AI-Lernen: Artikel 4: „Besser sehen, besser hören“ – KI als Werkzeug für Fotografie und Videografie

Autor: DerSchneider

Einleitung

Es gibt Momente, die bleiben für immer. Die Geburt eines Kindes. Der Sonnenuntergang am Strand. Das Lächeln eines geliebten Menschen. Wir halten sie fest mit unseren Kameras, in der Hoffnung, dass das Bild die Erinnerung bewahrt. Und dann passiert es: Ein Passant läuft genau in dem Moment durch das Bild, in dem Sie auslösen. Ein unschärfer Schatten verdirbt die Komposition. Die Farben sind blass, weil das Licht nicht stimmte.

Früher bedeutete das: Das Bild war verloren. Man konnte es höchstens mit viel Aufwand in Photoshop retuschieren – wenn man die Fähigkeiten und die Geduld dafür hatte. Heute nicht mehr.

Die Künstliche Intelligenz ist in die Welt der Fotografie und Videografie eingezogen. Sie kann störende Elemente entfernen, als hätte es sie nie gegeben. Sie kann unscharfe Bilder schärfen und Farben lebendiger machen. Sie kann sogar aus einem einfachen Textskript ein komplettes Video erstellen. Das Buch „AI für Einsteiger“ widmet diesem Thema ein eigenes Kapitel. Wir werden die vorgestellten Werkzeuge untersuchen, die Technologie dahinter verstehen und die Frage stellen: Was bedeutet das für die Authentizität unserer Bilder?

1. Von der Dunkelkammer zur KI – eine kurze Geschichte der Bildbearbeitung

Die Fotografie begann im 19. Jahrhundert als eine rein chemische Kunst. Die Bilder entstanden auf lichtempfindlichen Platten, die in der Dunkelkammer entwickelt wurden. Schon damals gab es Manipulationen: Man konnte Belichtungen überlagern, Personen nachträglich einfügen oder wegradieren. Die Technik war aufwendig, aber möglich.

Im 20. Jahrhundert kam die analoge Fotografie mit Filmrollen. Die Dunkelkammer blieb der Ort der Magie. Hier konnte man mit Filtern, Belichtungszeiten und Entwicklungsprozessen die Bilder verändern. Aber die Möglichkeiten waren begrenzt.

Die digitale Revolution brachte die große Veränderung. Programme wie Adobe Photoshop (1988 erstmals veröffentlicht) machten die Bildbearbeitung für jeden zugänglich, der einen Computer besaß. Plötzlich konnte man Ausschnitte vergrößern, Farben verändern, Hautunreinheiten entfernen und Menschen aus Bildern herausschneiden. Das Zeitalter der Bildmanipulation begann.

Doch Photoshop war ein Werkzeug, das gelernt sein wollte. Es erforderte Geschick, Übung und ein Auge für Details. Die KI verändert das nun grundlegend. Sie macht die Bearbeitung nicht nur einfacher, sondern fast magisch. Sie versteht, was ein Bild „sein sollte“, und füllt Lücken, die der Mensch vielleicht nicht einmal sieht.

2. Apple Intelligence: Bildbearbeitung im System

Das Buch „AI für Einsteiger“ beginnt das Kapitel mit Apple Intelligence. Hier wird die KI tief in die Fotos-App des iPhones und des Macs integriert.

2.1. Clean Up – die Zauberei mit dem Radiergummi

Die vielleicht beeindruckendste Funktion ist „Clean Up“. Sie ist das Äquivalent zu Googles „Magic Eraser“ und ermöglicht es, unerwünschte Objekte aus einem Bild zu entfernen.

So funktioniert es (laut Buch):

1. Sie öffnen ein Bild in der Fotos-App und tippen auf „Bearbeiten“.
2. Sie wählen die Option „Clean Up“ in der Symbolleiste.
3. Die KI analysiert das Bild und schlägt entfernungswürdige Elemente vor.
4. Sie können auf einen Vorschlag klicken oder manuell ein Element markieren.
5. Die KI entfernt das Element und füllt den Hintergrund auf, als wäre es nie da gewesen.

Die Technik dahinter: Hier kommt sogenanntes „Inpainting“ zum Einsatz. Das ist eine Technik, bei der ein neuronaler Netz lernt, wie man Lücken in Bildern füllt. Es analysiert die umgebenden Pixel, erkennt Muster (Texturen, Farbverläufe, Strukturen) und generiert neue Pixel, die nahtlos in das Bild passen. Die KI hat nicht einfach nur einen Bereich gelöscht, sie hat etwas völlig Neues erschaffen, das in den Kontext passt.

2.2. Intelligente Suche in der Fotosammlung

Eine weitere Funktion, die das Buch beschreibt, ist die verbesserte Suche. Sie können natürliche Sprache verwenden, um nach bestimmten Motiven zu suchen. Sie geben ein: „Hund am Strand“ oder „Kuchen mit Kerzen“, und die KI findet die passenden Bilder, ohne dass Sie sie mühsam durchforsten müssen.

Die Technik dahinter: Dies basiert auf multimodalen KI-Modellen, die sowohl Text als auch Bilder „verstehen“ können. Sie haben gelernt, Bildinhalte in Wörter zu übersetzen und umgekehrt. Wenn Sie also nach „Hund“ suchen, sucht die KI in den Bildern nach Mustern, die sie als „Hund“ identifiziert hat.

Erwähnenswert: Die Funktion funktioniert auch mit Personen, die Sie in der Fotos-App identifiziert haben. Sie können also nach „Mama mit Baby“ suchen, und die KI findet die entsprechenden Aufnahmen.

2.3. Benutzerdefinierte Erinnerungen

Apple Intelligence kann auch automatisch Erinnerungen erstellen – Collagen oder Diashows aus Ihren Fotos zu bestimmten Themen oder Orten. Die KI analysiert Ihre gesamte Bibliothek, erkennt Muster und erstellt kuratierte Zusammenstellungen.

3. Google Fotos: Die KI-Editierwerkstatt

Das Buch stellt auch Google Fotos vor, das auf Android-Geräten und im Web verfügbar ist. Hier ist die KI-Integration ähnlich umfangreich.

3.1. Magic Eraser – der Klassiker

Google war einer der ersten Anbieter, der eine KI-basierte Objektentfernung in die breite Masse brachte. Der Magic Eraser funktioniert ähnlich wie Apple Clean Up.

Funktionen (laut Buch):

• Automatische Vorschläge: Die KI analysiert das Bild und markiert Objekte, die möglicherweise entfernt werden sollen.
• Manuelle Auswahl: Sie können Objekte einkreisen, die Sie loswerden möchten.
• Camouflage: Eine subtilere Option. Statt das Objekt zu entfernen, wird es unauffällig gemacht, sodass es nicht mehr stört.

3.2. KI-Unschärfe (AI Unblur)

Eine der beeindruckendsten Funktionen ist die Schärfung unscharfer Bilder.

Die Technik: Die KI hat auf Millionen von Bildern gelernt, wie Texturen, Kanten und Details aussehen sollten. Wenn ein Bild unscharf ist, kann sie die wahrscheinlichsten Details rekonstruieren. Das ist keine einfache Schärfung (wie sie in jedem Bildbearbeitungsprogramm verfügbar ist), sondern eine intelligente Rekonstruktion.

3.3. Himmel ersetzen

Eine Funktion, die fast an Magie grenzt: Sie können den Himmel in Ihren Fotos austauschen.

So funktioniert es (laut Buch):

• Sie wählen „Werkzeuge“ und dann „Himmel“.
• Sie können zwischen verschiedenen Himmelsverbesserungen wählen: „Goldene Stunde“, „Stürmisch“, „Sonnenuntergang“ und mehr.
• Sie können die Intensität des Effekts anpassen.

Die Technik: Die KI segmentiert das Bild in verschiedene Bereiche (Himmel, Vordergrund, Personen). Sie erkennt, was Himmel ist, und ersetzt diesen Bereich durch einen anderen, der den gewählten Stimmungen entspricht. Die Farben des Vordergrunds werden passend angepasst, sodass alles organisch wirkt.

3.4. Porträt-Weichzeichner

Eine weitere KI-gestützte Funktion ist die Tiefenschärfe-Anpassung.

Funktion: Sie können den Hintergrund weichzeichnen (Bokeh-Effekt), um das Hauptmotiv hervorzuheben. Die KI erkennt, was der Vordergrund ist (meist Personen), und was der Hintergrund ist, und wendet die Unschärfe entsprechend an.

4. Videobearbeitung mit KI: Descript und Invideo

Das Buch geht über die reine Fotobearbeitung hinaus und stellt zwei KI-Tools für die Videoproduktion vor. Das ist bemerkenswert, denn Videobearbeitung war früher einer der komplexesten Bereiche der Medienproduktion.

4.1. Descript – Video wie Text bearbeiten

Descript ist ein Tool, das die Videobearbeitung revolutioniert.

Die Idee: Sie können ein Video bearbeiten, indem Sie den Text bearbeiten. Die KI transkribiert das gesprochene Wort. Wenn Sie einen Satz im Text löschen, wird er auch aus dem Video gelöscht. Wenn Sie ein Wort ändern, wird die Tonspur entsprechend angepasst.

Funktionen (laut Buch):

• Text-zu-Video: Sie können ein Skript schreiben und die KI erstellt ein Video dazu.
• KI-Stimmen: Sie können eine KI-Stimme trainieren, die wie Sie klingt.
• Vorlagen: Sie können mit vorgefertigten Layouts beginnen.
• Medienbibliothek: Sie können auf GIFs, B-Rolls, Musik und Bilder zugreifen.

Die Technik: Die Spracherkennung (Automatic Speech Recognition, ASR) ist inzwischen so gut, dass sie auch mit unterschiedlichen Akzenten und Dialekten umgehen kann. Die Sprachsynthese (Text-to-Speech, TTS) hat sich so weit entwickelt, dass KI-Stimmen kaum noch von echten Menschen zu unterscheiden sind.

Besonderheit: Descript ist nicht nur für Profis, sondern auch für Einsteiger geeignet, die keine Ahnung von Videobearbeitung haben.

4.2. Invideo – Videos aus einem Drehbuch

Invideo geht noch einen Schritt weiter. Sie müssen nicht einmal eine Tonaufnahme machen. Sie geben einfach ein Skript ein, und die KI erstellt ein komplettes Video.

Funktionen (laut Buch):

• Text-zu-Video: Sie geben ein, was das Video enthalten soll, und die KI generiert es.
• Stil-Auswahl: Sie können zwischen realistisch, Cartoon oder Anime wählen.
• Länge und Plattform: Sie können die Länge und das Zielformat (z.B. YouTube, TikTok) wählen.
• Stock-Footage: Die KI verwendet eine Bibliothek von lizenzierten Stock-Videos, um die Szenen zu illustrieren.

Einschränkungen (kostenlose Version):

• Wasserzeichen
• Nur 720p Auflösung
• Begrenzte Anzahl und Länge der Videos

Die Technik: Invideo kombiniert mehrere KI-Systeme: Text-to-Speech für den Voice-Over, Text-to-Image für Grafiken, und einen Algorithmus, der passende Stock-Footage-Szenen zu den Textabschnitten findet. Es ist ein beeindruckendes Beispiel dafür, wie KI verschiedene Medienmodalitäten zusammenführt.

5. Die Technik hinter der Magie – ein tieferer Einblick

Das Buch „AI für Einsteiger“ erklärt die Funktionen, aber was steckt technisch dahinter?

5.1. Inpainting – die Kunst des Füllens

Sowohl Apple Clean Up als auch Google Magic Eraser basieren auf Inpainting. Das ist ein Verfahren, bei dem fehlende oder unerwünschte Bildbereiche durch neue Pixel ersetzt werden.

Der Prozess:

1. Das Bild wird in ein neuronales Netz eingespeist.
2. Der zu entfernende Bereich wird maskiert.
3. Das Netz analysiert die umgebenden Pixel und versucht, Muster zu erkennen.
4. Es generiert neue Pixel, die in das Muster passen.
5. Die neuen Pixel werden eingefügt.

Moderne Inpainting-Modelle verwenden Diffusionsprozesse (ähnlich wie bei der Bildgenerierung). Sie starten mit einer Rauschwolke und „entrauschen“ sie Schritt für Schritt, wobei sie sich an den vorhandenen Bildinformationen orientieren. Das Ergebnis ist oft verblüffend realistisch.

5.2. Bildsegmentierung – die KI sieht, was der Mensch übersieht

Die Fähigkeit der KI, den Himmel zu ersetzen oder den Hintergrund unscharf zu machen, beruht auf der Bildsegmentierung. Das neuronale Netz teilt das Bild in verschiedene Bereiche ein: Himmel, Personen, Vordergrund, Hintergrund.

Wie das funktioniert: Das Modell wurde mit Millionen von Bildern trainiert, bei denen Menschen genau markiert haben, was zu welchem Bereich gehört. Es hat gelernt, Kanten, Farben und Texturen zu erkennen, die typisch für einen bestimmten Bereich sind. Es kann also ziemlich genau unterscheiden, was Himmel ist und was nicht.

5.3. Super-Resolution – aus grob wird fein

Die Funktion „AI Unblur“ von Google ist ein Beispiel für Super-Resolution. Das ist die Fähigkeit, die Auflösung eines Bildes zu erhöhen und dabei Details hinzuzufügen.

Die Technik: Das neuronale Netz hat auf Millionen von hochaufgelösten Bildern gelernt, wie Details aussehen sollten. Wenn es ein unscharfes Bild sieht, „rät“ es, wie die fehlenden Details aussehen könnten. Es ist keine perfekte Rekonstruktion, sondern eine intelligenten Schätzung. Die Ergebnisse sind oft beeindruckend – aber nicht immer korrekt.

5.4. Text-to-Video – die nächste Stufe

Descript und Invideo zeigen, wie KI auch die Videoproduktion revolutioniert. Die Technologie ist noch nicht ausgereift (das Buch bestätigt das), aber sie entwickelt sich rasant.

Die Text-to-Video-Modelle werden ähnlich wie die Text-to-Image-Modelle trainiert. Sie lernen, wie Texte mit Bildsequenzen zusammenhängen. Die Herausforderung ist, dass Videos viel komplexer sind als Standbilder. Sie haben eine zeitliche Dimension. Die KI muss nicht nur Bilder generieren, sondern auch Bewegungen, Übergänge und die Logik von Szenen verstehen.

6. Die dunkle Seite: Authentizität, Ethik und Deepfakes

Das Buch „AI für Einsteiger“ ist optimistisch, aber wir müssen auch die Schattenseiten beleuchten.

6.1. Der Verlust der Authentizität

Wenn ich jedes störende Element aus meinen Fotos entfernen kann, wann ist ein Bild dann noch „echt“? Die Grenze zwischen Dokumentation und Fiktion verschwimmt.

Ein Beispiel: Ein Foto von einem politischen Ereignis. Ein Teilnehmer wird von der KI aus dem Bild entfernt. Ist das noch ein gültiges Dokument? Oder eine Fälschung? Die Frage ist nicht nur theoretisch. In Zeiten von „Fake News“ ist die Manipulation von Bildern ein ernstes Problem.

6.2. Deepfakes – die gefährliche Seite der KI

Die Technologie, die hinter Descript und Invideo steckt, kann auch für Deepfakes verwendet werden. Das sind gefälschte Videos, bei denen das Gesicht einer Person durch das einer anderen ersetzt wird. Die Ergebnisse sind oft kaum noch von echten Aufnahmen zu unterscheiden.

Die Gefahr: Deepfakes können für Betrug, Erpressung und Desinformation verwendet werden. Die Technologie ist nicht per se böse, aber sie kann missbraucht werden. Die Gesellschaft muss lernen, mit dieser Gefahr umzugehen.

6.3. Die C2PA-Standards – ein Gegenmittel

Das Buch erwähnt den C2PA-Standard, den Microsoft in seinen Image Creator integriert. C2PA (Coalition for Content Provenance and Authenticity) ist ein Standard, der es ermöglicht, Metadaten in Bildern zu speichern, die anzeigen, wer das Bild erstellt hat und ob es manipuliert wurde.

Die Idee: Jedes KI-generierte oder -bearbeitete Bild trägt einen digitalen „Fußabdruck“, der seine Herkunft dokumentiert. Das ist ein erster Schritt, um die Authentizität von Bildern zu gewährleisten. Es ist aber kein perfekter Schutz, denn Metadaten können manipuliert werden.

7. Ein Blick in die Zukunft: Wohin entwickelt sich die KI-Fotografie?

Das Buch „AI für Einsteiger“ zeigt die Gegenwart. Die Zukunft wird noch weitergehen.

7.1. Echtzeit-Bearbeitung

Die KI wird in der Lage sein, Bilder in Echtzeit zu bearbeiten. Sie werden durch den Sucher schauen, und die KI wird schon vor dem Auslösen störende Elemente entfernen, den Himmel optimieren und die Farben anpassen. Sie werden nicht mehr nachträglich bearbeiten müssen, weil das Foto schon perfekt ist, wenn Sie es aufnehmen.

7.2. Kontextbezogene Verbesserungen

Die KI wird den Kontext eines Bildes verstehen. Sie wird wissen, ob Sie ein Produktfoto, ein Familienporträt oder eine Landschaftsaufnahme machen, und die Bearbeitung entsprechend anpassen.

7.3. Automatisierte Videoproduktion

Die Text-to-Video-Technologie wird sich verbessern. In fünf bis zehn Jahren wird es möglich sein, einen ganzen Film aus einem Drehbuch zu generieren. Das wird die Filmindustrie revolutionieren – und die Art und Weise, wie wir Geschichten erzählen.

7.4. Die Frage der Authentizität wird bleiben

Die Gesellschaft wird sich weiterhin mit der Frage auseinandersetzen, was „echt“ ist und was nicht. Es wird neue Technologien geben, um Manipulationen zu erkennen. Die Debatte wird weitergehen.

Fazit

Die KI hat die Fotografie und Videografie revolutioniert. Sie macht die Bearbeitung einfacher, schneller und zugänglicher. Sie ermöglicht es jedem, professionelle Ergebnisse zu erzielen, ohne jahrelange Erfahrung. Das Buch „AI für Einsteiger“ zeigt eindrucksvoll, wie diese Technologie in den Mainstream eingezogen ist.

Doch mit der Macht kommt die Verantwortung. Die Fähigkeit, Bilder zu manipulieren, ist ein zweischneidiges Schwert. Sie kann für kreative Zwecke genutzt werden, aber auch für Täuschung und Betrug. Wir müssen lernen, mit dieser Technologie verantwortungsvoll umzugehen. Wir müssen die Frage der Authentizität ernst nehmen und Lösungen finden, um die Integrität von Bildern zu gewährleisten.

Die KI wird uns nicht das Fotografieren abnehmen. Sie wird uns helfen, bessere Bilder zu machen. Die wahre Kunst liegt nicht in der Bearbeitung, sondern im Auge des Fotografen. Und das bleibt auch im Zeitalter der KI menschlich.

Quellen

• AI für Einsteiger, Ausgabe #1, Februar 2026, Papercut Ltd / cplpublikationen.com
• Google: Google Fotos – KI-gestützte Bearbeitungsfunktionen, offizielle Dokumentation, 2024
• Apple: Apple Intelligence – Fotos und Clean Up, offizielle Dokumentation, 2024
• Descript: Descript – Video Editing wie Text, offizielle Website, 2024
• Invideo: Invideo – Text-to-Video KI, offizielle Dokumentation, 2024
• Coalition for Content Provenance and Authenticity (C2PA): Technical Specification V1.0, 2023
• Kietzmann, Jan; et al.: Deepfakes – A New Dimension of Deception, in: Business Horizons, Volume 63, Issue 4, 2020