KI und Fotografie: Grundlagen, Bildgeneratoren und ihre Folgen

Die Fotografie befindet sich in einem schnellen Wandel, geprägt von technologischen Innovationen und neuen kreativen Möglichkeiten. Für uns Fotografen bietet KI eine gesteigerte Effizienz und neue Freiheiten. Gleichzeitig stehen wir vor Herausforderungen in Bezug auf Authentizität und Verantwortung.

Klar, KI gibt es schon viel länger, als ChatGPT Ende 2022 in wenigen Tagen mehrere Millionen Nutzer gewann. Ich glaube aber fest daran: Sich „gegen" KI zu stellen, ist kein Weg, damit umzugehen. Mit diesem Report möchte ich hinter die „Blackbox" KI schauen: aufklären, zeigen und Impulse setzen, sich mit KI auseinanderzusetzen. Er führt zwei Dinge zusammen, die für mich untrennbar sind: die Grundlagen und die klare Abgrenzung zur Fotografie auf der einen Seite, die Technologie der Bildgeneratoren und ihre Folgen für unser Berufsfeld auf der anderen.

Von der digitalen zur KI-gestützten Fotografie

Was mich beim Thema KI in der Fotografie am meisten überrascht hat, war die überwältigende Geschwindigkeit. Die ersten Bildgeneratoren habe ich noch großschnäuzig belächelt, doch was seitdem an technologischem Fortschritt eingezogen ist, ist schwer zu glauben.

Wenn ich heute mein Handy zücke, um ein Foto zu schießen, nutze ich das Ergebnis jahrzehntelanger Innovation. Die digitale Fotografie begann Ende der 90er, etwa als ich selbst 10 Jahre alt war. Auf einmal war es möglich, Bilder sofort zu sehen und unbegrenzt zu fotografieren, ohne Filme zu verschwenden oder lange auf die Entwicklung zu warten. Diese Revolution veränderte nicht nur, wie wir Fotos machen, sondern auch, wie oft wir zur Kamera greifen.

Mit Bildbearbeitungssoftware wie Adobe Photoshop öffneten sich neue kreative Welten. Photoshop war auch mein Einstieg in die digitale Fotografie: Ende der 2000er Jahre begann ich im Rahmen meiner IT-Ausbildung damit herumzuspielen. Ich konnte meine Aufnahmen perfektionieren oder komplett umgestalten, eine Macht, die vorher professionellen Dunkelkammern vorbehalten war.

Der wahre Quantensprung kam mit der Integration von Künstlicher Intelligenz in den 2010er Jahren. Die ersten Kameras arbeiteten aktiv mit mir als Fotograf zusammen, Sony war hier ein großer Vorreiter: Gesichter erkennen, Belichtungen optimieren, den perfekten Schuss auf die Speicherkarte schreiben. Seit Beginn der 2020er sortieren und kategorisieren KI-Algorithmen Bilder schneller, als ich es je könnte. Ich kann Bildrauschen reduzieren, die Auflösung verbessern oder Elemente entfernen, die ursprünglich nicht im Bild waren. Diese Tools demokratisieren professionelle Techniken und machen sie für jeden zugänglich.

Heute stehen wir an der Schwelle zu einer neuen Ära: KI-Systeme beginnen, aktiv „kreativ" zu werden. Diese Entwicklung fordert mich heraus, meine eigene Kreativität neu zu definieren und die Grenzen dessen zu erkunden, was mit einem Bild möglich ist.

KI und Fotografie: eine klare Abgrenzung

Der Deutsche Fotorat, der Dachverband vieler deutscher Fotografenvereinigungen, hat schon 2023 ein Positionspapier zusammengestellt, das ich dir zur Lektüre empfehle. Ein wesentlicher Inhalt: Fotografie und Bildgenerierung durch KI ganz klar abzugrenzen.

„Die Fotografie ermöglicht es, die Realität so zu zeigen, wie sie der Künstler erlebt, während die KI nur das simulieren kann, was sie gelernt hat."

KI-generierte Bilder sind keine Fotografie

Fotografie entsteht durch das Einfangen von Lichtphotonen auf einem Film oder Sensor, ein gänzlich anderer Prozess als die Bildgenerierung durch KI. Ein Bildgenerator erstellt Bilder auf Basis von Milliarden von Trainingsdaten und setzt sie durch einen Prompt um, also eine textbasierte Eingabe. (Quelle: Deutscher Fotorat)

Ein Foto entsteht durch die Interaktion des Lichts mit einem realen Objekt und der Kamera. Es ist eine direkte Abbildung der Realität, auch wenn der Fotograf durch Ausschnitt, Perspektive und Moment eine Interpretation dieser Realität vornimmt. Generierte Bilder basieren dagegen nicht auf der Erfassung von Licht, sondern auf der Simulation visueller Muster, die aus riesigen Datensätzen gelernt wurden. Sie erwecken den Anschein von Realität.

Die Bedeutung des individuellen Blicks

Ein wichtiger Unterschied liegt im individuellen Blick des Fotografen. Kunden engagieren einen Fotografen für seine Fähigkeit, Geschichten zu erzählen und Emotionen durch die Wahl des Moments und der Perspektive zu transportieren. KI-Modelle können zwar den Stil eines Fotografen imitieren, aber nicht die emotionale Tiefe erreichen, die aus der direkten Begegnung mit der Realität entsteht.

Authentizität und Glaubwürdigkeit

Die Unterscheidung ist entscheidend für die Glaubwürdigkeit von Bildern. KI-generierte Bilder werden immer realistischer, und es wird zunehmend schwieriger, zwischen Realität und Simulation zu unterscheiden. Das stellt die Gesellschaft vor neue Herausforderungen, besonders im Hinblick auf Falschinformationen und die Manipulation der öffentlichen Meinung.

Ein einfaches Beispiel: Dieses Bild ist kein Foto. Es ist erstellt mit Midjourney und folgendem Prompt: „A high resolution photo of an normal guy in a bedroom, taken as a selfie, for a social media post, with an iPhone 13". Der Grad an Realismus ist so hoch, dass es selbst als Fotograf ohne den richtigen Kontext fast nicht möglich ist, die Generierung zu erkennen.

War die Fotografie überhaupt je das Abbild eines echten Moments, oder hat sie immer schon eine subjektive Realität geschaffen? Diese Frage wird zur zentralen Herausforderung unserer Gesellschaft. Fotografie und Malerei waren bis heute die wichtigsten Medien zur Erzeugung glaubhafter Informationen, sei es in der Reportage, der Sozialdokumentation oder der Porträtfotografie. Wir vertrauen darauf, dass das, was wir sehen, echt ist. Dieses Vertrauen ist zerstört: Die eine und echte Wahrheit gibt es nicht mehr. Umso wichtiger, Medienkompetenz zu entwickeln und ein Bewusstsein dafür zu schaffen, wie Bilder heute entstehen.

Wie Bildgeneratoren funktionieren

Künstliche Intelligenz ist ein Teilbereich der Informatik und deutlich älter, als die meisten denken. Schon 1956 prägten renommierte Wissenschaftler auf der Dartmouth-Konferenz den Begriff „Künstliche Intelligenz". Bildgeneratoren bestehen aus mehreren ineinandergreifenden Technologien: Damit aus Text ein Bild wird, arbeiten Deep Learning (tiefe neuronale Netze) und Sprachmodelle zusammen. Ein typischer Aufbau besteht aus einem Transformer, der die Bedeutung des Prompts erfasst, CLIP, das Text- und Bildvektoren in einem gemeinsamen Raum repräsentiert, und einem Diffusionsmodell, das daraus ein Bild erzeugt.

1. Prompt (Texteingabe)

Der Prompt ist die textuelle Beschreibung des gewünschten Bildes und entscheidend für das Ergebnis. Wichtig zu verstehen: Ein Bildgenerator weiß nicht, wie ein Kirschbaum aussieht, sondern verknüpft anhand großer Datenmengen Eigenschaften. Für gute Prompts sind fotografische Konzepte und Techniken (Stil, Perspektive, Farben, Brennweiten, Gestaltungsregeln) die wichtigste Richtungsangabe.

Beispiel:
photo, half-body shot, a portrait of a man. the man's gaze goes out of
the picture to the right, he stands facing the camera, the man stands in
a futuristic scene, subtle colors, soft warm light hits his body sideways
from the direction he is looking. editorial look

2. Transformer (Textverständnis)

Der Transformer ist ein neuronales Netzwerk, das auf Sprachverständnis spezialisiert ist: Er analysiert die Bedeutung des Texts, erkennt Schlüsselkonzepte und ihre Beziehungen und übersetzt die Beschreibung in eine maschinenverständliche Form. OpenAIs GPT ist das bekannteste Transformermodell, es gibt viele weitere.

3. CLIP (Text-Bild-Vektorraum)

Stell dir CLIP (Contrastive Language-Image Pre-training) wie einen Bibliothekar vor, der Millionen von Bildbänden samt Beschreibungen studiert hat. Gibst du ihm einen Text, weiß er sofort, welche Bilder dazu passen. Bei „Sonnenuntergang" denkt CLIP nicht nur an eine Sonne, sondern an ein ganzes Netzwerk von Eigenschaften: welche Farben zu erwarten sind, wie das Licht aussieht, was typischerweise dazugehört, welche Stimmung entstehen soll.

4. Diffusionsmodell (Bilderzeugung)

Das Diffusionsmodell arbeitet wie eine Taschenlampe in einem dunklen Raum voller Rauschen. Es entfernt das Rauschen schrittweise, indem es gezielt Muster „beleuchtet", die durch Trainingsdaten vorgegeben sind. Deine Texteingabe beeinflusst, welche Bereiche dieses Raums ausgewählt werden. Wichtig: Es können keine Informationen entstehen, die nicht bereits im Trainingsraum enthalten sind. Genau hier liegt die Gretchenfrage: Wem gehören generierte Bilddaten?

5. Die fertige Pixel-Kombination

Am Ende stehen komponierte Pixel. Ich formuliere das bewusst so, denn das Bild, das du siehst, existiert nicht in der Realität. Keine Photonen haben dafür gesorgt, dass es festgehalten wurde.

Es ist also nicht Fotografie, sondern ein künstlich erzeugter Pixelhaufen.

Werkzeuge: eine Momentaufnahme

Die Tool-Landschaft ändert sich rasant, jede Empfehlung ist eine Momentaufnahme. Zwei Werkzeuge haben meine Arbeit bisher am meisten geprägt: Freepik (Pikaso) mit Modellen wie Flux liefert fotorealistische Generierungen auf beeindruckendem Niveau und bringt einen starken Upscaler mit, den ich auch für eigene Fotos nutze, um Auflösungsgrenzen zu umgehen. Midjourney bleibt einer der besten Generatoren, inzwischen komfortabel im Browser statt über Discord, und mit einem Editor-Modus, der ganze Bildszenen per Prompt verändert.

Mein Tipp: Konzentriere dich auf ein bis zwei Tools, statt jedem neuen Modell hinterherzulaufen. So sparst du Kosten und behältst den Überblick, während sich die Landschaft weiterdreht.

KI verändert unseren Blick auf die Fotografie

Stell dir vor, du betrachtest zwei atmosphärische Porträts. Beide sehen professionell aus, transportieren Emotionen, erzählen Geschichten. Doch eines stammt von einem erfahrenen Fotografen, das andere wurde von einer KI generiert. Die Unterscheidung fällt zunehmend schwerer, für Laien wird sie unmöglich. Und genau das verändert unsere gesamte Wahrnehmung von Fotografie und Medienwelt.

Besonders in der kommerziellen Fotografie sind die Veränderungen massiv: Produktbilder entstehen in Sekunden, Kampagnen werden mit KI-generierten Models produziert, die Nachbearbeitung übernimmt größtenteils die künstliche Intelligenz.

Der menschliche Faktor wird wichtiger denn je

Gerade weil KI-Systeme immer besser werden, gewinnt der menschliche Aspekt der Fotografie an Bedeutung. Der renommierte Architekturfotograf Hans Georg Esch bringt es auf den Punkt: „Das ehrliche Bild wird enorm an Bedeutung gewinnen." Die Authentizität deiner Arbeit wird zu deinem wichtigsten Unterscheidungsmerkmal.

„Das Ende der Authentizität wäre das Ende der Demokratie"

Was den Unterschied macht: dein individueller Blick auf die Welt, die Emotionen im direkten Kontakt mit Menschen, die Geschichte hinter jedem Bild, die nicht perfekte, aber echte Momentaufnahme.

Die neue fotografische Realität

Zwei zentrale Entwicklungen kristallisieren sich heraus. Erstens polarisiert sich der Markt: Das Massensegment wird zunehmend von KI-Bildern dominiert, während hochwertige, authentische Fotografie sich zum Premium-Produkt entwickelt. Der Wert echter fotografischer Expertise steigt. Zweitens werden neue Kompetenzen wichtig: Du musst beide Welten verstehen, traditionelle Fotografie und KI-Tools, und die Fähigkeit, echte Emotionen einzufangen, wird entscheidend.

Neue Geschäftsmodelle: Chancen statt Konkurrenz

Ist das das Ende der Fotografie als Beruf? Im Gegenteil. An der Schnittstelle zwischen traditioneller Fotografie und KI-Technologie entstehen neue Geschäftsfelder. Drei Entwicklungen zeichnen sich ab:

1. Hybride Bildproduktion

Statt jede Variation einer Produktserie einzeln zu shooten, entstehen einige Hauptaufnahmen, und die KI generiert Farbvarianten oder kleine Anpassungen. Das spart Zeit und Ressourcen, ohne die Qualität zu kompromittieren. Der Fotograf bleibt der Experte für die perfekte Basis-Aufnahme, die richtige Kombination aus echten und generierten Bildern und die konsistente Bildsprache.

2. „Verified Authentic" als Premium-Segment

In einer Welt voller KI-generierter Bilder wird echte, authentische Fotografie zum Luxusgut. Fotografen können sich als Garanten für nachweisbar echte Momente, authentische Emotionen und nachvollziehbare Bildgeschichten positionieren und das als Premium-Service vermarkten.

3. KI-Integration als Beratungsleistung

Wer beide Welten versteht, traditionelle Fotografie und KI, kann daraus Dienstleistungen entwickeln: Beratung bei der Integration von KI-Tools in Bildprojekte, hybride Bildstrategien für Unternehmen, Schulungen für effektives Prompting. Die Zukunft gehört denen, die diese Welten clever verbinden, nicht als Konkurrenz, sondern als ergänzende Werkzeuge.

Fazit: die Balance aus beiden Welten

Die Zukunft der Fotografie liegt nicht im Kampf gegen die KI, sondern in der intelligenten Symbiose. Als Fotograf wirst du beide Welten beherrschen müssen: die Effizienz der KI und die emotionale Tiefe der traditionellen Fotografie. Besonders dort, wo der menschliche Kontakt unersetzlich ist, etwa in der Porträt- und Unternehmensfotografie, zeigt sich der Wert echter fotografischer Expertise noch deutlicher.

Der Unterschied zwischen Fotografie als Abbildung der Realität und KI-Bildern als Simulation bleibt dabei die Grundlage von allem. In einer zunehmend digitalisierten Welt wird es immer wichtiger, den individuellen Blick des Fotografen zu schätzen und die Unterscheidung zwischen realen und simulierten Bildern klar zu kommunizieren. Nur so bleibt die Fotografie als authentische Kunstform erhalten. Und nur so bleibt das Vertrauen erhalten, von dem am Ende jedes Bild lebt.

Hinweis: Die generierten Beispielbilder in diesem Report sind als solche gekennzeichnet. Auch das Titelbild ist KI-generiert.