KI-Bildhochskalierung
KI-Bildhochskalierung (AI Upscaling) oder Super-Resolution nutzt ein neuronales Netz, um ein Bild zu vergrößern und plausible Details zu ergänzen, sodass das Ergebnis schärfer wirkt als bei einfachem Skalieren.
Auch: super-resolution, AI upscaler, image upscaler, image enhancer
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Gewöhnliches Skalieren streckt vorhandene Pixel, wodurch ein kleines Bild weich oder klötzchenhaft wirkt. Ein KI-Upscaler hat aus vielen Paaren von Bildern mit niedriger und hoher Auflösung gelernt, wie feine Details meist aussehen, und malt diese Details beim Vergrößern hinein.
So funktioniert es
Real-ESRGAN ist ein weit verbreitetes offenes Beispiel. Seine Autoren trainierten es nur mit synthetischen Daten: Sie nahmen saubere Bilder, verschlechterten sie mit Unschärfe, Rauschen, Skalierung und Kompression, um reale Schäden nachzuahmen, und brachten dem Modell bei, das rückgängig zu machen. Neuere Upscaler nutzen oft ein Diffusionsmodell, das mehr Details erfinden kann, den Inhalt aber stärker verändern kann.
Wo du ihm begegnest
Hochskalieren ist ein häufiger letzter Schritt nach der Text-to-Image-Generierung, da generierte Bilder oft zu klein für den Druck sind. Es wird auch bei alten Fotos, Produktaufnahmen und Videobildern genutzt. Upscayl führt Modelle im Stil von Real-ESRGAN auf deinem eigenen Rechner aus, und Magnific ist eine gehostete Option.
Grenzen
Die ergänzten Details sind eine Vermutung, keine wiederhergestellte Information. Ein Upscaler kann ein Gesicht so schärfen, dass es leicht wie jemand anderes aussieht, oder Text in überzeugenden Unsinn verwandeln. Verlass dich nicht auf hochskalierte Bilder als Beweis oder zum Lesen von Kleingedrucktem.
Verwandte Begriffe
- Text-to-Image
- Text-to-Image ist die Aufgabe, aus einer geschriebenen Beschreibung, dem Prompt, ein neues Bild zu erzeugen. Die meisten aktuellen Text-to-Image-Modelle sind Diffusionsmodelle, die durch den Text gesteuert werden.
- Diffusionsmodell
- Ein Diffusionsmodell (Diffusion Model) ist ein generatives Modell, das lernt, zufälliges Rauschen in Daten wie ein Bild zu verwandeln, indem es über viele Schritte jeweils ein wenig Rauschen entfernt.
- Image-to-Image
- Image-to-Image (Bild-zu-Bild) ist die Aufgabe, aus einem vorhandenen Bild und einem Prompt ein neues Bild zu erzeugen, das einen Teil der Struktur des Originals behält und dabei Stil, Details oder Inhalt ändert.
- Inpainting und Outpainting
- Inpainting füllt einen maskierten Bereich eines Bildes mit neu generierten Inhalten, die zum Rest des Bildes passen. Outpainting wendet dieselbe Idee außerhalb der Ränder an und erweitert das Bild über seinen Rahmen hinaus.