Zum Inhalt springen
DE

Lektion 7 von 8 · 6 Min. · +100 XP

Wie erstellt KI Bilder?

Die meisten KI-Bildgeneratoren sind Diffusionsmodelle. Sie lernen, Rauschen zu entfernen, das Millionen beschrifteten Bildern hinzugefügt wurde. Für ein neues Bild starten sie mit reinem Zufallsrauschen und entfernen über viele Schritte jeweils ein wenig davon, gelenkt von deinem Prompt, bis ein Bild entsteht. Sie erzeugen neue Pixel, statt Fotos zusammenzukleben.

▶ Probier es aus

Warum das wichtig ist

Ein Bildgenerator sucht kein Foto und klebt keine Teile zusammen. Er startet mit Rauschen und entfernt es immer weiter in die Richtung, in die deine Worte zeigen.

In 6 Minuten kannst du

  • Diffusionsmodelle starten mit Zufallsrauschen und entfernen es Schritt für Schritt.
  • Dein Prompt lenkt jeden Schritt; ein neues Rauschmuster ergibt ein neues Bild.
  • Ein realistisches Bild ist kein Beweis. Prüf die Quelle, bevor du teilst.

Das übst du

  1. Die Kernideen

    Tipp auf jede Karte.

    🖼️ Woraus lernt der Generator?
    Aus riesigen Sammlungen von Bildern mit Textbeschreibungen. So verbindet er das Wort „Fuchs“ mit fuchsartigen Formen und Farben.
    🌫️ Was ist das Trainingsspiel?
    Ein Bild nehmen, Zufallsrauschen hinzufügen und das Modell das Rauschen vorhersagen lassen, damit es entfernt werden kann. Geübt auf jeder Rauschstufe, millionenfach.
    🧭 Was macht der Prompt?
    Deine Worte werden in Zahlen umgewandelt, die jeden Aufräumschritt lenken, sodass das Rauschen Richtung „Fuchs“, „Buch“ und „Lampe“ entfernt wird.
    🎲 Warum ist jedes Bild anders?
    Jedes Bild startet mit einem anderen zufälligen Rauschmuster, darum ergibt derselbe Prompt jedes Mal ein neues Bild.

  2. Vom Prompt zum Bild

    Bring die Schritte zur Erzeugung eines Bildes in die richtige Reihenfolge.

    1. Du tippst einen Prompt
    2. Der Prompt wird in Zahlen umgewandelt, die das Modell nutzen kann
    3. Das Modell startet mit einer Fläche aus reinem Zufallsrauschen
    4. Es sagt einen Teil des Rauschens vorher und entfernt ihn, gelenkt vom Prompt
    5. Das wiederholt es viele Male, jeder Schritt etwas klarer
    6. Ein fertiges Bild erscheint

  3. Erklär es

    1. Dein generiertes Porträt hat an einer Hand sechs Finger. Warum passiert das?

      • Es hat gelernt, wie Hände aussehen, nicht wie viele Finger sie haben (Antwort)
      • Es hat das Foto eines Menschen mit sechs Fingern kopiert

    2. Ist ein KI-Bild eine Collage aus Fotos aus dem Internet?

      • Nein, es baut neue Pixel aus gelernten Mustern (Antwort)
      • Ja, es schneidet Teile echter Fotos aus und klebt sie ein

    3. Ein sehr realistisches Foto eines berühmten Gebäudes in Flammen geht herum. Was sagt dir diese Lektion?

      • Realistisch beweist nicht, dass es passiert ist; erst seriöse Nachrichten prüfen (Antwort)
      • Es ist zu detailliert, um KI zu sein

Merk dir

Bildgeneratoren formen Bilder aus Rauschen, gelenkt von deinen Worten. Realistisch heißt nicht echt.

Bildgeneratoren formen Bilder aus Rauschen, gelenkt von Worten. Realistisch heißt nicht echt.

Die wichtigsten Fakten

  • Die Idee hinter Diffusionsmodellen, einen Prozess umzukehren, der Daten nach und nach verrauscht, wurde 2015 in einem Forschungspaper vorgestellt. · Quelle: Sohl-Dickstein et al., Deep Unsupervised Learning using Nonequilibrium Thermodynamics, ICML 2015
  • Ein Paper von 2020, das Diffusionsmodelle für hochwertige Bilder praxistauglich machte, nutzte 1.000 Rauschschritte zwischen einem klaren Bild und reinem Rauschen. · Quelle: Ho, Jain & Abbeel, Denoising Diffusion Probabilistic Models, NeurIPS 2020
  • Nach der KI-Verordnung der EU müssen Anbieter von KI-Systemen, die Bilder, Audio, Video oder Text erzeugen, die Ergebnisse maschinenlesbar kennzeichnen, damit sie als KI-erzeugt erkennbar sind. Wer Deepfakes veröffentlicht, muss sie offenlegen. · Quelle: KI-Verordnung der EU, Verordnung (EU) 2024/1689, Art. 50
  • Ein offener technischer Standard der Coalition for Content Provenance and Authenticity (C2PA) lässt Kameras und Apps „Content Credentials“ anhängen, die festhalten, wie ein Bild entstanden ist oder bearbeitet wurde.

Aktualisiert:

Häufige Fragen

Was ist ein Diffusionsmodell?

Ein Diffusionsmodell ist eine Art generative KI, die lernt, Rauschen aus Bildern zu entfernen. Für ein Bild startet es mit Zufallsrauschen und räumt es Schritt für Schritt auf, gelenkt von einem Text-Prompt.

Kopiert KI vorhandene Bilder?

Generatoren erzeugen neue Pixel aus gelernten Mustern, statt Fotos zusammenzukleben. Sie können aber Stile nachahmen und gelegentlich Bilder nachbilden, die sie sehr oft gesehen haben. Darum wird über Trainingsdaten und Urheberrecht gestritten.

Warum macht KI Fehler bei Händen und Schrift?

Das Modell lernt, wie Dinge meistens aussehen, nicht Regeln wie „fünf Finger“ oder Rechtschreibung. Komplizierte, sehr variable Formen wie Hände und Buchstaben sind allein aus Mustern schwerer richtig hinzubekommen.

Woran erkennt man, ob ein Bild mit KI erstellt wurde?

Achte auf KI-Kennzeichnungen oder Content Credentials, prüf, wo das Bild zuerst auftauchte, und mach eine Bilder-Rückwärtssuche. Bildfehler können helfen, aber kein einzelner Hinweis ist verlässlich.

Verwandte Begriffe