Originaltreu oder generativ vergrößern: was Ihr Foto wirklich verändert

Einem kleinen oder beschädigten Foto fehlen Informationen. Manche lassen sich mit hoher Sicherheit ableiten: Eine verwischte Kante ist immer noch eine Kante, Kompressionsblöcke folgen einem bekannten Muster, und Rauschen ist zufällig genug, um es vom Bild zu trennen. Andere lassen sich nicht ableiten: die genauen Haarsträhnen in einem Gesicht, das nur 30 Pixel breit ist, die Buchstaben in einem Wort, das zum Fleck geworden ist, das Gewebe eines Stoffs, den die Kompression flachgedrückt hat.

Ein originaltreues Werkzeug, auch Restaurierungsmodell genannt, rekonstruiert die erste Art und lässt die zweite in Ruhe. Wo Information vorhanden ist, schärft es; wo nicht, bleibt es glatt. Ein generatives Werkzeug füllt auch die zweite Art auf. Es hat gelernt, wie Haare, Buchstaben und Stoff üblicherweise aussehen, und zeichnet überall dort eine plausible Version, wo das Foto unklar ist.

Die meisten echten Werkzeuge mischen beides, und manche lassen Sie wählen, wie kreativ sie sein sollen. Die nützliche Frage lautet nicht, welche Technik ein Werkzeug verwendet, sondern wie viel von dem, was Sie im Ergebnis sehen, aus Ihrem Foto stammt.

Restaurierungsmodelle werden meist mit Paaren trainiert: einem sauberen Foto und einer beschädigten Kopie davon. Das Modell lernt, die Kopie wieder in das saubere Foto zu verwandeln, und wird bestraft, wenn seine Ausgabe vom echten Bild abweicht. So wird es zu Antworten gedrängt, die das Eingabebild stützt. Ist es unsicher, ist die sicherste Antwort eine glatte, weshalb originaltreue Ergebnisse dort weich oder flach wirken können, wo Information fehlt.

Generative Modelle werden darauf trainiert, Bilder zu erzeugen, die echt aussehen, oft gesteuert vom Eingabebild oder von einem Text-Prompt. Sie werden für überzeugende Details belohnt, nicht dafür, ein bestimmtes Original zu treffen. So verwandeln sie ein winziges, unscharfes Gesicht in ein gestochen scharfes Porträt, und deshalb muss dieses Porträt nicht dieselbe Person zeigen.

Veränderte Identität. Menschen bemerken kleinste Unterschiede in Gesichtern. Ein generativer Enhancer kann die Form der Augen, die Linie der Nase, die Zähne oder die Haut verändern. Das Ergebnis wirkt wie ein scharfes Foto von jemandem, der ähnlich aussieht. Bei Familienfotos und Profilbildern ist das ein echter Verlust.

Erfundener Text. Sind Buchstaben unklar, zeichnet ein generatives Modell Buchstaben, die zu den Formen passen. Ein Straßenschild, ein Kassenbon, ein Kennzeichen oder ein Dokument kann am Ende Zeichen enthalten, die sicher aussehen und falsch sind. Weil das Ergebnis scharf wirkt, fällt der Fehler leicht nicht auf.

Produkte, die nicht mehr stimmen. In einem Angebot können erzeugte Details ein Strickmuster, eine Textur oder eine Beschriftungszeile hinzufügen, die der echte Artikel nicht hat. Käufer kaufen, was sie sehen.

Dokumentation und Beweise. Fotos für Versicherungsfälle, Gebäudezustand, Wissenschaft, Journalismus oder Rechtszwecke müssen zeigen, was da war. Jedes erzeugte Detail, auch eine dezente Textur, untergräbt das.

Generative Werkzeuge sind keine schlechten Werkzeuge; sie lösen ein anderes Problem. Bei Kunstwerken, Konzeptbildern oder dekorativen Drucken ist Plausibilität das Ziel. Wenn Sie KI-generierte Kunst vergrößern, gibt es kein echtes Original, dem Sie treu bleiben müssten.

Ein milderer Fall ist Textur. Ein Nachtfoto, in dem das Handy das Gras zu einer flachen grünen Fläche verschmiert hat, wirkt auf das Auge falsch, auch wenn es „korrekt“ ist. Fügt man dort natürliche grasähnliche Textur hinzu, sieht es wieder wie ein Foto aus. Für ein Erinnerungsfoto ist das ein vernünftiger Kompromiss, solange Sie wissen, dass die Textur plausibel und nicht wiederhergestellt ist.

Verwenden Sie ein Werkzeug, das nichts hinzufügt, wann immer genaue Details wichtiger sind als die Optik: Dokumente, Kassenbons, Screenshots, Kennzeichen, Seriennummern, Beweismittel und alles, was Sie mit dem echten Gegenstand vergleichen werden.

Der Preis dafür: Streng originaltreue Ergebnisse sind durch das Eingabebild begrenzt. Ein sehr kleines oder beschädigtes Foto wird sauberer und größer, aber flacher als ein generatives Ergebnis, denn das Werkzeug zeichnet nicht, was es nicht sieht.

Ein paar einfache Tests zeigen, wie viel ein Werkzeug hinzufügt:

• Verkleinern Sie das Ergebnis wieder auf die Originalgröße und vergleichen Sie. Ein originaltreues Ergebnis sollte dem Eingabebild fast gleichen. Merkmale, die das Eingabebild nicht hat, wurden hinzugefügt.
• Verwenden Sie ein Bild mit kleinem Text, den Sie kennen. Gestochen scharfe, aber falsche Wörter bedeuten, dass das Werkzeug erzeugt.
• Verwenden Sie ein Foto von jemandem, den Sie gut kennen, mit kleinem Gesicht im Bild. Fragen Sie sich, ob das Ergebnis noch wie diese Person aussieht, nicht nur, ob es scharf aussieht.
• Sehen Sie sich Bereiche an, die im Eingabebild flach oder unscharf waren. Taucht dort neue Textur auf, ist sie erzeugt.
• Lassen Sie dasselbe Bild zweimal laufen. Werkzeuge, die zufällig abtasten, liefern bei jedem Durchlauf andere feine Details.

Wir liegen nahe am originaltreuen Ende, aber nicht ganz dort, und das sagen wir lieber offen.

Unsere drei Hauptmodelle, Verbessern, 4× vergrößern und 8× vergrößern, arbeiten in zwei Stufen. Ein Restaurierungsnetz entfernt Rauschen und Kompression und baut Kanten wieder auf, die die Pixel stützen. Danach ergänzt eine Detailstufe natürliche feine Textur, etwa Stoffgewebe, Laub oder die Maserung von Holz, wo das Foto sie verloren hatte. Diese Textur ist plausibel, nicht wahr. Die Modelle sind darauf abgestimmt, ein Foto nicht umzugestalten und Gesichter nicht zu verformen, doch prüfen Sie Gesichter trotzdem bei 100 % Zoom.

Bei „Verbessern“ ist die Detailstufe gesteuert. Bei einem Foto, das schon sauber ist, lässt sie das Bild im Wesentlichen unverändert. Sie erkennt Text und überlässt ihn dem Restaurierungsschritt, der Rauschen und Kompression entfernt und keine Buchstaben neu zeichnet. Die Erkennung kann sehr kleine oder dichte Schrift gelegentlich übersehen; bei Dokumenten, in denen jedes Zeichen zählt, prüfen Sie daher das Ergebnis oder behalten das Original. Bei „4× vergrößern“ und „8× vergrößern“ bleibt kleiner Text so weich wie im Original; wir raten keine Buchstaben.

Wenn Sie überhaupt nichts Hinzugefügtes wollen, etwa bei Screenshots, Grafiken oder Text, bei denen jedes Pixel zählt, behalten Sie das Original oder erstellen Sie eine neue Aufnahme: Jedes unserer Modelle kann etwas feine Textur hinzufügen.

Keines unserer Werkzeuge eignet sich für forensische oder beweiskräftige Zwecke, und keines macht unleserlichen Text lesbar oder rekonstruiert ein Gesicht mit 50 Pixeln.

Sie erhalten 3 kostenlose Credits pro Tag, ohne Anmeldung und ohne Kreditkarte. Ein Foto mit einem Werkzeug kostet 1 Credit; „8× vergrößern“ kostet 2. Kostenlose Uploads dürfen JPG, PNG oder WebP bis 3 MB und 8 MP sein, und kostenlose Ergebnisse tragen ein Wasserzeichen. Pro (9,99 USD pro Monat, 200 Credits) und Pro+ (19,99 USD pro Monat, 500 Credits) entfernen das Wasserzeichen und nehmen Uploads bis 20 MB und 30 MP an. Uploads und Ergebnisse werden innerhalb von 24 Stunden gelöscht und nie zum Trainieren von KI verwendet.