Mimi Ọnụọha

30. August 2021 Ellen Maria Essays 0 Comments

Mimi Ọnụọha spürt den „missing datasets“ unserer von Datenerhebungen und -auswertungen übersättigten Gesellschaft nach: in Installationen, Webseiten, Zines, Essays und Künstler:innenbüchern. Wie werden Menschen kategorisiert, sodass sie in ein größeres Ganzes passen oder aus dem System fallen und gar nicht erst berücksichtigt werden? Die Frage nach Zugehörigkeit spiegelt sich in Arbeiten wie Us, Aggregated (2017), einer Webseite, auf der Ọnụọha Bilder aus ihrem Familienalbum mit solchen kombiniert, die ihr über die Google-Bildersuche als „ähnlich“ angezeigt wurden, und Besucher:innen einlud, eigene Bilder hochzuladen, die „dazupassten“. Auch die Lichtinstallation Classification.01 aus zwei geschweiften Leuchtröhren-Klammern adressiert die Tatsache, dass wir, vor allem im Digitalen, permanent mit den Profilen anderer Usern verglichen und aufgrund unseres in kleinste Informationspartikel zerlegten Nutzungsverhaltens kategorisiert werden. Nähern sich mehrere Besucher:innen dem Objekt, werden diese von zwei Kameras erfasst, welche – nach nicht entschlüsselbarem Prinzip – entscheiden, ob die Personen als zusammengehörig zu klassifizieren sind und die umfassende Klammer aufzuleuchten beginnt. Das „Match“ – ein in heutigen Zeiten oft algorithmisch, wie bei einem undurchsichtigen Memory-Spiel festgestelltes Zusammenpassen von Objekten, Artikeln und Personen – zeigt sich als durch kommerzielle und politische Interessen bedingtes Konstrukt.
Unserer erzwungenen Präsenz als Datensätze in einem kaum noch privaten Raum steht die Nicht-Existenz vieler weiterer Datensätze gegenüber – Menschen, soziale Bereiche und Herausforderungen, die im „Durchschnitt der Gesellschaft“ unsichtbar bleiben. Ọnụọhas The Library of Missing Datasets (2016) sammelt in einem Karteikartensystem solche Datensätze: etwa zu Menschen, die in den USA von Wohnungsmarkt ausgeschlossen sind, weil sie in der Vergangenheit Straftaten begangen haben; Transmenschen, die getötet oder verletzt wurden, oder Zahlungsstatistiken von Spotify an Künstler:innen – die „weißen Flecken“ nicht bloß etwa eines anonymen Algorithmus, sondern einer archivierungswütigen Gesellschaft, die selten die eigenen Selektionsmechanismen dafür reflektiert, was als systemrelevant, berichtens- oder teilhabenswert erachtet wird – geschweige denn die Konsequenzen zieht.

Leave a reply

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.