Welche Weltbilder bestimmen, was als nachhaltige Zukunft gilt. Was wir sehen, wenn wir auf die Welt blicken, ist nie voraussetzungslos. Es ist von Sprache, Geschichte, Wissenssystemen und kulturellen Ordnungen geprägt. Dieselbe Landschaft aus Flüssen, Seen, Bergen, fruchtbaren Tälern und unzähligen Arten kann aus einer westlich-materialistischen Perspektive als Summe von Ökosystemleistungen und natürlichen Ressourcen erscheinen. Aus der Perspektive Indigener Philosophien dagegen ist die lebendige Welt kein Vorrat verwertbarer Ressourcen, sondern ein Geflecht von Beziehungen, Gaben und Verantwortlichkeiten; eine von nicht-menschlichen Verwandten bewohnte Welt, die Menschen erhält und verpflichtet (vgl. Kimmerer et al. 2018: 27). Der Unterschied liegt also nicht nur in verschiedenen Begriffen für dieselbe Wirklichkeit, sondern in unterschiedlichen Weisen, Welt zu erfahren, zu ordnen und mit ihr in Beziehung zu treten.
Hier setzt die Idee des Pluriversums an. Sie widerspricht der Annahme, dass es nur eine Welt, eine Moderne und eine für alle gültige Zukunft geben müsse. Stattdessen verweist das Pluriversum auf die Möglichkeit vieler Welten, Wissensformen und Lebensweisen, die nebeneinander bestehen und einander herausfordern können. Indigene Wissenssysteme erscheinen in diesem Zusammenhang nicht als romantische Gegenbilder zur Moderne und auch nicht als bloße Relikte der Vergangenheit. Sie sind situiert gewachsene, lebendige und zukunftsrelevante Formen des Wissens, die andere Beziehungen zwischen Menschen, nicht-menschlichen Wesen, Land, Technologie, Geschichte und Verantwortung sichtbar machen.
Kern der Arbeit ist die Entwicklung eines Prototyps, der Wissensplattform TELA. Die Arbeit versteht sich als Beitrag zu einem dekolonialen Design, das nicht bei der Kritik stehen bleibt, sondern einen konkreten gestalterischen Raum entwirft, in dem unterschiedliche Wissenssysteme gleichwertig nebeneinander bestehen können. Im wesentlichen soll die Plattform TELA zeigen, dass man abstrakte Ideen wie Pluriversität und Two-Eyed-Seeing in ein Interface übersetzen und dabei Tools und Methoden hervorbringen kann, die weiter getestet und auf andere Projekte übertragen werden können.