Text-to-Image

Definition

Text-to-Image (deutsch: Text zu Bild) bezeichnet KI-Systeme, die auf eine schriftliche Beschreibung hin ein Bild erzeugen. Sie schreiben zum Beispiel «ein Bauernhof im Emmental im Morgennebel, Aquarellstil», und das Modell stellt ein passendes Bild her.

Technisch arbeiten viele dieser Systeme mit sogenannten Diffusionsmodellen: Sie beginnen mit zufälligem Bildrauschen und formen daraus Schritt für Schritt ein Bild, das zur Beschreibung passt.

Einfach erklärt

Das Modell hat sehr viele Bilder mit Beschreibungen «gesehen» und gelernt, welche Muster zu welchen Wörtern gehören. Es kopiert dabei nicht einzelne Bilder, sondern erzeugt etwas Neues, das typisch aussieht. Darum treffen Stimmung und Stil oft gut, bei Einzelheiten schleichen sich Fehler ein: zu viele Finger, unleserliche Schrift, unmögliche Details.

Beispiel

Ein Beispiel: Die Inhaberin einer Bäckerei in Thun braucht ein Bild für den Aushang «Herbstbrot». Sie beschreibt Stimmung und Farben, lässt vier Varianten erzeugen und wählt eine. Die Schrift fügt sie später selbst im Layoutprogramm ein, weil die KI sie verunstaltet hat. Sie vermerkt «Bild mit KI erstellt» im Impressum ihres Flyers.

Rechte und Kennzeichnung

Nutzungsrechte hängen vom Anbieter und Paket ab. Ob ein KI-Bild urheberrechtlich geschützt ist, ist nach verbreiteter Auffassung in der Schweiz fraglich, weil eine menschliche geistige Schöpfung vorausgesetzt wird. Täuschend echte Bilder von Personen sollten gekennzeichnet werden. Mehr: KI-Bilder kommerziell nutzen.

Nicht verwechseln

Text-to-Image erzeugt Bilder aus Text. Es ist nicht dasselbe wie die Bearbeitung eines vorhandenen Fotos oder Text-to-Video. Für den Einstieg: KI-Bilder erstellen für Anfänger.

So hilft Ihnen Alpasana

Die KI-Kurse für konkrete Arbeitsaufgaben von absofort nennen laut Angebotsbeschreibung KI-Bilder und Video-Teaser als Themen, mit Praxisaufgaben und KI-Lerncoach. So lernen Sie, brauchbare Bilder zu beschreiben und sorgfältig mit Rechten umzugehen.