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.
Auch: img2img, image editing, image transformation
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Statt wie bei Text-to-Image mit reinem Rauschen zu beginnen, startet das Modell mit deinem Bild. Du kannst etwa eine grobe Skizze in eine fertige Illustration verwandeln, ein Foto als Gemälde neu gestalten oder die Jahreszeit einer Landschaft ändern.
So funktioniert es
Die gängige img2img-Methode stammt von SDEdit. Sie fügt dem Eingabebild eine gewählte Menge Rauschen hinzu und lässt dann ein Diffusionsmodell es wieder entrauschen. Die Einstellung Strength oder Denoise bestimmt, wie viel Rauschen hinzukommt. Eine niedrige Stärke behält das meiste vom Original; eine hohe Stärke behält nur grobe Formen und Farben und gibt dem Prompt mehr Gewicht.
Bearbeitung per Anweisung
Neuere Modelle nehmen eine einfache Anweisung wie „mach die Jacke blau“ an und bearbeiten das Bild direkt, mit dem Ziel, nur das Verlangte zu ändern. Qwen Image Edit 2511 ist ein offenes Beispiel. Sie heißen auch Bildbearbeitungsmodelle.
Verwandte Begriffe
Inpainting bearbeitet nur einen maskierten Bereich. ControlNet behält eine bestimmte Struktur wie Kanten, Tiefe oder Pose statt des ganzen Bildes. Hochskalieren mit einem KI-Upscaler ist eine weitere Image-to-Image-Aufgabe, die sich auf die Auflösung konzentriert.
Grenzen
Es gibt eine Abwägung zwischen Treue zur Eingabe und Befolgen des Prompts. Gesichter und kleiner Text können sich selbst bei niedriger Stärke auf unerwünschte Weise ändern.
Verwandte Begriffe
- 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.
- 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.
- ControlNet
- ControlNet ist eine Erweiterung für neuronale Netze, mit der ein Text-to-Image-Diffusionsmodell zusätzlich zum Text-Prompt einer strukturellen Vorlage folgt, etwa einer Kantenkarte, einer Tiefenkarte oder einer menschlichen Pose.
- 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.
- 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.