Persönliche Gedanken: Zwischen Technik und Gefühl

Wie funktioniert ein KI-Bildgenerator technisch? (am Beispiel von ChatGPT-4.0 mit DALL·E 3)

Stell dir vor, du gibst einen Satz ein wie: „Ein verliebtes Paar auf einem Steg bei Sonnenuntergang, im Stil eines Ölgemäldes.“ In wenigen Sekunden erscheint ein fertiges Bild. Doch was passiert in dieser kurzen Zeit im Hintergrund? Genau das schauen wir uns jetzt an – Schritt für Schritt.

1. Der Text – dein kreativer Startpunkt

Am Anfang steht dein Prompt, also deine Textbeschreibung. Sie ist wie das Briefing für ein kreatives Team: Je genauer du bist, desto klarer kann das Bild werden. Ein Prompt wie „eine Braut in einem Lavendelfeld bei Sonnenuntergang im Stil von Monet“ enthält viele Hinweise: Motiv, Stimmung, Stilrichtung, Farbwelt.

2. Die Sprachverarbeitung durch GPT-4.0

Der eingegebene Text wird zunächst durch das Sprachmodell von ChatGPT-4.0 verarbeitet. Dieses Modell versteht den Inhalt nicht nur grammatikalisch, sondern auch semantisch. Es erkennt, was du meinst, welche Stimmung du ausdrücken willst und wie einzelne Begriffe im Zusammenhang stehen. Dieses Verständnis wird dann als strukturierte, maschinenlesbare Information an das Bildmodell weitergegeben.

3. DALL·E 3 – das kreative Bildmodell

DALL·E 3 nutzt diese Informationen, um ein komplett neues Bild zu erzeugen. Technisch basiert es auf neuronalen Netzwerken, die mit Millionen realer und stilisierter Bilder trainiert wurden. Es ist in der Lage, verschiedene Bildbestandteile – Formen, Farben, Perspektiven – intelligent zu kombinieren und daraus ein visuelles Gesamtwerk zu schaffen. Dabei entstehen keine Collagen, sondern komplett neu generierte Bilddaten.

4. Bildbearbeitung: Jetzt wird es interaktiv

Sobald das Bild da ist, kannst du bei ChatGPT-4 (Pro-Version) noch gezielt Änderungen vornehmen. Und zwar ganz intuitiv:

• Markiere mit der Maus einen Bereich im Bild
• Beschreibe in natürlicher Sprache, was du verändern möchtest: z. B. „Füge eine Spiegelung im Wasser ein“, „ändere das Kleid zu Blau“, oder „mach den Himmel dramatischer“

Die KI generiert dann neue Varianten – ohne dass du je Photoshop öffnen musst.

5. Technisches Prinzip – einfach erklärt

Das technische Herz dahinter ist ein sogenanntes Diffusionsmodell. Es startet mit einem „Rauschen“ – also einem Bild, das nur aus Zufallspunkten besteht – und entfernt schrittweise dieses Rauschen, bis das gewünschte Motiv sichtbar wird. Es ist wie ein Fotografieren rückwärts: Aus dem Nichts entsteht ein Bild.

KI-Bildgenerierung ist wie eine Mischung aus Kunst, Sprache und Mathematik – nur dass du mit Ideen arbeitest, nicht mit Pixeln.

Ein gutes Prompting ist daher fast wie ein neues Handwerk. Und genau da liegt die Chance für uns Fotograf:innen: Unsere visuelle Vorstellungskraft gepaart mit dem neuen Werkzeug KI – das ist eine mächtige Kombination.

Was KI (noch) nicht kann – und was dich als Fotograf:in einzigartig macht

Ich habe viele Bilder gesehen, die von KI erstellt wurden. Sie waren beeindruckend. Farbenfroh. Kompositionell stark. Aber sie waren auch leer. Es fehlte das Unerwartete. Das Unperfekte. Das Echte.

Und genau da kommst du ins Spiel:

• Du merkst, wenn sich jemand unwohl fühlt – und bringst ihn zum Lächeln.
• Du wartest auf den richtigen Moment – und spürst ihn, bevor er passiert.
• Du erzählst Geschichten – nicht nur mit dem Bild, sondern mit deinem ganzen Wesen.

Diese persönliche Note kann keine Maschine imitieren. Denn Fotografie ist nicht nur ein Handwerk. Es ist eine Sprache des Herzens.

Ein Bild, das du aufgenommen hast, während du mit dem Kind eines Kunden im Garten spielst, weil es sonst nicht lacht – das ist unersetzlich. Oder das Porträt einer älteren Frau, das du nach einem langen Gespräch aufgenommen hast, weil sie erst dann bereit war, sich ganz zu zeigen.

All diese Momente – sie sind nicht planbar. Nicht generierbar. Und genau deshalb so wertvoll.

Einige Genres der Fotografie leben von dieser Unvorhersehbarkeit:

• Hochzeitsfotografie: Die Nervosität beim Ja-Wort, der Moment, wenn Tränen fließen – das kann keine KI erzeugen.
• Eventfotografie: Unvorhersehbare Situationen, Überraschungen, Emotionen vor Ort.
• Reportage- und Dokumentarfotografie: Echte Geschichten, echte Schicksale – nicht generierbar.
• Baby- und Familienfotos: Kinderlachen, Umarmungen, Familienbande – einzigartig und uninszenierbar.

„Technik kann schärfen, aber nicht fühlen. Licht kann leuchten, aber keine Stimmung erzeugen. Dafür brauchst du Menschen – wie dich.“

Zitat von Fotografen-Kollegin Lisa M. (Hochzeitsfotografin, Wien):

„Ich habe KI ausprobiert – sie ist spannend. Aber was ich bei einer Hochzeit erlebe, ist unvorhersehbar, wild und zutiefst menschlich. Das kann keine Maschine nachstellen.“

Testimonial eines Kundenpaares:

„Wir wollten echte Bilder von echten Momenten. KI-Fotos sind hübsch, aber wir wollten fühlen – nicht nur sehen. Unser Fotograf hat das perfekt eingefangen.“

Deine Arbeit ist nicht beliebig. Sie ist persönlich. Und darin liegt ihre wahre Stärke.