Mit der Einführung von Künstlicher Intelligenz in Web Umgebungen sind variable Schriftarten nicht mehr auf Hover- oder Scroll-Effekte beschränkt. Sie können sich nun dynamisch auf Nutzereingaben, Kontext und erlernte Verhaltensmuster reagieren. Dieses Maß an Interaktivität wird durch Frameworks wie ml5.js ermöglicht, die komplexe ML-Modelle wie Pose Detection, Hand Tracking oder Sentiment Analysis browserfertig verpacken und für Gestalter:innen direkt einsetzbar machen.
In diesem Workshop erfahren Sie, wie Sie solchen ML-Modelle mit Ihre eigenen Variable Fonts integrieren und trainieren können. Sie lernen, welche Workflows dafür geeignet sind, welche Programmiersprachen Sie benötigen, und wie Sie am ende die Prototypen in Ihre eigenen Projekte einbinden können – ganz ohne Datenwissenschafts- oder Programmierkenntnisse.
1 Tag
Ort: Fahrschule 1-2-drive
Theresienstraße 100
80333 München
190 € tgm-Mitglieder und Kooperationspartner 370 € Nicht-Mitglieder
Min. 6 Teilnehmer:innen — Max. 12 Teilnehmer:innen
Themen
Grundlagen von Machine Learning im Web
Intelligente Typografie & adaptive Schriftsysteme
Nutzerverhalten als typografischer Input
Open-Source-Tools & Frameworks
Training von Modellen ohne Coding
Experimentelle typografische Interfaces
No-Code- und Low-Code-Workflows für Machine Learning
Ziel
Ziel dieses Workshops ist es, den Teilnehmern beizubringen, wie sie Machine-Learning Modelle einsetzen und trainieren können, um die Interaktivität variabler Schriftarten im Web zu steuern und zu verbessern.
Zielgruppe
Typografen, Webdesigner, Interaktionsdesigner und Kreative, die sich für interaktive Schriftarten und Anwendungen des Machine Learning interessieren.
Level
Anfänger bis Fortgeschrittene. Keine Vorkenntnisse im Bereich Medienwissenschaften erforderlich.
Weitere Hinweise
Um direkt am Workshop teilzunehmen, bringen Sie bitte einen Laptop mit (z. B. Mac oder PC). Alle im Workshop verwendeten Modelle für maschinelles Lernen sind Open-Source und erfordern keine Abonnements. Sie können gerne Ihre eigenen Variable Fonts mitbringen. Alternativ können Sie auch Open-Source Variable Fonts aus einer Type Foundry wie Google Fonts auswählen.
Kushtrim Hamzaj
Interaktionsdesigner und Typograf
Kushtrim Hamzaj ist Doktorand an der Bauhaus-Universität Weimar. Seine Forschung konzentriert sich auf die Schnittstelle zwischen UI/UX und Künstlicher Intelligenz. Er nutzt variablen Schriftarten und maschinellem Lernen, um intelligente, reaktionsschnelle und personalisierte Benutzeroberflächen zu schaffen. Kushtrim hat bereits mit verschiedenen Start-ups und Designagenturen in München und im Ausland zusammengearbeitet. Sein Schwerpunkt liegt auf UI/UX-Design, digitaler Typografie, kreativem Coding und Frontend-Entwicklung.
Weitere Veranstaltungen, die Sie interessieren könnten
KI Next Level: Agenten & smarte Automatisierungen
In diesem eintägigen Workshop lernen Sie, wie KI-Agenten eigenständig Aufgaben ausführen und wie Sie ganz ohne Programmierkenntnisse Ihre eigenen smarten Automatisierungen entwickeln können.
Barrierefrei publizieren mit InDesign
Inklusion ist von gesellschaftspolitischer Relevanz. Für uns stellt sie ein neues Geschäftsfeld dar, das von Politik und Wirtschaft gefördert wird. Seit Juni 2025 ist barrierefreies Design in vielen Bereichen sogar vorgeschrieben, teilweise auch verpflichtend.
Auftrag und Wirkung der typografischen Komposition
Vom Dialog der bedruckten und der unbedruckten Fläche. Schrift ist die Voraussetzung zur typografischen Gestaltung. Jedoch spielt die eigentliche Anordnung als Komposition eine ganz dominante Rolle.
