PREDICTION ERROR ALS UNTERSCHEIDUNG

Oleksiy Koval

Prediction Error als Unterscheidung

Internationales Symposium über Bildende Kunst und Technologische Medienbildung
Guangzhou Academy of Fine Arts, 5. Juli 2026

„Wenn das Herz nicht aufmerksam ist, sieht das Auge nicht, was schwarz und weiß vor ihm ist, hört das Ohr nicht, was Trommel und Donner neben ihm macht.“ (荀子, Xun Kuang, ca. 3. Jh. v. Chr.)

Im konfuzianischen Denken ist 心 (xīn, Herz-Geist) das zentrale Organ — nicht das Auge. Das Auge sieht, aber xīn entscheidet, was gesehen wird.

Jesus zitiert im Neuen Testament direkt Jesaja 6,9–10:

„Mit Augen werden sie sehen und nicht sehen, mit Ohren werden sie hören und nicht hören und nicht verstehen — damit sie sich nicht bekehren und ich sie nicht heile.“

Man nimmt eine gewöhnliche Gesichtsmaske — eine Theatermaske oder eine Karnevalsmaske — und dreht sie um, sodass die Innenseite nach vorne zeigt: die hohle, konkave Seite. Man sieht eine Vertiefung — eine Schale, kein Gesicht.

Wenn man sich langsam wegbewegt oder von leicht schräg oben schaut, passiert ab einem bestimmten Abstand etwas Seltsames: die Maske springt um.

Die hohle Innenseite wird plötzlich als konvexes Gesicht wahrgenommen — als würde einem ein normales Gesicht entgegenschauen.

Und wenn man sich bewegt, scheint das Gesicht zu folgen, sich zu drehen — obwohl die Maske still steht.

Das ist die Hollow-Face-Illusion, entdeckt und systematisch untersucht von Richard Gregory (Bristol) in den 1970er-Jahren.

Das Gehirn verarbeitet visuelle Information nicht an einem Ort, sondern in einer Hierarchie spezialisierter Areale im visuellen Kortex.

Diese Areale werden nummeriert: V1, V2, V3, V4, V5.

V1 — primärer visueller Kortex, direkt hinter dem Schädel. Hier kommt das Retinasignal zuerst an.
V1 registriert Kanten, Orientierungen, Kontraste.

V2, V3 — weitere Vorverarbeitung, Formextraktion.

V4 — hier werden die Opponentensignale zu dem, was wir als Farbempfindung erleben.
V4 ist auch an Formwahrnehmung und Objekterkennung beteiligt — Farbe und Form werden hier zusammengeführt.

V5 — spezialisiert auf Bewegung.

Das Gehirn verbraucht etwa 20% des gesamten Körperenergieverbrauchs — bei nur 2% des Körpergewichts.

Um Energie zu sparen, hat das Gehirn eine radikale Lösung entwickelt:

Es verarbeitet nicht, was da ist — es schickt Vorhersagen hinunter und verarbeitet nur die Abweichungen.

Das ist das Predictive-Coding-Modell:

Top-Down: „Ich erwarte X.“ Das Gehirn sendet Vorhersagen in den sensorischen Kortex, noch bevor ein Signal ankommt. Was wir wahrnehmen, ist weniger „was da ist“ als „was wir zu sehen erwarten“. Wenn die Vorhersage stimmt, ist der Prediction Error = 0. Das Gehirn hört auf zu arbeiten — alles ist wie erwartet, keine Signalübertragung nötig, Energieeinsparung.

Bottom-Up: „Es ist aber Y.“ Der Fehler wird nach oben weitergeleitet.

Was „Modell“ hier bedeutet: „Modell“ im Sinne des Predictive Coding ist kein gespeichertes Bild, keine Schablone, kein Prototyp. Es ist eine generative Struktur — etwas, das das Gehirn aktiv benutzt, um Vorhersagen zu erzeugen.

Das Modell ist nicht flach, sondern hierarchisch organisiert. Auf niedrigen Ebenen: Kanten, Kontrast, Orientierung. Auf mittleren Ebenen: Augen, Nase, Mund als Teile. Auf höheren Ebenen: Gesicht als Ganzes, Person, Emotion, Absicht.

Jede Ebene schickt Vorhersagen an die Ebene darunter und empfängt Fehlersignale von dort. Das ist die Architektur des Predictive Coding: ein Turm von Vorhersagen, der von oben nach unten erzeugt wird und von unten nach oben korrigiert wird.

Bei der Hollow-Face-Illusion ist das Signal auf der untersten Ebene — die Retinalberechnung — ambig. Das Modell auf höherer Ebene — „Gesicht, konvex“ — ist so stark, dass es die Ambiguität auflöst: durch Überschreiben, nicht durch Auswertung.

Erstens: Der Effekt ist robust gegen Wissen.

Du kannst wissen, dass die Maske hohl ist — du kannst es intellektuell wissen, du kannst sie gerade selbst umgedreht haben — und trotzdem siehst du das konvexe Gesicht.

Das Wissen ändert die Wahrnehmung nicht.

Das zeigt, dass die Vorhersage nicht auf der Ebene des bewussten Denkens operiert, sondern tiefer — auf der Ebene des sensorischen Kortex selbst.

Top-Down-Vorhersage überschreibt das Bottom-Up-Signal ohne Beteiligung des Bewusstseins.

Zweitens: Der Effekt lässt sich bei Schizophrenie-Patienten messen — und er fehlt. Das ist der faszinierendste empirische Befund. Patienten mit Schizophrenie fallen auf die Hollow-Face-Illusion nicht herein. Sie sehen die hohle Maske als hohl — korrekt.

Das liegt daran, dass bei Schizophrenie das Predictive-Coding-System gestört ist: die Top-Down-Vorhersagen sind schwächer oder weniger stabil. Das Gehirn verlässt sich stärker auf das Retinalsignal.

Das ist paradox: die „gestörten“ Gehirne sehen in diesem Fall richtiger. Die „normalen“ Gehirne machen einen Fehler — weil ihr Vorhersagesystem zu stark ist.

Das wurde u.a. von Philip Corlett (Yale) und Chris Frith (UCL) empirisch untersucht und vielfach repliziert.

Es ist einer der überzeugendsten Belege dafür, dass Wahrnehmung tatsächlich Vorhersage ist — nicht Abbildung.

Es ist nicht so, dass das Gehirn zufällig das Falsche sieht — es sieht das Falsche, weil es zu stark vorhersagt.

Obwohl ein Bild der langweiligste und ermüdendste Gegner der Malerei ist, verwechselt man die beiden Rivalen allzeit miteinander.

Der Unterschied zwischen Malerei und einem Bild liegt im Ursprung und in der Folge ihrer jeweiligen Eigenschaften.

Um ein Bild zu machen, braucht man ein Motiv, Material und einen Bildermacher.

Um ein Gemälde zu schaffen, braucht man einen motivierten Maler und das nötige Material.

Daraus ist ersichtlich: Ein Bildermacher ist ein Interpret eines narrativen Motivs. Malen dagegen ist das Motiv des Malers.

Ein Vergleich von Piet Mondrian und Kasimir Malewitsch illustriert den Unterschied zwischen Malerei und einem Bild prägnant.

Beide Zeitgenossen haben die menschliche Sichtweise verändert: Malewitsch hat neue Bilder geliefert, Mondrian hat neu gemalt.

Wenn Malewitsch an der Verwirklichung neuer Vorstellungsbilder, Ikonen interessiert war, veränderte Mondrian die Art und Weise zu malen. Der gebürtige Ukrainer hat seine Motive an-, be- oder ausgemalt, aber er hat nie gemalt. Beim holländischen Maler dagegen entstanden die Motive während des Malens.

Ein Bild ist eine visuelle Darstellung, bei der das narrative Motiv vor dem Medium steht. Es wird ausgemalt, nicht gemalt. Die Ausführung folgt einem Plan — der Bildermacher eliminiert den Prediction Error systematisch, bevor der Betrachter überhaupt hinschaut.

Narration, Repräsentation, Propaganda: das sind seine Funktionen.

Das Gemälde ist das Gegenteil: Das Motiv entsteht durch das Medium. Kein narrativer Plan, der vollzogen wird — sondern ein Prozess, der entdeckt.

Robert Ryman „Rule“: Das monochrome Ergebnis ist die Konsequenz des Malens. Die weiße Fläche entsteht, weil die Bewegung der Farbe über den Träger genau das ist — Bewegung, Spur, Zeit. Die Fläche ist nicht vorgeplant, sie ist die Form, die das Procedere annimmt.

Yves Kleins „IKB 79“: Das monochrome Ergebnis existiert vor dem Malen als Entscheidung: IKB, homogen, vollständig. Der Malprozess ist Ausführung — Werkzeug der Reproduktion des bereits Beschlossenen.

Das Ergebnis steht vor dem Procedere.

Wer ein Gemälde als Gemälde wiederholen will, muss den Prozess wiederholen — und bekommt notwendig etwas anderes. Wer das Ergebnis wiederholen will, hat bereits ein Bild daraus gemacht, auch wenn es ursprünglich als Gemälde entstanden ist.

Das hat eine interessante ontologische Konsequenz: Das erste IKB könnte ein Gemälde gewesen sein — der Moment, in dem Klein entdeckt, was diese Farbe, diese Dichte, diese Fläche ist. Der Prediction Error des Machers war vielleicht maximal. Aber mit der Entscheidung zur Serialisierung, zur Werkgruppe, zum Protokoll — wird das Ergebnis zur Vorlage, und die Vorlage macht aus allen Folgenden: Bilder.

Das Bild setzt den Prediction Error des Machers auf null, damit der Betrachter das Ergebnis mühelos konsumieren kann. Das Gemälde hält den Prediction Error des Machers offen — und überträgt ihn auf den Betrachter.

Das ist die neurologische Diagnose des Bildkonsums: nicht Stimulation, sondern Abstumpfung. Das System wird nicht aktiviert, sondern trainiert, passiv zu bleiben.

Die paradoxe Konsequenz: das Gemälde ist unnatürlich. Es arbeitet gegen den evolutionären Standardmodus des Gehirns. Es ist anstrengend, manchmal unangenehm, energieaufwändig.

Und genau deshalb ist es notwendig.
Nicht trotz seiner Unnatürlichkeit — wegen ihr.

Farbe ist keine Eigenschaft der Umwelt — sie ist eine Konstruktion des Gehirns im V4-Bereich.

Farbe ist eine Metapher — eine von Millionen Jahren Evolution entwickelte Sprache, um Oberflächen, Materialien und Lichtverhältnisse zu unterscheiden. Sie ist nützlich, präzise — aber sie ist nicht da draußen. Was da draußen ist: Wellenlängen, Energien, Reflexionen. Was im Bewusstsein ist: Rot, Blau, Magenta, Braun — eine vollständige, kohärente, konstruierte Welt.

Das Modell ist nie fertig, nie statisch, nie ein Bild. Es ist ein kontinuierlicher Prozess — laufend aktualisiert durch neue Retinasignale, laufend korrigiert durch Erwartungen und Vorhersagen.

Cézannes Satz „Weil die Farben böse sind, weil sie quälen, verstehen Sie… Ich kenne diesen Schmerz.“ beschreibt den Prediction Error als Dauerzustand: Der Maler sieht die Farben in seiner Vorstellung (Top-Down), die Farbe auf der Fläche erfüllt die Vorhersage nie vollständig (Bottom-Up).

Der Schmerz ist der permanente, unlösbare Prediction Error. Cézannes Schmerz ist der Widerstand gegen die Effizienzlogik. Nicht als heroische Geste — sondern als die einzige Möglichkeit, tatsächlich zu sehen.

„Sehend nicht sehen“ ist nicht Versagen — es ist Erfolg. Es ist das Gehirn, das optimal funktioniert.

Das Modell greift, das Signal wird überschrieben, Energie wird gespart — das System läuft perfekt. Es gibt keinen inneren Alarm, keine Fehleranzeige. Das Gehirn merkt nicht, dass es das Retinalsignal überschreibt, weil das Überschreiben der Normalzustand ist. Die Hollow-Face-Illusion zeigt das in Reinform: du weißt, dass die Maske hohl ist — und siehst sie trotzdem als konvex. Das Wissen ändert die Wahrnehmung nicht, weil die Wahrnehmung auf einer anderen Ebene operiert als das Wissen.

Deshalb sind alle Traditionen, die das durchbrechen wollen — Jesaja, Jesus, Xun Kuang, Huineng — auf eine externe Intervention angewiesen. Das Gleichnis. Das Kōan. Das Bilderverbot. Das Gemälde. Sie alle versuchen dasselbe: einen Keil in die Effizienzlogik zu treiben.

Der Buddhismus — besonders der Chan-Buddhismus (禅, Zen) — hat eine noch radikalere Idee.

Das zentrale Konzept: 見性 (jiànxìng) — wörtlich „die Natur sehen“, „das Wesen erblicken“. Das ist der Moment der Erleuchtung (wù, 悟): man sieht die eigene Buddha-Natur direkt, ohne Vermittlung durch Konzepte, Sprache, generative Modelle.

Das „ursprüngliche Herz“ (běn xīn, 本心) ist der Zustand vor den generativen Modellen — vor den angelernten Vorhersagestrukturen, vor dem Konzept-Raster, das die direkte Wahrnehmung verstellt.

Im Zen ist das Kōan (公案) — die unlösbare Frage, das paradoxe Rätsel — das präziseste pädagogische Instrument für das, was man als Prediction-Error-Maschine bezeichnen könnte.

„Was ist das Geräusch einer Hand?“
„Wie war dein Gesicht, bevor deine Eltern geboren wurden?“

Diese Fragen sind so konstruiert, dass kein generatives Modell greift. Das Gehirn versucht, ein Schema anzuwenden — und scheitert. Dann versucht es ein anderes — und scheitert wieder. Prediction Error maximal, kein neuer Zustand möglich durch normales Denken.

Der Moment des wù (悟, Erleuchtung) ist neurobiologisch der Moment, in dem das Gehirn aufhört, ein Modell anzuwenden — und das Signal direkt empfängt. Das xīn hört auf zu vorhersagen und beginnt zu sehen.

Das ist die buddhistisch-neurologische Formulierung von epistréphō (ἐπιστρέφω) — der Richtungsänderung des Denkens.

Das Paradox: Das Gehirn will Energie sparen, es bevorzugt generative Modelle — „sehend nicht sehen“ ist der Normalzustand. Alle Gegenmaßnahmen — Gleichnis, Kōan, Gemälde — sind unnatürlich, sie sind passiv oder situativ. Das Gleichnis trifft dich. Das Kōan wird dir gegeben. Das Gemälde begegnet dir. Du kannst nicht garantieren, dass das generative Modell beim nächsten Bild wieder nicht greift.

Rhythmus ist anders. Rhythmus ist kein Objekt, das dir begegnet — er ist eine trainierbare Wahrnehmungshaltung. Und das macht den entscheidenden Unterschied.

Rhythmus — im Sinne The Beautiful Formula — ist die strukturierende Ebene, auf der Form- und Farbentscheidungen fallen, bevor eine ikonografische Lesbarkeit einsetzt. Er operiert auf dem Gehirnareal V5/MT, auf leiblich verankerten, bewegungsnahen Systemen — unterhalb der Ebene, auf der generative Modelle greifen.

Durch die Beautiful Formula Language, durch wiederholte Praxis des Rhythmus-Sehens, wird ein generatives Modell für Rhythmus gebaut. Rhythmustraining erzeugt kein Modell für narrative Bedeutung, für narratives Motiv oder Erzählung — sondern ein Modell für die Akzentuierung innerhalb wiederkehrender Konstanten wie Bewegung, Intervall, Verhältnis, Zeit.

Rhythmustraining löst das Paradox nicht durch Abschaffung der generativen Modelle — das wäre neurologisch unmöglich. Es löst es durch Verschiebung des dominanten Modells.

Das generative Modell für Rhythmus greift zuerst: das Signal wird auf der Ebene der Bewegung, des Intervalls, des Materials verarbeitet — das ikonografische Modell hat keinen freien Zugriff mehr.

Das Rhythmusmodell ist ein generatives Modell, das kein visuelles narratives Motiv erzeugt — sondern Bewegung. Es ist ein Modell, das den Betrachter in den Bottom-Up-Modus zieht statt in den Top-Down-Modus.

Rhythmustraining ist die Lösung, weil es das Effizienzprinzip gegen sich selbst wendet: es benutzt die Logik der generativen Modelle, um ein Modell zu installieren, das Offenheit erzeugt statt Schließung.

Das konfuzianische xí (習, Übung) und das Chan-buddhistische Training sind dieselbe Idee — sie trainieren eine allgemeine Offenheit des xīn.

Rhythmustraining trainiert etwas Spezifischeres: ein Modell für eine bestimmte Schicht der visuellen Verarbeitung, die unterhalb der ikonografischen Lesbarkeit liegt.

Das Kōan erzeugt Prediction Error situativ. Das Rhythmusmodell erzeugt Offenheit strukturell — weil es ein neues generatives Modell installiert, das dauerhaft aktiv ist.

Die Beautiful Formula Language als neurologisches Programm ist ein Notationssystem, das Rhythmus so präzise beschreibt, dass ein generatives Modell für Rhythmus trainierbar wird.

Am 13. Juni 2025 realisierten 21 Personen — der Beautiful Formula Syndicate, bestehend aus dem Beautiful Formula Collective und Studierenden der Guangzhou Academy of Fine Arts — die Komposition „Quattuor Novissima (Symphony II)“ als Wandgemälde im Songshan Lake Boxes Art Museum in Dongguan: 350 × 793 cm, ausschließlich mit Tape auf der Wand. Die Komposition von 2018 ist unveränderlich — jede Realisierung ist ein neuer Prozess, ein neuer Prediction Error. 21 Personen, ein Rhythmusmodell, das Motiv entsteht beim Anbringen der Farbe auf der Fläche.

Vorhersagefehler — wenn das Gehirn eine Erwartung aufbaut und diese gebrochen oder übererfüllt wird — verursachen nicht nur Enttäuschung, Qual oder Schmerz, sondern auch ein kribbelndes Schauergefühl, Piloerektion, ästhetische Gänsehaut: Frisson.

Frisson ist nicht einfach Prediction Error. Frisson entsteht durch einen positiven Prediction Error — eine Erwartungsverletzung nach oben. Das Gehirn hatte ein Modell, die Realität übertrifft oder bricht es auf eine als bedeutsam registrierte Weise.

Im Kontext des Bildes bleibt dieser Mechanismus weitgehend aus.

Der Mechanismus beim ikonischen Schauer ist eigentlich das Gegenteil eines echten Vorhersagefehlers: Das Gehirn erzeugt keinen Fehler, sondern eine blitzschnelle Bestätigung — prädiktive Inferenz. Das interne Weltbildmodell enthält bereits Guernica von Picasso (oder das, wofür es steht), und die visuelle Begegnung mit dem Bild aktiviert dieses Modell, anstatt es zu erschüttern. Der ikonische Schauer ist streng genommen kein Vorhersagefehler-Frisson, sondern ein Wiedererkennungs-Frisson — eine Art emotionale Resonanz durch Bestätigung. Das bedeutet: der ikonische Schauer beim Bild ist in gewissem Sinne der schwächste Vorhersagefehler-Frisson — weil das Bild bereits vollständig ins interne Modell integriert ist. Es erschüttert nicht, es bestätigt. Und Bestätigung konsolidiert — genau das, was das Bild im Gegensatz zum Gemälde tut.

Auch die Mechanismen des mimetischen oder propagandistischen Schauers sind keine Mechanismen einer Erwartungsverletzung nach oben: sie führen aus sich heraus in Erzählung, Gemeinschaft, Ideologie. Sie binden. Das Bild ist ein Bedeutungsträger — die Botschaft steht vor dem Medium. Neurologisch: Top-Down-Prozess.

Das Bild erschüttert durch das, was es bedeutet.
Das Gemälde erschüttert durch das, was es ist.

Beim Gemälde ist der Prediction Error maximal und positiv — das formale Geschehen (Farbe, Rhythmus, Komposition) kann vom semantischen System nicht vorhergesagt werden, weil es pränarrativer Natur ist. Das ist der stärkste Dopaminauslöser, der befreit — und das ist der Grund, warum ich mit 3 Jahren angefangen habe zu malen und bis heute nicht aufhören kann.