Was bedeutet die „KI“ in einem KI-Upscaler eigentlich?

„KI“ steht inzwischen auf so vielen Produkten, dass die Frage berechtigt ist, was es bei einem Bild-Upscaler bedeutet. Hier bedeutet es etwas Bestimmtes: Das Werkzeug enthält ein Modell, eine große Menge von Zahlen, die durch Training entstanden sind. Dieses Modell hat gelernt, wie feines Detail üblicherweise aussieht, und nutzt dieses Wissen, um Pixel zu füllen, die normales Skalieren nur verwischen kann. Das ist ein echter Unterschied, den man sehen und messen kann. Er hat aber auch einen Haken, den man verstehen sollte, bevor man sich auf das Ergebnis verlässt. Dieser Beitrag erklärt beides in einfachen Worten.

Die Kurzfassung

Normales Skalieren behandelt ein Foto als Zahlengitter und glättet dazwischen. Ein KI-Upscaler erkennt Muster in diesen Zahlen (eine Kante, eine Haarsträhne, den Bogen eines Buchstabens) und zeichnet, wie solche Muster in höherer Auflösung typischerweise aussehen. Ersteres kann ein Bild nur größer machen. Letzteres kann es größer und schärfer machen, weil es Wissen von außerhalb Ihres Fotos mitbringt.

Ein Vergleich

Stellen Sie sich vor, Sie bitten zwei Menschen, ein kleines, unscharfes Bild in vierfacher Größe neu zu zeichnen. Der erste ist sehr sorgfältig, hat aber noch nie ein Foto gesehen: Er vergrößert jeden Farbfleck genau so, wie er ist, und glättet die Übergänge. Das Ergebnis ist groß, getreu und weich. Der zweite hat Millionen Fotos angeschaut. Sieht er eine dunkle, dünne, leicht verschwommene Linie neben einem Auge, weiß er, dass es fast sicher eine Wimper ist, und zeichnet eine scharfe Wimper. Sieht er einen weichen Verlauf zwischen zwei Farben am Rand eines Gegenstands, zeichnet er eine saubere Grenze.

Die Version des zweiten sieht viel besser aus. Sie ist aber auch teilweise seine Deutung: Wo die Unschärfe zu stark war, um zu erkennen, was dort war, hat er gezeichnet, was dort üblicherweise ist. Das ist der KI-Upscaler in Kürze, samt Haken.

Was das Modell wirklich gelernt hat

Das Modell in einem KI-Upscaler wird trainiert, indem man ihm Bildpaare zeigt: ein scharfes, hochauflösendes Foto und eine verkleinerte, verschlechterte Kopie desselben Fotos. Seine Aufgabe ist, aus der kleinen Kopie wieder das Original zu machen. Anfangs gelingt das schlecht. Nach jedem Versuch werden seine inneren Zahlen leicht angepasst, damit es besser wird. Wiederholt man das millionenfach mit einer riesigen Vielfalt an Fotos, enthalten die Zahlen am Ende eine Art Seherfahrung: wie Kanten weiterlaufen, wie Texturen aus der Nähe aussehen, wie sich eine verschwommene Stufe zwischen Farben meist auflöst.

Entscheidend: Das Modell speichert die Trainingsfotos nicht, und es schlägt nichts nach. Es hat allgemeine Muster gelernt, so wie Sie wissen, wie eine Katze aussieht, ohne bestimmte Katzen auswendig zu kennen. Geben Sie ihm Ihr Foto, wendet es diese Muster darauf an.

Das Modell in unserem Bild-Upscaler ist ESRGAN-slim, eine kompakte Version eines bekannten Forschungsmodells, klein genug, um in einen Browser geladen und auf der Grafikkarte Ihres Computers ausgeführt zu werden. Unser Beitrag dazu, wie KI-Hochskalieren funktioniert, geht auf die technische Seite ein: Training, Kacheln und warum die Browserversion so groß ist, wie sie ist.

Warum ein Filter das nicht kann

Manche nehmen an, ein KI-Upscaler sei nur Skalieren mit anschließendem starkem Schärfen. Das lässt sich testen, und es stimmt nicht. Schärfen erhöht den Kontrast an vorhandenen Kanten; eine Kante, die nicht da ist, kann es nicht zeichnen, und bei einer unscharfen Vergrößerung erzeugt es harte Säume statt Detail.

Wir haben beides direkt verglichen. Wir haben ein Porträt auf 480 × 480 Pixel verkleinert und es 4x vergrößert, einmal mit der hochwertigen Skalierung des Browsers selbst und einmal mit unserem KI-Modell, und dann das Kantendetail im Gesicht gemessen. Die Skalierung kam auf 3,0, die KI-Version auf 34,7, etwa elfmal mehr. Aussagekräftiger als die Zahl: Die KI-Version hatte einzelne Wimpern und saubere Zahnkanten, Dinge, die kein Schärfefilter aus einer weichen Unschärfe hervorzaubern kann.

VorherNachher

Der Haken: wo die KI rät

Weil das Modell zeichnet, was üblicherweise da ist, zeichnet es manchmal etwas, das nicht da ist. In unserem Porträttest kamen Augen und Haare überzeugend heraus, die Haut aber glatter als auf einem echten hochauflösenden Foto. Feine, zufällige Textur wie Poren wurde durch etwas Plausibles, aber Einfacheres ersetzt. Das ist typisch, und bei einem Familienfoto oft willkommen.

In anderen Situationen ist es wichtiger:

• Sehr kleine Gesichter. Ein 20 Pixel breites Gesicht enthält nicht genug Information, um zu bestimmen, wie die Person aussieht. Das Modell erzeugt ein Gesicht, nicht unbedingt ihres.
• Text und Zahlen, die im Original zu klein zum Lesen sind. Das Modell kann scharfe Zeichen erzeugen, die die falschen Zeichen sind.
• Beweise jeder Art. Ein hochskaliertes Bild ist eine plausible Rekonstruktion, keine Aufzeichnung. Nutzen Sie es nicht, um ein Nummernschild zu lesen, jemanden zu identifizieren oder ein Detail zu belegen.

Eine nützliche Regel: Zoomen Sie das Original auf 100 %. Können Sie das Detail, um das es Ihnen geht, dort erkennen, wenn auch nur grob, gibt der Upscaler es gut wieder. Wenn nicht, ist alles, was er hinzufügt, Erfindung.

So erkennen Sie, ob ein Werkzeug wirklich KI nutzt

Weil sich „KI“ gut verkauft, nennen manche Werkzeuge auch ein normales Skalieren mit Schärfen so. Drei Prüfungen:

1. Mit normalem Skalieren vergleichen. Vergrößern Sie dasselbe Foto in einem beliebigen Bildprogramm und im Werkzeug und vergleichen Sie bei 100 %. Ein echtes Super-Resolution-Modell liefert sichtbar schärfere Kanten und Texturen, nicht nur mehr Kontrast.
2. Auf die Geschwindigkeit achten. Ein neuronales Netz braucht auf einer Grafikkarte Sekunden pro Bild, und beim ersten Mal wird meist ein Modell heruntergeladen. Ein sofortiges Ergebnis bei einem großen Foto ist in der Regel klassisches Skalieren.
3. Lesen, was das Werkzeug über sich selbst sagt. Unseres sagt Ihnen nach jedem Auftrag, welche Methode gelaufen ist: das KI-Modell oder die klassische Methode. Wir sagen offen, dass auf Smartphones und Tablets immer die klassische Methode läuft, weil mobile Browser Webseiten nicht genug Grafikspeicher für das Modell geben. Auf Desktop und Laptop laufen Fotos bis etwa 10 Megapixel durch die KI.

Was „KI“ nicht bedeutet

Es bedeutet nicht Cloud. Viele KI-Werkzeuge laden Ihr Foto auf einen Server, aber das Modell kann genauso gut auf Ihrem eigenen Gerät laufen. Unseres läuft in Ihrem Browser; das Foto wird nie hochgeladen.

Es bedeutet nicht, dass das Werkzeug aus Ihren Fotos lernt. Das Modell wurde trainiert, bevor es zu Ihnen kam, und ändert sich bei der Nutzung nicht. Ihre Fotos werden für kein Training verwendet und verlassen in unserem Fall nie Ihren Computer.

Es bedeutet nicht, dass es Ihr Foto versteht. Das Modell hat keine Ahnung, dass die Person auf dem Bild Ihr Großvater ist oder was auf dem Etikett eines Produkts steht. Es erkennt visuelle Muster, mehr nicht.

Es bedeutet nicht, dass es alles reparieren kann. Bewegungsunschärfe, verfehlter Fokus und starke Kompression vernichten Information. Das Modell kann solche Fotos größer und etwas sauberer machen, aber nicht zurückholen, was nie aufgezeichnet wurde.

Warum manche Fotos besser gelingen als andere

Das Wissen des Modells ist ungleich verteilt, weil es widerspiegelt, was es im Training gesehen hat. Was ständig auf Fotos vorkommt (Gesichter, Haare, Haut, Stoff, Laub, Himmel, Kanten alltäglicher Gegenstände, gedruckter Text), gelingt am besten, weil es unzählige Beispiele dafür gesehen hat, wie das aus der Nähe aussieht. Ungewöhnliche Inhalte bekommen weniger Hilfe: technische Zeichnungen, seltene Muster, Handschrift, sehr spezielle Texturen. Dort fällt das Modell auf allgemeines Kantenschärfen zurück, und der Gewinn gegenüber normalem Skalieren ist kleiner.

Auch die Art des Schadens zählt. Das Modell wurde darauf trainiert, die Weichheit rückgängig zu machen, die beim Verkleinern entsteht, und Modelle, die mit realistischeren Schäden trainiert wurden, kommen auch mit etwas Rauschen und Kompression zurecht. Es wurde nicht darauf trainiert, Verwackeln oder einen falsch gesetzten Fokus rückgängig zu machen, solche Ergebnisse enttäuschen also mit jedem Werkzeug.

Deshalb können zwei Upscaler bei verschiedenen Fotos unterschiedlich abschneiden. Der eine kommt vielleicht besser mit Gesichtern zurecht, der andere mit Text oder Landschaften. Wenn Sie eine bestimmte Art von Bild oft vergrößern, lohnt es sich, zwei, drei Werkzeuge an ein paar eigenen Beispielen zu testen, statt einer allgemeinen Rangliste zu vertrauen. Am fairsten ist es, ein eigenes scharfes Foto auf ein Viertel zu verkleinern und zu sehen, welches Werkzeug beim Zurückvergrößern dem Original am nächsten kommt.

Kurz gesagt: Die „KI“ ist echt und messbar, und sie ist Wissen über Fotos im Allgemeinen, angewendet auf Ihres. Behandeln Sie ihr Ergebnis als ausgezeichnete Schätzung, nicht als Aufzeichnung.

Das Beste aus dem KI-Teil herausholen

• Geben Sie ihm ein sauberes Original. Das Modell hält Kompressionsblöcke für Detail und vergrößert sie womöglich. Das Kameraoriginal schlägt jede Messenger-Kopie.
• Nehmen Sie den kleinsten Faktor, der Ihr Ziel erreicht. Jede weitere Verdopplung ist mehr Erfindung.
• Lassen Sie das Schärfen anfangs aus. Das Modell rekonstruiert die Kanten bereits; zusätzliches Schärfen bringt Säume.
• Prüfen Sie in 100 %, worauf es ankommt: Gesichter, Text, Produktdetails.

Und wenn Sie zwischen Vergrößern und Verbessern eines Fotos abwägen, erklärt unser Beitrag zu Foto-Upscalern und Bildverbesserern, welches Problem jedes löst. Für die praktische Seite von Druckformaten und Pixelzahlen sehen Sie sich die Anleitung zum Erhöhen der Bildauflösung an.

Häufige Fragen

Lädt ein KI-Upscaler meine Fotos hoch oder lernt er daraus?

Unserer nicht. Das Modell wurde trainiert, bevor es zu Ihnen kam, läuft in Ihrem Browser und ändert sich bei der Nutzung nicht; Ihre Fotos werden nie hochgeladen oder für Training genutzt.

Woran erkenne ich, ob ein Werkzeug wirklich KI nutzt?

Vergleichen Sie es in 100 % mit normalem Skalieren, achten Sie auf die Geschwindigkeit (ein echtes Modell braucht Sekunden pro Bild und wird meist zuerst heruntergeladen) und lesen Sie, was das Werkzeug meldet. Unseres sagt nach jedem Auftrag, ob die KI oder die klassische Methode lief.

Kann KI ein winziges Gesicht oder Nummernschild lesbar machen?

Nein. Erkennen Sie das Detail im Original in 100 % nicht, ist alles, was das Modell hinzufügt, eine Vermutung, auf die Sie sich nicht verlassen sollten.