Durch die Geschichte der Kunst hinweg hat die Pose, als holistische Abstraktion der körperlichen Ausdrucksform des Menschen, sich als eine Konstante in zahlreichen Studien erwiesen. Dennoch konnte aufgrund der bisher von Hand zu verarbeitenden enormen Datenmengen ihre entscheidende Rolle für die formelhafte Wiederholung kunsthistorischer Motive seit der Antike nur selektiv hervorgehoben werden. Dies gilt auch für die nun automatisierte Schätzung menschlicher Posen, da für das Training berechnungsbezogener Modelle domänenspezifische, ausreichend große Datensätze entweder nicht öffentlich zugänglich sind oder nicht feingranular genug indiziert wurden. Mit dem "Poses of People in Art" Datensatz stellen wir den ersten offenen Lizenz-Datensatz zur Schätzung menschlicher Posen in Kunstwerken und zur Validierung von Posen-Schätzern vor. Er besteht aus 2.454 Bildern aus 22 kunsthistorischen Darstellungsstilen, darunter solche, die seit dem 19. Jahrhundert zunehmend von realistischen Körperdarstellungen abgewichen haben. Insgesamt sind 10.749 menschliche Figuren durch rechteckige Begrenzungsrahmen präzise umschlossen, wobei pro Bild maximal vier Figuren mit bis zu 17 Keypoints (Kontakt- oder Merkpunkten) beschriftet sind; diese beinhalten hauptsächlich Gelenke wie Ellenbogen und Knie. Für maschinelle Lernzwecke ist der Datensatz in drei Teilmengen – Training, Validierung und Test – unterteilt, die jeweils das etablierte JSON-basierte Microsoft COCO Format folgen. Jede Bildannotierung enthält neben den obligatorischen Feldern Metadaten aus der kunsthistorischen Online-Enzyklopädie WikiArt. In dieser Arbeit erläutern wir die Beschaffung und Zusammensetzung des Datensatzes, behandeln verschiedene Anwendungsszenarien und diskutieren Perspektiven einer digital unterstützten Kunsthistorie. Wir zeigen, dass der Datensatz sowohl auf individueller Figurenebene als auch bei gesamten Figurengruppierungen Untersuchungen körperlicher Phänomene in der Kunst ermöglicht, wobei Position, Distanz oder Nähe zueinander berücksichtigt werden.