Data Loam - Sometimes Hard, Usually Soft
Die KünstlerInnen und WissenschaftlerInnen des Data Loam Projekts erforschen die Vergangenheit und Zukunft
von Wissenssystemen und postulieren die dringende Notwendigkeit neue Organisationsformen jenseits der verfestigten Kategorisierungen
und Indexierungen zu entwickeln. Ziel dabei muss es sein, aus dem Korsett hergebrachter lexikalischer und enzyklopädischer
Ordnungen auszubrechen und die ihnen eingeschriebenen Hierarchien und Wertungen aufzulösen, ohne neue und vielleicht viel
tiefgreifendere Verzerrungen zu erzeugen. Anstatt weiter einer verkürzenden, binäre Ontologie zuzuarbeiten, wollen wir
Information zukünftig als dynamisches Netz interagierender Partikel und damit letztlich als Form von Materie begreifen, in
der sich auch Ambivalentes, Unentscheidbares und Ephemeres integrieren und abbilden lässt.
ForscherInnen:
London: Johnny Golding, Mattia Paganelli
Wien: Virgil Widrich (Projektleiter), Martin Reinhart, Leo Coster, Matthias
Strohmaier, Marc Orou
RIAT Vienna: Matthias Tarasiewicz, Andrew Newman
Teilnehmende KünstlerInnen:
Barnaby
Adams, Ajamu, Hans Bernhard, Barbara Böröcz, Jaya Klara Brekke, Alberto Condotta, Leonard Coster, Juan Cruz, Johannes Frauenschuh,
Maximilian Gallo, Amir George, Johnny Golding, Lauren Goode, Ivonne Gracia Murillo, Anja Kirschner, Nora Lengyel, Monica C.
LoCascio, Manu Luksch, Katarina Matiasek, Anna Nazo, Andrew Newman, Marc Orou, Istem Özen, Mattia Paganelli, Julian Palacz,
Despina Papadopoulos, Atte Penttinen, Martin Reinhart, Marthin Rozo, Aura Satz, Marc Schuran, Emily Sparkes, Dario Srbic,
Laura Stoll, Matthias Strohmaier, Mauricio Suarez, Matthias Tarasiewicz, Florian Unterberger, Sophie-Carolin Wagner, Virgil
Widrich, Despina Zacharopoulou, Jimmy Zurek
Data Loam ist ein PEEK-Projekt in Zusammenarbeit mit der Universität
für angewandte Kunst Wien, dem Royal College of Art in London, RIAT Vienna und dem Master-Studiengang Art & Science. Es
wird unterstützt vom Wissenschaftsfonds FWF (Fonds zur Förderung der wissenschaftlichen Forschung).