#ArtAndClimate

2024-09-07

Einer der Lieblingsprojekte! Das mit dem Prix Ars Electronica ausgezeichnete Projekt „Smoke and Mirrors“ von Beatie Wolfe visualisiert sechs Jahrzehnte Klimadaten und steigender Methanwerte (Smoke). Gleichzeitig zeigt es die Werbeslogans der Ölindustrie (Mirrors), die seit den 1970er Jahren dazu genutzt wurden, Klimabewusstsein zu leugnen, zu verzögern und zu manipulieren.

Dringend ansehen: beatiewolfe.com/smoke-and-mirr

#ClimateArt #DataVisualization #ArtAndClimate #ArsElectronica

Das Bild zeigt eine Ansicht der Erde aus dem Weltraum mit einem Fokus auf die Kontinente, die von Wolken umgeben sind. Im Vordergrund steht in großen weißen Buchstaben der Text: „LIES THEY TELL OUR CHILDREN“ („Lügen, die sie unseren Kindern erzählen“). Darüber sind die Worte „1980 Mobil-Advert – New York Times“ und die Methankonzentration „methane (CH4) 1679.11 ppb (parts per billion)“ zu sehen. Das Bild vermittelt eine Botschaft über die Verleugnung und Irreführung der Öffentlichkeit durch die Ölindustrie in Bezug auf den Klimawandel.
2024-09-07

„Cold Call“: Sam Lavigne (US) und Tega Brain (AU) präsentieren auf der Ars Electronica ein Callcenter, das als unkonventionelles CO2-Kompensationsprojekt fungiert. Besucher*innen rufen Führungskräfte der fossilen Brennstoffindustrie an und halten sie möglichst lange am Telefon. Die gestohlene Zeit wird als „Carbon Credits“ umgerechnet und verlangsamt so symbolisch die Emissionen dieser Unternehmen.

#TimeTheft #CarbonOffset #ArtAndClimate #ArsElectronica #FossilFuels #EnvironmentalArt

Ein Raum mit mehreren Schreibtischen und Computern, an denen Besucher*innen sitzen und telefonieren. An der Wand im Hintergrund hängen zahlreiche Porträtfotos, die Teil der Installation “Cold Call” sind.Eine digitale Anzeige mit dem Titel „Welcome to the Team!“, die die Gesamtdauer von Telefonaten und die längste Einzelverbindung zeigt. Darunter sind mehrere Fotos von Menschen, die an kürzlichen Anrufen beteiligt waren, zu sehen.

Client Info

Server: https://mastodon.social
Version: 2025.04
Repository: https://github.com/cyevgeniy/lmst