KI in der Bildbearbeitung: Das neue Protein-Label der Softwarebranche?

Mit fast jedem größeren Update ziehen neue KI-Funktionen in Lightroom, Photoshop, Capture One, Luminar Neo oder DxO PhotoLab ein. Objekte verschwinden auf Knopfdruck, Hintergründe werden ersetzt, ganze Bildbereiche neu erzeugt. Wenn ich morgens meinen RAW-Konverter öffne, frage ich mich inzwischen öfter, ob das, was ich da mache, eigentlich noch Bildbearbeitung ist.

Von der Bildoptimierung zur Bilderzeugung

Lange hatten RAW-Konverter eine klar umrissene Aufgabe. Sie sollten das Beste aus einer Aufnahme herausholen. Belichtung, Farben, Kontrast und Schärfe wurden optimiert, ohne den Bildinhalt grundlegend zu verändern. Retusche gehörte selbstverständlich dazu. Sensorflecken entfernen oder ein störendes Schild am Bildrand abschwächen war schon immer Teil der digitalen Dunkelkammer.

Die aktuelle KI-Welle geht deutlich weiter. Heute lassen sich Personen entfernen, Objekte einsetzen, Bildränder erweitern oder komplette Hintergründe erzeugen. Manche Werkzeuge analysieren die Szene und produzieren Inhalte, die vor der Kamera nie existiert haben. Das Foto wird damit zunehmend zur Vorlage statt zum fertigen Ausgangspunkt. Richtig bewusst wurde mir das beim generativen Erweitern eines Bildrands. Plötzlich standen dort Bäume, die an dem Ort nie gewachsen sind.

Wer tiefer in die praktische Bildbearbeitung einsteigen möchte, findet in meinem Buch Adobe Photoshop für Fotograf*innen zahlreiche Workshops dazu. Es zeigt sowohl die klassischen Techniken mit Ebenen und Masken als auch die generativen KI-Werkzeuge von Photoshop, etwa zum Entfernen und Hinzufügen von Objekten. So lässt sich gut nachvollziehen, wo KI im Workflow wirklich hilft und wo die klassische Bearbeitung die bessere Wahl bleibt. Das Buch ist beim Rheinwerk Verlag erschienen und mit Beispielbildern zum Mitmachen ausgestattet.

Warum gerade jetzt jede Software auf KI setzt

Der Grund liegt nicht nur im allgemeinen KI-Hype. Viele klassische Bereiche der Bildbearbeitung sind ausgereift. Moderne RAW-Konverter liefern saubere Ergebnisse bei Rauschreduzierung, Schärfung, Objektivkorrektur und Farbwiedergabe. Größere technische Sprünge werden hier immer schwerer. Wenn ich ehrlich bin, wurde in den letzten Update-Zyklen oft nur Vorhandenes neu und hübscher verpackt.

KI eröffnet den Herstellern dagegen ein Feld, das sich praktisch endlos erweitern lässt. Intelligente Maskierung, Motiverkennung und generative Werkzeuge sorgen in jeder Version für sichtbare Neuerungen. Für die Anbieter ist das attraktiv. Für uns Fotografinnen und Fotografen bedeutet es vor allem eines, nämlich eine schleichende Veränderung der Arbeitsweise.

Was das für uns Fotografen bedeutet

Für mich lautet die spannende Frage nicht, ob KI gut oder schlecht ist. Viele Werkzeuge sparen Zeit und erledigen Aufgaben, die früher mühsam waren. Interessanter finde ich, welche Rolle das ursprüngliche Foto künftig noch spielt.

Bleiben RAW-Konverter Werkzeuge zur Entwicklung fotografischer Aufnahmen? Oder werden sie zu Kreativplattformen, in denen das Foto nur noch Ausgangsmaterial für teils künstlich erzeugte Bildwelten ist? 

Die Antwort entscheidet vermutlich darüber, wie wir den Begriff Bildbearbeitung in ein paar Jahren überhaupt noch verstehen. Schon jetzt zeichnet sich für mich ab, dass die Zukunft vieler Programme nicht mehr nur in der Optimierung von Fotos liegt, sondern im Erzeugen neuer Bildinhalte.

Nicht alles, was KI heißt, ist auch KI

Parallel dazu fällt mir eine zweite Entwicklung auf, nämlich die Inflation des Begriffs „KI“. Kaum ein Update kommt ohne das passende Schlagwort aus, obwohl die zugrunde liegende Technik oft seit Jahren existiert. Eine automatische Belichtungskorrektur wertet seit Jahrzehnten Bilddaten aus. Gesichtserkennung steckt seit Langem in Kameras und Bildverwaltungen. Auch viele Maskierungswerkzeuge beruhen auf Algorithmen, die lange vor dem heutigen KI-Boom entstanden sind.

Der Unterschied liegt meist im Verfahren. Klassische Algorithmen folgen festen Regeln, die Entwickler vorgeben. Moderne KI-Modelle werden mit großen Datenmengen trainiert und erkennen Muster eigenständig. In der Praxis verschwimmen diese Grenzen aber. Nicht jede automatische Funktion ist KI, und nicht jede KI-Funktion erzeugt neue Inhalte.

KI als das neue Protein-Label

Das erinnert mich an einen anderen Trend. Vor einigen Jahren waren Quark, Skyr, Eier, Hülsenfrüchte oder Nüsse einfach normale Lebensmittel. Dann wurde „High Protein“ zum Verkaufsargument. Plötzlich bekam alles ein Protein-Label, obwohl sich am Produkt selbst nichts geändert hatte. Teilweise wurden sogar Lebensmittel als besonders proteinreich beworben, die schon immer viel Eiweiß enthielten.

Bei KI passiert gerade etwas Ähnliches. Viele Funktionen, die früher einfach praktische Softwarefunktionen waren, bekämen heute ein „AI Powered“-Logo. Der eigentliche Effekt entsteht im Kopf. Protein steht für gesund, KI steht für modern. Sobald ein Begriff positiv besetzt ist, wird er zum Marketinginstrument.

Das heißt nicht, dass es keine echten Fortschritte gibt. Die generativen Werkzeuge in Photoshop, die Entrauschung in Lightroom oder moderne Motivmasken beruhen tatsächlich auf maschinellem Lernen und neuronalen Netzen. Aber ähnlich wie bei den Protein-Produkten verschwimmt die Grenze zwischen echter Innovation und geschickter Vermarktung.

Mein Fazit

KI wird in der Bildbearbeitung zum neuen Protein-Label. Nicht weil jede Funktion plötzlich intelligent geworden ist, sondern weil der Begriff für Fortschritt und Zukunftsfähigkeit steht. Wer heute kein KI-Feature präsentiert, wirkt schnell altmodisch, ganz unabhängig davon, wie nützlich die Funktion wirklich ist. Nicht jede automatische Funktion ist künstliche Intelligenz. Aktuell will aber fast jede neue Funktion eine sein.

Wer weiterdenken möchte, was das für das Foto selbst bedeutet, findet das in unserem Beitrag Ersetzt KI die Fotografie? Warum echte Fotos trotz KI relevant bleiben.

Wie stark verändert die KI Ihr Foto? Die 5 gängigsten Programme im Vergleich

Diese Tabelle vergleicht fünf im Artikel erwähnte Fotobearbeitungsprogramme – Lightroom, Photoshop, Capture One, Luminar Neo und DxO PhotoLab – nach Werkzeugart, ihrer wichtigsten KI-Funktion und dem Grad, in dem sie in den ursprünglichen Bildinhalt eingreifen: von der einfachen Optimierung bis zur Erzeugung von Elementen, die nie vor der Kamera standen.

KI-Funktionen im Vergleich: Eingriffsgrad gängiger Bildbearbeitungsprogramme. Quelle: fotoklic.de