ABOUT US
The idea of developing an algorithm that recognizes counterfeit works of art came to Wolfgang Reuter in autumn 2016 during a conversation with Robert Ketterer, the owner of the art auction house of the same name in Munich. The auctioneer told Reuter, who was then deputy editor-in-chief of the news magazine Focus, about the typical forger's approach. "He doesn't come with a picture and say: 'I have a Nolde, Pechstein or some other well-known artist here,'" says Ketterer, "but he submits a picture and says: 'I found that in the belongings of my deceased mother. Is that worth anything?'”
​
Most counterfeits are not copies of actual originals, the auctioneer continues, but rather works in which the counterfeiter imitated the style of the artist in question, sometimes very well. It is therefore sometimes very difficult to prove a forgery.​
​
​
​​​
​
​
​
​
​​
​​
​​
​
​
​​​
​​
​​
​​
​​
​​
​​
​​
​​
Reuter, who had been programming and developing various apps – also in the field of image processing – for four years at the time, then asked: "Is there nothing digital yet that helps when examining paintings?” Ketterer replied that he didn’t believe so – and Reuter decided to try the use case.
​
Initial tests with 100 pictures each by four painters based on statistical methods such as Bayesian Bayesian inference were promising, but Reuter quickly realized that significantly better results would probably be possible with machine learning. The journalist, who had already studied physics for two semesters during his time at “Spiegel” in 2007 and 2008, taught himself the necessary knowledge as a student at the online university Coursera – in particular with the courses and specializations of Andrew Ng .
​​
https://www.coursera.org/learn/machine-learning
​​
https://www.coursera.org/specializations/deep-learning
​​
With the help of so-called convolutional neural networks, Reuters application – meanwhile with 20 painters – achieved significantly better results. The journalist then presented the project to René Allonge , head of the art crime department at LKA Berlin. Between 2017 and 2020, the LKA supported Reuter, in particular with secured counterfeits, in order to test and further improve the algorithms.
​
"I enjoyed the whole thing so much," says Reuter, "that in 2017 I decided to change industries and work full-time with artificial intelligence." In the spring of 2018, Reuter first switched to the appliedAI initiative from UnternehmerTUM , the start-up up incubator by Susanne Klatten . He also worked as a freelance AI developer and further developed the painter and forgery detection model. In the spring and summer of 2019, the project was exhibited as a playful application in the Museum Buchheim ("Museum of Fantasy") in Bernried. Back then, visitors could compete against the algorithm. The respective visitor in the museum and the AI ​​model were fed randomly selected images from the test set of the data set. The algorithm achieved a recognition accuracy of 93 percent (with 20 painters), the visitors averaged 60 percent.
​​
In November 2019, Reuter joined Alexander Thamm GmbH as Leading Data Scientist. During this time, he continued to develop the algorithm – with astonishing results. In the meantime, the model, trained with 53 artists, assigned more than 90 percent of the pictures to the right painter. In spring 2020, Reuter founded Art Intelligence GmbH, which has so far carried out several dozen analyzes for customers.
Wolfgang Reuter, founder and managing director of Art Intelligence GmbH.
Playful application: Computer terminal exhibited in the Buchheim Museum, with which visitors could compete against the AI model.
Reuter, der damals bereits seit vier Jahren programmierte und verschiedene Apps – auch im Bereich der Bildverarbeitung – entwickelt hatte, fragte daraufhin: „Gibt es da noch nichts Digitales, was bei der Untersuchung von Gemälden hilft?“ Ketterer antwortete, dass ihm davon nichts bekannt sei – und Reuter beschloss, den Anwendungsfall einmal auszuprobieren.
Erste Versuche mit je 100 Bildern von vier Malern auf der Basis statistischer Methoden wie beispielsweise Bayesianischer Inferenz waren zwar vielversprechend, doch Reuter merkte schnell, dass mit Maschinellem Lernen vermutlich deutlich bessere Ergebnisse möglich wären. Der Journalist, der 2007 und 2008, während seiner Zeit beim „Spiegel“ nebenher bereits zwei Semester Physik studiert hatte, brachte sich die notwendigen Kenntnisse als Student an der Online Universität Coursera bei – insbesondere mit den Kursen und Spezialisierungen von Andrew Ng.
​
https://www.coursera.org/learn/machine-learning
​
https://www.coursera.org/specializations/deep-learning
​
Mithilfe sogenannter Konvolutionaler Neuronaler Netze erzielte Reuters Anwendung – mittlerweile mit 20 Malern – deutlich bessere Ergebnisse. Der Journalist stellte das Projekt daraufhin dem Leiter der Abteilung Kunstdelikte beim LKA Berlin, René Allonge, vor. Zwischen 2017 und 2020 unterstützte das LKA Reuter, insbesondere mit gesicherten Fälschungen, um die Algorithmen zu testen und weiter zu verbessern.
„Das Ganze hat mir so viel Spaß gemacht“, sagt Reuter, „dass ich mich 2017 entschloss, die Branche zu wechseln und mich hauptberuflich mit Künstlicher Intelligenz zu beschäftigen." Im Frühjahr 2018 wechselte Reuter zunächst zur appliedAI Initiative von UnternehmerTUM, dem Start-up-Inkubator von Susanne Klatten. Nebenher arbeitete er freiberuflich als KI-Entwickler und entwickelte das Maler- und Fälschungserkennungsmodell weiter. Im Frühjahr und Sommer 2019 wurde das Projekt im Museum Buchheim („Museum der Phantasie“) in Bernried als spielerische Anwendung ausgestellt. Die Besucher konnten damals gegen den Algorithmus antreten. Beiden, also dem jeweiligen Spieler im Museum und dem KI-Modell, wurden zufällig ausgewählte Bilder aus dem Test-Set des Datensatzes zugespielt. Der Algorithmus schaffte dabei eine Erkennungsgenauigkeit von 93 Prozent (bei 20 Malern), die Besucher kamen im Schnitt auf 60 Prozent.
​
Im November 2019 wechselte Reuter als Leading Data Scientist zur Alexander Thamm GmbH. Den Algorithmus hat er auch in dieser Zeit weiterentwickelt – mit erstaunlichen Ergebnissen. Mittlerweile ordnet das Modell, trainiert mit 53 Künstlern, über 90 Prozent der Bilder dem richtigen Maler zu. Im Frühjahr 2020 gründete Reuter die Art Intelligence GmbH, die bislang mehrere Dutzend Analysen für Kunden vorgenommen hat.