TEXT + KRITIK Sonderband - Digitale Literatur II. Hannes Bajohr. Читать онлайн. Newlib. NEWLIB.NET

Автор: Hannes Bajohr
Издательство: Bookwire
Серия: Text+Kritik Sonderband
Жанр произведения: Документальная литература
Год издания: 0
isbn: 9783967075502
Скачать книгу
zumal im Netz und darin überwiegend auf den privatwirtschaftlich kontrollierten Plattformen,31 auch neue Schreibweisen hervorbringen. Das digitalsoziologische Paradigma betont vor allem die Oberflächen, Kontexte und Stätten der Veröffentlichung und Rezeption für die Klassifizierung als digitale Literatur. Anders aber als noch bei der je eigenen Website als »Ort digitaler Literatur«, die 2001 Friedrich Block behandelte,32 ist heute durch die Einfügung vermittelnder Plattformen ein exponentieller Zugewinn an Verbreitung und Popularität sowie Sichtbarwerdung literarischer Produktion zu verzeichnen, die vorher oft höchstens im Halböffentlichen verblieb.

      Als ›digitalontologisches Paradigma‹ – oder als ›genuin digitale Literatur‹ – wäre schließlich jene dritte Spielart digitaler Literatur zu bezeichnen, die auf dem bewussten Einsatz von Computern, Codes, Algorithmen sowie der automatisierten Verarbeitung von Textkorpora als Schreibmethode beruht. Dass dabei das Ausgabemedium nicht notwendig digital sein muss, sondern auch die traditionelle Buchform annehmen kann, ist Folge der angesprochenen postdigitalen Verschiebung der Gegenwart. Insofern gerade generative Literatur, wie wir diese Form weiter oben genannt haben, auch auf Plattformen stattfinden oder ihr Material auf diesen finden kann, sind zwischen der zweiten und dritten Spielart Überschneidungen auszumachen.

      Da die genuin digitale Literatur ihre Poetik von allen drei Formen am engsten am verwendeten technischen Substrat ausrichtet, sind die Umbrüche von Programmier- und Datenparadigmen hier am schnellsten zu spüren und in allerjüngster Zeit anzusiedeln: War das generative Schreiben seit den 1950er Jahren bis etwa um 2014 in sequenziellen Algorithmen, also menschenlesbaren Regelschritten implementiert, erschien mit der weiten Verbreitung des konnektionistischen Modells – auf neuronalen Netzen beruhendes Deep Learning – zum ersten Mal eine ernsthafte Alternative. Da es keine Regeln, sondern nur noch statistische Verteilungen produziert, reduziert sich hier die Menschenlesbarkeit drastisch, wie Hannes Bajohr in seinem Beitrag erklärt.

      Zwischen Theorie und Praxis