KI Panorama

Suche

Branche oder Lebensbereich: Medien

  • Stem-Separation und KI-Audiobearbeitung

    Source-Separation-Modelle zerlegen eine gemischte Aufnahme in geschätzte Einzelbestandteile, etwa Gesang, Schlagzeug, Bass und Begleitung. Andere Modelle reduzieren Rauschen, verbessern Sprache oder erzeugen passende Geräusche.

    Typische Anwendungen

    • Gesang und Instrumental trennen
    • alte Aufnahmen restaurieren
    • Dialog verständlicher machen
    • Remix- und Übungsfassungen erstellen
    • Ton für Videos ergänzen

    Keine perfekte Rückgewinnung

    Die getrennten Spuren sind Schätzungen. Wenn sich Frequenzen und Klänge stark überlagern, können Artefakte oder Teile anderer Instrumente hörbar bleiben.

    Rechte beachten

    Technische Trennung schafft keine neuen Nutzungsrechte. Auch isolierte Stimmen oder Instrumente bleiben Bestandteile einer geschützten Aufnahme.

    Qualitätsprüfung

    • Kopfhörer und Lautsprecher verwenden
    • Übergänge und leise Passagen prüfen
    • Phasen- und Hallartefakte kontrollieren
    • Original und bearbeitete Version archivieren

    Quellen und Prüfstand

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

  • Wie KI Bilder erzeugt

    Bildgeneratoren erzeugen Bilder nicht durch das Kopieren eines einzelnen Vorbilds. Sie berechnen aus gelernten Mustern schrittweise neue Bildinhalte, die zu Text, Referenzbildern und Bearbeitungsanweisungen passen.

    Einfach erklärt

    Ein Bildmodell hat während des Trainings Zusammenhänge zwischen Bildmerkmalen und Sprache gelernt. Bei der Erzeugung startet es mit einer internen Repräsentation und formt daraus schrittweise ein Bild, das zur Beschreibung passt.

    Was als Eingabe möglich ist

    • Textbeschreibung
    • ein oder mehrere Referenzbilder
    • Masken oder markierte Bildbereiche
    • Vorgaben zu Format, Perspektive, Stil und Bildaufbau

    Was heute gut funktioniert

    Illustrationen, Entwürfe, Produktkonzepte, Hintergründe, Variationen und gezielte Bildbearbeitung sind heute praktisch nutzbar. Kleine Schriften, genaue Geometrie, komplexe Hände oder dauerhaft identische Figuren können weiterhin Qualitätskontrolle und Nacharbeit erfordern.

    Wichtige Qualitätskontrolle

    • Sind Text und Logos korrekt?
    • Stimmen Hände, Schatten, Spiegelungen und Perspektive?
    • Ist das Ergebnis rechtlich und inhaltlich verwendbar?
    • Wurde ein reales Ereignis oder eine reale Person irreführend dargestellt?

    Quellen und Prüfstand

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

  • Diffusionsmodelle für Bilder

    Diffusionsmodelle lernen, künstlich hinzugefügtes Rauschen schrittweise wieder zu entfernen. Bei der Generierung wird dieser Prozess genutzt, um aus einem zufälligen Ausgangszustand ein zur Eingabe passendes Bild entstehen zu lassen.

    Grundprinzip

    Im Training werden Bilder stufenweise verrauscht. Das Modell lernt den umgekehrten Weg: Es schätzt, wie sich Rauschen entfernen lässt, ohne die semantische Struktur zu verlieren.

    Latenter Raum

    Viele Systeme arbeiten nicht direkt mit jedem einzelnen Pixel, sondern mit einer komprimierten Bildrepräsentation. Das reduziert Rechenaufwand und erleichtert die Steuerung durch Text.

    Steuerungsmöglichkeiten

    • Textkonditionierung
    • Referenzbilder
    • Masken und Inpainting
    • Struktur- oder Tiefenvorgaben
    • mehrere Generations- und Auswahlrunden

    Grenzen

    Der genaue Entstehungsweg ist stochastisch. Derselbe Prompt kann mehrere unterschiedliche Ergebnisse liefern. Reproduzierbarkeit erfordert feste Parameter, Referenzen und dokumentierte Einstellungen.

    Quellen und Prüfstand

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

  • KI-Inhalte kennzeichnen: Transparenz, Deepfakes und Artikel 50

    Der AI Act verlangt je nach Rolle und Inhalt maschinenlesbare Markierungen oder eine verständliche Offenlegung gegenüber Menschen. Besonders relevant sind Chatbots, Deepfakes sowie bestimmte KI-erzeugte Texte zu Themen von öffentlichem Interesse.

    Pflichten der Anbieter

    Anbieter generativer Systeme müssen technisch dafür sorgen, dass erzeugte oder manipulierte Ausgaben soweit technisch machbar maschinenlesbar markiert und als künstlich erzeugt oder verändert erkennbar sind.

    Pflichten der Anwender und Betreiber

    Wer Deepfakes veröffentlicht oder bestimmte KI-generierte Texte zu Angelegenheiten von öffentlichem Interesse verbreitet, muss deren künstliche Natur grundsätzlich offenlegen. Ausnahmen und Details hängen vom konkreten Fall ab.

    Was eine gute Kennzeichnung leisten sollte

    • Direkt am Inhalt oder klar damit verbunden sein
    • Für normale Nutzer verständlich sein
    • Nicht nur in versteckten Metadaten stehen
    • Die Art der Erzeugung oder Bearbeitung nicht übertreiben
    • Bei wesentlichen menschlichen Änderungen entsprechend angepasst werden

    Technik ersetzt keine Redaktion

    Metadaten, Wasserzeichen oder Detektoren können entfernt werden oder Fehler machen. Transparenz braucht deshalb zusätzlich sichtbare Hinweise und redaktionelle Verantwortung.

    Quellen und Rechtsstand

    Prüfstand: 28.07.2026. Rechtliche Beiträge dienen der allgemeinen Information und ersetzen keine Rechtsberatung.

  • Urheberrecht und generative KI: die wichtigsten Fragen

    Es gibt keine einzelne pauschale Antwort auf die Frage, ob KI-Inhalte frei genutzt werden dürfen. Maßgeblich sind unter anderem die verwendeten Vorlagen, die Lizenzbedingungen des Dienstes, mögliche Ähnlichkeiten zu geschützten Werken, Persönlichkeits- und Markenrechte sowie die konkrete Rechtsordnung.

    Vier getrennte Ebenen

    • Dürfen Werke für Training oder Text- und Data-Mining verarbeitet werden?
    • Darf ein Werk oder eine geschützte Figur als Eingabe verwendet werden?
    • Enthält die Ausgabe geschützte Elemente oder unzulässige Ähnlichkeiten?
    • Welche Rechte räumt der Anbieter an der Ausgabe ein?

    Menschlicher Beitrag

    Ob eine Ausgabe selbst urheberrechtlich geschützt ist, hängt in vielen Rechtsordnungen vom menschlichen kreativen Beitrag ab. Eine bloße Maschinenausgabe ist nicht automatisch ein geschütztes Werk.

    Praktische Vorsicht

    • Keine vertrauten Logos, Figuren oder Künstlerstile als pauschale Freigabe behandeln
    • Bei kommerzieller Nutzung Anbieterbedingungen und Herkunft der Bestandteile prüfen
    • Entstehungsprozess, Eingaben und Bearbeitungsschritte dokumentieren
    • Bei erheblichen wirtschaftlichen Risiken fachkundige Rechtsprüfung einholen

    Keine Rechtsberatung

    Der Artikel erklärt Fragestellungen und ersetzt keine Prüfung eines konkreten Werkes oder Nutzungsfalls.

    Quellen und Rechtsstand

    Prüfstand: 28.07.2026. Rechtliche Beiträge dienen der allgemeinen Information und ersetzen keine Rechtsberatung.

  • Content Credentials und C2PA: Herkunft statt KI-Detektor

    C2PA verfolgt einen Herkunftsansatz: Ein Manifest kann dokumentieren, welches Gerät oder Programm einen Inhalt erzeugt oder verändert hat. Das beweist nicht, dass eine Aussage wahr ist, schafft aber überprüfbare Informationen über die Bearbeitungskette.

    Was gespeichert werden kann

    • Herkunft eines Bildes, Videos, Audios oder Dokuments
    • Verwendete Anwendungen und Bearbeitungsschritte
    • Zeitpunkte und kryptografische Bindungen an den Inhalt
    • Hinweise auf generative oder manipulative Verarbeitung

    Was es nicht beweist

    • Dass die dargestellte Szene tatsächlich stattgefunden hat
    • Dass alle früheren Bearbeitungsschritte vollständig dokumentiert wurden
    • Dass ein Inhalt ohne Credentials automatisch falsch ist
    • Dass Metadaten niemals entfernt oder durch Plattformen verloren gehen

    Vorteil gegenüber Detektoren

    Ein Detektor versucht aus dem fertigen Inhalt zu raten, ob KI beteiligt war. Provenienzsysteme dokumentieren dagegen den Entstehungs- und Bearbeitungsweg, sofern beteiligte Werkzeuge sie unterstützen.

    Praxis

    Bei eigener Medienproduktion Credentials möglichst erhalten, sichtbare Kennzeichnungen ergänzen und die Originaldateien sicher archivieren.

    Quellen und Rechtsstand

    Prüfstand: 28.07.2026. Rechtliche Beiträge dienen der allgemeinen Information und ersetzen keine Rechtsberatung.

  • Deepfakes erkennen: Warum Augenmaß wichtiger ist als ein Detektor

    Generative Systeme können Bild, Audio und Video sehr überzeugend verändern. Gleichzeitig erzeugen Kompression, Schnitt, schlechte Verbindung und normale Bearbeitung ähnliche Artefakte. Eine belastbare Prüfung kombiniert Quelle, Kontext, Herkunftsdaten und unabhängige Bestätigung.

    Prüfung in fünf Schritten

    1. Originalquelle und früheste Veröffentlichung suchen
    2. Datum, Ort und behaupteten Kontext prüfen
    3. Mit unabhängigen seriösen Quellen vergleichen
    4. Nach Schnitten, unpassenden Reflexionen oder Tonübergängen suchen, ohne einzelne Artefakte zu überbewerten
    5. Vorhandene Content Credentials oder Originaldateien prüfen

    Detektoren richtig einordnen

    Detektoren liefern Wahrscheinlichkeiten und können durch neue Generatoren, Bearbeitung oder Kompression versagen. Ihr Ergebnis ist ein Hinweis, kein Beweis.

    Bei Stimmen

    Eine vertraut klingende Stimme ist kein Identitätsnachweis. Bei Geldforderungen oder dringenden Anweisungen immer über einen zweiten, bekannten Kommunikationsweg rückfragen.

    Bei akuter Gefahr

    Betrugsversuche dokumentieren, nicht weiterverbreiten und bei Bedarf Plattform, Bank oder zuständige Behörden kontaktieren.

    Quellen und Rechtsstand

    Prüfstand: 28.07.2026. Rechtliche Beiträge dienen der allgemeinen Information und ersetzen keine Rechtsberatung.

  • Desinformation mit KI: Geschwindigkeit, Umfang und Glaubwürdigkeit

    Das Risiko entsteht aus der Kombination von massenhafter Produktion, gezielter Ansprache, glaubwürdig wirkenden Medien und schneller Verbreitung. Gegenmaßnahmen müssen daher nicht nur einzelne Fälschungen erkennen, sondern auch Quellen, Verteilung und Anreize betrachten.

    Typische Muster

    • Erfundene Zitate und Dokumente
    • Imitierte Stimmen für Betrug oder Rufschädigung
    • Bilder realer Ereignisse in falschem Kontext
    • Viele leicht veränderte Beiträge zur künstlichen Verstärkung
    • Automatisierte Konten und personalisierte Nachrichten

    Robuste Gegenmaßnahmen

    • Verifizierte Kommunikationskanäle für offizielle Aussagen
    • Vier-Augen-Prinzip bei finanziellen oder sicherheitskritischen Anweisungen
    • Schnelle öffentliche Korrekturen mit Belegen
    • Archivierung von Originalmaterial und Herkunftsinformationen
    • Medienkompetenz statt Vertrauen in einen einzigen Detektor

    Nicht vorschnell als KI bezeichnen

    Auch echte Inhalte können ungewöhnlich aussehen. Eine falsche Deepfake-Behauptung kann selbst zur Desinformation werden.

    Quellen und Rechtsstand

    Prüfstand: 28.07.2026. Rechtliche Beiträge dienen der allgemeinen Information und ersetzen keine Rechtsberatung.

  • Ideen, Konzepte und Alternativen entwickeln

    Der Wert liegt in Breite und Anregung, nicht in automatischer Auswahl. Ziele, Machbarkeit, Originalität und Folgen müssen vom Menschen bewertet werden.

    Geeignet für

    • Produktideen
    • Projekte
    • Geschichten
    • Problemlösung

    Voraussetzungen

    Eine klare Fragestellung, Bewertungskriterien und Wissen über den Kontext.

    Vorgehensweise

    1. Problem und Ausschlusskriterien beschreiben.
    2. Bewusst unterschiedliche Ansätze erzeugen lassen.
    3. Ideen gruppieren und kombinieren.
    4. Mit Fakten, Aufwand und Risiken bewerten.
    5. Ausgewählte Idee durch eigene Recherche und Tests weiterentwickeln.

    Beispiel

    Für einen lokalen Verein entstehen zehn Veranstaltungsansätze, die anschließend nach Kosten und Zielgruppe bewertet werden.

    Qualitätskontrolle

    • Quantität nicht mit Qualität verwechseln.
    • Ähnliche bestehende Lösungen recherchieren.
    • Auswirkungen und unerwünschte Nebenfolgen prüfen.

    Grenzen und Risiken

    • Vorschläge können Klischees reproduzieren oder bekannte Ideen nur neu formulieren.
    • Ohne Kontext wirken Ideen plausibel, können aber praktisch ungeeignet sein.

    Passende Tools und Modelle

    Allgemeine Sprachmodelle, Whiteboard- und Recherchewerkzeuge.

    Quellen und Leitlinien

  • Bilder aus Textbeschreibungen erzeugen

    Der Prozess eignet sich besonders für Ideenfindung und visuelle Prototypen. Rechte, Kennzeichnung, Stereotype und die korrekte Darstellung konkreter Details müssen geprüft werden.

    Geeignet für

    • Illustration
    • Konzeptentwicklung
    • Werbung
    • Storyboards

    Voraussetzungen

    Eine klare Bildidee, gewünschtes Format, Stilrichtung und zulässige Nutzungsbedingungen.

    Vorgehensweise

    1. Motiv, Bildaussage und Zielmedium festlegen.
    2. Komposition, Perspektive, Licht und Format beschreiben.
    3. Mehrere Varianten erzeugen.
    4. Fehler und unerwünschte Elemente markieren.
    5. Ausgewählte Variante bearbeiten und Rechte dokumentieren.

    Beispiel

    Für einen Artikel über Robotik entstehen drei sachliche Illustrationsvarianten im Querformat.

    Qualitätskontrolle

    • Hände, Schrift, Symbole und technische Details prüfen.
    • Keine realen Ereignisse täuschend darstellen.
    • Lizenz- und Herkunftsangaben dokumentieren.

    Grenzen und Risiken

    • Modelle können Logos, Texte oder reale Produkte fehlerhaft darstellen.
    • Trainingsdaten, Persönlichkeitsrechte und Urheberrecht können relevant sein.

    Passende Tools und Modelle

    Bildgeneratoren und integrierte Bildbearbeitungssysteme.

    Quellen und Leitlinien