Das Modul (Un)Creative Machines beschäftigt sich kritisch mit der Rolle Künstlicher Intelligenz im Bereich Gestaltung und Kunst und bietet einen Einstieg um KI in die eigene künstlerische Arbeit einzubinden. In interdisziplinärer Zusammenarbeit entwickeln die Studierenden mehrere kleine Projekte und lernen Grundtechniken von KI wie Tracking, Detection, Classification oder Generative AI kennen. Im Zentrum steht das spielerische Experimentieren mit KI basierter Software und einsteigerfreundlichen Code Libraries um zu verstehen wann, wo und wie KI einen Nutzen für die eigene künstlerische Arbeit darstellt. Gestalterische Inputs von Designer- und Künstler:innen sowie theoretische Inputs zu ökologischen, ökonomischen, sozialen und politischen Herausforderungen von KI begleiten das Modul und unterstützen die Studierenden dabei ihre eigene Haltung zu beziehen.
Max Frischknecht, max.frischknecht[at]hslu.ch (Data Design + Art)
Michael Flückiger, michael.flückiger[at]hslu.ch (Data Design + Art)
Paulina Zybinska, hey[at]zybinska.com
Gebäude 742, 3. Stock
Data Design + Art Atelier & Raum 310
Hochschule Luzern
Design Film Kunst
Fadenstrasse 22
6020 Luzern-Emmenbrücke
Als Vorbereitung auf Mittwoch 6.7.2026 (online verfügbar)
Meyer, R. (2025, February 2). Echte Emotionen. Generative KI und rechte Weltbilder. Geschichte der Gegenwart. https://geschichtedergegenwart.ch/echte-emotionen-generative-ki-und-rechte-weltbilder/
Als Vorbereitung auf Montag 11.6.2026 (PDF auf Teams)
Brooks, R.A. (1991). Intelligence without representation. Artificial Intelligence 47.
Bis zum 18.6.2026 (online verfügbar)
Crawford, K., & Paglen, T. (2019, September 19). Excavating Ai: The Politics of Images in Machine Learning Training Sets. https://excavating.ai/
Audry, S. (2021). 5 Beyond Human Understanding. In Art in the Age of Machine Learning (pp. 113-135). The MIT Press.
Alpaydin, E. (2021). Why we are interested in machine learning. In Machine Learning (pp. 1–34). MIT Press. https://doi.org/10.7551/mitpress/13811.001.0001
Crawford, K. (2021). Introduction. In Atlas of AI: power, politics, and the planetary costs of artificial intelligence (pp. 1–21). Yale University Press.
Ivanova, V., Jäger, E., Milne, A., & Zhang Zhexi, G. (2024). Defining Public AI. In Future Art Ecosystems Vol 4. Art x Public AI (pp. 26–59). Serpentine Galleries. https://reader.futureartecosystems.org/briefing/fae4/artist
Malevé, N. (2019, November 15). An Introduction to Image Datasets. The Photographers’ Gallery: Unthinking Photography. https://unthinking.photography/articles/an-introduction-to-image-datasets
Pasquinelli, M., & Joler, V. (2021). The Nooscope manifested: AI as instrument of knowledge extractivism. AI & Society, 36(4), 1263–1280. https://doi.org/10.1007/s00146-020-01097-6
Schneier, B., & Sanders, N. E. (2025). Rewiring Democracy: How AI Will Transform Our Politics, Government, and Citizenship. The MIT Press. https://doi.org/10.7551/mitpress/15845.001.0001
JavaScript
- https://ml5js.org/
- https://p5js.org/
Python / Jupyther Notebook Environments
- https://jupyterhub.mediadock.space (aus dem HSLU Netzwerk oder mit VPN)
- https://colab.research.google.com/ (backup solution)
- https://github.com/hslu-dda/dda-introduction-to-python/tree/main/01_Setup (For a local python setup)
ComfyUI
- https://comfyui.mediadock.space/ (aus dem HSLU Netzwerk oder mit VPN)
LLMs
- https://ollama.com/
- https://insiderllm.com/guides/best-local-llms-mac-2026/
- https://openwebui.com/
- https://www.jan.ai/
Tools & Plattforms
- https://fal.ai/
- https://huggingface.co/
- https://replicate.com/