KI-Kompetenz / Glossar

Diffusionsmodell

Ein Diffusionsmodell ist eine Art generative KI, die Bilder (manchmal auch Videos oder Töne) erzeugt, indem sie mit zufälligem Rauschen startet und es Schritt für Schritt entfernt, gelenkt von einem Text-Prompt, bis ein Bild entsteht.

Im Training sieht das Modell viele Bilder, denen immer mehr Rauschen hinzugefügt wird, und lernt, dieses Rauschen Stück für Stück wieder zu entfernen. Außerdem lernt es, welche Bildmerkmale zu welchen Wörtern gehören.

Für ein neues Bild startet es mit reinem Rauschen und sagt immer wieder eine etwas weniger verrauschte Version vorher, die zum Prompt passt. Nach vielen kleinen Schritten entsteht ein detailliertes Bild.

Weil das Modell Bilder aus gelernten Mustern neu aufbaut, macht es typische Fehler wie seltsame Hände, wirre Schrift oder unmögliche Spiegelungen, auch wenn diese seltener werden. Darum zählen Kennzeichnungen, Herkunftsangaben und Kontext mehr als die Suche nach Bildfehlern.