Branche oder Lebensbereich: Kultur

  • Alte Fotos restaurieren und kolorieren

    KI-Restaurierung kann Kratzer, Rauschen und fehlende Bildbereiche bearbeiten. Ergänzte Details und Farben sind jedoch plausible Rekonstruktionen und keine gesicherten historischen Tatsachen.

    Geeignet für

    • private Fotoarchive
    • Museums- und Vereinsprojekte
    • Dokumentation
    • Druckvorbereitung

    Vorgehensweise

    • Original mit hoher Qualität scannen
    • zuerst Staub und Kratzer bearbeiten
    • Gesichter und wichtige Details separat prüfen
    • Kolorierung als eigene Version speichern
    • Originaldatei unverändert archivieren

    Qualitätskontrolle

    • keine erfundenen Gesichtszüge
    • keine entfernten historischen Details
    • gleichmäßige Körnung
    • plausible, aber als rekonstruiert gekennzeichnete Farben

    Wichtiger Hinweis

    Bei dokumentarischer Nutzung muss klar bleiben, welche Bereiche automatisch ergänzt oder koloriert wurden.

    Quellen und Prüfstand

    Prüfstand: 28.07.2026. Produktfunktionen, Nutzungsbedingungen und Rechte können sich ändern und müssen vor einer Veröffentlichung beim jeweiligen Anbieter geprüft werden.

  • Einen Raum oder Gegenstand als NeRF oder Gaussian Splat erfassen

    Für eine gute Rekonstruktion ist die Aufnahme wichtiger als der spätere Algorithmus. Scharfe, überlappende Bilder und gleichmäßige Beleuchtung reduzieren Lücken und Artefakte.

    Geeignet für

    • virtuelle Rundgänge
    • Dokumentation von Räumen
    • Kunst- und Sammlungsobjekte
    • Filmsets und Referenzen

    Vorgehensweise

    • Szene ruhig und gleichmäßig beleuchten
    • langsam mit hoher Bildüberlappung aufnehmen
    • bewegte Personen vermeiden
    • Rekonstruktion berechnen
    • Lücken und störende Bereiche prüfen
    • Ausgabe für Web oder Präsentation optimieren

    Qualitätskontrolle

    • keine fehlenden Blickwinkel
    • keine Bewegungsartefakte
    • korrekte Größenwirkung
    • sensible Bereiche entfernt oder unkenntlich
    • Dateigröße und Ladezeit

    Grenzen

    Spiegel, Glas, Wasser, stark glänzende Flächen und bewegte Motive sind problematisch. Die Darstellung ist nicht automatisch ein maßhaltiges Aufmaß.

    Quellen und Prüfstand

    Prüfstand: 28.07.2026. Produktfunktionen, Nutzungsbedingungen und Rechte können sich ändern und müssen vor einer Veröffentlichung beim jeweiligen Anbieter geprüft werden.

  • Aeneas: antike lateinische Inschriften kontextualisieren

    Aeneas ist ein multimodales generatives Modell für Epigraphik. Es kombiniert Text und Bildinformationen und liefert historische Parallelen als Begründungshilfe. Die beste Verwendung ist eine Zusammenarbeit mit Fachleuten, nicht die automatische Festlegung einer einzigen historischen Interpretation.

    Forschungsfrage

    Wie können beschädigte oder unvollständige Inschriften mit großen Sammlungen ähnlicher historischer Texte verbunden werden?

    Ansatz

    Das Modell verarbeitet transkribierten Text und, falls vorhanden, Bilder. Es restauriert fehlende Teile, schätzt Zeit und Herkunft und sucht kontextuell ähnliche Inschriften.

    Veröffentlichte Ergebnisse

    • Verbesserte Ergebnisse bei Restaurierung sowie geografischer und zeitlicher Zuordnung im verwendeten Datensatz
    • Ausgabe historisch begründeter Textparallelen
    • Studien mit Historikern untersuchten die Zusammenarbeit zwischen Mensch und Modell

    Bedeutung

    • Schneller Zugriff auf Parallelen in großen Inschriftensammlungen
    • Unterstützung bei fragmentarischen oder beschädigten Quellen
    • Beispiel für KI in Geisteswissenschaften und digitaler Archäologie

    Grenzen

    • Daten sind zeitlich, geografisch und sprachlich ungleich verteilt
    • Modelle können plausible, aber historisch falsche Ergänzungen erzeugen
    • Datierung und Interpretation benötigen weiterhin Quellenkritik und Fachwissen

    Primärquellen