Stell dir vor, du hast ein fast perfektes Bild
Stell dir vor, du hast gerade ein Bild mit KI generiert. Ein Porträt in einem malerischen Garten, warmes Abendlicht, alles stimmig. Aber der Hintergrund passt nicht ganz. Oder du denkst: Wie würde das Ganze wohl als Aquarell aussehen? Oder du brauchst dasselbe Motiv in drei verschiedenen Stimmungen, weil du A/B-Tests für deine Website machen willst. Vor einem Jahr hättest du dafür Photoshop öffnen müssen, stundenlang Ebenen bearbeitet, Masken erstellt und Effekte angewendet. Oder du hättest drei komplett neue Bilder generiert und gehofft, dass wenigstens eines passt.
Die gute Nachricht: Heute geht das alles in wenigen Klicks. KI-gestützte Bildbearbeitung hat sich in atemberaubendem Tempo weiterentwickelt. Du kannst bestehende Bilder verändern, erweitern, in neue Stile übertragen, Hintergründe tauschen, die Qualität verbessern und unzählige Variationen erstellen. Und das alles, ohne jemals Photoshop gelernt zu haben.
In diesem Artikel lernst du die wichtigsten Techniken der KI-Bildbearbeitung kennen. Am Ende weisst du, wie du aus einem einzigen Bild ein ganzes Portfolio machen kannst. Und da dies der letzte Artikel in Modul 7 ist, schauen wir am Ende auch zurück auf alles, was du in diesem Modul über KI und visuelle Inhalte gelernt hast.
Bestehende Bilder verändern und erweitern: Inpainting und Outpainting
Die vielleicht spannendste Funktion der KI-Bildbearbeitung heisst Inpainting. Dabei markierst du einen Bereich innerhalb eines bestehenden Bildes und beschreibst, was die KI dort stattdessen einfügen soll. Du malst sozusagen ein Loch in dein Bild und sagst der KI: „Füll das hier mit etwas Neuem."
Ein konkretes Beispiel: Du hast ein KI-generiertes Bild von einem Café. Der Tisch im Vordergrund ist leer, aber du hättest dort gerne eine Tasse Kaffee und ein aufgeschlagenes Buch. Mit Inpainting markierst du den Tisch, gibst den Prompt „eine dampfende Tasse Kaffee und ein aufgeschlagenes Buch auf dem Holztisch" ein, und die KI ergänzt genau das. Sie achtet dabei auf Perspektive, Beleuchtung und Stil des umgebenden Bildes, sodass die Ergänzung nahtlos wirkt.
Inpainting eignet sich hervorragend, um störende Elemente zu entfernen oder zu ersetzen. Ein Objekt im Hintergrund stört? Markieren und durch etwas Passenderes ersetzen lassen. Eine Person hat geschlossene Augen auf einem Foto? Markieren und korrigieren lassen. Ein Logo oder Wasserzeichen muss weg? Inpainting kann den Bereich so füllen, als wäre nie etwas dort gewesen.
Das Gegenstück zum Inpainting ist das Outpainting. Hier erweiterst du ein bestehendes Bild über seine ursprünglichen Grenzen hinaus. Stell dir vor, du hast ein Porträt im Hochformat und brauchst es im Querformat für einen Website-Header. Mit Outpainting sagt die KI: „Okay, ich schaue mir an, was am Rand des Bildes passiert, und male logisch weiter." Das Ergebnis: Dein Bild wird grösser, ohne dass du einen einzigen Pixel selbst malen musst.
Outpainting ist besonders nützlich, wenn du Bilder für verschiedene Formate brauchst. Ein Instagram-Post im Quadrat, eine Story im Hochformat, ein Website-Banner im extremen Querformat. Statt drei verschiedene Bilder zu generieren, nimmst du ein gutes Bild und erweiterst es in verschiedene Richtungen. Die KI sorgt dafür, dass die Erweiterung zum Originalstil passt.
Sowohl Inpainting als auch Outpainting findest du mittlerweile in vielen Tools. DALL-E bietet diese Funktionen direkt in ChatGPT an. Midjourney hat eigene Bearbeitungsmöglichkeiten. Und Stable Diffusion bietet über Interfaces wie ComfyUI oder Automatic1111 extrem flexible Inpainting-Optionen. Auch Canva und Adobe Firefly haben solche Funktionen inzwischen integriert. Du bist also nicht auf ein einzelnes Tool festgelegt.
Stile übertragen: Wenn aus einem Foto ein Gemälde wird
Eine der faszinierendsten Fähigkeiten der KI-Bildbearbeitung ist der sogenannte Style Transfer. Dabei nimmst du ein bestehendes Bild und überträgst einen komplett anderen visuellen Stil darauf. Dein Urlaubsfoto wird plötzlich zu einem impressionistischen Gemälde. Dein Produktbild verwandelt sich in eine Bleistiftskizze. Dein Selfie sieht aus wie ein Bild von Frida Kahlo.
Lass mich das mit einer Analogie erklären. Stell dir vor, du gibst einem Maler ein Foto und sagst: „Male das nach, aber in deinem Stil." Der Maler behält das Motiv bei, also die Komposition, die Formen und die Anordnung, verändert aber alles andere: die Farbpalette, die Pinselstriche, die Textur, die Atmosphäre. Genau das macht eine KI beim Style Transfer, nur in Sekunden statt in Stunden.
Es gibt verschiedene Wege, einen Stil zu übertragen:
Textbasierter Style Transfer: Du lädst ein Bild hoch und beschreibst den gewünschten Stil im Prompt. Zum Beispiel: „Wandle dieses Foto in ein Aquarell im Stil von Claude Monet um" oder „Mache aus diesem Porträt eine Pixelart-Illustration." Das funktioniert in DALL-E, Midjourney und vielen anderen Tools. Die Ergebnisse variieren je nach Tool und Prompt, aber die Grundidee ist immer dieselbe.
Bild-zu-Bild-Transfer: Hier gibst du nicht nur einen Text ein, sondern auch ein Referenzbild für den gewünschten Stil. Du zeigst der KI ein Bild im Van-Gogh-Stil und sagst: „Mein Foto soll so aussehen." Diese Methode ist oft präziser, weil die KI den Stil direkt vom Referenzbild „ablesen" kann, anstatt sich auf eine Textbeschreibung zu verlassen. Tools wie Stable Diffusion mit ControlNet oder Midjourney mit der Style-Reference-Funktion bieten diese Möglichkeit.
Voreingestellte Stilfilter: Manche Tools bieten fertige Stiloptionen an, ähnlich wie Instagram-Filter, nur deutlich mächtiger. Du wählst „Anime", „Ölgemälde", „Fotorealismus" oder „3D-Render" aus einer Liste und die KI passt dein Bild entsprechend an. Canva, Adobe Firefly und viele mobile Apps nutzen diesen Ansatz. Er ist am einfachsten zu bedienen, bietet aber weniger kreative Kontrolle.
Style Transfer ist nicht nur ein kreativer Spielplatz. Er hat auch handfeste praktische Anwendungen. Stell dir vor, du machst Content für Social Media und möchtest eine einheitliche visuelle Identität. Alle deine Bilder sollen einen bestimmten „Look" haben, egal ob es sich um Fotos, Illustrationen oder Grafiken handelt. Mit Style Transfer kannst du unterschiedlichste Ausgangsbilder in einen konsistenten Stil bringen. Das spart dir nicht nur Zeit, sondern sorgt auch für einen professionellen und wiedererkennbaren Auftritt.
Ein Tipp: Wenn du mit Style Transfer experimentierst, versuche zunächst extreme Stilwechsel. Aus einem Foto ein Comic machen, aus einem Landschaftsbild ein abstraktes Kunstwerk. Bei extremen Unterschieden siehst du am deutlichsten, was die KI kann und wo ihre Grenzen liegen. Feinere Anpassungen, etwa ein Foto leicht in Richtung „filmisches Kino-Look" zu verschieben, erfordern mehr Übung und präzisere Prompts.
Hintergründe entfernen und ändern
Der Hintergrund eines Bildes ist oft das, was zwischen „okay" und „wow" entscheidet. Ein Produktfoto vor einem aufgeräumten, professionellen Hintergrund wirkt sofort hochwertiger als dasselbe Produkt vor einer unordentlichen Küche. Ein Porträt vor einem stimmungsvollen Bokeh-Hintergrund sieht aus wie vom Profi, während derselbe Kopf vor einer weissen Wand langweilig wirkt.
KI hat die Hintergrundbearbeitung revolutioniert. Früher brauchtest du Photoshop und viel Geduld, um ein Objekt oder eine Person sauber vom Hintergrund freizustellen. Heute macht KI das in Sekunden, und die Ergebnisse sind oft erstaunlich gut. Selbst bei schwierigen Motiven wie Haaren, feinen Strukturen oder transparenten Objekten liefern moderne KI-Tools beeindruckende Ergebnisse.
Es gibt zwei grundlegende Operationen:
Hintergrund entfernen: Die KI erkennt automatisch das Hauptmotiv im Vordergrund und entfernt alles dahinter. Das Ergebnis ist ein Bild mit transparentem Hintergrund, das du dann auf jeder beliebigen Unterlage platzieren kannst. Tools wie remove.bg, Canva oder Adobe Express machen das mit einem einzigen Klick. Auch DALL-E und viele Bildbearbeitungs-Apps bieten diese Funktion.
Hintergrund ersetzen: Hier geht die KI noch einen Schritt weiter. Statt den Hintergrund einfach zu löschen, ersetzt sie ihn durch etwas Neues. Du beschreibst im Prompt, was der neue Hintergrund sein soll. „Setze die Person vor eine herbstliche Waldlandschaft" oder „Ersetze den Hintergrund durch ein modernes Büro mit grossen Fenstern." Die KI passt dabei Beleuchtung und Farbtemperatur an, sodass das Motiv natürlich im neuen Hintergrund wirkt.
Die Anwendungsmöglichkeiten sind vielfältig. Für Social Media kannst du dasselbe Porträt vor verschiedene Hintergründe setzen und so eine Serie erstellen. Für Online-Shops kannst du Produktfotos vor einheitlichen, professionellen Hintergründen platzieren. Für Präsentationen kannst du Bilder so anpassen, dass sie farblich zu deinen Folien passen. Und für private Zwecke kannst du endlich den störenden Bauzaun aus dem Urlaubsfoto verbannen.
Ein praktischer Tipp: Achte bei der Hintergrundersetzung auf die Beleuchtungsrichtung. Wenn dein Motiv von links beleuchtet wird, sollte der neue Hintergrund ebenfalls eine Lichtquelle von links suggerieren. Wenn das nicht zusammenpasst, wirkt das Ergebnis unnatürlich, auch wenn die technische Qualität gut ist. Die meisten KI-Tools versuchen das automatisch auszugleichen, aber bei schwierigen Fällen hilft ein entsprechender Hinweis im Prompt.
Upscaling und Qualitätsverbesserung: Mehr Details aus wenigen Pixeln
Du hast ein Bild, das inhaltlich perfekt ist, aber die Auflösung reicht nicht? Vielleicht ein älteres Foto, ein Screenshot oder ein KI-generiertes Bild, das du in hoher Qualität drucken möchtest? Genau hier kommt KI-Upscaling ins Spiel.
Herkömmliches Vergrössern eines Bildes funktioniert so: Die Software nimmt die vorhandenen Pixel und macht sie einfach grösser. Das Ergebnis: Ein matschiges, unscharfes Bild. Jeder, der schon einmal ein kleines Bild in einer Textverarbeitung grossgezogen hat, kennt das Ergebnis.
KI-Upscaling funktioniert fundamental anders. Die KI analysiert das vorhandene Bild und „erfindet" neue Details hinzu, die plausibel zu dem passen, was sie sieht. Eine unscharfe Kante wird zu einer scharfen Kontur. Ein verschwommenes Gesicht bekommt erkennbare Züge. Ein matschiger Hintergrund wird zu einer detaillierten Landschaft. Die KI hat aus Millionen von Bildern gelernt, wie Details in verschiedenen Kontexten aussehen sollten, und wendet dieses Wissen auf dein Bild an.
Die Ergebnisse können verblüffend sein. Ein Bild mit 512 mal 512 Pixeln kann auf 2048 mal 2048 hochskaliert werden, und die zusätzlichen Details sehen aus, als wären sie schon immer da gewesen. Natürlich gibt es Grenzen: Die KI kann keine Informationen herbeizaubern, die wirklich nicht vorhanden sind. Aber für die meisten Anwendungsfälle sind die Ergebnisse beeindruckend gut.
Es gibt verschiedene Tools für KI-Upscaling:
Integrierte Upscaler: Midjourney bietet einen eingebauten Upscaler, der deine generierten Bilder auf höhere Auflösungen bringt. Auch viele Online-Tools wie Topaz Gigapixel oder Upscayl (kostenlos und Open Source) liefern hervorragende Ergebnisse.
Spezialisierte Web-Tools: Dienste wie Let's Enhance, Icons8 Upscaler oder Bigjpg sind auf genau diese Aufgabe spezialisiert. Du lädst ein Bild hoch, wählst den Vergrösserungsfaktor und bekommst in Sekunden ein hochauflösendes Ergebnis.
Lokale Lösungen: Wenn du mit Stable Diffusion arbeitest, gibt es verschiedene Upscaling-Modelle, die du direkt auf deinem Computer nutzen kannst. ESRGAN und Real-ESRGAN sind besonders beliebt und liefern herausragende Qualität.
Neben dem reinen Hochskalieren gibt es auch KI-Tools zur allgemeinen Qualitätsverbesserung. Sie können Rauschen entfernen, Unschärfe korrigieren, Farben optimieren und Kontraste anpassen. Besonders bei älteren Fotos oder Scans kann das einen enormen Unterschied machen. Ein verblasstes Familienfoto aus den 1980er-Jahren kann so neue Lebendigkeit bekommen, als wäre es gestern aufgenommen worden.
Ein wichtiger Hinweis: KI-Upscaling fügt Details hinzu, die die KI für plausibel hält. Das bedeutet, dass die hinzugefügten Details nicht unbedingt der Realität entsprechen. Bei kreativen Projekten ist das kein Problem. Aber wenn du ein dokumentarisches Foto vergrösserst, solltest du dir bewusst sein, dass die „neuen" Details Interpretation der KI sind, nicht die tatsächliche Realität.
Variationen eines Motivs: Von einer Idee zu vielen Möglichkeiten
Eine der mächtigsten Techniken in der KI-Bildbearbeitung ist das Erstellen von Variationen. Du nimmst ein Bild, das dir grundsätzlich gefällt, und lässt die KI Abwandlungen davon erstellen. Das Grundmotiv bleibt erhalten, aber die KI verändert bestimmte Aspekte: Farben, Stimmung, Stil, Details oder Komposition.
Warum ist das so nützlich? Weil du in der Praxis selten nur ein einziges Bild brauchst. Du brauchst Variationen. Für A/B-Tests auf deiner Website. Für verschiedene Social-Media-Plattformen mit unterschiedlichen Stimmungen. Für Präsentationen, in denen du verschiedene Optionen zeigen willst. Oder einfach, weil du selbst noch nicht sicher bist, welche Version dir am besten gefällt.
Es gibt verschiedene Ansätze, Variationen zu erstellen:
Automatische Variationen: Viele Bild-KIs bieten eine „Variationen"-Funktion an. Du klickst auf ein generiertes Bild und sagst: „Erstelle Variationen davon." Die KI behält die Grundstruktur bei und verändert Details. Das ist der einfachste Weg und perfekt, wenn du nur leichte Abwandlungen brauchst.
Prompt-basierte Variationen: Hier änderst du gezielt einzelne Elemente im Prompt. Dein Ausgangsbild zeigt eine Berglandschaft im Sommer? Ändere „Sommer" zu „Winter" und du bekommst dasselbe Motiv in einer komplett anderen Jahreszeit. Ändere „fotorealistisch" zu „Aquarell" und du bekommst denselben Berg in einem völlig neuen Stil. Diese Methode gibt dir die meiste Kontrolle darüber, was sich ändert und was gleich bleibt.
Parameter-Variationen: In fortgeschrittenen Tools wie Stable Diffusion kannst du technische Parameter anpassen, um Variationen zu erzeugen. Du änderst den Seed-Wert (den Zufallsstartwert) und bekommst bei gleichem Prompt unterschiedliche Ergebnisse. Oder du passt die Stärke der Veränderung an: ein niedriger Wert erzeugt subtile Abwandlungen, ein hoher Wert drastische Veränderungen.
Image-to-Image mit unterschiedlichen Stärken: Bei der Bild-zu-Bild-Generierung gibst du ein Ausgangsbild vor und beschreibst, was sich ändern soll. Je nach eingestellter „Denoising-Stärke" (wie viel Freiheit du der KI gibst) reichen die Ergebnisse von kaum merklichen Änderungen bis hin zu komplett neuen Interpretationen desselben Motivs.
Ein praktisches Beispiel: Du planst einen Instagram-Feed und möchtest, dass alle Bilder zusammenpassen, aber trotzdem unterschiedlich wirken. Du generierst ein Grundmotiv, etwa eine minimalistische Landschaft. Dann erstellst du Variationen in verschiedenen Farbpaletten: eine warme Version in Orangetönen, eine kühle in Blau und Grau, eine frische in Grüntönen. Alle Bilder haben denselben Grundcharakter, wirken aber individuell. Dein Feed sieht aus, als hätte ein professioneller Art Director daran gearbeitet.
Variationen sind auch ein hervorragendes Lernwerkzeug. Wenn du verstehen willst, wie verschiedene Prompt-Elemente das Ergebnis beeinflussen, erstelle systematisch Variationen: Ändere jeweils nur ein Element und beobachte, was passiert. Nach ein paar Durchgängen entwickelst du ein intuitives Verständnis dafür, wie Bild-KIs „denken" und welche Beschreibungen welche Effekte erzeugen.
Der Workflow: Vom Rohbild zum fertigen Ergebnis
Bisher haben wir einzelne Techniken betrachtet. In der Praxis kombinierst du sie oft zu einem Workflow. Lass mich dir zeigen, wie ein typischer Bearbeitungsprozess aussehen kann, Schritt für Schritt:
Schritt 1: Generierung. Du generierst ein Ausgangsbild mit einer Bild-KI deiner Wahl. Du nutzt den Promptgenerator auf optiprompt.io in der Kategorie Bilder, um einen guten Prompt zu erstellen. Das Ergebnis ist dein Rohmaterial.
Schritt 2: Variationen. Du generierst mehrere Variationen des Bildes und wählst die beste aus. Vielleicht gefällt dir die Komposition der einen Variante, aber die Farbstimmung einer anderen. Manche Tools erlauben es, Elemente verschiedener Varianten zu kombinieren.
Schritt 3: Inpainting. Du korrigierst einzelne Bildbereiche, die nicht ganz stimmen. Ein verzerrtes Detail? Markieren und neu generieren lassen. Ein fehlender Gegenstand? Per Prompt hinzufügen. In diesem Schritt verfeinerst du das Bild gezielt.
Schritt 4: Outpainting (falls nötig). Du erweiterst das Bild auf das gewünschte Format. Von quadratisch auf Querformat? Von Porträt auf Panorama? Outpainting macht es möglich, ohne dass du das Motiv neu generieren musst.
Schritt 5: Style Transfer (optional). Wenn du einen bestimmten visuellen Stil brauchst, überträgst du ihn jetzt. Von fotorealistisch zu illustriert, von modern zu vintage. Dieser Schritt ist besonders relevant, wenn du eine konsistente visuelle Identität über mehrere Bilder hinweg brauchst.
Schritt 6: Upscaling. Du skalierst das fertige Bild auf die benötigte Auflösung hoch. Für den Druck brauchst du höhere Auflösungen als für Social Media. Das Upscaling kommt immer am Schluss, weil du hier auf dem finalen Bild arbeitest.
Schritt 7: Feinschliff. Ein letzter Blick auf Kontrast, Helligkeit und Farben. Hier können auch klassische Bildbearbeitungstools helfen, nicht alles muss per KI passieren. Manchmal reicht eine kleine Anpassung der Sättigung oder ein leichter Zuschnitt, um das Bild perfekt zu machen.
Du musst nicht bei jedem Bild alle sieben Schritte durchlaufen. Oft reichen zwei oder drei davon. Aber es hilft, den gesamten Workflow zu kennen, damit du weisst, welche Optionen dir zur Verfügung stehen. Je öfter du diesen Prozess durchläufst, desto schneller und intuitiver wird er.
Deine Übung: Ein Bild in drei Variationen abwandeln
Jetzt wird es praktisch. In dieser Übung generierst du ein Bild und wandelst es in drei deutlich unterschiedliche Variationen ab. Nutze dafür den Promptgenerator auf optiprompt.io mit der Kategorie Bilder. Probiere alle drei Varianten des Promptgenerators aus: die strukturierte, die kompakte und die kreative Variante.
So gehst du vor:
Schritt 1: Generiere ein Ausgangsbild. Öffne den Promptgenerator auf optiprompt.io und wähle die Kategorie Bilder. Beschreibe ein Motiv, das dir gefällt, zum Beispiel: „Eine gemütliche Leseecke mit einem Sessel neben einem grossen Fenster, Regentropfen am Glas, warmes Lampenlicht." Generiere den Prompt und nutze ihn in deiner bevorzugten Bild-KI.
Schritt 2: Erstelle Variation 1, den Stilwechsel. Nimm dein Ausgangsbild und ändere den Stil komplett. Wenn das Original fotorealistisch ist, mache daraus ein Aquarell oder eine Comicillustration. Nutze den Promptgenerator erneut und ergänze deinen ursprünglichen Prompt um eine klare Stilangabe. Vergleiche das Ergebnis mit dem Original: Was hat sich verändert, was ist gleich geblieben?
Schritt 3: Erstelle Variation 2, den Stimmungswechsel. Behalte den Stil bei, aber ändere die Stimmung komplett. Aus dem gemütlichen Regentag wird eine helle Sommerszene. Oder aus dem warmen Lampenlicht wird eine kühle Mondnacht. Ändere in deinem Prompt die Elemente, die die Stimmung bestimmen: Licht, Farben, Wetter, Tageszeit.
Schritt 4: Erstelle Variation 3, die Perspektive ändern. Behalte Stil und Stimmung, aber ändere den Blickwinkel. Zeige die Szene von aussen durchs Fenster statt von innen. Oder zoome ganz nah an ein Detail heran: die Regentropfen am Glas, der Buchrücken auf dem Sessel, die Lampenflamme. Perspektivwechsel können aus einem einfachen Motiv etwas völlig Neues machen.
Schritt 5: Vergleiche und reflektiere. Lege alle vier Bilder nebeneinander (das Original plus drei Variationen). Welche Variation hat dich am meisten überrascht? Welche würdest du tatsächlich verwenden, zum Beispiel für Social Media, als Hintergrundbild oder in einer Präsentation? Was hast du über die Wirkung von Stil, Stimmung und Perspektive gelernt?
Diese Übung zeigt dir, wie viel kreatives Potenzial in einem einzigen Motiv steckt. Du musst nicht für jedes neue Bild bei Null anfangen. Stattdessen kannst du ein gutes Grundmotiv nehmen und es in unzählige Richtungen weiterentwickeln. Genau das ist der Kern der KI-Bildbearbeitung: nicht perfekte Bilder auf Knopfdruck, sondern ein kreativer Prozess, bei dem du die Richtung vorgibst und die KI deine Ideen umsetzt.
Fazit: Modul 7 abgeschlossen, und du kannst jetzt visuell mit KI arbeiten
Du hast es geschafft. Mit diesem Artikel schliesst du Modul 7 ab, und damit hast du eine ganz neue Dimension der KI-Nutzung kennengelernt: die visuelle.
Lass uns kurz zurückblicken auf das, was du in diesem Modul gelernt hast. Du hast verstanden, wie Bild-KIs funktionieren und welche Tools es gibt. Du hast gelernt, wie man Bildprompts schreibt, die bessere Ergebnisse liefern. Du weisst, wie du Bilder für Social Media, für berufliche Zwecke und für private Anlässe erstellen kannst. Und in diesem letzten Artikel hast du die fortgeschrittenen Techniken kennengelernt: Inpainting und Outpainting, Style Transfer, Hintergrundbearbeitung, Upscaling und das Erstellen von Variationen.
Das Wichtigste aus diesem Modul: Visuelle KI ist kein Spielzeug für Technikfreaks. Sie ist ein echtes Werkzeug, das dir in deinem Alltag, deinem Beruf und deinen kreativen Projekten konkret weiterhilft. Du brauchst kein Grafikdesign-Studium und keine Photoshop-Kenntnisse. Du brauchst die richtigen Worte, ein Verständnis für die grundlegenden Techniken und die Bereitschaft, zu experimentieren.
Du weisst jetzt, dass die besten Ergebnisse nicht aus einem einzelnen Prompt kommen, sondern aus einem iterativen Prozess. Generieren, variieren, verfeinern, anpassen. Genau wie ein Fotograf nicht beim ersten Klick das perfekte Bild macht, ist auch KI-Bildbearbeitung ein kreativer Prozess. Aber ein Prozess, der dir unglaublich viel Zeit spart und Möglichkeiten eröffnet, die noch vor wenigen Jahren undenkbar waren.
Und jetzt kommt etwas wirklich Spannendes. Im nächsten Artikel, „Video-KI verstehen: Der aktuelle Stand", wechseln wir von Bildern zu bewegten Bildern. Modul 8 dreht sich um KI für Video und Audio. Du wirst lernen, wie KI Videos generieren und bearbeiten kann, wie Text-zu-Sprache funktioniert und wie du Audioinhalte mit KI erstellen kannst. Wenn du dachtest, KI-generierte Bilder seien beeindruckend, warte ab, bis du siehst, was mit Video und Audio möglich ist.
Bis dahin: Probiere die Übung aus. Erstelle Variationen, experimentiere mit Stilen und Stimmungen, teste verschiedene Tools. Je mehr du übst, desto besser werden deine Ergebnisse. Und vergiss nicht: Du kannst nichts kaputt machen. Jedes Experiment bringt dich weiter.
Modul 7 ist abgeschlossen. Modul 8 wartet auf dich. Die Reise geht weiter.