and Genetics, Dresden als in Frage kommendes Unternehmen. Anschließend beschreibe ich eine erste Skizze, einen ersten Versuch der Umsetzung. Es handelt sich dabei nicht um das Endergebnis, da diese Dokumentation bereits vor der Diplomprüfung fertiggestellt werden muss.
82
(ERANGEHENSWEISE
#OMPUTER
"RIEF
Das Evolving Logo funktioniert nach dem Prinzip der Evolutionären Algorithmen (vgl. „Evolutionäre Algorithmen“, S. 65): Zu Beginn wird eine Startpopulation, bestehend aus verschiedenen Logos, in das Programm eingegeben. Nach einer Fitnessfunction wird die GĂźte der Logos beurteilt. Die Individuen mit hoher GĂźte paaren sich. Kinder entstehen durch die Rekombination des elterlichen Erbmaterials und unterliegen Mutationen. Dann werden alte Individuen gegen die neu entstandenen Kinder ausgetauscht. Diese aktualisierte Population wird wieder bewertet usw. Die Fitnessfunction stellt den Selektionsdruck dar und wird von Parametern aus dem Unternehmen beeinflusst. Evolving Logo läuft ununterbrochen auf einem Rechner der fĂźr alle Mitarbeiter eines Unternehmens zugänglich ist, beispielsweise auf einem Server. BenĂśtigt man das Logo nun beispielsweise fĂźr einen Brief, so nimmt man es sich einfach aus dem laufenden Programm heraus und implementiert es in ein Layout.
!BBILDUNG )M #OMPUTER EVOLVIERT DAS ,OGO FORTWiHREND -yCHTE MAN EINEN "RIEF SCHREIBEN SO NIMMT MAN SICH EINFACH EIN AKTUELLES ,OGO AUS DEM #OMPUTER UND SETZT ES IN SEINEN "RIEF EIN 85
Ablauf
5NTERNEHMEN 0ARAMETER
"ELEGSCHAFT
Modell
&ITNESSFUNCTION
(UMAN &ITNESS 3ELECTION
0OPULATION
$EKODIERUNGS FUNKTION 'ENOTYPEN
0HiNOTYPEN
)NDIVIDUUM #HROMOSOM
Wie in der Grafik links gezeigt, besteht eine Population aus vielen verschiedenen Genotypen, d.h. Chromosomen, auf denen die Gene gespeichert sind. Aus diesen Genotypen wird mittels einer so genannten Dekodierungsfunktion der Phänotyp generiert, d.h. aus der Erbinformation entsteht nach speziellen Regeln ein Individuum. Und da die Individuen ihre Gene in sich tragen besteht eine Population aus Phänotypen und deren Genotypen.
Population
Eine Fitnessfunction wirkt als Selektionsdruck auf die Phänotypen in der Population. Sie wird zu Beginn vom Gestalter kreiert. Um die stetige Entwicklung des Unternehmens mit einflieĂ&#x;en zu lassen, wirken spezielle Parameter aus dem Unternehmen auf die Fitnessfunction ein und verändern somit den Selektionsdruck. Des weiteren gibt es eine Human Fitness Selection, die von den Mitarbeitern des Unternehmens durchgefĂźhrt wird. Sie dient einerseits ästhetischen Auswahlkriterien und andererseits der Partizipation und Identitätsstiftung durch die Belegschaft.
Fitnessfunction
$EKODIERUNGS FUNKTION
!BBILDUNG 3TRUKTUR DES %VOLVING ,OGO 87
Dekodierungsfunktion
Human Fitness Selection
Sensibilität
Dekodierungsfunktion, Fitnessfunction und Startpopulation sind äußerst wichtige und sensible Momente dieses Modells. Sie müssen sehr gut austariert und dem Unternehmen angepasst werden.
88
$AS 5NTERNEHMEN Um konkreter werden zu kÜnnen benÜtige ich ein reales Unternehmen. Ausgehend von inhaltlicher Nähe und brauchbaren zugänglichen Parametern wähle ich das Max Planck Institute of Molecular Cell Biology and Genetics in Dresden (MPI-CBG).
MPI-CBG
Das MPI-CBG ist eines von Ăźber 80 Forschungsinstituten in Deutschland die die Max Planck Gesellschaft unter ihrem Dach vereint. Das 1998 gegrĂźndete Institut ist, wie alle anderen Forschungsinstitute der Max Planck Gesellschaft, eine non-profit Organisation. Es hat 361 Angestellte aus 32 Ländern und arbeitet eng mit verschiedenen anderen Institutionen zusammen mit dem Ziel ein groĂ&#x;es Bio-Netzwerk zu bilden.
Max Planck Gesellschaft
!BBILDUNG ,OGO DES -AX 0LANCK )NSTITUTE OF -ELECULAR #ELL "IOLOGY AND 'ENETICS $RESDEN
91
Forschungsschwerpunkt
Inhaltlicher Bezug
Parameter
Das Max Planck Institute of Molecular Cell Biology and Genetics versucht folgende Fragen zu beantworten: Wie organisieren sich Zellen, was ist die Maschinerie, die das bewerkstelligt, wie verändert sie sich um verschiedene Zelltypen zu generieren und wie vereinigen sich diese Zelltypen zu einem Gewebe? Im Forschungsmittelpunkt stehen also Genetik und Morphologie, d.h. es geht um Komplexe Systeme, die aus vielen einzelnen, miteinander in Wechselwirkung stehenden Elementen bestehen.
Welche aussagekräftigen Parameter bietet das Institut?
Das MPI-CBG passt inhaltlich also sehr gut zu Evolutionären Algorithmen und Komplexen Systemen und stellt wegen seines jungen, forschenden, experimentellen und zukunftsweisenden Charakters eine geeignete Institution für die vorliegende Arbeit dar.
92
Als einziges Max Planck Institut benutzt das MPICBG das Dresdner Modell, d.h. es gibt keine Abteilungen, sondern ein Netzwerk aus 27 gleichberechtigten Gruppen. Die Hierarchien sollen möglichst flach gehalten werden. Das führt zu erhöhter Produktivität, da die Forschungsgruppenleiter mehr Freiheit und Größere Flexibilität besitzen. Sie können sich beispielsweise ihre Forschungsschwerpunkte selbst wählen. Hinzu kommt, das das MPI-CBG 16 Facilities besitzt in denen z.B. Fische gezüchtet werden oder Roboter im Hochdurchsatz Experimente durchführen. So können sich die Forscher ausschließlich auf die Forschung konzentrieren.
Struktur
Das MPI-CBG besitzt Datenbanken für ihre Publikationen und Kontaktdaten der Mitarbeiter, sowie eine Datenbank der Gene eines Fadenwurms und deren Bedeutung für die Zellteilung. Sie beinhaltet Hintergrundinformationen, Filme und weiterführende Links zu anderen Informationsquellen.
Datenbanken
93
Datenbanken sind heutzutage die einzige MĂśglichkeit die komplexen Zusammenhänge der Gene, Genprodukte und Geneigenschaften in den Griff zu bekommen. AuĂ&#x;erdem stellen sie Werkzeuge fĂźr die gesamte internationale Forschungsgemeinschaft dar. Die flache hierarchische Struktur des Institutes und die sich immer weiter entwickelnden Datenbanken sind leicht abgreifbare, aussagekräftige und in ständiger Entwicklung begriffene Parameter. Sie sind also geeignet fĂźr das Evolving Logo.
Analyse des Unternehmens
Zielgruppen
Die Kernzielgruppe des Max Planck Institute of Molecular Cell Biology and Genetics sind Wissenschaftler aus aller Welt. Diese bringen ein mehr oder weniger tiefgehendes Verständnis evolutionärer und genetischer Vorgänge mit und kennen die Prozesse, die innerhalb und zwischen Zellen stattfinden. Es handelt sich also um Experten,eine sehr spezielle und kleine Zielgruppe. Erklärtes Ziel der Max Planck Gesellschaft ist es aber auch, Wissen zu schaffen und es der breiten Öffentlichkeit zu vermitteln. Sekundär gehÜren deshalb auch alle Personen, die sich fßr Wissenschaft interessieren, zur Zielgruppe. Nicht zuletzt wird auch auf Wirtschaft und Politik abgezielt. Das Logo muss also allgemein verständlich sein. 94
Der Anwendungsbereich des Markenzeichens beschränkt sich vor allem auf Website, Publikationen und Geschäftsausstattung.
Positionierung
!BBILDUNG ,OGOS KONKURRIERENDER )NSTITUTIONEN
Die Konkurrenten im Kampf um Forschungsgelder sind vor allem andere internationale Forschungsinstitute mit ähnlichen Forschungsprojekten. Es fällt auf, dass die Mehrzahl der Institutionen, die sich der Genetik verschrieben haben, ein beschreibendes Logo fßhren, d.h. das Forschungsobjekt wird visualisiert und als Markenzeichen verwandt. So dominiert eine DNS-Doppelhelix das Bild. Ebenso werden andere Molekßlstrukturen benutzt. Viele Institute setzen auch eine Matrix aus gleichen Einzelteilen zu ihrem Markenzeichen zusammen oder visualisieren Prozesse auf Molekularebene.
Konkurrenz
Das zu entwerfende Logo muss sich also visuell von der Konkurrenz absetzten. Es sollte kein DNS-Strang darstellen. Dennoch kann es im Umfeld von MolekĂźlen und Netzwerken, wachsenden Strukturen und Prozessvisualisierung rangieren und die komplexen Zusammenhänge genetischer oder morphologischer Prozesse visualisieren, da diese Darstellungsart der Kernzielgruppe geläufig, also gut verständlich ist – der Betrachter weiĂ&#x; durch Erfahrung in welchem thematischen Bereich sich das Unternehmen ungefähr bewegt. DarĂźber hinaus muss das Logo sowohl in digi-
Schlussfolgerung
95
talen Medien, wie im Printbereich gut funktionieren und Wiedererkennbarkeit gew채hrleisten. Die Internationalit채t, Offenheit und Kooperationsfreundlichkeit des Institutes sollte hervortreten.
96
5MSETZUNG Im Folgenden beschreibe ich konkreter, welche Eigenschaften das Evolving Logo besitzen soll und wie es funktionieren kĂśnnte. Es handelt sich nicht um ein Endergebnis, sondern um einen Ansatz.
Eine Form finden Ein bekanntes und bewährtes Modell zur Simulation von Zellsystemen ist der Zelluläre Automat (ZA). Seine Einzelteile, die Zellen, folgen einfachen lokalen Regeln. Im Gesamtsystem fßhrt das zu emergentem Verhalten. Er passt also perfekt zum Forschungsgebiet und der Leitfrage des MPI-CBG: Wie organisieren sich Zellen zu einem Gewebe? Diesen Zusammenhang nehme ich zum Anlass, das Prinzip des Zellulären Automaten fßr die Visualisierung des Evolving Logo zu verwenden.
!BBILDUNG !USCHNITT AUS EINEM ZWEIDIMENSIONALEN :ELLULiREN !UTOMATEN
99
Ansatz
Parameter eines Zellulären Automaten Ein Zellulärer Automat ist sehr flexibel. Das System ist abhängig von etlichen Parametern: Dimensionen, Anzahl der Zellen, mögliche Zustände einer Zelle, Anzahl der Nachbarn einer Zelle, Form und Verknüpfung der Zellen (Architektur), Startkonfiguration und vor allem Regeln, die definieren, wann eine Zelle ihren Zustand ändert und welcher Zustand das sein wird.
Komplexe Systeme + Evolutionäre Algorithmen = Evolving Logo
Genotyp – Phänotyp
Ich verbinde das Prinzip des Zellulären Automaten mit einem Evolutionären Algorithmus, d.h. ich generiere eine Population aus ZA-Chromosomen, die ein Set von Parametern enthalten. Die Dekodierungsfunktion wendet diese Informationen auf das ZA-Modell an und liefert einen Phänotypen – einen laufenden Zellulären Automaten. Jeder so entstandene Phänotyp besitzt also unterschiedliche Charakteristika.
Fitness
Mit Hilfe der Fitnessfunction und der Human Fitness Selection bewerte ich nun diese Individuen und entscheide, ob ihre Gene in die Folgegeneration ein100
fließen. Dabei stellt die Human Fitness Selection einen ästhetischen Auswahlmechanismus dar, die Fitnessfunction entscheidet dagegen nach mathematischen Gesichtspunkten. Welche das sind, muss noch geklärt werden – es könnte sich z. B. um die Lebensdauer des Systems, die Intensität der Bewegung, die Zellgröße oder die durchschnittliche Anzahl lebender Zellen handeln. Die Fitnessfunction selbst ist, wie weiter oben beschrieben, nicht statisch, sondern unterliegt ständiger Veränderung durch den Wandel des MPI-CBG. Diejenigen Individuen mit den höchsten Fitnesswerten zeugen Nachkommen. Dabei werden jeweils die Chromosomen von zwei Eltern mittels CrossingOver rekombiniert. Das resultierende Kinder-Chromosom unterliegt möglichen Mutationen. Danach nimmt es den Platz eines Individuums mit schlechtem Fitnesswert in der Population ein. Crossing-Over und Mutationen geschehen nicht immer, sondern folgen Wahrscheinlichkeiten.
101
Rekombination
Visualität
Zelluläre Automaten bestehen im Regelfall aus schwarzen und weiĂ&#x;en Quadraten, die in einem rechtwinkligen Raster angeordnet sind. Um ein visuell prägnantes und wiedererkennbares Logo zu gestalten, das sich ausreichend vom Standard-ZA absetzt, mĂźssen mĂśglicherweise weitere Elemente integriert werden: Die Zellen kĂśnnten beispielsweise eine Spur in der Zeit hinterlassen, eine organischere Architektur bilden als das Standardraster, ihre Form verändern oder in ZellClustern in einer Farbe zu glĂźhen beginnen etc. Im Augenblick gehe ich davon aus, den Zellulären Automaten als Bildmarke in Kombination mit einer Wortmarke zu verwenden. Ich werde Ăźber eine eventuelle Implementation einer evolvierenden Wortmarke noch nachdenken, glaube allerdings, dass eine weitgehend statische Schrift in diesem extrem vielfältigen Zusammenhang stärker zu Identitätsbildung und Wiedererkennbarkeit beiträgt.
!BBILDUNG $IE &ORM IST NOCH UNBEKANNT
103
Bild- und Wortmarke
Bewegung und Verhalten
Die Software
Ein Zellulärer Automat ist in Bewegung begriffen. Sie ist das Resultat der Wechselwirkungen und des Verhaltens der Zellen (vgl. „Zellen“, S. 49). Dieser faszinierende Vorgang wird deutlich, wenn ein Automat in Betrieb ist. Das Verhalten hängt von den Parametern ab. Deshalb besitzt jedes Logo-Individuum charakteristische Bewegungsmuster, die Resultat der Natürlichen Slektion sind und kennzeichnend für das MPI-CBG stehen.
Ich werde also eine Software programmieren, in der sich viele verschiedene Logovarianten gleichzeitig entwickeln können. Ihre Parameter vermischen sich und mutieren, sie unterliegen einer simulierten Natürlichen Selektion. Unternehmensparameter werden per Internet abgegriffen und fließen in die Fitnessfunction ein. Der Benutzer kann sich die Population der Logos anschauen, einzelne Individuen bewerten und ein Individuum zur weiteren Benutzung exportieren. Informationen über die Fitnessfunction, den Fitnesswert und den Genotyp eines Individuums, die Parameter aus dem Unternehmen und Einstellungen für Generationsgeschwindigkeit usw. sind abrufbar.
Was macht das Programm?
Das Interface soll möglichst einfach und übersichtlich gehalten werden, um die Benutzerfreundlichkeit zu steigern. Die komplizierte Maschinerie unter der Oberfläche ist für die Benutzung nicht erforderlich. Wie genau die Darstellung der Population aussehen wird, wird sich noch zeigen. Ich denke aber, es macht Sinn, die Fitness der Individuen in die Darstellung einfließen zu lassen und besser angepasste Logos in den Vordergrund zu stellen.
Interface
Wird das Logo in statischen Medien benutzt, so exportiert die Software eine Momentaufnahme. Um auch in dieser Situation die Entwicklung zu veranschaulichen, bietet sich eine Tracefunktion an, die die Bewegung der Zellen in der Zeit, nach futuristischer Manier, in einem Augenblick einfängt.
104
105
3CHLUSSWORT Die Arbeit Evolving Logo muss als Experiment betrachtet werden. Es ist nicht sicher, ob ein zufriedenstellendes Ergebnis erzielt wird oder was passiert, wenn das System kollabiert. Es ist nicht sicher, ob sich Logos tatsächlich zu besser angepassten Formen entwickeln können und dabei die Wiedererkennbarkeit behalten. Ebenso ungewiss ist, ob eine Belegschaft sich mit ihrem Firmenlogo auseinandersetzt und dabei eine persönliche Verbindung zur Identität des Unternehmens schafft. Das Evolving Logo soll keine Informationsvisualisierung werden. Man wird die Parameter des Unternehmens nicht direkt aus dem Logo ablesen können. Eher versuche ich, den extrem komplexen Prozess in einer sehr einfachen, prägnanten und schnell erfassbaren Form zu visualisieren.
106
!BBILDUNGSNACHWEIS
1.17
Scholz & Volkmer See-Conference http://www.see-conference.org/
1.18
Quer – Büro für Kommunikation, Köln EXPO2000 Hannover Logo
1.19
Christian Meinke „untitled_05 – Ein generatives Zeichen für das Label und Künstlerkollektiv raster-noton“
4EIL 1.1
1.2
Bildmarke von Apple
1.5 – 1.7
Siehe 1.2
1.8
Dennis Paul und Monika Hoinkis IMS – Erscheinungsbild http://www.d3-is.de/arbeiten/deprecated/ims/
1.9
Siehe 1.2
1.11 – 1.13
2.1
Per Mollerup „Marks of Excellence – A history of taxonomy of trademarks“ Phaidon Press Inc., New York, 2001
1.3 – 1.4
1.10
4EIL
Design Machine. „British Petroleum interactive logo.“ Copyright 2001, Golan Levin http://www.flong.com/bp/index.html
Stefan Sagmeister „Stefan Sagmeister“ China, ISBN 7-5006-3062-X
Laboratory of Prof. Eshel Ben-Jacob of the Tel-Aviv University, specifically here, as part of a collaboration with Prof. Herbert Levine of UCSD´s National Science Foundation Frontier Center for Theoretical Biological Physics Via http://pruned.blogspot.com/2006/02/more-gardens-in-petri.html
2.2
Ernst Haeckel „Kunstformen der Natur“ Prestel-Verlag München, New York 1998
2.3
Biothing – Alisa Andrasek „The Invisibles“ http://www.biothing.org/
2.4
Jon McCormack „EDEN – Evolutionay Sonic Ecosystem“ http://www.csse.monash.edu.au/%7Ejonmc/projects/eden/edenTechnical.html
2.5
Eindimensionale Zelluläre Automaten aus Moshe Sipper „Evolution of Parallel Cellular Machines – The Cellular Programming Approach“ Springer-Verlag Berlin Heidelberg 1997
Siehe 1.2
1.14
Michael Schmitz DFG-Logo http://www.interaktivegestaltung.net/generativelogo/
2.6
Golan Levin Cell Portraits http://www.flong.com/zoo/indexAi.html
1.15
DMC Hamburg terranova Imagefilm http://www.terranova.de/
2.7
John Conway Game of Life Umgesetzt von Michael Schmitz
1.16
2.8
Willy Sengewald „Arnold Schoenberg Center“ http://www.digital.udk-berlin.de/~willy/portfolio/website/
110
111
Martin Hess „Formvollendet – eine Sammlung ästhetischer, mathematisch definierter Formen“ Verlag Niggli AG, Sulgen, Zürich, 2005
2.9
Klaus Richter und Jan-Michael Rost „Komplexe Systeme“ Fischer Taschenbuch Verlag GmbH, Frankfurt am Main, Oktober 2002 und Przemyslaw Prusinkiewicz und Aristid Lindenmayer „The Algorithmic Beauty of Plants“ Springer-Verlag New York 1990
3.6
(v. l. n. r.) Logo des Max Planck Institute for Molecular Genetics Logo vom EMBL – European Molecular Biology Laboratory Logo der HUPO – Human Proteome Organisation Logo des Human Genome Project Logo des NCBI – National Center for Biotechnology Information Logo des Ultra Struktur Netzwerk
2.10
Przemyslaw Prusinkiewicz und Aristid Lindenmayer „The Algorithmic Beauty of Plants“ Springer-Verlag New York 1990 und Oliver Deussen „Computergenerierte Pflanzen – Technik und Design digitale Pflanzenwelten“ Springer-Verlag Berlin Heidelberg 2003
3.7
John Conway Game of Life Umgesetzt von Michael Schmitz
2.11
Claus Emmeche „Das lebende Spiel – Wie die Natur Formen erzeugt“ Rowhlt Taschenbuchverlag GmbH, Reinbek bei Hamburg, 1994, Science Sachbuch
2.12
Karl Sims „Evolving 3D Morphology and Behavior by Competition“ Thinking Machines Corporation Published in: Artificial Life IV Proceedings, ed. by R. Brooks & P. Maes, MIT Press, 1994, pp28-39
2.13
Michael Schmitz „genoTyp – ein Experiment über genetische Typografie“ http://www.genotyp.com
2.16
Karsten Weicker „Evolutionäre Algorithmen“ B. G. Teubner GmbH, Stuttgart/Leipzig/Wiesbaden, 2002
2.19
Alle Abbildungen dieses Buches, die hier nicht aufgeführt werden, sind eigenhändige Illustrationen.
Siehe 2.16
4EIL 3.1
John Conway Game of Life Umgesetzt von Michael Schmitz
3.5
Markenzeichen des Max Planck Institute of Molecular Cell Biology and Genetics, Dresden
112
113
9
!NMERKUNGEN 1
Page 05/2006 Artikel: „Metamorphosen“ S.36
3
Page 05/2006 Artikel: „Metamorphosen“ S.32 – 39
4
Page 05/2006 Artikel: „Metamorphosen“ S.34
5
Page 05/2006 Artikel: “Metamorphosen” S.35
6
7
8
10
Marek Obitko and Pavel Slavík „Visualization of Genetic Algorithms in a Learning Environment“ Spring Conference on Computer Graphics, SCCG’99. Bratislava : Comenius University, 1999, p. 101-106. ISBN 80-223-1357-2
11
Aine Duffy and Gemma Bradley „Biojewlery“ The project is seeking couples who want to donate their bone cells – a couple having their wisdom teeth removed would be ideal. Their cells will be prepared and seeded onto a bioactive scaffold. This pioneering material encourages the cells to divide and grow rapidly in a laboratory environment, so that the scaffold disappears and is replaced by living bone tissue. (http://www.biojewelry.co.uk/)
12
Shiho Fukuhara and Georg Tremme „Biopresence“ Biopresence creates Human DNA trees by transcoding the essence of a human being within the DNA of a tree in order to create “Living Memorials” or “Transgenic Tombstones”. Biopresence is collaborating with scientist and artist Joe Davis on his DNA Manifold algorithm, which allows for the transcoding and entwinement of human and tree DNAs. The Manifold method is based on the naturally occurring silent mutations of base triplets, this means it is possible to store information without affecting the genes of the resulting tree. Biopresence Human DNA Trees do not modify the genes of an organism. Therefore, they are not genetically modified organisms (GMOs). (http://www.biopresence.com/)
13
Benjamin Jotham Fry „Organic Information Design“ bfa Communication Design, minor in Computer Science, Carnegie Mellon University, May 1997. Submitted to the Program in Media Arts and Sciences, School of Architecture and Planning, in partial fulfillment of the requirements for the degree of Master of Science in Media Arts and Sciences at the Massachusetts Institute of Technology, May 2000. Copyright Massachusetts Institute of Technology, 2000
14
Tim Westergren „Pandora – Music Genome Project“ Together we set out to capture the essence of music at the most fundamental level. We ended up assembling literally hundreds of musical attributes or “genes” into a very large Music Genome. Taken together these genes capture the unique and magical musical identity of a song – everything from melody, harmony and rhythm, to instrumentation, orchestration, arrangement, lyrics, and of course the rich world of singing and vocal harmony. It’s not about what a band looks like, or what genre they supposedly belong to, or about who buys their records – it’s about what each individual song sounds like. (http://www.pandora.com/mgp.shtml)
Per Mollerup „Marks of Excellence – A history of taxonomy of trademarks“ Phaidon Press Inc., New York, 2001
2
Klaus Richter und Jan-Michael Rost „Komplexe Systeme“ Fischer Taschenbuch Verlag GmbH, Frankfurt am Main, Oktober 2002 Der Mathematiker Leonardo Fibonacci verwendete die Fibonaccizahl oder auch Fibonaccifolge, um das Wachstum einer Population von Kaninchen zu beschreiben, und publizierte sie in seinem Buch „Liber Abaci“ aus dem Jahre 1202. Die Fibonaccifolge entseht durch Rekursion: Für die beiden ersten Zahlen werden die Werte Null und Eins vorgegeben. Jede weitere Zahl ist die Summe ihrer beiden Vorgänger. Daraus ergibt sich die Folge zu 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269... Wie von Johannes Kepler festgestellt wurde, nähert sich der Quotient zweier aufeinander folgender Fibonacci-Zahlen dem Goldenen Schnitt an. Außerdem weisen viele Pflanzen in ihrem Bauplan Spiralen auf, deren Anzahl durch Fibonaccizahlen gegeben sind, wie beispielsweise bei den Samen in Blütenständen. Claus Emmeche „Das lebende Spiel – Wie die Natur Formen erzeugt“ Rowhlt Taschenbuchverlag GmbH, Reinbek bei Hamburg, 1994, Science Sachbuch
114
Karsten Weicker „Evolutionäre Algorithmen“ B. G. Teubner GmbH, Stuttgart/Leipzig/Wiesbaden, 2002
115
Stefan Hildebrandt und Anthony Tromba „Panoptimum – Mathematische Grundmuster des Volllkommenen“ Spektrum der Wissenschaft mbH & Co, Heidelberg, 1987 Jon McCormack, Alan Dorin und Troy Innocent „Generative design: a paradigm for design research“ Centre for Electronic Media Art Monash University, Clayton 3800, Australia Published as: McCormack, J., Dorin, A. and Innocent, T. (2004) ‘Generative Design: a paradigm for design research’ in Redmond, J. et. al. (eds) Proceedings of Futureground, Design Research Society, Melbourne
,ITERATUR H. Bayrhuber und U. Kull „Linder Biologie“ SchroedelSchulbuchverlag GmbH, Hannover, 1989, 20. Auflage
N. Nedjah, E. Alba und L. de Macedo Mourelle „Parallel Evolutionary Computations“ Springer-Verlag Berlin Heidelberg 2006
Oliver Deussen „Computergenerierte Pflanzen – Technik und Design digitale Pflanzenwelten“ Springer-Verlag Berlin Heidelberg 2003
Marek Obitko and Pavel Slavík „Visualization of Genetic Algorithms in a Learning Environment“ Spring Conference on Computer Graphics, SCCG’99. Bratislava : Comenius University, 1999, p. 101-106. ISBN 80-223-1357-2
Norbert W. Daldrop: „Kompendium Corporate Identity und Corporate Design“ 1997 avedition GmbH, Stuttgart
Per Mollerup „Marks of Excellence – A history of taxonomy of trademarks“ Phaidon Press Inc., New York, 2001
Claus Emmeche „Das lebende Spiel – Wie die Natur Formen erzeugt“ Rowhlt Taschenbuchverlag GmbH, Reinbek bei Hamburg, 1994, Science Sachbuch
Zeitschrift: Page 05/2006 Artikel: „Metamorphosen“
Adrian Frutiger „Der Mensch und seine Zeichen - Schriften, Symbole Signete, Signale“ Fourier Verlag GmbH, Wiesbaden, 8. Auflage 2001
Przemyslaw Prusinkiewicz und Aristid Lindenmayer „The Algorithmic Beauty of Plants“ Springer-Verlag New York 1990
Benjamin Jotham Fry „Organic Information Design“ bfa Communication Design, minor in Computer Science, Carnegie Mellon University, May 1997. Submitted to the Program in Media Arts and Sciences, School of Architecture and Planning, in partial fulfillment of the requirements for the degree of Master of Science in Media Arts and Sciences at the Massachusetts Institute of Technology, May 2000. Copyright Massachusetts Institute of Technology, 2000
Klaus Richter und Jan-Michael Rost „Komplexe Systeme“ Fischer Taschenbuch Verlag GmbH, Frankfurt am Main, Oktober 2002
Ernst Haeckel „Kunstformen der Natur“ Prestel-Verlag München, New York 1998
Karl Sims „Evolving 3D Morphology and Behavior by Competition“ Thinking Machines Corporation Published in: Artificial Life IV Proceedings, ed. by R. Brooks & P. Maes, MIT Press, 1994, pp28-39
Moshe Sipper „Evolution of Parallel Cellular Machines – The Cellular Programming Approach“ Springer-Verlag Berlin Heidelberg 1997 Martin Hess „Formvollendet – eine Sammlung ästhetischer, mathematisch definierter Formen“ Verlag Niggli AG, Sulgen, Zürich, 2005
116
Stefan Sagmeister „Stefan Sagmeister“ China, ISBN 7-5006-3062-X
D´Arcy Thompson „Über Wachstum und Form“ Birkhäuser, Basel, Wissenschaft und Kultur, Band 26, 1973
117
Thomas P. Weber „Darwinismus“ Fischer Taschenbuch Verlag GmbH, Frankfurt am Main, Oktober 2002 Karsten Weicker „Evolutionäre Algorithmen“ B. G. Teubner GmbH, Stuttgart/Leipzig/Wiesbaden, 2002
118
Dank an Joachim Sauter, Kora Kimpel, Jussi Ängeslevä, Uli Schwarz, Gerburg Treusch-Dieter, Ralphs Jungs, Dennis Paul, Gunnar Green, Christoph Beck, Martin Schmitz, Uta Schmitz, Herbert Schmitz und Denise Ecker.
Hiermit bestätige ich, die vorliegende Arbeit selbständig und ohne fremde Hilfe angefertigt zu haben. Michael Schmitz Berlin im Oktober 2006
Michael Schmitz
Interaktive Gestaltung
Diese Dokumentation wird unter einer Creative Commons-Lizenz veröffentlicht. Mehr Informationen unter: http://creativecommons.org/licenses/by-nc-nd/2.0/de/
Kontakt: michael.schmitz@interaktivegestaltung.net
120
121