Wie erkennt KI etwas auf Bildern?

Das Problem

Ihr Smartphone findet in der Fotogalerie auf Knopfdruck alle Bilder mit «Hund». Die Buchhaltungs-App liest den Betrag vom fotografierten Kassenzettel. Und ein KI-Chat beschreibt Ihnen genau, was auf einem hochgeladenen Bild zu sehen ist. Sie fragen sich: Wie kann ein Computer «sehen»?

Das ist mehr als Neugier. Wer nicht versteht, wie Bilderkennung funktioniert, vertraut ihr entweder blind oder gar nicht. Beides ist ungünstig. Blindes Vertrauen führt zu falsch erfassten Beträgen. Totales Misstrauen verschenkt eine nützliche Hilfe.

Mit etwas Grundwissen können Sie einschätzen, wann Sie dem Ergebnis trauen dürfen und wann Sie besser selbst hinschauen.

So lösen Sie es mit KI – Schritt für Schritt

So nutzen Sie Bilderkennung sinnvoll und prüfen ihre Grenzen selbst:

1. Wählen Sie ein unkritisches Testbild, zum Beispiel ein Foto Ihres Schreibtischs oder eines Produkts aus dem Lager, ohne Personen und ohne vertrauliche Dokumente.
2. Öffnen Sie einen KI-Chat, der Bilder annimmt. Viele Dienste haben dafür ein Büroklammer- oder Bildsymbol neben dem Eingabefeld.
3. Laden Sie das Bild hoch und nutzen Sie die Vorlage unten. Bitten Sie die KI, alles aufzulisten, was sie erkennt, und dazu anzugeben, wie sicher sie jeweils ist.
4. Vergleichen Sie die Liste mit dem Bild. Was stimmt, was fehlt, was wurde erfunden? So bekommen Sie ein Gefühl für die Zuverlässigkeit.
5. Testen Sie einen schwierigeren Fall: ein unscharfes Foto, ein Bild bei schlechtem Licht oder eine handschriftliche Notiz. Achten Sie darauf, wie die Qualität sinkt.
6. Nutzen Sie Bilderkennung im Alltag gezielt, etwa um Text aus einem Foto abzutippen oder eine Pflanze grob einzuordnen, und prüfen Sie wichtige Angaben immer selbst.

Einfach erklärt

Für einen Computer ist ein Foto zunächst nur eine riesige Tabelle mit Zahlen. Jeder Bildpunkt, ein Pixel, hat Zahlenwerte für Rot, Grün und Blau. Darin steckt für die Maschine noch kein «Hund», sondern nur Helligkeit und Farbe.

Computer Vision, auf Deutsch etwa «maschinelles Sehen», ist das Fachgebiet, das Computern beibringt, in diesen Zahlen Bedeutung zu finden. Heute geschieht das fast immer mit neuronalen Netzen, also KI-Rechenmodellen mit vielen Schichten. Man zeigt ihnen Millionen von Bildern, die Menschen vorher beschriftet haben: «Katze», «Auto», «Rechnung». Das Netz lernt dabei Schicht für Schicht: zuerst Kanten und Farbflächen, dann Formen wie Kreise und Ecken, dann Teile wie Augen oder Räder, schliesslich ganze Gegenstände.

Die Texterkennung hat einen eigenen Namen, OCR; sie wird unter OCR einfach erklärt beschrieben. Moderne KI-Chats verbinden Bild und Sprache in einem Modell. Darum können sie Fragen zu einem Bild beantworten; wie das geht, zeigt Ein Bild von der KI beschreiben lassen.

Vorlage zum Kopieren

Ich lade ein Foto hoch. Es zeigt [kurze Beschreibung, z. B. ein Regal in unserem Lager].
Bitte:
1. Liste alle Gegenstände auf, die du erkennst.
2. Gib zu jedem an, wie sicher du bist: sicher, wahrscheinlich oder unsicher.
3. Lies allen sichtbaren Text wörtlich ab und markiere unleserliche Stellen mit [unleserlich].
4. Sag ausdrücklich, wenn etwas auf dem Bild für dich nicht erkennbar ist.
Erfinde nichts dazu.

Passen Sie die Beschreibung an Ihr Bild an; die Sicherheitsangabe ist nur ein Anhaltspunkt und ersetzt nicht Ihren eigenen Blick.

Worauf Sie achten müssen

• Keine Fotos von Personen ohne deren Einverständnis hochladen. Gesichter sind besonders schützenswerte Daten. Das gilt auch für Kundinnen, Mitarbeitende oder Kinder.
• Vorsicht bei Dokumenten. Ausweise, Bankbelege oder Arztzeugnisse gehören nicht in einen öffentlichen KI-Dienst.
• Zahlen immer prüfen. Eine verwechselte 1 und 7 auf einem Beleg fällt der KI nicht auf. Beträge, Daten und IBAN-Nummern kontrollieren Sie selbst.
• Seltenes wird schlecht erkannt. Spezialteile, regionale Pflanzen oder ungewohnte Blickwinkel führen zu Fehlern. Typische Fehlerquellen sammelt Fehler bei der Bilderkennung.
• Keine medizinischen oder sicherheitskritischen Entscheide allein aufgrund einer KI-Bildanalyse, etwa bei Hautveränderungen oder Pilzen.

Ein Beispiel aus der Praxis

Ein Beispiel: Frau Brunner führt einen kleinen Gartenbaubetrieb im Zürcher Oberland und erhält von Kundinnen oft Fotos von kranken Pflanzen.

Vorher: Sie schaut jedes Foto an, sucht in Büchern und antwortet oft erst nach Tagen.

Nachher: Sie lädt das Foto, ohne Personen darauf, in einen KI-Chat und lässt sich zwei bis drei mögliche Ursachen mit Sicherheitsangabe nennen. Diese Liste nutzt sie als Startpunkt für ihre eigene Einschätzung. Bei zwei von fünf Fotos lag die KI daneben, weil die Pflanze selten oder das Bild unscharf war. Frau Brunner antwortet nun schneller, entscheidet aber weiterhin selbst.

So hilft Ihnen Alpasana

Wer versteht, wie KI lernt und warum sie sich täuscht, setzt sie gezielter ein. Die KI-Weiterbildung mit verifizierbarem Lernnachweis auf absofort vermittelt dieses Grundwissen ohne Vorkenntnisse und mit Praxisaufgaben, unterstützt von einem KI-Lerncoach.

Ihr Kursabschluss wird mit einem Zertifikat mit eindeutiger ID bestätigt, das öffentlich überprüft werden kann. Laut Angebotsbeschreibung gibt es kein Abo, sondern eine Einmalzahlung mit dauerhaftem Zugang.

Häufige Fragen

Speichert die KI meine hochgeladenen Fotos?

Das hängt vom Dienst ab. Viele Anbieter speichern Chats samt Bildern im Verlauf und nutzen sie je nach Einstellung auch zur Verbesserung ihrer Modelle. In den Datenschutzeinstellungen können Sie das meist einschränken oder einzelne Chats löschen.

Kann KI auch Handschrift lesen?

Oft ja, bei sauberer Handschrift sogar recht gut. Bei krakeliger Schrift, alten Schriften wie Kurrent oder schlechtem Licht steigt die Fehlerquote deutlich. Lassen Sie unsichere Stellen markieren und prüfen Sie sie selbst.

Ist Gesichtserkennung im Handy dasselbe wie im KI-Chat?

Nicht ganz. Das Entsperren mit Gesicht vergleicht Ihr Gesicht mit einem auf dem Gerät gespeicherten Muster. Ein KI-Chat beschreibt dagegen allgemein, was er auf einem Bild sieht. Viele Chats verweigern bewusst, Personen auf Fotos namentlich zu identifizieren.