Vom digitalen Rauschen zum Meisterwerk: Wie Computer lernen, zu malen.
Kurz & bündig
Frage: Klaut die KI Teile von echten Fotos und klebt sie zusammen? Antwort: Nein, das ist ein weit verbreiteter Irrtum. Eine KI wie Midjourney oder DALL-E besitzt keine Datenbank mit Schnipseln. Sie malt jedes Bild Pixel für Pixel neu. Sie hat gelernt, wie Dinge (z.B. „Hund“ oder „Sonnenuntergang“) prinzipiell aussehen, und erschafft sie jedes Mal frisch aus dem Nichts.Inhaltsverzeichnis
Das Prinzip „Wolkenraten“ (Diffusion)
Um zu verstehen, wie moderne Bild-KIs funktionieren, stell dir vor, du liegst im Gras und schaust in den Himmel. Du siehst eine Wolke. Mit etwas Fantasie erkennst du darin einen Hasen. Du sagst zu einem Freund: „Schau mal, da ist ein Ohr, und da die Nase.“ Je länger ihr draufschaut und die Wolke sich verändert, desto klarer wird der Hase für euch. Genau so arbeiten Bild-KIs. Das Verfahren nennt sich Diffusion (Zerstreuung/Vernebelung).Der Prozess im Detail
1. Das Training (Lernen):
Man zeigt der KI ein klares Foto (z.B. einen Hund) und legt langsam einen digitalen Nebel (Rauschen) darüber, bis nur noch graues „Schneegestöber“ zu sehen ist. Die KI lernt dabei den Weg rückwärts: Wie muss ich die grauen Punkte ordnen, um den Hund wiederherzustellen?2. Das Generieren (Malen):
Wenn du heute sagst „Male einen Hund“, startet die KI mit reinem grauen Rauschen (Chaos). Dann erinnert sie sich an ihr Training und beginnt, aus dem Chaos Muster zu formen. Schritt für Schritt schält sie den Hund aus dem Nebel heraus.
Der Pinsel ist deine Sprache (Prompting)
Da die KI nicht sehen kann, musst du ihr mit Worten erklären, was sie im Rauschen finden soll. Das nennt man Prompting. Es ist wie bei einem Phantombild-Zeichner bei der Polizei: Je genauer du beschreibst („männlich, narbiges Gesicht, Hut, düstere Stimmung“), desto genauer trifft das Bild deine Vorstellung. Sagst du nur „Mann“, malt die KI irgendeinen Durchschnittsmann.Die Gefahr: Deepfakes und Illusionen
Weil die KI nicht mit Fotos hantiert, sondern Bilder mathematisch neu berechnet, sind die Ergebnisse oft nicht von der Realität zu unterscheiden. Sie kann den Papst in eine Daunenjacke stecken oder einen Politiker verhaften lassen – täuschend echt. Früher konnte man Fälschungen an den „Nähten“ erkennen (Photoshop). Heute gibt es keine Nähte mehr, weil das Bild aus einem Guss errechnet wurde. Wir müssen lernen, Bildern nicht mehr blind zu vertrauen.Typische KI-Fehler
Auch wenn die Bilder perfekt wirken, macht die KI logische Fehler, weil sie die Welt nicht versteht:
- Hände: Oft haben Menschen 6 Finger, weil die KI nur weiß „Finger sind da“, aber nicht zählen kann.
- Schrift: Text auf Schildern im Hintergrund ist oft unleserliches Kauderwelsch.
- Physik: Schatten fallen manchmal in die falsche Richtung.
Fazit: Eine neue Ära der Kreativität (und Skepsis)
Diese Technologie ist ein mächtiges Werkzeug. Menschen, die nicht zeichnen können, können plötzlich ihre Ideen visualisieren. Architekten entwerfen in Sekunden neue Häuser. Doch für uns als Betrachter gilt eine neue Regel: Ein Foto ist kein Beweis mehr. Wir müssen lernen, den Kontext zu prüfen (Wer sendet das Bild?), statt nur dem Auge zu trauen.Glossar: Bild-KI verstehen
| Begriff | Erklärung |
|---|---|
| Diffusion Model | Die aktuelle Technik für Bild-KIs. Sie erzeugt Bilder, indem sie Rauschen (Chaos) schrittweise in klare Strukturen ordnet. |
| Text-to-Image | „Vom Text zum Bild“. Systeme, die geschriebene Beschreibungen in visuelle Grafiken umwandeln. |
| Deepfake | Ein manipuliertes Bild oder Video, das eine echte Person in einer Situation zeigt, die nie stattgefunden hat. |
| Midjourney / DALL-E | Bekannte Programme (KIs), mit denen man solche Bilder erstellen kann. |
Weiterführende Informationen
Interne Links
- vorheriges Kapitel – Wie Computer Sprache „verstehen“ (ChatGPT & Co.)
- nächstes Kapitel – Was kann KI und was nicht? (Der Realitätscheck)
