Hi, ich bin BROWNZ.art. Hinter dem Namen stecke ich: Peter Brownz Braunschmid aus Linz. Genau hier mache ich seit den 80ern meine Kunst – digital, laut, verrückt und mit allem, was mir technisch in die Finger kommt.
So richtig los ging es Anfang der 90er. Damals arbeitete ich bereits Vollzeit als Medienkünstler, Computeranimationskünstler und Digitalkünstler – später auch im Kunstfilm, Filmschnitt und in allem, was sich irgendwo zwischen Bild, Bewegung und Computer abspielte.
1996 folgte meine erste Vernissage: zehn Kunstwerke in einem angesagten Linzer In-Lokal. Nach 14 Tagen waren alle verkauft. Da wusste ich: Das ist es. Was für ein schöner Start.
Für alle, die es eilig haben und gleich schauen wollen, was ich eigentlich so anstelle: Hier geht’s direkt zu meiner Online-Galeriemit meinen Bildern. Und wenn du lieber alles kompakt auf einmal durchblätterst, findest du hier den kompletten PDF-Gesamtkatalog. Anschauen, Lieblingsbild finden, Wand freimachen. So einfach kann Kunst sein.
Du hast jetzt schon Interesse an einem Bild oder sogar eine eigene Idee davon, was du gerne im freaky Brownz-Pop-Art-Stil an deiner Wand hängen hättest? Dann schreib mir einfach: brownz@brownz.art
Wie entstehen eigentlich meine Bilder?
Am Anfang steht immer eine Idee. Und um diese Idee sichtbar zu machen, benutze ich eigentlich alles, was mir zur Verfügung steht.
Ich male mit Öl und Acryl, zeichne, fotografiere und baue eigene Bildelemente. Natürlich arbeite ich auch mit AI und lasse synthografische Elemente einfließen. Die AI ist dabei ein Werkzeug unter vielen – nicht die ganze Geschichte.
Zeichnungen, Malerei, Fotografien und synthografische Elemente landen meistens in Photoshop. Dort kombiniere ich alles zu einem großen Gesamtcomposing. Die Idee entscheidet, welches Werkzeug gerade gebraucht wird. Nicht umgekehrt.
Dieses Composing wird anschließend als einmaliger Fine-Art-Print auf hochwertigem Büttenpapier ausgegeben. Viele meiner Arbeiten entstehen im Format 60 × 90 cm. Es gibt aber auch kleinere Werke in 40 × 60 cm oder quadratische Arbeiten in 40 × 40 cm.
Der Fine-Art-Print ist allerdings noch nicht das fertige Bild. Eher Halbzeit.
Danach geht es wieder zurück ins Analoge. Ich überarbeite den Print von Hand mit Öl, Acryl und POSCA-Stiften. Dabei entstehen neue Linien, Flächen, Strukturen und Details. Erst durch diese letzte analoge Bearbeitung wird aus dem digitalen Composing das fertige Brownz-Artwork.
Auch wenn mehrere Bilder zu einer kleinen Serie gehören und gemeinsam eine Geschichte erzählen, bleibt jedes einzelne Werk ein echtes Unikat. Kein zweiter Print, keine Kopie, keine Neuauflage. Jedes Bild existiert genau einmal.
Manchmal entstehen auch komplett gemalte Öl- und Acrylbilder auf Leinwand. Dafür benutze ich unter anderem meine Übermalungsleinwand: Ich male darauf Motive und Strukturen, fotografiere sie ab und verwende sie später als Elemente in meinen Artworks. Normalerweise wird diese Leinwand danach wieder übermalt.
Manchmal schaue ich sie aber an und denke mir: Nein. Die bleibt jetzt so.
Dann wird aus der eigentlichen Arbeitsvorlage selbst ein fertiges Original, das ebenfalls verkauft werden kann.
So entstehen meine Bilder: Eine Idee wandert durch Zeichnung, Malerei, Fotografie, Synthografie, Photoshop und Fine-Art-Print – und landet am Ende wieder bei Farbe, Stiften und meinen eigenen Händen.
Digital, analog und meistens irgendwo sehr fröhlich dazwischen.
Du hast noch Fragen zur Entstehung meiner Bilder oder möchtest ein eigenes Bild im freaky Brownz-Pop-Art-Stil bestellen? Dann schreib mir einfach: brownz@brownz.art
Die meisten meiner Bilder sind ziemlich schnell verkauft. Viele davon sogar schon, bevor sie physisch fertiggestellt sind. Wenn dich also ein Bild anspringt, melde dich lieber einmal zu früh als fünf Minuten zu spät.
Natürlich sind auch Auftragsarbeiten möglich. Wenn du eine eigene Idee im Kopf hast und diese mich inspiriert, entwickle ich daraus dein persönliches Wunschunikat im freaky Brownz-Pop-Art-Stil.
Preislich liegen meine ungerahmten Arbeiten – je nach Format, Aufwand und Wunsch – zwischen 400 und 2.000 Euro.
Danke fürs Reinschauen. Wir sehen uns in meiner Bilderwelt.
Liebe Grüße Brownz
Transparenzhinweis gemäß EU AI Act
Dieser Text wurde von mir frei eingesprochen und als Audiofile aufgenommen. Die Transkription und sprachliche Aufbereitung erfolgten mit Unterstützung von KI, damit du den Inhalt hier sauber und gut lesbar vor dir hast.
Ein Praxistest mit Screenshots, alten Photoshop-Versionen und erstaunlich hartnäckigen Hinweisen
Stand: 20. August 2026 · Links und Fakten redaktionell geprüft
Kurz gesagt: Metas „AI info“ ist inzwischen ein ernst zu nehmendes technisches Signal. Sie ist aber kein Lügendetektor mit Heiligenschein. Das Label kann zeigen, dass KI im Workflow beteiligt war – nicht automatisch, wie viel, warum und wer am Ende gestaltet hat.
Ich habe heute versucht, Meta auszutricksen. Nicht mit Kapuze in einer Tiefgarage, sondern mit alten Photoshop-Versionen und der Screenshot-Taste am Handy. Das Ergebnis war weniger Hollywood und mehr digitale Buchhaltung: Bei meinen Testbildern blieb die „AI info“ auch dann erhalten, nachdem ich die Dateien neu gespeichert oder einen Screenshot angefertigt und diesen hochgeladen hatte. Meta war davon ungefähr so beeindruckt wie ein Finanzamt von einem Kassenzettel ohne Datum.
Das hat mich ehrlich gesagt nicht gestresst. Ich arbeite mit Fotografie, Photoshop, Composing, Synthografie und eben auch mit KI. Ich kann ohne KI arbeiten, ich arbeite aber auch bewusst mit ihr. Außerdem mache und verkaufe ich Lernvideos zu diesen Themen. Heimlichtuerei wäre da ungefähr so glaubwürdig wie ein Kochkurs, bei dem niemand erfahren darf, dass ein Herd verwendet wurde.
Spannend wurde es an einer anderen Stelle. Bei mehreren Seiten, Magazinen, Fotografen, Models und sogar Agenturen, die sich öffentlich sehr deutlich gegen KI stellen, tauchte bei Beiträgen plötzlich genau dieser Hinweis auf. Teilweise unter „F*CK AI“-Botschaften, teilweise neben „komplett AI-frei“, teilweise bei angeblich völlig unbearbeiteten Bildern. Das ist natürlich eine sehr hübsche Form digitaler Situationskomik. Nur sollte man trotzdem nicht schneller urteilen, als die Technik tatsächlich Auskunft gibt.
Mein Test: erstaunlich robust, aber kein Weltrekord im Beweisen
Meine Versuche waren praktisch und wiederholbar, aber sie waren keine standardisierte Laborstudie. Ich habe konkrete Bilder mit meinen Geräten, meinen Programmen und meinem Instagram-Zugang getestet. Daraus kann ich seriös ableiten: In diesen Fällen blieb Metas Hinweis trotz Neuabspeichern und Screenshot bestehen. Ich kann daraus nicht ableiten: Meta erkennt jedes KI-Bild, liegt niemals falsch und lässt sich grundsätzlich nicht umgehen.
Genau diese Einschränkung ist wichtig. Meta schreibt selbst, dass nicht alle KI-generierten Inhalte erkannt werden können und dass es Möglichkeiten gibt, unsichtbare Marker zu entfernen. In den offiziellen Quellen, die ich für diesen Artikel geprüft habe, nennt Meta auch keine allgemeine Trefferquote. Wer aus meinem kleinen Härtetest eine hundertprozentige Welterkennungsmaschine macht, baut aus einem guten Hinweis wieder eine Religion. Davon haben wir rund um KI ohnehin schon genügend Filialen.
Mein Ergebnis ist deshalb klar, aber nicht überheblich: Die Kennzeichnung war bei meinen Tests hartnäckig und praktisch brauchbar. Unfehlbar ist sie damit noch lange nicht.
Was Meta offiziell erkennt
Meta beschreibt für Facebook, Instagram und Threads eine Kombination aus Branchenstandards und eigener Technik. Genannt wird unter anderem C2PA. Zusätzlich kann ein Hinweis erscheinen, wenn jemand beim Hochladen selbst angibt, dass ein Inhalt mit KI erzeugt wurde. Meta erklärt 2026 ausdrücklich, dass die „AI info“ bei erkannten, mit KI erzeugten Inhalten angezeigt wird und dass sichtbar gemacht werden soll, ob der Hinweis aus gemeinsam verwendeten Industriesignalen oder aus einer Selbstauskunft stammt.
Seit September 2024 unterscheidet Meta außerdem stärker zwischen erzeugt und bearbeitet. Wenn ein Inhalt nach den erkannten Signalen nur mit KI verändert oder bearbeitet wurde, kann die Information im Beitragsmenü liegen. Bei als KI-generiert erkannten Inhalten bleibt die „AI info“ deutlicher sichtbar. Das ist eine wichtige Unterscheidung, denn ein komplett generiertes Bild und ein Foto mit generativer Retusche sind technisch und gestalterisch nicht dasselbe.
Meta hatte zuvor selbst erlebt, wie schnell die Sache zu grob werden kann: Schon kleinere Bearbeitungen mit KI-Werkzeugen konnten Industriesignale hinterlassen und dadurch das damalige Label „Made with AI“ auslösen. Nach Kritik wurde daraus „AI info“, und Meta änderte die Platzierung für bloß bearbeitete Inhalte. Der Hinweis sagt also nicht automatisch: Dieses gesamte Bild kam fertig aus einem Prompt. Er sagt zunächst: Hier wurden Signale erkannt, die auf Erzeugung oder Bearbeitung mit KI hinweisen, oder der Ersteller hat es selbst angegeben.
Warum ein Screenshot heute nicht automatisch die Tarnkappe ist
Ein klassischer Screenshot erzeugt eine neue Datei. Dabei können normale EXIF-, IPTC- oder XMP-Metadaten des ursprünglichen Bildes verschwinden. Früher war damit oft ein großer Teil der digitalen Begleitinformation weg. Nur bestehen moderne Herkunftssysteme nicht mehr zwingend aus einem einzelnen Zettel im Dateikoffer.
Der C2PA-Standard unterscheidet harte Bindungen, etwa kryptografische Hashes, und weiche Bindungen. Solche weichen Bindungen können als unsichtbares Wasserzeichen oder als Fingerprint funktionieren. Ein Fingerprint kann ein Bild oder eine hinreichend ähnliche Variante wiedererkennen und mit einem gespeicherten Herkunftsnachweis verbinden, selbst wenn eingebettete Metadaten fehlen. Adobe erklärt für cloudgespeicherte Content Credentials ausdrücklich, dass diese auch dann wiedergefunden werden können, wenn Metadaten entfernt wurden oder ein Screenshot angefertigt wurde.
Das erklärt, warum „Screenshot und fertig“ heute keine verlässliche Strategie mehr ist. Es beweist allerdings nicht, welcher konkrete Mechanismus bei meinem Instagram-Test angesprungen ist. Meta veröffentlicht für einzelne Beiträge keinen technischen Prüfbericht mit dem Satz: „Dieses Bild wurde wegen Fingerprint Nummer 4711 erkannt.“ Möglich sind standardisierte Herkunftssignale, Wasserzeichen, andere technische Merkmale, eine bereits bekannte Variante oder eine Selbstauskunft. Sichtbar ist das Ergebnis. Der genaue Maschinenraum bleibt bei Meta.
Was die KI-Info sagt – und was sie nicht sagt
Sie sagt: Meta hat ein passendes technisches Signal erkannt oder der Ersteller hat KI-Nutzung selbst angegeben.
Meta unterscheidet in der Anzeige: Ein Inhalt kann als mit KI erzeugt oder lediglich als mit KI bearbeitet eingeordnet werden.
Sie sagt nicht: Das gesamte Bild wurde ohne menschliche Arbeit in drei Sekunden erzeugt.
Sie sagt nicht: Der Ersteller wollte täuschen, hat gelogen oder besitzt keine fotografischen beziehungsweise gestalterischen Fähigkeiten.
Sie beweist nicht: Meta erkennt jeden KI-Einsatz und produziert niemals eine missverständliche Kennzeichnung.
Ich sehe das Label deshalb wie einen Rauchmelder. Wenn es piepst, sollte man nachsehen. Man sollte aber nicht sofort die Feuerwehr wegen eines brennenden Hochhauses rufen. Manchmal ist es nur der Toaster. Und manchmal steht daneben tatsächlich jemand mit einem Kanister und einem Schild „Bei mir gibt es grundsätzlich kein Feuer“.
Das große F*CK-AI-Bingo
Natürlich ist es komisch, wenn unter einem lautstarken „F*CK AI“-Beitrag die „AI info“ erscheint. Ebenso komisch ist eine Stellenanzeige, in der Menschen gesucht werden, die auf keinen Fall prompten dürfen, während ausgerechnet die Grafik der Anzeige einen KI-Hinweis trägt. Das ist keine moralische Katastrophe. Es ist eher eine unfreiwillige Fußnote mit ausgezeichnetem Timing.
Trotzdem würde ich niemanden allein aufgrund dieses Hinweises öffentlich zum Schwindler erklären. Vielleicht wurde nur generativ retuschiert, hochskaliert, erweitert oder ein einzelnes Element ersetzt. Vielleicht stammt die Datei aus einem fremden Workflow. Vielleicht wurde die Kennzeichnung missverständlich ausgelöst. Und vielleicht wurde tatsächlich mehr KI verwendet, als die Bildbeschreibung zugibt. Das Label eröffnet eine berechtigte Frage. Es liefert noch nicht die komplette Antwort.
Wer von anderen absolute Reinheit verlangt, sollte den eigenen Prozess allerdings besonders sauber erklären können. Das ist keine Bosheit, sondern dieselbe Transparenz, die man gerade einfordert. Die Technik hält dabei keinen moralischen Zeigefinger hoch. Sie hängt nur ein digitales Gepäckband an den Koffer. Peinlich wird es erst, wenn außen „handgemacht“ steht und innen noch der Lieferschein des Roboters liegt.
Upscaling ist nicht nichts
Ich habe ältere Arbeiten, von denen manchmal nur noch eine sehr kleine Datei vorhanden ist. Wenn ich so ein Bild mit einem KI-Upscaler vergrößere, stelle ich das Werkzeug möglichst so ein, dass es keine neuen Ohrringe, Hautporen, Fenster, Finger oder sonstige Überraschungsgäste erfindet. Das Ziel ist eine saubere Vergrößerung, nicht die Neuerfindung meiner eigenen Vergangenheit.
Trotzdem war KI beteiligt. In meinem Test wurde auch ein solcher Eingriff als AI-Modifikation erkannt. Darum dokumentiere ich inzwischen genauer: Das Ausgangsbild ist von mir, Idee und Gestaltung sind von mir, die Vergrößerung wurde mit KI unterstützt. Das macht die Arbeit nicht plötzlich unecht. Es macht die Beschreibung genauer.
Auch die technischen Standards unterscheiden mehrere Fälle. Das IPTC-Vokabular kennt beispielsweise digital aufgenommene Medien, menschlich bearbeitete Medien, mit generativer KI bearbeitete Medien, algorithmisch verbesserte Medien und vollständig mit generativer KI erzeugte Medien. Diese Begriffe werden von Plattformen nicht immer eins zu eins dargestellt. Sie zeigen aber, wie unsinnig nur zwei Schubladen wären: „reine Handarbeit“ und „komplett aus der Maschine gefallen“. Ein moderner Bildworkflow ist oft eher ein Werkzeugschrank als ein Lichtschalter.
So kennzeichne ich sinnvoll
Ich halte nichts von einem Roman unter jedem Bild, in dem jede Maske und jeder Pinselstrich verhandelt wird. Aber die wesentlichen Schritte lassen sich in einem Satz sauber beschreiben. Zum Beispiel:
Eigene fotografische oder digitale Ausgangsarbeit; KI nur fürs Upscaling.
Eigene Fotografie; generative KI für einzelne Retuschen; Endfassung durch Brownz.
KI-generierte Elemente; Auswahl, Composing, Retusche und Endfassung durch Brownz.
Ohne generative KI: Fotografie, 3D, Composing oder klassische Bildbearbeitung.
Damit weiß das Publikum wesentlich mehr als durch ein aggressives Reinheitssiegel. Transparenz bedeutet nicht, sich für ein Werkzeug zu entschuldigen. Sie bedeutet, den Prozess nicht kleiner, größer oder sauberer zu erzählen, als er war. Ich habe mit KI kein Problem. Ich habe nur ein Problem mit Nebelmaschinen, die so tun, als wären sie Dokumentation.
Ein praktischer Mini-Check vor dem Posten
Prüfe die Beitragsinformationen nach dem Upload und nicht nur die lokale Datei.
Unterscheide klar zwischen vollständig generiert, generativ bearbeitet, klassisch bearbeitet und nur hochskaliert.
Bewahre Ausgangsdateien, Ebenen, Exporte und eine kurze Workflow-Notiz auf.
Verlasse dich weder auf das Label als hundertprozentigen Beweis noch auf sein Ausbleiben als Freispruch.
Wenn du Transparenz von anderen verlangst, beginne beim eigenen Bild. Das spart später sehr kreative Erklärungen.
Weniger Glaubenskrieg, mehr Werkstatt
Ich finde Metas ausgebaute Kennzeichnung grundsätzlich gut. Nicht weil ich möchte, dass Plattformen über Kunst urteilen. Das tun sie nämlich nicht. Sondern weil eine zusätzliche Information dabei helfen kann, den tatsächlichen Workflow besser einzuordnen. Wer KI verwendet, verliert dadurch weder automatisch seine Fähigkeiten noch seine Urheberschaft an allen menschlich gestalteten Anteilen. Wer keine KI verwendet, darf das ebenso klar sagen.
Die wirklich interessante Frage lautet nicht: Hat irgendwo eine KI mitgearbeitet? Sie lautet: Wofür wurde sie eingesetzt, was hat der Mensch entschieden, wie wurde das Ergebnis bearbeitet und wer übernimmt die Verantwortung? Genau dort beginnt eine brauchbare Debatte. Alles andere ist meistens nur Lagerfeuer mit Ringlicht.
BROWNZ REMASTERED VOLUME 2: Wenn du meine aktuellen Workflows rund um Photoshop, Composing, Retusche, Synthografie, AI-Modifizierung und Upscaling genauer sehen möchtest, findest du sie im Training. BROWNZ REMASTERED VOLUME 2 öffnen
Faktencheck in neun Punkten
Meta beschreibt 2026 eine Kombination aus Branchenstandards und Technik wie C2PA zur Erkennung von KI-generierten oder KI-bearbeiteten Inhalten. Zusätzlich kann eine Selbstauskunft den Hinweis auslösen.
Meta zeigt eine „AI info“ bei als KI-generiert erkannten Inhalten und informiert, ob Industriesignale oder eine Selbstauskunft zugrunde liegen.
Für Inhalte, die nach den Signalen lediglich mit KI bearbeitet wurden, verlagerte Meta den Hinweis 2024 in das Beitragsmenü. Ein Bearbeitungshinweis bedeutet daher nicht automatisch Vollgenerierung.
Meta räumt ausdrücklich ein, dass nicht alle KI-generierten Inhalte erkannt werden können und unsichtbare Marker teilweise entfernt werden können. Eine allgemeine öffentliche Trefferquote nennt Meta in den geprüften Quellen nicht.
C2PA unterstützt neben kryptografischen Dateibindungen auch weiche Bindungen über Fingerprints oder unsichtbare Wasserzeichen. Damit kann Herkunftsinformation unter bestimmten Bedingungen auch nach Veränderungen wiedergefunden werden.
Adobe erklärt für cloudgespeicherte Content Credentials, dass diese selbst nach entfernten Metadaten oder einem Screenshot wieder auffindbar sein können. Das ist ein Beispiel für die Robustheit moderner Herkunftssysteme, aber kein Beweis für Metas konkreten Mechanismus bei einem einzelnen Bild.
Das IPTC-Vokabular unterscheidet unter anderem digitale Aufnahme, menschliche Bearbeitung, generative KI-Bearbeitung, algorithmische Verbesserung und vollständig generative Erstellung.
Mein Ergebnis mit Neuabspeichern und Screenshots ist ein dokumentierter persönlicher Praxistest, keine veröffentlichte Messung der allgemeinen Genauigkeit von Instagram.
Artikel 50 des EU AI Act gilt seit 2. August 2026. Die konkreten Transparenzpflichten hängen von Inhalt, Rolle und Einsatzfall ab; dieser Artikel ersetzt keine Rechtsberatung.
Geprüfte Quellen und weiterführende Links
Alle folgenden Links wurden am 20. August 2026 technisch geöffnet und inhaltlich geprüft. Für technische und rechtliche Aussagen wurden nach Möglichkeit Primärquellen verwendet.
C2PA Technical Specification 2.4 – Primärquelle zu Content Credentials, harten und weichen Bindungen, Fingerprints, Wasserzeichen und langlebigen Herkunftsnachweisen.
Adobe: Langlebige Content Credentials – Offizielle Dokumentation zur Wiederauffindbarkeit cloudgespeicherter Content Credentials nach Metadatenverlust oder Screenshot.
IPTC Digital Source Type – Offizielles Vokabular zur Unterscheidung von Aufnahme, menschlicher Bearbeitung, generativer Bearbeitung, algorithmischer Verbesserung und generativer Erstellung.
BROWNZ REMASTERED VOLUME 2 – Offizielle Seite zum aktuellen Training über Photoshop, Composing, Retusche, Synthografie, AI-Modifizierung und Upscaling.
Transparenzhinweis nach EU-KI-Verordnung
Ausgangspunkt dieses Artikels sind meine eigenen Praxistests, Beobachtungen und meine persönliche Arbeitsweise. Generative KI wurde unterstützend für Recherche, Gegenprüfung technischer Aussagen, Struktur und sprachliche Ausarbeitung eingesetzt. Inhaltliche Position, Beispiele, Bewertung, redaktionelle Entscheidungen, Quellenprüfung und finale Freigabe liegen bei Brownz. Der Text wurde menschlich geprüft und redaktionell kontrolliert. Dieser freiwillige Hinweis macht die Entstehung nachvollziehbar und ist keine Rechtsberatung. Offizielle Erläuterungen der Europäischen Kommission
Warum Handarbeit Respekt verdient, der Hass auf ein Werkzeug aber noch lange keine Kunstkritik ist.
Stand: 17. August 2026 · Links und Fakten redaktionell geprüft
Kurz gesagt: Die Hand kann ein Werk ausführen. Idee, Auswahl und Verantwortung sitzen trotzdem im Kopf. Und ein Sternchen macht aus einem Slogan noch keine differenzierte Kunsttheorie.
Seit einiger Zeit taucht in Künstler-Feeds sinngemäß immer wieder dieselbe Botschaft auf: „F*ck AI. I made this with my own hands.“ Dazu ein gemaltes Bild, ein Making-of oder eine Hand mit Farbe bis zum Ellbogen. Die Aussage ist klar: Das hier ist echt. Das hier ist menschlich. Und irgendwo außerhalb des Bildausschnitts sitzt offenbar die böse Maschine und frisst gerade einen Aquarellkasten.
Ich verstehe den Impuls. Wer jahrelang zeichnen, malen, fotografieren oder gestalten gelernt hat, darf auf sein Handwerk stolz sein. Wirklich. Nur wird aus berechtigtem Stolz sehr schnell ein moralisches Reinheitsgebot: mit der Hand gut, mit KI schlecht. Und genau da wird die Sache ungefähr so präzise wie ein Pinsel mit drei Haaren.
Das Sternchen spart einen Buchstaben, nicht die Debatte
Bei meiner Recherche habe ich keinen belastbar dokumentierten zentralen Ursprung und keine einheitlich organisierte Kampagne hinter genau diesem Wortlaut gefunden. Der Spruch kursiert in verschiedenen Varianten. „F*CK AI“ ist inzwischen jedenfalls ein sichtbares kulturelles Bekenntnis; ein dokumentiertes Beispiel aus dem Musikbereich war 2025 ein vollständig von mehr als 20 Fan-Künstlern animiertes Video des Rappers bbno$. Das ist eine legitime Entscheidung für menschliche Zusammenarbeit. Es ist nur kein Beweis dafür, dass jede andere Arbeitsweise automatisch wertlos ist.
Ein Slogan muss kurz sein. Das ist sein Beruf. Problematisch wird es erst, wenn die Kürze als Argument verkleidet wird. „Ich habe das mit meinen eigenen Händen gemacht“ beschreibt einen Teil des Prozesses. Es sagt noch nichts darüber, ob die Idee gut, die Komposition stark, die Aussage eigenständig oder das Ergebnis überhaupt interessant ist. Auch eine schiefe Gartenhütte kann vollständig handgemacht sein. Der Wind respektiert das trotzdem nur begrenzt.
Die Hand ist ein Werkzeug. Der Kopf hoffentlich auch.
Nehmen wir die Fotografie. Rein technisch drückt am Ende jemand auf einen Knopf. Wenn wir dieselbe Logik anwenden, wäre Fotografie also keine kreative Leistung, sondern gepflegte Zeigefingergymnastik. Das ist natürlich Unsinn. Vor dem Knopfdruck liegen Motiv, Licht, Perspektive, Brennweite, Timing und Absicht. Danach kommen Auswahl, Entwicklung, Bearbeitung und Präsentation. Der Knopf ist nur die Stelle, an der die Kamera kurz „Ja, Chef“ sagt.
Beim Malen ist es nicht anders. Der Pinsel hatte die Idee nicht. Die Leinwand hat keine Haltung. Photoshop entscheidet nicht, welches Bild ich veröffentliche. Und ein generatives System wacht auch nicht morgens auf und denkt: Heute mache ich endlich diese Serie über Erinnerung, Verlust und einen leicht beleidigten Flamingo. Menschen geben Richtung, wählen aus, verwerfen, kombinieren, bearbeiten und übernehmen Verantwortung. Wie viel davon tatsächlich passiert, ist der entscheidende Unterschied.
Natürlich ist ein einzelner Prompt noch kein Beweis für große künstlerische Arbeit. Aber ein einzelner Pinselstrich ist es ebenfalls nicht. Das Werkzeug verrät nicht automatisch, wie viel Denken, Erfahrung und Entscheidung im Ergebnis steckt. Es verrät nur, womit gearbeitet wurde.
Der Vorwurf ist älter als die KI
Ich kenne diesen Satz nicht erst seit ChatGPT. Ich arbeite seit den 1980er-Jahren als Medienkünstler; meine öffentliche Selbstbeschreibung lautet „DIGITAL.art since 1984“. Computeranimation, digitale Bildgestaltung, 3D-Rendering, Fotografie, Photoshop-Composing, später Mixed Media und Synthografie: Die Werkzeuge haben sich verändert. Die Reaktion mancher Menschen erstaunlich wenig.
Schon früher kam zuverlässig: „Das hast du ja nicht mit deinen Händen gemacht. Das ist computergerendert. Das ist Fotografie mit Computer. Das zählt nicht richtig.“ Ich habe in diesen Bereichen gearbeitet, veröffentlicht, unterrichtet, und meine Arbeit wurde auch ausgezeichnet. Trotzdem fand sich immer jemand, der den Computer wie einen heimlichen Praktikanten behandelte, der angeblich Idee, Gestaltung und Endkontrolle ganz allein erledigt hatte. Sehr fleißiger Rechner. Nur leider ohne Telefonnummer für Rückfragen.
Der Vorwurf war damals schon schief. Der Computer hatte weder die Idee noch wählte er das Motiv, baute die Bildsprache oder entschied, wann eine Arbeit fertig war. Ein Rendering konnte stundenlang laufen; dadurch wurde es aber nicht automatisch Kunst. Umgekehrt wurde die menschliche Arbeit nicht unsichtbar, nur weil ein Prozessor beteiligt war. Heute trägt derselbe alte Vorwurf ein neues Namensschild: KI. Die Technik ist neu. Das Gatekeeping-Skript hat offenbar seit den Achtzigern kein Update bekommen.
Tron: erst angeblich geschummelt, später Filmgeschichte
Mein Lieblingsbeispiel dafür ist „Tron“ von 1982. Da muss man die oft erzählte Geschichte allerdings kurz vom Neonstaub befreien: Der Film war nicht generell von den Oscars ausgeschlossen. Er bekam sogar zwei Nominierungen, für Kostümdesign und Ton. Ausgerechnet bei den visuellen Effekten wurde er aber nicht nominiert. Regisseur Steven Lisberger beschrieb die damalige Haltung später mit dem Satz: „The Academy thought we cheated by using computers.“ Der Computereinsatz galt in dieser Logik also nicht als neue Gestaltungsmöglichkeit, sondern als verdächtige Abkürzung. Heute wirkt das ungefähr so modern wie ein Diskettenlaufwerk mit Zukunftsangst.
Die Pointe ist noch schöner: „Tron“ war gar kein Film, den der Computer heimlich allein gebaut hatte. Eine offizielle Disney-Rückschau beschreibt ihn als Hybrid aus Live-Action, klassischer Cel-Animation, Mehrfachbelichtungen und Computerbildern; nur ein kleiner Teil war tatsächlich CGI. Gerade die Arbeit, die man angeblich eingespart hatte, war in Wahrheit ein ziemlicher handwerklicher Wahnsinn. Man hatte für das Neue nur noch keine passende Schublade. Also ließ man die Schublade für visuelle Effekte vorsichtshalber zu.
Springen wir zu „Avatar“. Auch das ist kein Film, bei dem James Cameron kurz auf „Pandora erstellen“ geklickt und danach Kaffee getrunken hat. Es ist ein Zusammenspiel aus Schauspiel, Kamera, Animation und visuellen Effekten. Der Film erhielt neun Oscar-Nominierungen und gewann drei, darunter den Oscar für visuelle Effekte. Mit mehr als 2,9 Milliarden Dollar weltweitem Kinoeinspiel wurde er außerdem zum erfolgreichsten Film der Boxoffice-Geschichte, nicht inflationsbereinigt. Über die Handlung darf man selbstverständlich streiten. Über die Tatsache, dass hier Kunst, Handwerk und Technologie zusammenarbeiten, eher weniger.
Das ist kein Naturgesetz, nach dem jede neue Technik automatisch gut und jeder Kritiker automatisch rückständig wäre. Aber das Muster wiederholt sich auffällig oft: Zuerst heißt das neue Werkzeug Betrug, Abkürzung oder Untergang. Später wird es Unterrichtsstoff, Standard und gewinnt manchmal genau den Oscar, für den es anfangs nicht einmal nominiert wurde. Darum lohnt es sich, beim ersten Empörungsreflex kurz zu warten, bis der digitale Nebel aus der Maschine gezogen ist. Kritik ja. Kulturkrieg aus Gewohnheit eher nein.
Kreative Arbeit wurde schon immer delegiert
Der Leiter einer Werbeagentur baut nicht jede Reinzeichnung selbst. Ein Art Director setzt Stil, Botschaft und Richtung, wählt aus, korrigiert und genehmigt. Das offizielle Berufsprofil des US Bureau of Labor Statistics beschreibt genau das: Art Directors entwickeln den übergeordneten Look und leiten andere an, die Grafiken und Layouts ausarbeiten. Wenn nur Handarbeit zählen würde, müsste der Art Director beim Kunden sagen: „Die Kampagne ist von mir – außer den Teilen, die sichtbar sind.“
Beim Film wird es noch deutlicher. Regie, Kamera, Licht, Ausstattung, Schnitt, Ton und Effekte arbeiten gemeinsam. Nicht einmal die Person, die das Bild gestaltet, muss zwingend die Kamera selbst bedienen. Trotzdem käme niemand auf die Idee, den Film abzumelden, weil der Regisseur die Kulisse nicht persönlich gezimmert und danach noch schnell die Geige eingespielt hat.
Wenn wir die Handarbeitslogik konsequent durchziehen, wird es ohnehin sportlich. Dann müssten wir Agenturleiter, Art Directors, Regisseurinnen, Architekten, Komponistinnen und Bildhauer verurteilen, sobald andere Menschen einen Teil ihrer Idee ausführen. Fotografen wären verdächtig, weil die Kamera das Licht aufzeichnet. Digitalkünstler sowieso. Und ganz sauber wäre am Ende nur noch, wer seine Pigmente selbst aus dem Berg kratzt, den Pinsel bindet und vorsichtshalber auch den Computer lötet. Kann man machen. Der Abgabetermin wird dann allerdings interessant.
Auch die Kunstgeschichte kennt Delegation nicht erst seit gestern. Sol LeWitts Wandzeichnungen wurden und werden nach seinen Anweisungen von Assistentinnen, Assistenten und lokalen Teams ausgeführt. Die National Gallery of Art dokumentiert bei „Wall Drawing #65“ ausdrücklich, dass ein Team das Werk umsetzte und LeWitts Wandzeichnungen üblicherweise von anderen ausgeführt werden. Die Hände waren real. Die Urheberschaft der Idee ebenfalls. Beides kann gleichzeitig stimmen, ohne dass die Kunstpolizei ausrücken muss.
KI ist trotzdem kein Mitarbeiter mit Kaffeetasse
Jetzt bitte nicht falsch verstehen: Ein KI-System ist kein menschlicher Kollege. Es hat keine Biografie, keinen eigenen künstlerischen Willen und keine Verantwortung für das Ergebnis. Es kann nicht erklären, warum ihm ein Bild wichtig ist. Es kann auch nicht nervös beim Kunden sitzen, wenn die Kampagne schiefgeht. Das bleibt zuverlässig am Menschen hängen.
Darum ist die Nutzung eines Modells nicht dasselbe wie die Zusammenarbeit mit einer Illustratorin, einem Fotografen oder einem 3D-Artist. Menschen bringen Erfahrung, Rechte, Interessen, Interpretation und eine eigene Perspektive ein. Genau deshalb müssen faire Bezahlung, Einwilligung, Datenherkunft und kreative Kontrolle ernst genommen werden. KI ist ein anderes Werkzeug und wirft andere Fragen auf. Nur folgt daraus nicht, dass jede Arbeit damit geistlos sein muss.
Die brauchbare Frage lautet also nicht: „Hat eine Hand jeden Pixel persönlich berührt?“ Sie lautet: Wer hatte die Idee, wer traf die Entscheidungen, wer hat verändert, wer trägt die Verantwortung – und wurde jemand dabei übergangen oder getäuscht? Das ist weniger plakatfähig. Dafür passt es näher an die Wirklichkeit.
Warum der Slogan so gut klebt
Erstens berührt generative KI die berufliche und persönliche Identität. Wer viel Zeit in ein Handwerk investiert hat, erlebt einen schnellen Maschinenoutput leicht als Entwertung der eigenen Mühe. Das ist menschlich. Forschung zur Wahrnehmung von KI-Kunst zeigt tatsächlich einen Etiketteneffekt: In zwei Studien wurden dieselben KI-erzeugten Bilder zufällig als „menschlich geschaffen“ oder „KI-geschaffen“ bezeichnet. Die menschlich etikettierten Werke wurden im Durchschnitt positiver bewertet; wahrgenommene Geschichte, Bedeutung und menschlicher Aufwand spielten dabei eine Rolle.
Zweitens verwenden wir Aufwand gern als Abkürzung für Qualität. Je länger etwas gedauert hat, desto wertvoller muss es sein. Nur ist dieser sogenannte Effort Heuristic kein Naturgesetz. Eine große, vorregistrierte Replikation mit insgesamt 1.405 Personen fand gemischte Ergebnisse: teilweise beeinflusste angenommener Aufwand Gefallen und Qualitätsurteile, beim Geldwert aber nicht stabil. Anders gesagt: Mühe kann unsere Wahrnehmung färben. Sie ersetzt nicht die Beurteilung des Werks. Auch zwölf Stunden an einer schlechten Idee bleiben zwölf Stunden an einer schlechten Idee. Das ist traurig, aber demokratisch.
Drittens liebt Social Media klare Feindbilder. Eine Studie in Science Advances untersuchte 12,7 Millionen Tweets von 7.331 Nutzern sowie kontrollierte Experimente. Positive Reaktionen auf moralische Empörung erhöhten die Wahrscheinlichkeit, später wieder empört zu posten. Das beweist nicht, dass jeder „F*ck AI“-Post kalkulierter Ragebait ist. Es erklärt aber, warum ein wütendes Lagerfeuer häufiger herumgereicht wird als der Satz: „Das hängt vom konkreten Workflow, den Rechten und der redaktionellen Verantwortung ab.“
Die Kritik ist nicht erfunden
Wer jetzt glaubt, ich möchte KI einen Heiligenschein aufsetzen, darf sich wieder entspannen. Es gibt reale Probleme: ungeklärte oder umstrittene Trainingspraktiken, fehlende Einwilligung, faire Vergütung, Stilkopien, Täuschung, Deepfakes, Massenproduktion von austauschbarem Inhalt, ökologische Kosten und wirtschaftlichen Druck auf Kreativberufe. UNESCO nennt unter anderem Urheberrechtsverletzungen, unfaire Vergütung, unautorisierte Nutzung von Werken, Bias und Umweltauswirkungen als dringende Themen im Kulturbereich. Das ist kein eingebildetes Problem von Menschen, die zu wenig gepromptet haben.
Beim Energieverbrauch lohnt sich Genauigkeit. Laut Internationaler Energieagentur verbrauchten Rechenzentren 2024 weltweit rund 415 Terawattstunden Strom, etwa 1,5 Prozent des globalen Stromverbrauchs. Das war nicht alles KI. Bis 2030 erwartet die IEA im Basisszenario rund 945 Terawattstunden und nennt KI den wichtigsten Wachstumstreiber – neben anderen digitalen Diensten. Das ist ein reales Thema für Infrastruktur, Stromnetze und Umwelt. Die Behauptung, ein einzelner Prompt habe gerade persönlich einen See leergekocht, hilft bei der Lösung allerdings ungefähr so viel wie ein wütendes Emoji.
Auch die Trainingsdaten sind keine Nebensache. Die EU verlangt von Anbietern bestimmter KI-Modelle mit allgemeinem Verwendungszweck nach Artikel 53 unter anderem eine Strategie zur Einhaltung des EU-Urheberrechts und eine öffentlich zugängliche, ausreichend detaillierte Zusammenfassung der Trainingsinhalte. Damit sind noch lange nicht alle Streitfragen zu Einwilligung, Vergütung und Herkunft gelöst. Aber schon die Regelung zeigt: Das Thema ist konkret, berechtigt und regulierungsbedürftig – ganz ohne Kulturkampf mit Bastelschere.
Auch die Rechtslage ist differenziert. Das US Copyright Office hält fest: Rein maschinell bestimmte Ausdruckselemente sind in den USA nicht urheberrechtlich geschützt; ausreichend menschlich bestimmte Gestaltung, kreative Anordnung oder Überarbeitung kann dagegen geschützt sein. Die bloße Nutzung von KI schließt Schutz also nicht automatisch aus, ein Prompt allein reicht nach dieser US-Position aber nicht. Das ist US-Recht und keine Weltformel – zeigt jedoch sehr schön, dass selbst Behörden zwischen Werkzeughilfe und menschlicher Autorschaft unterscheiden.
Man darf konkrete Modelle, Firmen, Datensätze, Geschäftspraktiken und Anwendungen hart kritisieren. Man soll es sogar, wenn etwas unfair oder täuschend ist. Genau dort liegt die wichtige Debatte: Trainingsdaten, Rechte, Vergütung, Energie, Täuschung, Macht und Verantwortung. Nur „F*ck AI“ wirft seriöse Bildbearbeitung, generative Skizzen, Deepfakes, Assistenzfunktionen und komplett automatisierten Content-Müll in denselben Kübel. Der Kübel ist dann zwar schnell voll, aber die Analyse bleibt leer. Und der Vergleich „Hand gleich gut, nicht Hand gleich böse“ ist von all diesen Fragen wirklich die uninteressanteste.
Handgemacht darf ein Wert sein. Nur kein Reinheitsgebot.
Ein handgemaltes Original hat eine materielle Geschichte. Man sieht Schichten, Spuren, Fehler, Entscheidungen und manchmal auch den Moment, in dem der Ärmel durch die Farbe gezogen wurde. Das kann einen echten künstlerischen und wirtschaftlichen Wert haben. Wer bewusst ohne generative KI arbeitet, darf das sagen. Transparenz ist gut. Stolz ist auch gut.
Nur sollte aus „Ich habe mich für diesen Prozess entschieden“ nicht automatisch „Alle anderen betrügen“ werden. Eine analoge Fotografin ist nicht moralisch besser als ein digitaler Fotograf. Ein Illustrator mit Bleistift ist nicht automatisch origineller als jemand mit Grafiktablett. Und ein Mensch mit KI ist weder automatisch Künstler noch automatisch Hochstapler. Das Ergebnis, der Prozess und die Verantwortung müssen gemeinsam betrachtet werden. Ja, das ist komplizierter als ein Sharepic. Das Leben ist manchmal ausgesprochen schlecht für quadratische Parolen.
Wer hat es gemacht? Die brauchbare Antwort
Statt ein Reinheitsabzeichen zu verteilen, kann man den eigenen Prozess konkret beschreiben. Fünf Fragen reichen meistens schon:
Woher kam die Idee? Von einer Person, einem Auftrag, einer Erfahrung oder nur aus dem Zufallsgenerator?
Welche Werkzeuge wurden eingesetzt? Pinsel, Kamera, Photoshop, 3D, generative KI – gern ohne Theaternebel.
Welche Entscheidungen traf der Mensch? Konzept, Auswahl, Komposition, Varianten, Überarbeitung und Veröffentlichung.
Welche Teile wurden delegiert oder generiert? An Mitarbeitende, Freelancer, Software oder Modelle.
Wer übernimmt die Verantwortung? Für Aussage, Rechte, Kennzeichnung, Qualität und mögliche Fehler.
Damit bekommt das Publikum Information statt Gruppenzugehörigkeit. Danach kann jeder selbst entscheiden, was er schätzt, kauft oder ausstellt. Genau so sollte es sein. Kunst braucht keine zentrale Geschmackspolizei – weder mit Pinselabzeichen noch mit Promptführerschein.
Damit das Sternchen keine Fakten frisst: zwölf geprüfte Punkte
Für den genauen Spruch ließ sich kein belastbar dokumentierter zentraler Ursprung oder eine einheitliche Organisation finden; er kursiert als variierende Social-Media-Parole.
„F*CK AI“ wird nachweislich als kulturelles Statement eingesetzt, unter anderem 2025 im Umfeld eines von zahlreichen menschlichen Animatorinnen und Animatoren produzierten Musikvideos.
Art Directors entwickeln den übergeordneten visuellen Stil und leiten andere an, die konkrete Grafiken und Layouts umsetzen. Delegation ist Teil des offiziellen Berufsbilds.
Sol LeWitts Wandzeichnungen werden häufig von Teams nach seinen Anweisungen ausgeführt. Kreative Urheberschaft und manuelle Ausführung sind daher nicht zwangsläufig identisch.
„Tron“ war bei den Oscars 1983 nicht generell ausgeschlossen: Der Film erhielt Nominierungen für Kostümdesign und Ton, jedoch keine für visuelle Effekte. Regisseur Steven Lisberger führte diese Auslassung später auf die damalige Wahrnehmung von Computereinsatz als „Schummeln“ zurück.
„Avatar“ erhielt neun Oscar-Nominierungen und gewann unter anderem für visuelle Effekte. Mit mehr als 2,9 Milliarden US-Dollar weltweitem Kinoeinspiel gilt der Film ohne Inflationsbereinigung als erfolgreichster Film der Boxoffice-Geschichte.
Studien zeigen, dass die Kennzeichnung „menschlich geschaffen“ die Bewertung derselben Bilder gegenüber „KI-geschaffen“ verbessern kann. Das Label beeinflusst also mit.
Wahrgenommener Aufwand kann Qualitätsurteile erhöhen, der Effekt ist laut vorregistrierten Replikationen aber kontextabhängig und nicht für alle Werturteile stabil.
Online-Belohnungen wie Likes und Shares können moralische Empörung verstärken. Das wurde in großen Beobachtungsdaten und Experimenten gezeigt.
Rechenzentren verbrauchten laut IEA 2024 rund 415 Terawattstunden beziehungsweise 1,5 Prozent des weltweiten Stroms. Das ist nicht mit reinem KI-Verbrauch gleichzusetzen; KI ist laut IEA aber der wichtigste Treiber des erwarteten Wachstums bis 2030.
Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen nach Artikel 53 des EU AI Act unter anderem eine Urheberrechtsstrategie und eine ausreichend detaillierte öffentliche Zusammenfassung der Trainingsinhalte vorlegen. Das schafft Transparenz, löst aber nicht automatisch sämtliche Rechte- und Vergütungsfragen.
Nach Position des US Copyright Office schließt KI-Unterstützung Urheberrechtsschutz nicht automatisch aus; entscheidend sind ausreichend menschlich bestimmte Ausdruckselemente. Artikel 50 des EU AI Act enthält daneben seit 2. August 2026 bestimmte Transparenzpflichten. US-Urheberrecht und EU-Transparenzrecht sind dabei nicht dasselbe und dürfen nicht vermischt werden.
Weniger Lagerfeuer, mehr Werkstatt
Ich habe überhaupt kein Problem mit dem Satz: „Das habe ich mit meinen eigenen Händen gemacht.“ Im Gegenteil. Zeig den Prozess, die Skizzen, die verworfenen Versuche und die Farbe unter den Fingernägeln. Das ist spannend. Mein Problem beginnt erst beim unausgesprochenen Nachsatz: „… und deshalb sind alle anderen weniger wert.“ Den kann man getrost weglassen. Er macht weder das Bild besser noch die Debatte klüger.
Jeder darf sein Betätigungsfeld wählen. Manche malen analog, andere arbeiten digital, manche fotografieren, bauen 3D-Szenen, führen Teams oder kombinieren Werkzeuge. Entscheidend ist, ob jemand eine eigene Absicht verfolgt, sauber arbeitet, transparent bleibt und Verantwortung übernimmt. Wir müssen daraus keinen Glaubenskrieg machen. Die Kunstwelt hat bereits genug Nebelmaschinen.
Mein Vorschlag für das nächste Schild: F*ck Schubladen. Ich habe nachgedacht – mit meinem eigenen Kopf.
Geprüfte Quellen und weiterführende Links
Alle folgenden Links wurden am 17. August 2026 technisch geöffnet und inhaltlich geprüft.
Disney D23: Über 40 Jahre Tron — Offizielle Rückschau zur hybriden Herstellung aus Live-Action, Handanimation und Computerbildern sowie zur ausgebliebenen Nominierung für visuelle Effekte.
Steven Lisberger über Tron und den Oscar — Interview mit dem Regisseur über die frühen CGI-Verfahren und die damalige Wahrnehmung des Computereinsatzes als „Schummeln“.
Academy Awards 1983: Tron — Offizielle Oscar-Dokumentation der beiden Nominierungen für Kostümdesign und Ton sowie der damaligen Kategorie visuelle Effekte.
Academy Awards 2010: Avatar — Offizielle Oscar-Dokumentation: neun Nominierungen und drei Auszeichnungen, darunter visuelle Effekte.
Walt Disney Company: Avatar — Aktuelle Einordnung des weltweiten Einspielergebnisses von mehr als 2,9 Milliarden US-Dollar sowie der Oscar-Bilanz.
UNESCO: AI and culture — Überblick zu Chancen sowie Risiken für Rechte, Vergütung, Bias, Umwelt und kreative Arbeit.
Internationale Energieagentur: Energy and AI — Offizielle Zahlen zum weltweiten Stromverbrauch von Rechenzentren 2024 und zur Entwicklung bis 2030; KI wird als wichtigster Wachstumstreiber eingeordnet.
Die Grundidee, persönliche Haltung, langjährige Erfahrung mit Fotografie, Photoshop und generativen Bildwerkzeugen sowie die zentralen Argumente dieses Artikels stammen von BROWNZ. ChatGPT wurde unterstützend eingesetzt, um die Gedanken zu strukturieren, Gegenpositionen zu prüfen, aktuelle Quellen zu recherchieren, Formulierungen auszuarbeiten und den Text redaktionell zu verdichten. Die inhaltliche Auswahl, künstlerische Position, Beispiele, Bewertung und Endredaktion liegen bei BROWNZ. Externe Quellen wurden nur für überprüfbare rechtliche, wissenschaftliche und berufskundliche Fakten herangezogen und sind oben direkt verlinkt. Der Artikel ist damit selbst ein Beispiel für die vertretene Haltung: KI als Werkzeug – der Mensch als Ideengeber, Entscheider und verantwortlicher Autor. Dieser Transparenzhinweis dient der nachvollziehbaren Offenlegung der Arbeitsweise. Er stellt keine individuelle Rechtsberatung und keinen automatischen Nachweis vollständiger Konformität mit sämtlichen Anforderungen des EU AI Act dar. Offizielle Erläuterungen der Europäischen Kommission
Warum schlechte KI-Plakate kein Beweis gegen KI sind – sondern oft gegen den Glauben, der Automatikmodus erledige plötzlich 30 Jahre Gestaltungserfahrung.
Stand: 17. August 2026 · Links und Fakten redaktionell geprüft
Kurz gesagt: KI beschleunigt Können. Sie ersetzt es nicht. Und wer beim ersten Ergebnis Feierabend macht, beschleunigt eben auch den Murks.
Ich sehe diese Postings ständig: Wir leben angeblich in der schlimmsten Zeit des Designs. Darunter vier Plakate, bei denen vermutlich sogar der Drucker kurz überlegt hat, ob er kündigt. Schuld ist natürlich die KI. Sie kann sich ja schlecht wehren. Das ist praktisch, weil man dann nicht über Briefing, Geschmack, Erfahrung, Auswahl und Kontrolle reden muss.
Ja, es gibt katastrophale KI-Werbung. Natürlich. Es gibt aber auch katastrophale Werbung ohne KI. Die gab es schon, als Schatten, Verläufe und gebogene Überschriften noch als kreativer Höhepunkt galten. Das Werkzeug hat gewechselt. Der Glaube an die Wunderwaffe ist derselbe geblieben.
Der Automatikmodus kann keine Haltung
Eine Kamera auf Automatik kann Belichtung, Fokus und Weißabgleich übernehmen. Sie weiß trotzdem nicht, warum das Bild gemacht wird, was wichtig ist und wann der entscheidende Moment kommt. Genau so arbeitet generative KI im Designprozess: Sie kann Varianten liefern, Stile ausprobieren und Arbeit beschleunigen. Sie kennt aber nicht automatisch die Marke, die Zielgruppe, den Kontext oder die Absicht hinter einer Kampagne.
Wenn ich nur schreibe: „Mach mir ein cooles Kaffeeplakat, Angebot 2,90 Euro“, dann bekomme ich mit hoher Wahrscheinlichkeit ein durchschnittliches Kaffeeplakat. Überraschung: „cool“ ist keine Gestaltungsidee, sondern bestenfalls eine Temperaturangabe. Und „Kaffee“ ist noch keine Kampagne.
Ein gutes Briefing klärt zumindest Zweck, Zielgruppe, Botschaft, Hierarchie, Format, Bildsprache, Markenregeln und das, was auf keinen Fall passieren darf. Offizielle Anleitungen von Adobe und Microsoft sagen im Kern dasselbe: klar formulieren, konkret werden, Varianten prüfen und iterativ nachschärfen.
30 Jahre Agentur gibt es nicht im Monatsabo
Nehmen wir Susi, 21, die ChatGPT zum ersten Mal öffnet. Sie darf experimentieren, Fehler machen und lernen. Nur ist ihr erster Versuch nicht automatisch dieselbe Liga wie die Arbeit einer Person, die seit 30 Jahren in einer Agentur Marken, Typografie, Kampagnen und Kundenfeedback überlebt hat.
Das ist keine Beleidigung für Susi. Das ist der Unterschied zwischen Einstieg und Erfahrung. Susi kann lernen. Aber die 30 Jahre gibt es nicht als Upgrade namens „Art Director Pro Max“.
Und nein: Ein teurerer Zugang löst das Grundproblem nicht. Mehr Modelle, Funktionen oder Kontingent können nützlich sein. Eine visuelle Hierarchie erkennt man dadurch noch immer nicht automatisch. Mehr PS machen schließlich auch keinen Rennfahrer – höchstens einen schnelleren Parkplatzsucher.
Profis sehen nicht nur, ob etwas hübsch ist. Sie erkennen, ob die Blickführung funktioniert, ob die Schrift zur Marke passt, ob der Preis zuerst oder zuletzt gesehen wird, ob das Motiv im Hochformat noch trägt, ob die Kampagne wiedererkennbar bleibt und ob das Ganze im echten Umfeld überhaupt lesbar ist. KI kann dabei helfen. Entscheiden muss trotzdem jemand.
Nicht jeder 39-Euro-Flyer war vorher eine 3.000-Euro-Kampagne
Jetzt kommt der Satz, den man von manchen Nachwuchsdesignerinnen und Nachwuchsdesignern hört: „Die machen das mit KI und buchen mich nicht mehr.“ Das kann bei einzelnen Aufträgen durchaus stimmen. Eine 2025 in Management Science veröffentlichte Untersuchung einer großen Freelance-Plattform fand nach dem Aufkommen von Bildgeneratoren einen Rückgang der Zahl der Ausschreibungen für Bilderstellung um 17 Prozent. Das wegzulächeln wäre genauso unseriös wie jede schlechte Speisekarte zum Vorboten der Design-Apokalypse zu erklären.
Nur folgt daraus nicht, dass jedes in drei Sekunden erzeugte Plakat vorher ein bezahlter Agenturauftrag gewesen wäre. Bei vielen kleinen Vereinsfesten, Firmenfeiern oder Standcafé-Eröffnungen lautet die echte Auswahl nicht: erfahrene Designerin oder ChatGPT. Sie lautet: selbst machen, Vorlage nehmen, jemanden günstig online buchen – oder gar kein Plakat. Ein 39-Euro-Flyer ist keine verstorbene 3.000-Euro-Kampagne, nur weil beide zufällig A4 sind. Eine Fallstudie zu einer chinesischen Kunstplattform zeigt sogar, dass stark sinkende Preise zusätzliche einfache Privataufträge auslösen können. Das lässt sich nicht eins zu eins auf jedes Café übertragen, belegt aber: Ein günstiger Markt kann neue Nachfrage schaffen, statt nur bestehende Aufträge umzuhängen.
Genau deshalb gehört Fiverr in diese Diskussion. Fiverr ist ein internationaler Marktplatz für digitale Dienstleistungen. Auftraggeber können nach Kategorie, Budget und Lieferzeit filtern, Pakete und Bewertungen vergleichen und einzelne Freelancer oder Agenturen buchen. Zum 31. Dezember 2025 meldete Fiverr 3,1 Millionen aktive Käufer und durchschnittliche jährliche Ausgaben von 342 US-Dollar pro Käufer. Das ist kein Beweis dafür, dass jeder Auftrag billig oder jeder Käufer vernünftig ist. Es zeigt aber: Der globale On-demand-Markt ist kein Randphänomen, das erst gestern gemeinsam mit einem ChatGPT-Button vom Himmel gefallen ist.
Wir haben selbst als Agentur 3D-Arbeiten über Fiverr vergeben. In unserem konkreten Fall hat die Qualität gepasst und der Preis lag ungefähr bei einem Drittel vergleichbarer Angebote aus Österreich oder Deutschland. Das ist eine Praxiserfahrung, keine Weltformel. Beim nächsten Projekt kann die lokale Spezialistin die bessere Wahl sein. Entscheidend ist nicht die Postleitzahl, sondern ob Qualität, Kommunikation, Rechte, Termine und Risiko zum Auftrag passen.
Auch Agenturen kaufen nach Preis und Leistung ein. Natürlich. Wir sitzen ja nicht bei Kerzenschein im Besprechungsraum und schwören feierlich, jede Hilfsleistung möglichst teuer einzukaufen. Für klar begrenzte Aufgaben kann ein internationaler Freelancer völlig ausreichen. Bei komplexer Markenführung, heikler Produktion oder langfristiger Zusammenarbeit zahlt sich näherer und erfahrenerer Support oft aus. Beides kann professionell sein. Einkauf ist kein Treuetest.
Für Menschen am Anfang des Designerberufs ist das trotzdem unbequem – und wirtschaftlich kann es auch wehtun. Das muss man nicht kleinreden. Nur hilft es wenig, Kundinnen und Kunden ihr Budget moralisch zu erklären. Sinnvoller ist es, sichtbar zu machen, was der Schnellschuss nicht liefert: Beratung, ein belastbares Konzept, konsistente Gestaltung, saubere Daten, verlässliche Korrekturen und Verantwortung. Wer am Anfang steht, muss genau diesen Unterschied erst aufbauen und zeigen. Das ist nicht leicht, aber lernbar. Und gegen einen besonders motivierten Neffen musste Design übrigens schon lange vor ChatGPT antreten.
Was Profis mit KI anders machen
Sie definieren zuerst das Problem. Nicht: „Mach etwas Schönes.“ Sondern: Was soll bei wem ausgelöst werden?
Sie bauen eine visuelle Hierarchie. Was ist Hauptbotschaft, was Beleg, was Preis, was Absender?
Sie geben Referenzen und Grenzen vor. Markenfarben, Typografie, Stil, Format, Bildausschnitt, No-Gos.
Sie erzeugen Varianten statt Heiligenscheine. Der erste Output ist ein Entwurf, keine Offenbarung – auch wenn er dramatisch beleuchtet ist.
Sie wählen hart aus. Kuratiert wird mit Erfahrung, nicht mit Begeisterung über den ersten Glitzereffekt, der laut „Premium“ ruft.
Sie bearbeiten nach. Typografie, Satz, Abstände, Logo, Bildfehler, Kontrast, Rechtliches und Ausgabeformat werden kontrolliert.
Bevor die KI jetzt einen Freispruch bekommt
Wer alles auf den Anwender schiebt, macht es sich ebenfalls zu leicht. Aktuelle Bildmodelle haben reale Grenzen. Exakte Textplatzierung, fehlerfreie Typografie, konsistente Markenelemente und millimetergenaue Komposition können weiterhin schwierig sein. Deshalb ist ein KI-generiertes Plakat nicht automatisch eine druckfertige Datei.
Das ist der entscheidende Punkt: Schlechter Output entsteht oft aus einer ganzen Kette – schwaches Briefing, ungeeignetes Modell, fehlende Referenzen, zu wenig Varianten, blinde Auswahl und keine Nachbearbeitung. Nur „böse KI“ zu rufen, erklärt davon ungefähr gar nichts. Als Ragebait-Überschrift funktioniert es allerdings ausgezeichnet.
WordArt war auch kein Opfer der Software
Früher hat jemand ein Plakat in Word gebaut, fünf Schriften gemischt und einen Stern mit rotem Rand darübergelegt. Niemand hat danach behauptet, Microsoft Word habe das Design zerstört. Man wusste einfach: Da hat jemand ein Werkzeug benutzt, ohne Gestaltung zu beherrschen.
Generative KI macht diesen Effekt sichtbarer, weil sie schneller und für mehr Menschen verfügbar ist. Dadurch entsteht mehr Durchschnitt – aber auch mehr Zugang. Menschen können Ideen visualisieren, Varianten testen und überhaupt erst anfangen. Das ist nicht das Ende von Design. Es ist nur das Ende der bequemen Ausrede, der Besitz einer Software sei schon eine Qualifikation.
Damit das Augenzwinkern nichts wegblinzelt: zehn Fakten
Generative KI ist ein Werkzeug im Designprozess, kein Berufsabschluss.
Je klarer Ziel, Kontext, Format und Grenzen beschrieben sind, desto besser lässt sich die Ausgabe steuern.
Die erste Ausgabe ist bei wichtigen Aufgaben sinnvollerweise ein Entwurf; Nachfragen und gezielte Überarbeitung gehören zum Prozess.
Gestaltung umfasst mehr als ein hübsches Bild: Strategie, Zielgruppe, Hierarchie, Typografie, Kontext und Verantwortung gehören dazu.
Aktuelle Bildmodelle können bei präziser Textdarstellung, Layoutkontrolle und konsistenten Markenelementen weiterhin scheitern.
Ein bezahlter Zugang kann je nach Dienst mehr Modelle, Funktionen oder Kontingent bieten. Gestalterische Urteilskraft ist nicht Teil des Abos.
Professionelle KI-Nutzung ist iterativ: generieren, beurteilen, verwerfen, verfeinern und nachbearbeiten.
Online-Marktplätze wie Fiverr vermitteln digitale Leistungen weltweit nach Kategorie, Budget, Lieferzeit, Paketen und Bewertungen; dort können Einzelpersonen und Agenturen gebucht werden.
KI kann Nachfrage in einzelnen, gut automatisierbaren Freelance-Kategorien tatsächlich verringern. Daraus folgt aber nicht, dass jede selbst erzeugte Billiggrafik vorher ein vollwertiger Agenturauftrag gewesen wäre.
Artikel 50 der EU-KI-Verordnung gilt seit 2. August 2026. Für redaktionell kontrollierte Texte kann eine Ausnahme von der Kennzeichnungspflicht greifen; freiwillige Transparenz bleibt trotzdem sinnvoll.
Das eigentliche Problem ist selten nur die KI
KI kann einem Anfänger den Einstieg erleichtern und einem Profi den Radius vergrößern. Sie kann aber niemandem Geschmack, Erfahrung, Verantwortung oder eine klare Idee einpflanzen. Wer den ersten Output nimmt, weil er bunt ist und schnell kam, hat nicht fertig gestaltet. Er hat „Speichern unter“ mit „fertig“ verwechselt.
Darum müssen wir nicht jedes schlechte KI-Plakat zum Untergang des Abendlandes erklären. Manchmal ist ein schlechtes Plakat einfach ein schlechtes Plakat. Früher mit WordArt, heute mit Prompt. Morgen wahrscheinlich mit Gedankenübertragung – dann muss man nicht einmal mehr schlecht tippen. Der Fehler bleibt erstaunlich menschlich. Irgendwie beruhigend.
Mein Satz dazu: Der Automatikmodus ist eine Hilfe. Das Auge, das Urteil und die Verantwortung sitzen weiterhin hinter der Kamera.
Geprüfte Quellen und weiterführende Links
Alle Links wurden am 17. August 2026 geöffnet und inhaltlich geprüft.
Dieser Blogartikel wurde mit Unterstützung eines KI-Systems recherchiert, strukturiert und sprachlich ausgearbeitet. Inhaltliche Prüfung, Auswahl, Bewertung, Endredaktion und Veröffentlichung liegen bei BROWNZ. Alle weiterführenden Links wurden am 17. August 2026 geprüft. Die Kennzeichnung erfolgt freiwillig im Sinne transparenter Kommunikation und mit Bezug auf Artikel 50 der EU-KI-Verordnung. Nach den Leitlinien der Europäischen Kommission kann für redaktionell kontrollierte Texte eine Ausnahme von der Kennzeichnungspflicht gelten. Keine Rechtsberatung. Offizielle Erläuterungen der Europäischen Kommission
Bildrechte für Fotografen, Models und KI-Künstler in Österreich, Deutschland und der Schweiz
Stand: 17.08.2026. Dieser Beitrag erklärt die Rechtslage in Österreich, Deutschland und der Schweiz in verständlicher Form. Er ersetzt keine individuelle Rechtsberatung.
Beim Recht am eigenen Bild hält sich eine angenehm einfache Geschichte: Der Abgebildete hat immer das oberste Recht. Sagt das Model „löschen“, ist alles weg. Wurde das Model bezahlt, darf der Fotograf dafür alles. Und wenn ein KI-Gesicht zufällig jemandem ähnlich sieht, steht sowieso am nächsten Morgen die Klage vor der Tür.
Das Problem an dieser Geschichte: Sie stimmt in keinem meiner drei Hauptmärkte so pauschal. Österreich, Deutschland und die Schweiz schützen Menschen auf Bildern – aber sie öffnen dafür drei unterschiedliche juristische Türen. Dazu kommen Datenschutz, Verträge, Kunstfreiheit, Pressefreiheit und bei KI-Inhalten neue Transparenzregeln. Klingt nach schwerem Gepäck. Lässt sich aber durchaus ohne Anwaltsdeutsch tragen.
Wir schauen deshalb nicht danach, wer angeblich „immer gewinnt“. Wir schauen darauf, was tatsächlich passiert: Wird nur fotografiert? Wird gespeichert? Wird veröffentlicht? Ist die Person erkennbar? Gibt es eine Freigabe? Und landet das Portrait plötzlich in einem Zusammenhang, für den es nie gedacht war? Genau dort entscheidet sich die Sache.
Das Wichtigste in 60 Sekunden
Es gibt keine einheitliche DACH-Regel. Dasselbe Bild kann in Österreich, Deutschland und der Schweiz unterschiedlich beurteilt werden.
Österreich: § 78 UrhG verbietet eine Veröffentlichung, wenn berechtigte Interessen der abgebildeten Person verletzt werden. Eine Zustimmung ist daher wichtig, aber nicht für jede Veröffentlichung zwingend die einzige denkbare Grundlage.
Deutschland: § 22 KunstUrhG startet grundsätzlich mit der Einwilligung. § 23 kennt Ausnahmen – etwa für Zeitgeschichte, Versammlungen oder Personen als Beiwerk. Berechtigte Interessen können diese Ausnahmen wieder stoppen.
Schweiz: Das Recht am eigenen Bild folgt vor allem aus Art. 28 ZGB und dem Datenschutzgesetz. Ein Eingriff kann durch Zustimmung, ein überwiegendes Interesse oder das Gesetz gerechtfertigt sein.
Aufnehmen, speichern und veröffentlichen sind drei verschiedene Vorgänge. Schon die Aufnahme kann rechtswidrig sein, auch wenn das Bild nie auf Instagram landet.
Ein bezahltes Model ist nicht rechtlos. Umgekehrt ist eine Gage kein Rückwärtsknopf, mit dem jede vereinbarte Nutzung ohne Weiteres verschwindet.
Bei KI zählt nicht die Empörung allein, sondern ob eine konkrete reale Person erkennbar ist und wie sie dargestellt wird.
Der EU AI Act gilt in Österreich und Deutschland. Die Schweiz hat derzeit kein eigenes umfassendes KI-Gesetz; bei einem Bezug zum EU-Markt kann der EU AI Act trotzdem relevant werden.
Der DACH-Merksatz Nicht das Gesicht allein entscheidet. Es geht immer um Land, Erkennbarkeit, Aufnahme, Veröffentlichung, Zweck, Vertrag und Kontext. Wer nur einen dieser Punkte anschaut, sieht rechtlich ungefähr so scharf wie mit einem fettigen Objektiv.
1. Drei Länder, drei rechtliche Startpunkte
Österreich: berechtigte Interessen stehen im Zentrum
In Österreich ist § 78 Urheberrechtsgesetz die zentrale Vorschrift für die Veröffentlichung von Personenbildern. Bildnisse dürfen nicht öffentlich ausgestellt oder der Öffentlichkeit zugänglich gemacht werden, wenn dadurch berechtigte Interessen der abgebildeten Person verletzt werden. Das Gesetz sagt also nicht: Jedes Bild braucht immer vorher eine Unterschrift. Es fragt nach der konkreten Beeinträchtigung.
Dazu kommt das allgemeine Persönlichkeitsrecht aus § 16 ABGB. Der Oberste Gerichtshof hat klargestellt, dass schon die Herstellung eines Bildes ohne Zustimmung unzulässig sein kann. Heimlichkeit, Aufdringlichkeit, Privatsphäre und die konkrete Situation spielen dabei eine Rolle. Österreich ist daher keineswegs das Land des fröhlichen Draufhaltens.
Deutschland: zuerst Einwilligung, dann Ausnahmen
Deutschland dreht den Einstieg etwas anders. Nach § 22 KunstUrhG dürfen Bildnisse grundsätzlich nur mit Einwilligung verbreitet oder öffentlich zur Schau gestellt werden. Wurde jemand dafür bezahlt, sich abbilden zu lassen, gilt die Einwilligung im Zweifel als erteilt. Betonung auf „im Zweifel“: Das ist keine Flatrate für jede erdenkliche Kampagne bis zum Ende des Universums.
§ 23 KunstUrhG nennt Ausnahmen. Dazu zählen unter anderem Bildnisse aus dem Bereich der Zeitgeschichte, Personen als bloßes Beiwerk neben einer Landschaft oder Örtlichkeit sowie Bilder von Versammlungen, Aufzügen und ähnlichen Vorgängen. Auch diese Ausnahmen gelten nicht, wenn berechtigte Interessen der abgebildeten Person verletzt werden.
Schweiz: Persönlichkeitsschutz plus Rechtfertigung
In der Schweiz kommt das Recht am eigenen Bild vor allem aus Art. 28 Zivilgesetzbuch. Wer in seiner Persönlichkeit widerrechtlich verletzt wird, kann sich dagegen wehren. Nicht widerrechtlich ist der Eingriff, wenn die betroffene Person eingewilligt hat, ein überwiegendes privates oder öffentliches Interesse besteht oder das Gesetz ihn rechtfertigt.
Bei erkennbaren Personen greift außerdem das Schweizer Datenschutzgesetz. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte fasst es alltagstauglich zusammen: Betroffene dürfen grundsätzlich mitentscheiden, ob und wie Aufnahmen von ihnen gemacht und veröffentlicht werden. Bei überwiegenden Interessen kann es Ausnahmen geben – bei gezielten Einzelportraits aber mit entsprechender Vorsicht.
Wichtig „Recht am eigenen Bild“ ist ein praktischer Sammelbegriff. Die gesetzlichen Grundlagen sind in den drei Ländern nicht identisch. Wer einen deutschen Satz einfach auf Österreich oder die Schweiz klebt, produziert vielleicht einen hübschen Absatz, aber keine verlässliche Rechtsauskunft.
2. Aufnehmen, speichern, veröffentlichen: drei Baustellen
Die Aufnahme
Viele Regeln über Bildnisse betreffen vor allem die Veröffentlichung. Daraus folgt nicht, dass das Fotografieren selbst immer frei wäre. In Österreich kann bereits die Aufnahme das Persönlichkeitsrecht verletzen. In Deutschland schützen das allgemeine Persönlichkeitsrecht und in besonders sensiblen Fällen § 201a StGB – etwa bei Aufnahmen aus dem höchstpersönlichen Lebensbereich oder von hilflosen Personen. In der Schweiz können Art. 28 ZGB und das Datenschutzgesetz schon beim Erheben der Bilddaten greifen.
Umkleidekabine, Schlafzimmer, Behandlungssituation oder ein gezieltes heimliches Portrait sind also keine harmlose Fingerübung. Öffentlicher Ort bedeutet ebenfalls nicht automatisch: Kamera frei, Veröffentlichung frei, Nachdenken aus.
Das Speichern und Bearbeiten
Ist eine Person erkennbar, ist das Foto regelmäßig ein personenbezogenes Datum. In Österreich und Deutschland gilt dafür die DSGVO, wenn keine private oder familiäre Ausnahme greift. In der Schweiz gilt das revidierte Datenschutzgesetz. Berufliche Archive, Kundenprojekte, Bilddatenbanken und öffentliche Social-Media-Auftritte liegen normalerweise nicht einfach im Wohnzimmerprivileg.
Wichtig sind Rechtsgrundlage, Zweck, Sicherheit und Aufbewahrungsdauer. Ein Bewerbungsfoto springt nicht von selbst in eine Werbekampagne. Ein Künstlerportrait für die Website wird nicht durch nächtliche Zellteilung zum politischen Testimonial. Zweckänderungen sind eine der häufigsten Quellen für Ärger.
Die Veröffentlichung
Website, öffentlicher Social-Media-Post, Ausstellung, Plakat, Broschüre, Presseartikel oder Werbung können eine Veröffentlichung sein. Dabei zählt nicht nur das Gesicht. Erkennbarkeit kann sich aus Körper, Tätowierungen, Kleidung, Ort, Begleittext oder dem Kreis der Betrachter ergeben. Der schwarze Balken über den Augen ist deshalb kein juristischer Tarnumhang.
3. Erkennbarkeit und Kontext: Darum geht es wirklich
Geschützt ist nicht jedes beliebige Gesicht, das entfernt an irgendwen erinnert. Entscheidend ist, ob eine konkrete Person für einen relevanten Betrachterkreis identifizierbar ist. Enge Freunde, Kollegen oder die lokale Szene können dabei genügen, auch wenn ein zufälliger Besucher die Person nicht erkennt.
Besonders heikel werden Veröffentlichungen in folgenden Fällen:
Bloßstellung: Das Bild macht jemanden lächerlich, entwürdigend oder zeigt ihn in einer hilflosen Situation.
Privatsphäre: Krankheit, Sexualleben, Familie, Trauer, Wohnung oder andere intime Umstände werden sichtbar.
Falscher Zusammenhang: Ein neutrales Portrait illustriert plötzlich Sucht, Betrug, Krankheit oder eine politische Haltung.
Werbung: Das Bild erweckt den Eindruck, die Person empfehle ein Produkt, eine Partei oder eine Dienstleistung.
Wirtschaftliche Auswertung: Name, Gesicht oder Bekanntheit werden ohne passende Grundlage vermarktet.
Auf der anderen Seite stehen Informations-, Presse-, Meinungs- und Kunstfreiheit. Berichterstattung über Zeitgeschehen, öffentliche Debatten oder Kunst kann eine Veröffentlichung rechtfertigen. Aber auch dort gilt: Je privater, herabsetzender oder werblicher die Darstellung, desto dünner wird das Eis. Bekanntheit macht einen Menschen nicht zum öffentlichen Buffet.
4. Einwilligung und Model Release: Klarheit schlägt Gedankenlesen
Für geplante Portraits, Werbung, Kundenprojekte und künstlerische Serien mit erkennbaren Personen ist eine klare Vereinbarung die vernünftigste Lösung. Festgehalten werden sollten Zweck, Medien, Laufzeit, Gebiet, Vergütung, Namensnennung, Bearbeitung, bezahlte Werbung und KI-Einsatz. Je konkreter die Nutzung, desto weniger Platz bleibt später für kreative Erinnerungslücken.
Ein Lächeln in die Kamera kann je nach Situation eine Zustimmung zur Aufnahme zeigen. Es ist aber keine Weltlizenz. Zwischen „Foto für die Vereinschronik“ und „Gesicht auf einem Plakat für eine politische Kampagne“ liegt rechtlich ein ziemlich breiter Gehsteig.
Was die Bezahlung wirklich bedeutet
In Österreich beweist eine Gage vor allem, dass es wahrscheinlich eine vertragliche Beziehung gibt. Was genutzt werden darf, ergibt sich aus dieser Vereinbarung – nicht aus dem Geldschein allein.
In Deutschland enthält § 22 KunstUrhG eine Vermutung: Hat die abgebildete Person eine Entlohnung dafür erhalten, dass sie sich abbilden ließ, gilt die Einwilligung im Zweifel als erteilt. Trotzdem bleiben Umfang und Zweck entscheidend. Bezahlung für einen Produktkatalog ist keine automatische Einwilligung in politische Werbung.
In der Schweiz hat das Bundesgericht ausdrücklich anerkannt, dass wirtschaftliche Bildinteressen vertraglich geregelt werden können und solche Verpflichtungen nicht beliebig folgenlos zurückgedreht werden müssen. Auch dort bleibt aber die konkrete Vereinbarung der Chef im Ring.
Klartext Bezahlt bedeutet nicht rechtlos. Ein Model Release bedeutet nicht „alles erlaubt“. Und ein späteres Unbehagen löscht nicht automatisch jede wirksam vereinbarte Nutzung aus der Vergangenheit.
5. „Bitte löschen“: Muss das Bild sofort weg?
Pauschal: nein. Ignorieren sollte man die Forderung aber genauso wenig. Zuerst muss geklärt werden, welches Bild, welche Datei, welche Veröffentlichung und welche Rechtsgrundlage gemeint sind. Ein öffentlicher Post, ein internes Archiv und eine Datei, die zur Verteidigung eines Rechtsanspruchs gebraucht wird, sind nicht dasselbe.
Österreich und Deutschland: DSGVO nicht mit Vertrag verwechseln
Beruht eine Datenverarbeitung auf einer DSGVO-Einwilligung, kann diese grundsätzlich für die Zukunft widerrufen werden. Die Verarbeitung vor dem Widerruf wird dadurch nicht rückwirkend rechtswidrig. Ein Löschungsrecht nach Art. 17 DSGVO hat außerdem Ausnahmen – etwa für Meinungs- und Informationsfreiheit, gesetzliche Pflichten oder Rechtsansprüche.
Wichtig: Datenschutzrechtliche Einwilligung, bildnisrechtliche Erlaubnis und Vertrag sind nicht automatisch dasselbe. Fällt eine Rechtsgrundlage weg, darf man nicht still und heimlich auf eine andere umschalten, die vorher gar nicht sauber bestimmt wurde. Umgekehrt verschwindet ein Vertrag nicht automatisch nur deshalb, weil das Wort „Widerruf“ in einer E-Mail steht.
Schweiz: Löschung ja – aber ebenfalls nicht grenzenlos
Auch nach Schweizer Recht kann die Entfernung oder Löschung verlangt werden, wenn eine Persönlichkeitsverletzung vorliegt. Eine andere Rechtfertigung – etwa ein überwiegendes Interesse oder eine wirksame vertragliche Regelung – kann dem entgegenstehen. Gerade bei bezahlten Produktionen muss daher der Vertrag geprüft werden, bevor jemand heldenhaft den gesamten Server leert.
6. KI-Gesichter, Doppelgänger und Deepfakes
Ein KI-System erzeugt ein Gesicht, und jemand sagt: „Das bin ich.“ Reicht das? Nicht automatisch. Es muss eine konkrete reale Person erkennbar oder identifizierbar sein. Eine allgemeine Ähnlichkeit mit irgendeinem Menschen macht aus einer synthetischen Figur noch nicht zwingend das Bildnis genau dieser Person.
Anders sieht es aus, wenn Frisur, Gesicht, Körper, Tätowierung, Stimme, Umfeld oder Begleittext klar auf jemanden zeigen. Dann greifen dieselben Persönlichkeits- und Datenschutzfragen wie bei Kamera oder Photoshop. Besonders riskant sind Fake-Werbung, erfundene Straftaten, politische Aussagen, Gesundheitsbehauptungen und sexualisierte Bilder. „War nur KI“ ist keine Rechtsgrundlage.
Ob die Ähnlichkeit beabsichtigt war, kann für Verschulden und Schadenersatz wichtig sein. Für die Frage, ob eine Veröffentlichung gestoppt werden muss, zählt aber vor allem die tatsächliche Wirkung. Ein unbeabsichtigter Treffer kann trotzdem ein echter Treffer sein.
EU AI Act in Österreich und Deutschland
Seit 2. August 2026 gilt grundsätzlich auch die Transparenzregel des Art. 50 EU AI Act. Wer als Betreiber eines KI-Systems Deepfake-Bilder, -Videos oder -Audios erzeugt oder manipuliert, muss die künstliche Erzeugung oder Manipulation offenlegen. Für offensichtlich künstlerische, kreative, satirische oder fiktionale Werke ist eine angemessene, werkverträgliche Offenlegung vorgesehen.
Die Verordnung nimmt natürliche Personen aus, wenn sie ein KI-System ausschließlich persönlich und nicht beruflich verwenden. Sobald Geschäft, Werbung, öffentliche Kommunikation oder eine berufliche Nutzung dazukommen, sollte man sich auf diese Ausnahme nicht gemütlich draufsetzen. Und ganz wichtig: Eine KI-Kennzeichnung ist kein Erlaubnisschein. Ein rechtswidriger Deepfake bleibt auch mit Etikett rechtswidrig.
Schweiz: derzeit kein eigenes umfassendes KI-Gesetz
Die Schweiz hat derzeit kein eigenes umfassendes KI-Gesetz nach Art des EU AI Act. Der Bundesrat hat einen Gesetzesentwurf samt Vernehmlassung bis Ende 2026 in Auftrag gegeben. Persönlichkeits- und Datenschutzrecht gelten natürlich trotzdem.
Wer aus der Schweiz KI-Systeme oder deren Ergebnisse in den EU-Markt bringt, kann außerdem in den räumlichen Anwendungsbereich des EU AI Act fallen. Die Landesgrenze ist für digitale Inhalte schließlich keine Brandschutzmauer.
7. Typische Situationen aus dem Fotoalltag
Menschen im öffentlichen Raum
Eine Straße ist kein rechtsfreier Fotostudio-Hintergrund. Eine weite Szene mit zufälligen Passanten ist anders zu beurteilen als ein gezieltes Nahportrait mit spöttischem Text. In Deutschland kann die Beiwerk-Ausnahme helfen. In Österreich und der Schweiz wird stärker über Interessen, Erkennbarkeit und Kontext abgewogen.
Gruppen und Veranstaltungen
Die berühmte Regel „ab fünf Personen ist alles erlaubt“ existiert nicht. Deutschland kennt zwar eine Ausnahme für Bilder von Versammlungen, Aufzügen und ähnlichen Vorgängen. Das ist aber keine beliebige Gruppenfoto-Zahl. Österreich und die Schweiz schauen ebenfalls auf Situation, Erwartung, Erkennbarkeit und Nutzung. Ein Veranstaltungshinweis hilft, ersetzt aber nicht jede Einzelfallprüfung.
Kinder und Jugendliche
Bei Minderjährigen ist besondere Zurückhaltung nötig. Alter, Einsichtsfähigkeit, die Haltung des Kindes und die Befugnisse der Eltern oder gesetzlichen Vertretung spielen je nach Land und Fall zusammen. Für Werbung, öffentliche Posts und sensible Situationen gilt: sauber erklären, Zustimmung klären, sparsam veröffentlichen. Erwachsene finden manches niedlich, das Kinder später eher unter digitale Sachbeschädigung einordnen.
Private Chats und kleine Kreise
Eine private Zusendung ist nicht automatisch dieselbe Öffentlichkeit wie ein frei zugänglicher Post. Datenschutz, Vertrag und Persönlichkeitsschutz können trotzdem greifen. Und mit einem einzigen Weiterleiten kann aus dem kleinen Kreis sehr schnell ein erstaunlich großer werden.
8. So arbeitet man in allen drei Märkten vernünftig
Land und Zielmarkt klären: Wo wird produziert, wo veröffentlicht und an wen richtet sich die Kampagne?
Zweck vor dem Shooting benennen: Portfolio, Ausstellung, Werbung, Presse, Social Media und Verkauf getrennt denken.
Model Release konkret schreiben: Medien, Dauer, Gebiet, Vergütung, Bearbeitung, KI-Einsatz und Widerrufs- oder Rücktrittsfragen regeln.
Aufnahme und Veröffentlichung trennen: Wer sich fotografieren lässt, hat damit nicht automatisch jede spätere Nutzung erlaubt.
Keine Zwecksprünge machen: Ein neutrales Portrait nicht plötzlich für Politik, Krankheit, Erotik oder Werbung einsetzen.
Erkennbarkeit ehrlich prüfen: Gesicht, Körper, Kleidung, Ort, Text und Zielpublikum gemeinsam ansehen.
KI-Änderungen ausdrücklich regeln: Face-Swap, synthetische Varianten, Körperveränderungen und generierte Umgebungen nicht verstecken.
Unterlagen aufbewahren: Freigaben, Versionen, Veröffentlichungsorte und Löschfristen nachvollziehbar dokumentieren.
9. Was tun, wenn eine Löschforderung kommt?
1. Genaues Bild und Fundstelle bestimmen: Nicht über eine Forderung diskutieren, wenn niemand weiß, welche Nutzung gemeint ist.
2. Veröffentlichung vorläufig sichern oder pausieren: Bei klar heiklem Kontext nicht weiter Reichweite sammeln, während man prüft.
3. Vertrag und Freigabe lesen: Zweck, Gebiet, Dauer, Medien und Bearbeitung mit der tatsächlichen Nutzung vergleichen.
4. Rechtsgrundlage prüfen: Einwilligung, Vertrag, berechtigtes Interesse, Presse, Kunst oder gesetzliche Ausnahme nicht durcheinanderwerfen.
5. Antwort dokumentieren: Sachlich erklären, was entfernt, eingeschränkt, aufbewahrt oder bestritten wird.
6. Bei Abmahnung oder größerer Kampagne Fachleute holen: Spätestens dann ist Improvisation ein teures Hobby.
10. Acht Mythen – und der Faktencheck dazu
1. „Der Abgebildete hat immer das oberste Recht.“ Nein. Er hat starke Persönlichkeitsrechte, aber andere Rechte und Rechtfertigungen können ebenfalls zählen.
2. „In allen drei Ländern gilt dasselbe.“ Nein. Österreich, Deutschland und die Schweiz haben unterschiedliche gesetzliche Ausgangspunkte.
3. „Bezahlt heißt: Der Fotograf darf alles.“ Nein. Die vereinbarte Nutzung entscheidet. Deutschland kennt lediglich eine gesetzliche Vermutung im Zweifel.
4. „Löschen verlangt heißt sofort alles vernichten.“ Nicht pauschal. Rechtsgrundlage, Vertrag, Ausnahmen und Art der Datei müssen geprüft werden.
5. „Im öffentlichen Raum darf ich alles veröffentlichen.“ Nein. Öffentlicher Ort und öffentliche Verwertung sind zwei verschiedene Fragen.
6. „Ab fünf Personen ist es ein freies Gruppenfoto.“ Nein. Diese Zauberzahl gibt es nicht.
7. „Verpixeln macht automatisch anonym.“ Nein. Kontext, Körper, Kleidung oder Text können eine Person weiterhin erkennbar machen.
Das Recht am eigenen Bild ist kein roter Knopf, den eine Seite drückt und damit automatisch alles gewinnt. Es schützt Menschen vor Bloßstellung, falschem Kontext, ungefragter Werbung und Eingriffen in ihr Privatleben. Wie dieser Schutz rechtlich funktioniert, ist in Österreich, Deutschland und der Schweiz aber unterschiedlich.
Für Fotografen, Models und KI-Künstler ist die vernünftige Linie trotzdem erstaunlich ähnlich: Zweck vorher klären, Freigaben konkret machen, Menschen nicht in neue Zusammenhänge schieben, KI-Veränderungen offen regeln und bei sensiblen Bildern zweimal denken. Das ist keine juristische Panik. Das ist saubere Arbeit.
Und wenn eine Löschforderung kommt, hilft weder Trotz noch Festplatten-Aktionismus. Erst Bild, Land, Vertrag, Rechtsgrundlage und Kontext prüfen. Dann entscheiden. Respekt vor dem Menschen, Klarheit im Vertrag und ein halbwegs nüchterner Blick – damit kommt man in allen drei Märkten ziemlich weit.
Quellen und weiterführende Links
Quellenstand: 17.08.2026. Verlinkt sind amtliche Gesetzestexte, Gerichtsentscheidungen und offizielle Behördeninformationen aus Österreich, Deutschland, der Schweiz und der Europäischen Union.
Dieser Blogbeitrag wurde mit Unterstützung von KI recherchiert, strukturiert und sprachlich ausgearbeitet. Die verwendeten Quellen sind im Quellenblock verlinkt. Die inhaltliche Prüfung, endgültige Auswahl und redaktionelle Verantwortung für die Veröffentlichung liegen bei mir als Betreiber dieser Website.
Was die Software kann, wo ihre Grenzen liegen und für wen sie sinnvoll ist
Wer regelmäßig mit generativer Bild-KI arbeitet, kennt das Durcheinander: hier ein Prompt, dort ein Referenzbild, im nächsten Browserfenster ein anderes Modell und irgendwo auf der Festplatte liegen die Ergebnisse. AI Lab will genau diese verstreuten Schritte in einer Arbeitsumgebung zusammenführen. Das klingt vernünftig. Aber es ist keine neue Super-KI und auch kein Automat für fertige Kunstwerke.
1. Was ist das AI Lab?
AI Lab ist eine Software des deutschen Herstellers Picture Instruments. Sie wurde Ende Jänner 2026 veröffentlicht. Der Begriff „Steuerzentrale“ passt recht gut: Die Software erzeugt die Bilder nicht mit einem eigenen Modell, sondern verbindet mehrere Bild-KI-Modelle in einer gemeinsamen Oberfläche.
Zum Zeitpunkt meiner Recherche sind dort Modellfamilien von Google, OpenAI, Black Forest Labs und ByteDance eingebunden. Auf der Produktseite werden unter anderem Nano Banana, GPT Image, FLUX und Seedream genannt. Welche Versionen verfügbar sind, kann sich ändern. Genau das ist bei KI-Software inzwischen fast schon die einzige echte Konstante.
Ein Abonnement umfasst zwei Varianten: eine eigenständige Desktop-App für Windows und macOS sowie ein UXP-Plugin für Photoshop. Die gekauften Tokens lassen sich in beiden Varianten verwenden. Eigene API-Schlüssel für die einzelnen KI-Anbieter braucht man nicht.
AI Lab ist nicht die Bild-KI. Es ist der Arbeitsplatz rund um mehrere Bild-KIs.
2. Was macht die Standalone-Version?
Die Standalone-Version läuft als eigenes Programm. Laut Hersteller benötigt sie mindestens Windows 10 beziehungsweise macOS 10.14. Sie richtet sich an alle, die Bildideen entwickeln, Varianten vergleichen und Projekte geordnet speichern wollen, ohne ständig zwischen mehreren Webseiten zu wechseln.
Die Oberfläche trennt zwei Aufgaben klar voneinander:
Create: Aus einem Prompt entsteht ein neues Bild. Referenzbilder können zusätzlich verwendet werden.
Edit: Ein vorhandenes Bild wird mit einem Prompt verändert. Auch einzelne Bildbereiche lassen sich auswählen und bearbeiten.
Interessant ist der visuelle Workflow. Referenzen lassen sich nach Stil, Inhalt oder Kontext ordnen. Anmerkungen können direkt im Bild platziert werden. Varianten stehen nebeneinander, lassen sich vergrößern und in der 1:1-Ansicht prüfen. Prompts und Vorlagen können in einer Bibliothek gespeichert werden. Wer Serien oder Kundenprojekte bearbeitet, erkennt den Nutzen sofort: Die Arbeit bleibt zusammen und nicht irgendwo zwischen Browser-Verlauf und Download-Ordner hängen.
Helligkeit, Kontrast und Sättigung lassen sich schnell anpassen. Ergebnisse können außerdem an Photoshop geschickt werden. Die Standalone-App unterstützt laut Hersteller dabei auch ältere Photoshop-Versionen; für das eigentliche UXP-Plugin gelten strengere Voraussetzungen.
3. Was bringt das Photoshop-Plugin?
Das UXP-Plugin sitzt direkt in Photoshop und benötigt laut aktueller Produktseite Photoshop 25.2 oder neuer. Es kann über den Creative Cloud Marketplace oder als CCX-Datei installiert werden.
Im Photoshop-Workflow sind vor allem diese Punkte praktisch:
Create und Edit funktionieren direkt aus Photoshop heraus.
Bis zu zwei Referenzbilder können im Plugin mitgegeben werden.
Ausgewählte Bildbereiche lassen sich gezielt bearbeiten.
Ein Auflösungsindikator warnt, wenn Auswahl und Modellauflösung schlecht zusammenpassen.
Prompt-Verlauf und Tokenzähler bleiben direkt im Plugin sichtbar.
Bestimmte Modelle liefern laut Hersteller Ausgaben bis 4K.
Das Plugin ist also kein Ersatz für Photoshop. Es bringt die Bildgenerierung dorthin, wo Auswahl, Ebenen, Retusche und die eigentliche Endbearbeitung ohnehin stattfinden. Das ist wesentlich sinnvoller, als jedes Ergebnis händisch herunterzuladen, zu benennen und wieder zu importieren.
4. Ein einfacher Arbeitsablauf für Einsteiger
Man muss nicht gleich jedes Modell, jede Auflösung und jeden Regler verstehen. Für den Einstieg reicht ein sauberer Ablauf:
Aufgabe festlegen. Was soll das Bild zeigen, wofür wird es gebraucht und welches Format ist notwendig?
Create oder Edit wählen. Ein neues Motiv beginnt mit Create. Für Änderungen an einem vorhandenen Bild ist Edit gedacht.
Modell und Auflösung auswählen. Für erste Tests genügt oft eine günstigere oder kleinere Ausgabe. Die hohe Auflösung kommt erst, wenn die Richtung stimmt.
Prompt und Referenzen vorbereiten. Motiv, Stil, Licht, Perspektive und wichtige Grenzen klar nennen. Referenzen nur verwenden, wenn sie wirklich etwas erklären.
Gezielt markieren. Wenn etwas an eine bestimmte Stelle soll, ist eine Anmerkung im Bild oft verständlicher als drei zusätzliche Prompt-Absätze.
Varianten vergleichen. Nicht das erste halbwegs brauchbare Bild nehmen. Auf Details, Anatomie, Text, Kanten und Anschlussfehler achten.
Ergebnis weiterbearbeiten. Das beste Bild ist meist der Ausgangspunkt für Retusche, Composing, Farbkorrektur und Ausgabe – nicht automatisch das Endprodukt.
Die Oberfläche kann den Prozess ordnen. Denken, auswählen und kontrollieren muss man trotzdem selbst.
5. Welches Modell ist das richtige?
Darauf gibt es keine allgemeine Antwort. Ein Modell kann bei Text im Bild gut sein, ein anderes bei realistischen Personen, ein drittes bei gezielten Änderungen oder bei großen Auflösungen. Selbst identische Prompts liefern nicht immer identische Ergebnisse, weil Bildgeneratoren nicht vollständig deterministisch arbeiten.
Der Vorteil von AI Lab liegt daher weniger in einer geheimen Qualitätssteigerung. Er liegt darin, mehrere Modelle mit demselben Projekt und einem vergleichbaren Arbeitsablauf testen zu können. So sieht man schneller, welches Modell zur konkreten Aufgabe passt. Das ist praktische Werkzeugwahl, kein Glaubenskrieg.
Wichtig: Die Liste der Modelle ist eine Momentaufnahme. KI-Anbieter ändern Versionen, Preise und Bedingungen laufend. Wer den Artikel später liest, sollte die aktuelle Produktseite prüfen.
6. Tokens und Kosten ohne Nebelmaschine
AI Lab rechnet Generierungen über PI Tokens ab. Vor dem Start wird angezeigt, wie viele Tokens die gewählte Kombination aus Modell und Auflösung kostet. Das ist gut, weil man nicht erst nach dem Experiment merkt, dass der Spieltrieb teurer war als gedacht.
Mit Stand 16. August 2026 nennt die deutsche Produktseite drei monatlich kündbare Pakete: Starter mit 700 Tokens für regulär 19 Euro, Pro mit 1.600 Tokens für 38 Euro und Studio mit 3.200 Tokens für 70 Euro, jeweils inklusive Mehrwertsteuer. Bei meiner Recherche war zusätzlich eine zeitlich begrenzte Sommeraktion sichtbar. Preise und Aktionen können sich ändern.
Die Angabe „bis zu 700 Generierungen“ beim Starter-Paket ist eine Obergrenze. Eine Generierung kostet je nach Modell und Auflösung aktuell ungefähr 1 bis 24 Tokens. Ein 4K-Ergebnis verbraucht also deutlich mehr als eine günstige Testgenerierung. Ungenutzte Tokens werden laut Anbieter bei aktivem Abo übertragen; ansparen lassen sich höchstens sechs Monatsmengen. Für den Test stellt Picture Instruments 300 kostenlose Tokens bereit.
7. Lokal gespeichert heißt nicht lokal generiert
Das ist der wichtigste Punkt im Faktencheck. Projekte, Prompts, Referenzen und fertige Bilder werden auf dem eigenen Rechner gespeichert. Die eigentliche Bildgenerierung findet aber auf den Servern der jeweiligen KI-Anbieter statt. Dafür ist eine Internetverbindung notwendig, und hochgeladene Bilder müssen an den gewählten Anbieter übertragen werden. Eine starke Grafikkarte braucht man deshalb nicht.
Picture Instruments erklärt, die Daten nur weiterzuleiten und selbst nicht zu speichern. Zusätzlich gelten jedoch die Standardbedingungen der verwendeten APIs von Google, OpenAI, ByteDance oder Black Forest Labs. Laut FAQ können sich die Regeln zur Nutzung übermittelter Bilder je nach Anbieter unterscheiden. Für vertrauliche Kundenmotive, Personenbilder oder geschützte Entwürfe sollte man diese Bedingungen vor der Nutzung prüfen.
Kommerzielle Nutzung ist grundsätzlich möglich, aber auch hier gelten zusätzlich die Bedingungen des jeweiligen Modells. Das ist keine lästige Fußnote, sondern Teil professioneller Arbeit.
8. Was gefällt mir an dem Konzept?
Für mich als Medienkünstler ist nicht entscheidend, ob eine KI in zehn Sekunden irgendein Bild erzeugt. Interessant wird es dort, wo aus Versuch und Zufall ein kontrollierbarer Arbeitsprozess wird. Genau da setzt AI Lab an.
Mehrere Bildmodelle befinden sich in einer Oberfläche.
Projekte, Referenzen, Prompts und Varianten bleiben geordnet.
Visuelle Anmerkungen können ein Briefing genauer machen.
Ergebnisse lassen sich direkt vergleichen und in 1:1 prüfen.
Tokenkosten sind vor der Generierung sichtbar.
Photoshop kann ohne umständlichen Datei-Zirkus eingebunden werden.
Das alles klingt unspektakulär. Genau deshalb ist es brauchbar. Gute Werkzeuge müssen nicht jeden Dienstag eine kreative Revolution ausrufen. Sie sollen Arbeit übersichtlicher machen.
9. Wo liegen die Grenzen?
AI Lab nimmt einem weder die Bildidee noch die Qualitätskontrolle ab. Ein unklarer Auftrag bleibt unklar, nur jetzt eben in einer aufgeräumten Oberfläche. Auch Modellfehler, falsche Details, seltsame Anatomie oder misslungene Typografie verschwinden nicht automatisch.
Der Hersteller wirbt mit weniger Iterationen. Das ist als Ziel nachvollziehbar, aber kein allgemein belegter Leistungsnachweis. Bei meiner Recherche fand ich vor allem Herstellerinformationen, Presseberichte auf Basis dieser Informationen und einen positiven persönlichen Praxisbericht bei DOCMA. Einen unabhängigen Vergleichstest mit klaren Messkriterien habe ich nicht gefunden. Ob tatsächlich Zeit gespart wird, muss daher der eigene Arbeitsalltag zeigen.
Weitere Grenzen sind das laufende Abo, die notwendige Internetverbindung, wechselnde Modellangebote und die Abhängigkeit von den Bedingungen externer Anbieter. Außerdem speichert AI Lab generierte Ergebnisbilder laut FAQ immer als JPG. Wer für seinen Workflow andere Ausgabeformate oder vollständig lokale Verarbeitung braucht, muss das berücksichtigen.
10. Für wen lohnt sich AI Lab?
Sinnvoll kann die Software sein für:
Fotografen, Designer und Medienkünstler, die regelmäßig mit Bild-KI arbeiten.
Photoshop-Nutzer, die Generierung und Bildbearbeitung enger verbinden wollen.
Kreative, die mehrere Modelle vergleichen und Projekte sauber dokumentieren möchten.
Teams, die Prompt-Vorlagen und Referenzen strukturiert weitergeben wollen.
Weniger interessant ist AI Lab für:
Gelegenheitsnutzer, die nur alle paar Wochen ein einzelnes Bild erzeugen.
Anwender, die mit der Oberfläche eines einzigen Modells bereits zufrieden sind.
Projekte, bei denen Bilder den eigenen Rechner aus Datenschutzgründen nicht verlassen dürfen.
Menschen, die von einer Software automatisch fertige Kunst statt eines besseren Workflows erwarten.
11. Mein Fazit
AI Lab ist kein Zauberkasten und keine neue Bild-KI. Es ist eine Arbeitsumgebung, die den Umgang mit mehreren Bildmodellen ordnen soll. Der interessante Teil ist nicht der nächste Generieren-Knopf, sondern die Verbindung aus Projekten, Referenzen, visuellen Anmerkungen, Variantenvergleich, Kostenkontrolle und Photoshop.
Ob das Abo sein Geld wert ist, lässt sich recht nüchtern beantworten: Spart die Software bei regelmäßiger Arbeit mehr Zeit und Nerven, als sie kostet, ist sie sinnvoll. Wer nur gelegentlich ein Bild braucht, wird auch ohne diese Steuerzentrale auskommen.
Ich sehe KI weiterhin als Werkzeug. Ein gutes Werkzeug macht mich nicht automatisch zum besseren Künstler. Es kann mir aber helfen, schneller zu prüfen, gezielter zu entscheiden und sauberer zu arbeiten. Genau daran sollte sich AI Lab messen lassen. Nicht an der Größe der Werbeüberschrift, sondern am tatsächlichen Nutzen im Projekt.
Mehr Ordnung ist noch keine Kunst. Aber sie lässt mehr Zeit für die eigentliche Arbeit.
Quellen und weiterführende Links
Alle Produktangaben, Modelle, Preise und technischen Voraussetzungen wurden am 16. August 2026 geprüft. Da sich KI-Angebote schnell ändern, gilt für aktuelle Entscheidungen immer die jeweilige Herstellerseite.
OpenAI: Data controls in the OpenAI platform Offizielle Angaben zur Datenverarbeitung bei der OpenAI-API. Für andere in AI Lab verwendete Modelle gelten die Bedingungen der jeweiligen Anbieter.
Transparenzhinweis
Bei Recherche, Faktenprüfung, Struktur und sprachlicher Ausarbeitung dieses Artikels wurde generative KI unterstützend eingesetzt. Inhaltliche Position, redaktionelle Bearbeitung und finale Freigabe liegen bei Brownz.
Warum ich KI nicht schlagen, sondern sinnvoll einsetzen will
Ein persönlicher Fachbeitrag über faire Vergleiche, kreative Arbeit und neue Werkzeuge
Auf Instagram sehe ich immer wieder dasselbe Muster: Ein Mensch tritt gegen „die KI“ an. Die KI liefert nach einem kurzen Briefing einen Erstversuch, der Mensch zeigt nach mehreren Überarbeitungen sein Endergebnis – und erklärt sich zum Sieger. Unterhaltsam kann das sein. Ein fairer Vergleich ist es meistens nicht.
1. Was am Duell nicht stimmt
Ich nenne dieses Muster hier „Ich gegen die KI“. Einen einheitlichen Instagram-Trend mit klarer Herkunft konnte ich bei der Recherche nicht belegen. Es ist meine Beobachtung eines wiederkehrenden Formats. Den Begriff „Mensch gegen KI“ gibt es auch außerhalb von Instagram seit Jahren in Medien, Forschung und Unterhaltung.
Im Video läuft es meist so: Die KI bekommt eine Aufgabe, liefert rasch ein Ergebnis und ist damit fertig. Der Mensch denkt nach, probiert Varianten, verwirft, korrigiert und zeigt am Ende seine beste Fassung. Dass dieses Ergebnis besser sein kann, überrascht mich nicht. Verglichen werden ein Erstversuch und ein ausgearbeiteter Prozess.
Dazu fehlen oft die entscheidenden Angaben: Welche KI wurde verwendet? Welches Modell und welche Version? Wie lautete das vollständige Briefing? Gab es Referenzen, Einstellungen oder mehrere Versuche? Wie viel Zeit bekamen beide Seiten? Nach welchen Kriterien wurde bewertet? Ohne diese Informationen ist das kein nachvollziehbarer Test, sondern eine Inszenierung.
Das muss nicht böse gemeint sein. Über die Motive anderer möchte ich nicht spekulieren. Mir geht nur die Schlussfolgerung zu weit: Ein schwacher Versuch mit einem nicht näher genannten System beweist nicht, dass ein Mensch „die KI“ geschlagen hat. Er beweist nur, dass dieser Versuch schwach war.
Ein schwacher Erstversuch ist kein Beweis gegen KI. Er ist ein schwacher Erstversuch.
2. Ein Prompt ist kein Zauberspruch
Ein brauchbares Ergebnis beginnt mit einer brauchbaren Aufgabe. Zielgruppe, Zweck, Format, gewünschte Wirkung, Grenzen und Referenzen müssen klar sein. Das gilt für Menschen genauso wie für KI-Systeme.
Ein kurzer Prompt ist nicht automatisch schlecht. Midjourney empfiehlt für sein System sogar kurze, klare Formulierungen. Die eigene Dokumentation sagt aber ebenso deutlich: Weniger Details bedeuten mehr Variation und weniger Kontrolle. Wenn bestimmte Elemente wichtig sind, müssen sie genannt oder über Referenzen und Parameter gesteuert werden.
Wer Wunder erwartet, muss mehr tun als einmal auf „Generieren“ zu klicken. Man muss Ergebnisse prüfen, Varianten testen, Fehler erkennen, das passende Werkzeug wählen und weiterarbeiten. Das ist beim Fotografieren nicht anders: Eine Kamera im Automatikmodus macht mich nicht zum Starfotografen. Sie gibt mir zunächst eine Aufnahme. Was daraus wird, hängt von Wissen, Blick und Arbeit ab.
Und „die KI“ gibt es ohnehin nicht. Text-, Bild-, Video- und Audiosysteme haben unterschiedliche Modelle, Versionen und Stärken. Wer ein einzelnes Ergebnis zeigt, bewertet genau diesen Einsatz dieses Systems. Nicht die gesamte Technologie.
3. Was die Forschung tatsächlich zeigt
Die Forschung liefert weder einen Freispruch für KI noch eine Siegerurkunde für den Menschen. Sie zeigt: KI-Unterstützung kann helfen, sie kann aber auch schaden. Entscheidend sind Aufgabe, Modell und menschliche Kontrolle.
Bei Noy und Zhang bearbeiteten 453 Hochschulabsolventen berufstypische Schreibaufgaben. Mit ChatGPT sank die durchschnittliche Bearbeitungszeit um 40 Prozent; die bewertete Qualität stieg um 18 Prozent. Das gilt für diese Aufgaben und diesen Versuchsaufbau – nicht automatisch für jeden Text.
Dell’Acqua und Kollegen untersuchten 758 Beraterinnen und Berater von Boston Consulting Group. Bei 18 Aufgaben innerhalb der damaligen Leistungsgrenze von GPT-4 erledigten Teilnehmer mit KI 12,2 Prozent mehr Teilaufgaben und arbeiteten 25,1 Prozent schneller; auch die Qualität stieg. Bei einer bewusst außerhalb dieser Grenze gewählten Aufgabe waren KI-Nutzer dagegen 19 Prozentpunkte seltener korrekt.
Doshi und Hauser ließen 293 Personen jeweils eine kurze Geschichte mit acht Sätzen schreiben. Der Zugriff auf KI-Ideen verbesserte im Durchschnitt Bewertungen wie Neuheit und Nützlichkeit, besonders bei weniger kreativen Teilnehmern. Gleichzeitig wurden die KI-unterstützten Geschichten einander ähnlicher. Auch hier gilt: Untersucht wurden kurze Geschichten, nicht Grafikdesign, Fotografie oder Kunst allgemein.
Die klare Aussage ist daher nicht „KI gewinnt“ oder „Mensch gewinnt“. KI kann Tempo, Menge oder Qualität erhöhen. Sie kann ebenso falsche Sicherheit und Gleichförmigkeit erzeugen. Deshalb braucht sie Erfahrung, Auswahl und Kontrolle.
4. Wie ich KI tatsächlich nutze
Ich arbeite seit den frühen Midjourney-Tagen mit generativer KI – aus Neugier und aus beruflichem Interesse. Als Medienkünstler will ich wissen, was ein neues Werkzeug kann, wo es scheitert und wie ich es für meine Arbeiten und Aufträge sinnvoll einsetzen kann.
Der größte Vorteil ist für mich die Zahl der Möglichkeiten. Ich kann Ideen schneller sichtbar machen, Richtungen vergleichen und Varianten testen. Das spart nicht automatisch Arbeit. Es verlagert Arbeit in Auswahl, Beurteilung, Bearbeitung und Qualitätskontrolle.
Mein Ablauf ist einfach:
Ich kläre Idee, Zweck, Zielgruppe und gewünschte Wirkung.
Ich wähle das System passend zur Aufgabe.
Ich teste Varianten und verwerfe den Großteil.
Ich bearbeite, kombiniere und korrigiere.
Ich prüfe Fakten, Rechte, technische Qualität und Kundentauglichkeit.
Ich entscheide und übernehme die Verantwortung für das Endergebnis.
Das Werkzeug führt kein Kundengespräch, trifft keine verantwortliche Endentscheidung und unterschreibt keine Rechnung. Das mache ich. Genau darin liegt die professionelle Leistung.
5. Kritik ja. KI-Bashing nein.
An KI gibt es genug zu kritisieren: Trainingsdaten, Urheberrecht, Einwilligung, Energiebedarf, Fehler, Verzerrungen, Arbeitsplatzdruck und die Flut austauschbarer Inhalte. Diese Fragen gehören offen diskutiert.
Was ich nicht brauche, ist pauschaler Hate. Den kenne ich beruflich schon lange. Als ich in den 1980er-Jahren mit Computergrafik begann, hieß es ebenfalls: „Das ist doch keine Kunst.“ Der Computer wurde als Abkürzung oder Schummelei gesehen. Heute ist die Computergrafik selbstverständlich; der alte Vorwurf hat nur ein neues Werkzeug gefunden.
Ich habe weitergearbeitet, gelernt und neue Methoden ausprobiert. Das mache ich heute wieder. Nicht weil jede neue Technik automatisch gut ist, sondern weil ich sie erst beurteilen kann, wenn ich ernsthaft damit arbeite.
Man darf KI ablehnen und ohne KI hervorragende Arbeit machen. Die eigene Arbeit wird nur nicht wertvoller, weil daneben ein schwacher KI-Versuch liegt. Entscheidend ist das Ergebnis – und wie verantwortungsvoll es entstanden ist.
Das „Das ist doch keine Kunst“ bekommt regelmäßig ein Software-Update.
6. Was der EU AI Act dazu sagt
Die Transparenzpflichten aus Artikel 50 des EU AI Act gelten seit 2. August 2026. Für Blogtexte gibt es keine Pauschalregel, nach der jede KI-Unterstützung zwingend gleich gekennzeichnet werden muss.
Kennzeichnungspflichten betreffen unter anderem KI-generierte oder manipulierte Texte, die die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informieren sollen. Nach den Leitlinien der EU-Kommission müssen solche Texte nicht gekennzeichnet werden, wenn sie inhaltlich von Menschen geprüft oder redaktionell kontrolliert wurden und eine Person oder Organisation die redaktionelle Verantwortung trägt. Reine Rechtschreib- oder Grammatikkorrekturen reichen dafür nicht.
Dieser Beitrag wurde von mir inhaltlich vorgegeben, redaktionell bearbeitet, auf Quellen geprüft und freigegeben. Den KI-Hinweis am Ende setze ich trotzdem. Nicht als Alarmtafel, sondern als klare Information darüber, welches Werkzeug beteiligt war und wer verantwortlich ist.
Ob ein konkreter Inhalt kennzeichnungspflichtig ist, hängt vom Einzelfall ab. Für Deepfakes sowie bestimmte Bild-, Audio- und Videoinhalte gelten eigene Regeln. Dieser Absatz ist eine sachliche Einordnung, keine Rechtsberatung.
Faktencheck in Kürze
Für einen einheitlichen Instagram-Trend „Ich gegen die KI“ mit belegtem Ursprung gibt es keinen belastbaren Nachweis.
Die drei genannten Studien zeigen Vorteile bei passenden Aufgaben, aber auch Grenzen und Risiken. Keine davon beweist eine allgemeine Überlegenheit von Mensch oder KI.
Artikel 50 gilt seit 2. August 2026. Menschliche Inhaltsprüfung, redaktionelle Kontrolle und Verantwortung sind bei bestimmten Texten rechtlich relevant.
7. Mein Fazit
Wer sich nach einem KI-Duell zum Sieger erklären möchte, kann das tun. Die KI wird es verkraften. Über kreative Arbeit lernen wir dabei wenig.
Mich interessiert, wie ich Erfahrung, Blick und Verantwortung mit neuen Werkzeugen verbinde. Für meine Kunst, für Aufträge, für Kunden – und selbstverständlich auch, um mit meiner Arbeit Geld zu verdienen.
Ich muss KI nicht schlagen. Ich muss wissen, wann sie hilft, wann sie in die Irre führt und wann ich sie besser ausgeschaltet lasse. Das ist weniger spektakulär als ein Duell im Hochformat. Dafür ist es ehrliche Arbeit.
Nicht ich gegen die KI. Ich mit Werkzeug, Erfahrung und Verantwortung.
Quellen und weiterführende Links
Alle Links und Zahlen wurden am 15. August 2026 erneut geprüft. Die Studien gelten für konkrete Aufgaben, Modelle und Versuchsanordnungen; sie sind keine allgemeine Qualitätsgarantie.
Noy & Zhang: Experimental evidence on the productivity effects of generative artificial intelligence —https://doi.org/10.1126/science.adh2586 Peer-reviewte Studie in Science zu professionellen Schreibaufgaben: 453 Teilnehmer, weniger Bearbeitungszeit und höhere bewertete Qualität mit ChatGPT.
Dell’Acqua et al.: Navigating the Jagged Technological Frontier —https://doi.org/10.1287/orsc.2025.21838 Peer-reviewte Feldstudie in Organization Science mit 758 Wissensarbeitern zu Nutzen und Risiken von KI innerhalb und außerhalb ihrer Leistungsgrenze.
Doshi & Hauser: Generative AI enhances individual creativity but reduces the collective diversity of novel content —https://doi.org/10.1126/sciadv.adn5290 Peer-reviewte Studie in Science Advances zu KI-Ideen beim Schreiben kurzer Geschichten: höhere Einzelbewertungen, aber ähnlichere Ergebnisse in der Gesamtheit.
Bei Recherche, Struktur und sprachlicher Ausarbeitung dieses Artikels wurde generative KI unterstützend eingesetzt. Inhaltliche Position, Quellenprüfung, redaktionelle Bearbeitung und finale Freigabe liegen bei Brownz.
Warum Weglassen im Zeitalter des unendlichen Mehrs wieder wichtig wird
Peter „BROWNZ“ Braunschmid · Linz · August 2026
Mehr ist billig geworden. Entscheiden ist teuer.
Wir leben in einer Welt des Mehr. Mehr Varianten, mehr Programme, mehr Bilder, mehr Meinungen – und sicherheitshalber noch drei Versionen davon. Die KI hat diesen Wasserhahn nicht erfunden. Sie hat ihn nur voll aufgedreht.
Mit ein paar Eingaben entstehen in kurzer Zeit Texte, Bilder, Musik, Präsentationen, Videos und Konzepte. Technisch beeindruckend. Aber Menge ist keine Bedeutung. Tausend Bilder sind noch keine Bildwelt.
Mein Gegenentwurf heißt radikale Reduktion. Nicht als Mode. Nicht als leeres weißes Wohnzimmer mit einsamer Vase. Sondern als harte kreative und persönliche Entscheidung.
Radikal heißt: an die Wurzel
Radikale Reduktion beginnt nicht beim Aufräumen. Sie beginnt mit einer einfachen Frage: Worum geht es hier eigentlich?
Was trägt die Idee? Was ist nur Dekoration? Was ist aus Gewohnheit da? Was bleibt, wenn ich alles entferne, das zwar möglich, aber nicht notwendig ist? Und vor allem: Wozu sage ich ab jetzt Nein?
Das Nein ist der schwierige Teil. Hinzufügen kann fast jeder. Weglassen verlangt Urteilskraft. Man legt sich fest, schließt Türen und macht eine Richtung sichtbar. Damit wird sie natürlich auch angreifbar.
Reduktion ist für mich keine Schwächung. Sie ist Konzentration. Weniger Lärm, damit das Wesentliche wieder eine Stimme bekommt.
KI produziert Varianten. Entscheiden muss ich.
Mit KI kann ich in Minuten Varianten erzeugen, für die ich früher Stunden oder Tage gebraucht hätte. Für bestimmte Aufgaben lässt sich der Zeitgewinn sogar messen: In einem randomisierten Experiment mit 453 Berufstätigen wurden klar umrissene Schreibaufgaben mit ChatGPT im Durchschnitt 40 Prozent schneller erledigt; die bewertete Qualität stieg um 18 Prozent. Das gilt für diese Aufgaben. Nicht automatisch für Arbeit überhaupt und schon gar nicht für Kunst.
Die wichtige Frage lautet deshalb nicht nur: Was kann ich erzeugen? Sondern: Was davon darf bleiben?
Eine Studie mit kurzen Geschichten zeigte 2024 die andere Seite. KI-Ideen verbesserten die Bewertung einzelner Texte, vor allem bei den im Vortest weniger kreativen Teilnehmenden. Gleichzeitig ähnelten sich die KI-unterstützten Geschichten stärker. Individuell besser, gemeinsam ähnlicher. Kein Todesurteil für KI. Aber ein brauchbares Warnschild.
Wenn Millionen Menschen dieselben Modelle nach denselben spektakulären Dingen fragen, bekommen wir sehr viel Oberfläche und erstaunlich oft denselben Brei. Alles leuchtet. Überall schweben Partikel. Jedes Gesicht war offenbar beim selben digitalen Hautarzt.
Ich bin weder KI-Verweigerer noch automatisches Bilderfließband. BROWNZ ART ist kein Prompt-Kiosk. Prompt rein, Bild raus, Hirn aus – das ist kein Arbeitsprozess. KI liefert Rohmaterial. Ich wähle, kombiniere und retuschiere. Die Richtung kommt von mir.
Die KI macht mehr. Ich entscheide, was bleibt.
In meiner Kunst: Nicht alles bleibt
Ich sammle viel. Fotos, Skizzen, Handyfotos, Zeichnungen, Texturen, Archivsplitter, digitale Zufälle und Erinnerungsreste können Rohstoff sein. Das klingt zunächst nicht nach Reduktion. Ist es aber.
Sammeln ist der Anfang, nicht das Ergebnis. Nicht alles bleibt. Ein Bild mutiert, wird gebaut, zerlegt, neu zusammengesetzt, gedruckt, überarbeitet und manchmal wieder zerstört. Ich arbeite daran, bis es nicht mehr nach Rohmaterial aussieht.
Dabei fliegen auch gute Dinge hinaus. Eine schöne Textur kann das falsche Bild schöner machen. Dann muss sie trotzdem weg. Ein Effekt kann technisch toll sein und die Aussage ruinieren. Ein Bild ist keine Demokratie. Nicht jedes Element hat Bleiberecht.
Am Ende zählt nicht, wie viele Ebenen in der Photoshop-Datei liegen. Es zählt, ob das Bild trägt. Idee, Stimmung, Oberfläche, Entscheidung. Ein Werk. Eine Wand. Ein Sammler. Dazwischen darf der Weg ruhig wild sein. Das Ergebnis braucht Klarheit.
In Photoshop, Synthografie und Wissen
Seit den Achtzigern arbeite ich digital, Coachings und Workshops gebe ich seit 1997. Ich habe Programme kommen, wachsen, umbenannt werden und wieder verschwinden sehen. Jede neue Version verspricht mehr. Mehr Funktionen, mehr Automatismen, mehr Abkürzungen.
In Coachings merke ich aber immer wieder: Den meisten fehlt nicht die nächste Funktion. Ihnen fehlt die nächste klare Entscheidung. Wo liegt der Blick? Was soll das Licht tun? Welche Farbe führt? Warum ist die Figur überhaupt im Bild? Und wann ist Schluss?
In einem Coaching schütte ich nicht mein gesamtes Archiv über jemanden aus. Das wäre Wissen als Lawine. Ich reduziere, bis der nächste sinnvolle Schritt sichtbar wird. Verständlich machen, ohne dumm zu machen. Zeigen, was wirkt – und genauso klar sagen, was nicht funktioniert.
Wer eine Taste sucht, die automatisch Geschmack erzeugt, wird weiterhin enttäuscht. Das ist wahrscheinlich gesund.
Mehr Auswahl lähmt – stimmt das überhaupt?
An dieser Stelle wird gern die Marmeladenstudie aus dem Jahr 2000 erzählt: 24 Sorten zogen mehr Aufmerksamkeit an, bei sechs Sorten wurde aber häufiger gekauft. Daraus entstand die praktische Schlagzeile, zu viel Auswahl mache uns handlungsunfähig.
Nur ist die Wissenschaft weniger dekorativ als die Schlagzeile. Eine Meta-Analyse von 50 veröffentlichten und unveröffentlichten Experimenten fand 2010 im Durchschnitt praktisch keinen allgemeinen Choice-Overload-Effekt – aber große Unterschiede zwischen den Studien. Mehr Auswahl kann belasten. Manchmal tut sie es nicht. Der Kontext entscheidet.
Mein Plädoyer für radikale Reduktion ist daher kein Naturgesetz nach dem Motto: Drei Möglichkeiten sind gut, vier machen krank. So einfach ist es nicht.
Reduktion wird dort wertvoll, wo Möglichkeiten das Ziel verdecken. Wo wir nur noch vergleichen, statt zu entscheiden. Wo die Produktion weiterläuft, obwohl die Aussage längst fertig wäre. Sie ist keine neurologische Zauberformel. Sie ist eine bewusste Arbeitsweise.
Die Philosophen und Gestalter waren früher dran
Henry David Thoreau schrieb 1854 in „Walden“, das Leben werde durch Einzelheiten zerrieben, und forderte: „Simplify, simplify.“ Er kannte weder Smartphones noch generative KI. Den Mechanismus offenbar schon.
Der Designer Dieter Rams formulierte später: „Less, but better.“ Gutes Design sei so wenig Design wie möglich, weil es sich auf das Wesentliche konzentriert. Das ist kein Auftrag, alles hübsch leer zu machen. Es ist ein Auftrag, das Unnötige nicht mit Bedeutung zu verwechseln.
Herbert Simon, Nobelpreisträger und früher KI-Forscher, beschrieb unsere begrenzte Rationalität. Menschen optimieren nicht endlos. Sie suchen, bis eine tragfähige Lösung erreicht ist. Er nannte das „Satisficing“.
Das klingt nach „gut genug“. In einer Welt voller Varianten ist „gut genug und entschieden“ manchmal die reifere Leistung als noch eine Runde auf der Suche nach dem perfekten Ergebnis.
Mein radikaler Reduktions-Test
Dieser Test funktioniert für ein Bild, einen Text, ein Angebot, einen Workshop, einen Social-Media-Post oder eine Entscheidung im Alltag. Sieben Fragen reichen:
Was ist der eine Satz? Wenn ich nicht knapp sagen kann, worum es geht, ist die Idee noch nicht scharf genug.
Was ist nur möglich, aber nicht notwendig? Neue Funktionen und Varianten sind Angebote, keine Befehle.
Was kann weg, ohne dass die Wirkung kleiner wird? Wenn nach dem Entfernen nichts fehlt, war es Ballast.
Welche Aufgabe hat jedes Werkzeug? Ein Werkzeug ohne klare Aufgabe produziert meist nur sichtbare Beschäftigung.
Welche Variante gewinnt – und warum? „Sie schaut cool aus“ ist manchmal ehrlich, aber selten eine ausreichende Endredaktion.
Was veröffentliche ich bewusst nicht? Verwerfen ist kein Scheitern. Es ist Qualitätsarbeit.
Kann ich für das Übriggebliebene meinen Namen hergeben? Wenn ja, ist Schluss. Sonst fehlt nicht zwingend mehr Material, sondern eine klarere Entscheidung.
Reduktion ist kein Rückzug
Ich will nicht zurück in eine angeblich bessere Zeit mit drei Fernsehprogrammen und einem Pinsel. Ich mag neue Werkzeuge, Archive, Experimente und Mutationen. Die Explosion darf in der Werkstatt stattfinden. Sie muss nur nicht ungefiltert an die Wand, auf die Website oder in den Kopf anderer Menschen gekippt werden.
Radikale Reduktion heißt nicht, weniger neugierig zu sein. Sie heißt, die Neugier zu bündeln. Nicht weniger lernen, sondern gezielter. Nicht weniger machen, sondern weniger Halbgares veröffentlichen. Mehr Technik verlangt mehr Verantwortung. Punkt.
Weniger, damit wieder etwas sichtbar wird
Die Welt wird nicht leerer. KI wird mehr Varianten und mehr Tempo liefern. Damit steigt nicht der Wert dessen, der noch mehr produziert, sondern dessen, der auswählt, begrenzt, verbindet, verwirft und zuspitzt.
Ich will nicht alles zeigen, was möglich war. Ich will zeigen, was trägt. Ein Bild. Ein Gedanke. Eine Entscheidung.
Nicht weniger Leben. Weniger von dem, was uns davon abhält.
Faktencheck und weiterführende Links
Stand der Quellenprüfung: 14. August 2026. Philosophische und gestalterische Positionen sind als Positionen gekennzeichnet; empirische Aussagen werden nicht über ihren Untersuchungsbereich hinaus verallgemeinert.
Iyengar & Lepper (2000) — Drei Experimente zum möglichen Choice-Overload-Effekt; darunter das häufig zitierte Marmeladen-Experiment. Quelle öffnen
Scheibehenne, Greifeneder & Todd (2010) — Meta-Analyse von 63 Bedingungen aus 50 Experimenten (N = 5.036): mittlerer Effekt nahezu null, deutliche Unterschiede je nach Kontext. Quelle öffnen
Noy & Zhang (2023), Science — Randomisiertes Experiment mit 453 Berufstätigen bei klar umrissenen professionellen Schreibaufgaben: im Mittel 40 % weniger Zeit und 18 % höhere bewertete Qualität mit ChatGPT. Quelle öffnen
Doshi & Hauser (2024), Science Advances — KI-Ideen verbesserten im Experiment die Bewertung kurzer Geschichten; KI-unterstützte Geschichten ähnelten einander zugleich stärker. Quelle öffnen
Herbert A. Simon (1978) — Nobelpreisvortrag zu begrenzter Rationalität, selektiver Suche und Satisficing. Quelle öffnen
Henry David Thoreau: Walden (1854) — Primärtext bei Project Gutenberg; philosophischer Bezug zur bewussten Vereinfachung. Quelle öffnen
Dieter Rams: Zehn Thesen für gutes Design — „Less, but better“ und der Grundsatz, gutes Design auf das Wesentliche zu konzentrieren. Quelle öffnen
Transparenzhinweis zur Entstehung dieses Beitrags
Dieser Text ist im Zwiegespräch entstanden, nicht mit einem einzelnen Prompt. Über Monate habe ich Gedanken, Erfahrungen und Positionen direkt eingesprochen. Daraus ist ein Gesprächs- und Arbeitsarchiv gewachsen, auf das bei diesem Beitrag zurückgegriffen wurde.
ChatGPT half beim Ordnen, Gegenprüfen, Recherchieren und Kürzen. Die KI war Gesprächspartner, Recherchehilfe und Werkzeug. Nicht der Künstler. Nicht der Autor mit eigener Haltung.
Die Haltung, die persönlichen Erfahrungen, die Beispiele und die Entscheidung über die Veröffentlichung liegen bei mir. Es gab viele Möglichkeiten. Übrig bleibt diese Fassung. Passt zum Thema.
Photoshop 27.9.1, Camera Raw 18.4.1, Lightroom 15.4/9.4 und der ehrliche Beta-Faktencheck
Stand: 13. August 2026
Adobe verteilt laufend neue Funktionen auf Photoshop, Camera Raw, Lightroom und die Beta-Version. Das klingt zuerst einmal spannend. In der Praxis führt es aber schnell zu Versionssalat: Eine Funktion steckt schon in der normalen Version, eine andere nur in der Beta und eine dritte wird im Netz einem Update zugeschrieben, das Adobe auf Deutsch noch gar nicht dokumentiert.
Ich habe deshalb die aktuellen deutschsprachigen Adobe-Seiten noch einmal einzeln geprüft. Das Ergebnis ist nüchterner, aber deutlich verlässlicher: Für Camera Raw ist derzeit Version 18.4.1 dokumentiert, für Lightroom Classic 15.4.1 und für Lightroom Desktop 9.4. Die zuvor genannten Versionsstände 18.5 beziehungsweise 15.5 und 9.5 sind dort aktuell nicht bestätigt. Unbelegte Funktionen habe ich aus diesem Beitrag entfernt.
Was übrig bleibt, ist trotzdem nützlich: generatives Erweitern in Camera Raw, bessere Masken, Fokuspunkt-Anzeige, Vektorskop, Duplikaterkennung in Lightroom Classic und praktische Verbesserungen im regulären Photoshop. Schauen wir uns das ohne Werbegebrüll an – und vor allem so, dass du es nachmachen kannst.
Kurzfassung für ganz Eilige
Photoshop 27.9.1 ist der aktuelle reguläre Stand in den deutschsprachigen Photoshop-Versionshinweisen vom Juli 2026.
Camera Raw 18.4.1 bringt generatives Erweitern, eine Vollbild-Präsentation und die Anzeige von Autofokus-Messfeldern bei unterstützten Kameras.
Camera Raw 18.4 verbessert außerdem Motivmasken, ergänzt ein Vektorskop und erlaubt einen linearen Verlauf in zwei Richtungen.
Lightroom Classic 15.4.1 beziehungsweise 15.4 ergänzt unter anderem Duplikaterkennung, Gesichtsansichten, bessere Motivmasken und neue KI-Metadatenfilter.
Lightroom Desktop 9.4 ergänzt Gesichtsansichten, verbesserte Motivmasken sowie weitere Funktionen für Schärfung und Video.
Die deutschsprachige Photoshop-Beta-Seite dokumentiert als jüngsten Eintrag weiterhin Beta 27.4 vom Januar 2026. Eine neue August-Beta ist dort derzeit nicht belegt.
Mein Rat: das reguläre Photoshop für Aufträge, die Beta für Tests und Camera Raw als sauberen ersten Arbeitsschritt für RAW-Dateien.
Erst einmal die Begriffe – ohne Fachchinesisch
RAW-Datei: Das digitale Negativ deiner Kamera. Es enthält mehr Bildinformationen als ein JPEG und lässt sich deshalb besser entwickeln.
Camera Raw: Der RAW-Entwickler, der beim Öffnen unterstützter RAW-Dateien vor Photoshop erscheint. Einen ähnlichen Entwicklungsbereich findest du in Lightroom.
Maske: Sie legt fest, wo eine Korrektur wirkt. Weiß bedeutet: Hier wirkt sie. Schwarz bedeutet: Hier nicht.
Smartobjekt: Ein Bearbeitungscontainer in Photoshop. Öffnest du eine RAW-Datei als Smartobjekt, kannst du später zu den Camera-Raw-Einstellungen zurückkehren.
Generative Credits: Ein Nutzungskontingent für bestimmte Adobe-KI-Funktionen. Das generative Erweitern mit Firefly kann solche Credits verbrauchen.
Welche Version ist bei mir installiert?
Öffne die Creative-Cloud-Desktop-App und gehe zu Apps > Updates.
In Photoshop findest du die genaue Programmversion unter Hilfe > Systeminformationen.
Die Camera-Raw-Version prüfst du in Photoshop über Hilfe > Über Zusatzmodule > Camera Raw. Auf dem Mac liegt der Menüpunkt unter Photoshop > Über Zusatzmodule > Camera Raw.
Vergleiche nicht nur den großen Versionsnamen, sondern auch die Unterversion. 18.4 und 18.4.1 sind nicht dasselbe.
Fehlt ein Update, warte lieber kurz und prüfe später erneut. Adobe verteilt Aktualisierungen teilweise gestaffelt.
Praxis-Tipp: Aktualisiere nicht fünf Minuten vor einem Kundentermin. Das ist kein Workflow, das ist eine Mutprobe.
Versionsnummern: der zweite Kontrollgang
Photoshop regulär: 27.9.1. Adobe führt diese Version in den deutschen Neuerungen und Versionshinweisen für Juli 2026.
Photoshop Beta: 27.4 ist der jüngste Stand, den die deutsche Beta-Seite ausdrücklich dokumentiert. Das ist nicht automatisch dieselbe Build-Nummer, die dir Creative Cloud heute anbietet.
Camera Raw: 18.4.1. Die Neuerungen von 18.4 und 18.3.1 gehören ebenfalls zum aktuellen Funktionspaket.
Lightroom Classic: 15.4.1 ist der aktuelle Wartungsstand. Die großen Neuerungen werden auf Adobes Übersichtsseite unter 15.4 erklärt.
Lightroom Desktop: 9.4. Lightroom Mobile kann je nach Betriebssystem und gestaffelter Verteilung abweichen.
Nicht belegt sind derzeit Photoshop 27.9.2, Camera Raw 18.5 sowie Lightroom Classic 15.5 oder Lightroom Desktop 9.5. Solche Nummern klingen nach dem logischen nächsten Schritt, sind aber ohne offiziellen Versionshinweis noch kein Fakt.
Photoshop 27.9.1: kleine Änderungen, die im Alltag helfen
Das reguläre Photoshop-Update vom Juli 2026 ist kein großer Umbau. Es verbessert vor allem Stellen, an denen man täglich ein paar Klicks verlieren kann.
Mehr Kontrolle beim Entfernen-Werkzeug
Die kontextbezogene Taskleiste zeigt zusätzliche Bedienelemente für das Entfernen-Werkzeug. Dazu gehören das Finden störender Elemente, das Hinzufügen oder Abziehen von Bereichen und die Option, nach jedem Pinselstrich sofort zu entfernen. Du musst dadurch seltener in der Optionsleiste suchen.
Dupliziere zuerst die Bildebene mit Strg+J unter Windows oder Cmd+J auf dem Mac.
Wähle das Entfernen-Werkzeug in der Werkzeugleiste.
Male knapp über das störende Objekt. Kleine Pinselstriche sind meist leichter zu kontrollieren als ein riesiger Kringel.
Prüfe das Ergebnis bei 100 Prozent. Achte besonders auf wiederholte Muster, verbogene Kanten und verschmierte Hautstrukturen.
Wenn das Ergebnis schlecht ist, gehe einen Schritt zurück und bearbeite kleinere Teilbereiche.
Ebenen an Firefly Boards senden
Ausgewählte Photoshop-Ebenen lassen sich direkt an Firefly Boards senden. Das ist interessant, wenn du Varianten, Bildideen oder ein Moodboard in Boards weiterentwickeln möchtest.
Markiere im Ebenen-Bedienfeld die gewünschten Ebenen.
Klicke mit der rechten Maustaste auf die Auswahl.
Wähle Ebenen an Firefly Boards senden.
Wähle ein vorhandenes Board oder erstelle ein neues.
Öffne das Board und kontrolliere, ob wirklich die richtigen Ebenen angekommen sind.
Wichtig: Für eine einzelne lokale PSD nennt Adobe zusätzlich Datei > Exportieren > An Firefly Boards senden. Das Dokument wird dabei in die Cloud übertragen.
Cloud-Suche, Schriften und Hinweise für KI-Eingaben
Cloud-Dateien lassen sich mit Stichwörtern und natürlicher Sprache durchsuchen.
Favorisierte Schriften können gespeichert und wiederhergestellt werden.
Beim Erzeugen von Bildern erscheinen Hinweise, die beim Formulieren der Eingabe helfen.
Das sind keine Funktionen, für die man eine Blaskapelle bestellt. Aber sie machen einen bestehenden Ablauf etwas ruhiger – und genau das ist bei Software oft die sinnvollere Art von Update.
Photoshop Beta: Was ist aktuell wirklich belegt?
Die deutschsprachige Beta-Seite von Adobe führt als jüngsten Eintrag Photoshop Beta 27.4 vom Januar 2026. Dort wird vor allem Dynamischer Text beschrieben: Text lässt sich kreisförmig, bogenförmig oder entlang einer Kurve anordnen.
Eine neue deutschsprachig dokumentierte August-Beta konnte ich nicht bestätigen. Das heißt nicht automatisch, dass kein Test-Build verteilt wird. Es heißt nur: Für einen belastbaren Blogbeitrag reicht ein Screenshot oder ein Forenhinweis nicht als Beleg.
Reguläre Version: für verlässliche Arbeit, Kundenprojekte und enge Termine.
Beta-Version: für Neugier, Tests und frühes Feedback – am besten mit Kopien statt Originaldateien.
Adobe weist außerdem darauf hin, dass viele generative Beta-Funktionen Credits verbrauchen können. Die Beta kann parallel zur normalen Version installiert werden. Trotzdem gilt: Wichtige Dateien zuerst sichern und nicht die einzige Version eines Projekts in einer Test-App öffnen.
Leicht übersehener Credit-Tipp: Laut Adobes deutscher Beta-Übersicht verbrauchen das Entfernen-Werkzeug im generativen Modus und die Schaltfläche Entfernen keine generativen Credits. Für die meisten anderen generativen Beta-Funktionen können dagegen Credits anfallen.
Camera Raw 18.4.1: die wichtigsten Neuerungen
Camera Raw 18.4.1 ist das für Fotografen interessanteste aktuelle Paket. Die drei sichtbarsten Punkte sind generatives Erweitern, die Vollbild-Präsentation und die Anzeige von Autofokus-Messfeldern.
Generatives Erweitern
Damit vergrößerst du die Bildfläche über den ursprünglichen Rand hinaus. Camera Raw erzeugt den fehlenden Bereich entweder mit Firefly oder füllt ihn aus dem vorhandenen Bildinhalt. Das hilft bei einem zu knappen Ausschnitt, einem schiefen Horizont oder wenn du mehr Platz für Text brauchst.
Öffne eine unterstützte RAW-Datei direkt in Camera Raw.
Wähle Zuschneiden und erweitern.
Aktiviere Erweitern.
Ziehe möglichst nur eine Kante auf einmal nach außen. Das hält die Aufgabe für die KI überschaubar.
Wähle Firefly Fill & Expand für drei generierte Varianten oder Inhaltsbasierte Füllung für eine lokale Variante ohne generative Credits.
Klicke auf Generieren, prüfe die Vorschläge in 100-Prozent-Ansicht und bestätige erst danach mit Beibehalten.
Praxis-Tipp: Erweitere das Bild vor aufwendigen Masken oder Objektivunschärfe. Adobe weist darauf hin, dass sich vorhandene Korrekturen wie Tiefen, Lichter, Klarheit oder Dunst entfernen auf die Erscheinung des erzeugten Bereichs auswirken können.
Achtung bei Menschen, Schrift und Architektur: Kontrolliere Hände, Gesichtszüge, Buchstaben, Fenster und gerade Linien besonders kritisch. KI ergänzt plausibel – nicht zwingend wahr.
Wichtig für Serien: Der erzeugte Erweiterungsbereich wird laut Adobe bei Stapelabläufen wie Kopieren, Einfügen oder Synchronisieren nicht automatisch auf das Zielfoto übertragen. Bei Panoramen oder HDR-Bildern solltest du zuerst zusammenfügen und erst das fertige Ergebnis erweitern.
Autofokus-Messfelder anzeigen
Bei unterstützten RAW-Dateien von Canon, Nikon und Sony kann Camera Raw die in der Datei gespeicherten Autofokus-Messfelder einblenden. Das ist eine Diagnosehilfe: Du siehst, worauf die Kamera fokussiert hat. Die Schärfe selbst wird dadurch nicht verändert.
Am einfachsten: Klicke mit der rechten Maustaste ins Bild und blende die Autofokus-Messfelder über das Kontextmenü ein.
Windows: Strg+Alt+Umschalt+O
macOS: Cmd+Wahl+Umschalt+O
Falls nichts erscheint, kann die Kamera, das RAW-Format oder die konkrete Datei die nötigen Fokusdaten nicht liefern.
Die Anzeige verändert weder deine Bearbeitung noch die Metadaten der Datei. Du kannst sie also gefahrlos zur Kontrolle ein- und ausblenden.
Vollbild-Präsentation
Mit dem neuen Präsentationsmodus kannst du Bilder bildschirmfüllend durchsehen. Das ist praktisch für eine ruhige Auswahl oder eine schnelle Vorführung. Für die eigentliche Detailkontrolle wechselst du danach wieder in die normale Ansicht und zoomst auf 100 Prozent.
Top-Secret im ganz undramatischen Sinn: Ein Rechtsklick in der Präsentation öffnet Einstellungen für Hintergrundfarbe, Anordnung und eingeblendete Fotoinformationen.
Camera Raw 18.4 und 18.3.1: Verbesserungen unter der Haube
Bessere Motivmasken
Die Motiverkennung wurde verbessert. In Camera Raw 18.3.1 kamen zusätzlich die Regler Kante und Weiche Kante für ausgewählte KI-Maskentypen hinzu. Damit kannst du den Übergang einer Maske genauer steuern.
Öffne Maskieren und wähle Motiv.
Aktiviere die farbige Maskenüberlagerung. Ohne sichtbare Überlagerung korrigierst du sonst gern die falsche Stelle.
Zoome zu Haaren, Brillenkanten, Fell oder feinen Zweigen.
Passe Kante vorsichtig an. Zu starke Werte erzeugen helle Säume oder abgeschnittene Details.
Verwende Weiche Kante nur so weit, dass der Übergang natürlich wirkt.
Kontrolliere die Maske zusätzlich vor einem hellen und einem dunklen Bildbereich.
Vektorskop zur Farbkontrolle
Das Vektorskop zeigt Farbton und Farbsättigung grafisch an. Du öffnest es mit einem Rechtsklick auf das Histogramm und dem Befehl Vektorskop anzeigen. Je weiter die Farbinformation vom Mittelpunkt entfernt liegt, desto stärker ist die Sättigung. Für Einsteiger ist es vor allem eine Kontrolle neben dem eigenen Auge – kein Automat, der eine richtige Farbe ausspuckt.
Praxis-Tipp: Beobachte beim Regeln der Dynamik oder Sättigung, wie weit sich die Farbinformation nach außen bewegt. Wenn einzelne Farben extrem ausschlagen, prüfe diese Bereiche im Bild. Starre Hauttöne nicht auf eine angeblich magische Linie fest; Licht, Kamera und Hauttyp unterscheiden sich.
Linearer Verlauf in zwei Richtungen
Ein linearer Verlauf kann nun in beide Richtungen wirken. Das hilft, wenn du einen hellen Mittelbereich betonen oder zwei Bildränder gleichzeitig abdunkeln möchtest. Beginne mit kleinen Belichtungswerten, etwa minus 0,2 bis minus 0,5. Ein Verlauf soll das Bild führen, nicht wie ein Rollladen aussehen.
Lightroom: Was davon kommt dort an?
Lightroom Classic 15.4.1 beziehungsweise 15.4
Duplikate lassen sich erkennen und in Katalogstapeln organisieren.
Ein Gesichter-Bedienfeld hilft bei der Auswahl, unter anderem nach Augenfokus oder geöffneten Augen.
Die Motiverkennung für Masken wurde verbessert.
KI-Metadaten können gefiltert und in Smart-Sammlungen verwendet werden.
Stichwörter werden besser im Lightroom-Ökosystem synchronisiert.
Der Maskierungspinsel reagiert laut Adobe schneller.
Einsteiger-Tipp: Lasse die Duplikaterkennung zuerst nur anzeigen. Lösche nicht sofort. Prüfe Dateiname, Aufnahmedatum, Bearbeitungsstand und Speicherort – zwei ähnliche Fotos sind nicht automatisch dieselbe Datei.
Leicht zu übersehen: Die Analyse läuft im Hintergrund. In der Erkennungstafel zeigt Lightroom Classic dafür einen Prozessindikator, unter anderem bei Duplikaterkennung, Gesichtserkennung und assistierter Auswahl. Wenn zunächst wenig passiert, gib Lightroom kurz Zeit, bevor du dieselbe Suche mehrfach startest.
Sicherheitsdetail aus 15.4.1: Adobe hat im Duplikate-Kontext den Befehl Abgelehnte Fotos löschen aus dem Menü Foto entfernt. Das passt zur wichtigsten Einsteigerregel an dieser Stelle: erst vergleichen, dann bewusst entscheiden.
Lightroom Desktop 9.4
Die Cloud-Version von Lightroom ergänzt ebenfalls Gesichtsansichten und bessere Motivmasken. Adobe nennt außerdem KI-Schärfen und Video generieren. Diese Punkte sind nicht dasselbe wie Camera Raw 18.4.1 und sollten deshalb nicht in einen einzigen Update-Topf geworfen werden.
Bei Lightroom Mobile können Version und Funktionsumfang je nach Plattform und Verteilung abweichen. Prüfe deshalb die Versionsnummer im App-Store und die Funktionen direkt in deiner App, statt eine Desktop-Anleitung blind aufs Smartphone zu übertragen.
Einsteiger-Workshop: vom RAW zum fertigen Bild
Dieser Ablauf ist bewusst einfach gehalten. Du brauchst keine Spezialtechnik und keine perfekte Datei. Nimm ein RAW-Foto mit einem klaren Motiv und etwas Platz an mindestens einer Bildkante.
1. Sicher starten
Sichere die Originaldatei und arbeite nicht auf der einzigen Kopie.
Aktualisiere Photoshop und Camera Raw über die Creative-Cloud-App.
Starte Photoshop nach dem Update neu und prüfe die Versionsnummer.
2. RAW-Grundentwicklung
Öffne die RAW-Datei. Camera Raw startet automatisch.
Korrigiere zuerst Weißabgleich und Belichtung.
Ziehe Lichter vorsichtig zurück, wenn helle Bereiche ausfressen.
Hebe Tiefen nur so weit an, dass dunkle Bereiche wieder Zeichnung bekommen. Zu viel davon macht das Bild flach.
Verwende Klarheit, Struktur und Dunst entfernen sparsam. Bei Haut dürfen diese Regler meistens deutlich ruhiger bleiben als bei Landschaften.
3. Motivmaske sauber prüfen
Wähle Maskieren > Motiv.
Schalte die Maskenüberlagerung ein.
Prüfe Haare, Brille, Finger und feine Kanten bei 100 Prozent.
Korrigiere die Auswahl mit Hinzufügen oder Subtrahieren.
Passe Kante und Weiche Kante nur in kleinen Schritten an.
Nimm danach eine sichtbare, aber zurückhaltende Korrektur vor, zum Beispiel plus 0,2 Belichtung auf dem Motiv.
4. Farbe mit dem Vektorskop kontrollieren
Klicke mit der rechten Maustaste auf das Histogramm und wähle Vektorskop anzeigen.
Erhöhe Dynamik testweise leicht.
Beobachte, welche Farbbereiche nach außen wandern.
Gehe wieder etwas zurück, wenn einzelne Farben zu stark oder unnatürlich wirken.
Entscheide am Ende nach Bild und Messanzeige zusammen. Das Vektorskop ist ein Hinweis, kein Geschmacksrichter.
5. Bildrand erweitern – optional
Wähle Zuschneiden und erweitern und aktiviere Erweitern.
Ziehe nur eine Kante etwas nach außen.
Teste zuerst Inhaltsbasierte Füllung, wenn der Hintergrund einfach ist und du keine generativen Credits verbrauchen möchtest.
Nutze Firefly Fill & Expand, wenn Licht, Perspektive oder komplexe Strukturen ergänzt werden müssen.
Prüfe Übergänge, Wiederholungen, Hände, Gesichter und gerade Linien bei 100 Prozent.
Bestätige nur eine wirklich brauchbare Variante. Wenn keine passt, verkleinere die Erweiterung und versuche es erneut.
6. Als Smartobjekt an Photoshop übergeben
Halte die Umschalttaste gedrückt. Die Schaltfläche Bild öffnen wird zu Objekt öffnen. Damit landet die RAW-Entwicklung als Smartobjekt in Photoshop. Per Doppelklick auf die Smartobjekt-Miniatur kommst du später zurück zu Camera Raw.
7. Kleine Störungen in Photoshop entfernen
Dupliziere die Smartobjekt-Ebene oder die aktuelle Bildebene.
Wähle das Entfernen-Werkzeug.
Bearbeite Staubflecken, kleine Sensorpunkte oder einzelne störende Objekte mit kurzen Strichen.
Zoome hinein und hinaus. In der Nähe muss die Retusche sauber sein, in der Gesamtansicht darf sie nicht auffallen.
Speichere eine PSD mit Ebenen. Exportiere JPEG oder WebP erst als fertige Ausgabe für die Website.
Top-Secret-Tipps, die wirklich etwas bringen
Keine Sorge, wir brechen jetzt nicht in Adobes Tresor ein. Gemeint sind Funktionen und Arbeitsweisen, die offiziell dokumentiert sind, in kurzen Update-Meldungen aber gern untergehen.
Vor dem Erweitern optimieren: Wende nötige KI-Optimierungen möglichst vor dem generativen Erweitern an. Masken und Objektivunschärfe kommen besser danach. So muss Camera Raw nicht auf einer halbfertigen Bearbeitung raten.
Nur eine Kante auf einmal: Eine kleine Erweiterung links oder oben ist leichter zu beurteilen als ein komplett neuer Rahmen rund um das Bild. Das verbessert die Kontrolle und spart unnötige Generierungen.
Erst ohne Credits testen: Bei einem einfachen Himmel, einer Wand oder einem gleichmäßigen Hintergrund beginne mit Inhaltsbasierte Füllung. Sie liefert eine Variante ohne generative Credits. Firefly Fill & Expand erzeugt drei Varianten und kann Credits verbrauchen.
Vektorskop gezielt einsetzen: Öffne es per Rechtsklick auf das Histogramm. Bei einer Motivmaske kannst du damit auch Hautfarben beurteilen. Die Anzeige ist eine Orientierung – kein Beweis dafür, dass jeder Hautton auf einer einzigen Linie liegen muss.
Retusche auf eigener Ebene: Arbeite in Photoshop möglichst auf einer separaten leeren Ebene oder einer Ebenenkopie. Reduziere bei Bedarf die Deckkraft, begrenze die Wirkung mit einer Maske und kontrolliere das Ergebnis einmal bei 100 Prozent und einmal in der Gesamtansicht.
Der Sofort-sichtbar-Test: Wenn Schärfung, Klarheit, Hautglättung oder Vignette sofort als Effekt ins Auge springt, ist die Einstellung für ein natürliches Foto meistens schon zu stark. Nimm den Wert zurück und vergleiche Vorher und Nachher.
Die häufigsten Anfängerfehler
Zu viel auf einmal: Wenn du Belichtung, Masken, Farben, Schärfung und KI gleichzeitig stark veränderst, weißt du am Ende nicht mehr, welcher Schritt das Bild kaputtgemacht hat. Arbeite nacheinander.
KI nicht kontrolliert: Generierte Bildränder sehen in der kleinen Vorschau oft überzeugend aus. Die Fehler sitzen gern in Händen, Schrift, Zäunen, Fenstern oder wiederholten Mustern.
Maske nur im Gesamtbild geprüft: Ein sauber wirkendes Motiv kann an Haaren oder Brillenkanten helle Säume haben. Zoome immer auf 100 Prozent.
Duplikate sofort gelöscht: Lightroom erkennt mögliche Duplikate. Die letzte Entscheidung bleibt bei dir. Erst vergleichen, dann löschen.
Beta mit Originalen gefüttert: Eine Beta ist ein Testfeld. Verwende Kopien und halte die reguläre Version für wichtige Arbeit bereit.
Jedes Update sofort installiert: Vor großen Projekten ist Stabilität wichtiger als Neugier. Sichere Katalog, Voreinstellungen und Projektdateien.
Was lohnt sich wirklich?
Für Landschaft und Architektur: Generatives Erweitern kann bei knappem Beschnitt oder zusätzlichem Textraum helfen. Gerade Linien genau kontrollieren.
Für Porträt: Bessere Motivmasken und feinere Kantenkontrolle sind nützlich. Die Hautretusche bleibt trotzdem Handarbeit mit Augenmaß.
Für große Lightroom-Kataloge: Duplikaterkennung, Gesichtsansichten und Metadatenfilter sparen eher Zeit als spektakuläre Einzelbilder.
Für Designer: Firefly Boards und die Cloud-Suche können die Übergabe von Ebenen und das Wiederfinden von Dateien vereinfachen.
Für Einsteiger: Der größte Gewinn ist nicht ein einzelner KI-Knopf, sondern ein sauberer Ablauf: RAW entwickeln, Maske prüfen, optional erweitern, als Smartobjekt öffnen und erst danach retuschieren.
Faktencheck: bestätigt, nicht bestätigt, leicht zu verwechseln
Bestätigt: Photoshop 27.9.1, Camera Raw 18.4.1, Lightroom Classic 15.4.1 und Lightroom Desktop 9.4 sind auf den unten verlinkten deutschsprachigen Adobe-Seiten dokumentiert.
Nicht bestätigt: Photoshop 27.9.2, Camera Raw 18.5 sowie Lightroom Classic 15.5 und Lightroom Desktop 9.5 sind in den aktuell erreichbaren deutschsprachigen Adobe-Versionshinweisen nicht als neuester Stand aufgeführt.
Beta-Faktencheck: Die deutsche Photoshop-Beta-Seite nennt als jüngsten Eintrag Beta 27.4 vom Januar 2026. Eine vermeintliche August-Beta behandle ich deshalb nicht als gesicherte Veröffentlichung.
Versionslogik: Bei Lightroom Classic ist 15.4.1 der aktuelle Wartungsstand, während Adobe die neuen Funktionen unter 15.4 zusammenfasst. Das ist kein Widerspruch, sondern die Trennung zwischen Funktions- und Fehlerkorrektur-Update.
Leicht zu verwechseln: Camera Raw, der Camera-Raw-Filter und Lightroom teilen viele Entwicklungsfunktionen, aber nicht jede Funktion erscheint in jedem Programm oder in jedem Aufrufmodus.
Mein Fazit
Das aktuelle Update-Paket ist kein Feuerwerk, aber es verbessert mehrere echte Arbeitsabläufe. Camera Raw 18.4.1 ist für Fotografen am interessantesten: Bildränder erweitern, Fokusdaten prüfen und Bilder im Vollbild sichten. Die Verbesserungen an Masken und Farbanzeigen sind weniger auffällig, dafür im Alltag oft wertvoller.
Photoshop 27.9.1 räumt an Werkzeugen, Cloud-Suche und Firefly-Übergabe auf. Lightroom Classic 15.4.1 hilft vor allem bei großen Bildbeständen. Und die Beta? Die darf neugierig machen, aber sie ersetzt keine belastbare Produktionsversion.
Der wichtigste praktische Rat bleibt herrlich unspektakulär: Original sichern, in kleinen Schritten arbeiten und jedes KI-Ergebnis bei 100 Prozent prüfen. Ein großer Knopf nimmt dir nicht die Verantwortung für das Bild ab. Wäre ja auch ein bisschen langweilig.
Geprüfte deutschsprachige Direktlinks
Alle folgenden Seiten wurden am 13. August 2026 in einem zweiten Kontrollgang erneut geöffnet, auf deutschsprachige Inhalte geprüft und inhaltlich abgeglichen.
Versionsangaben ändern sich. Dieser Beitrag bildet den Stand der am 13. August 2026 erreichbaren deutschsprachigen Adobe-Dokumentation ab. Falls Adobe später Camera Raw 18.5 oder weitere Lightroom-Versionen offiziell veröffentlicht, sollte dieser Abschnitt vor einer erneuten Veröffentlichung aktualisiert werden.
Transparenzhinweis zum Einsatz künstlicher Intelligenz:
Dieser Beitrag wurde mit Unterstützung generativer KI erstellt und anschließend von mir redaktionell überarbeitet, fachlich geprüft und freigegeben. Sämtliche Versionsnummern, Funktionen und weiterführenden Links wurden anhand offizieller deutschsprachiger Adobe-Quellen kontrolliert. Das verwendete Headerbild wurde mithilfe generativer KI erzeugt und anschließend ausgewählt und bearbeitet.
Dieser Hinweis dient der transparenten Kennzeichnung gemäß Artikel 50 der EU-KI-Verordnung, deren Transparenzpflichten seit dem 2. August 2026 gelten. Offizielle Informationen der EU-Kommission
Was Einsteiger für Bildschirm, Photoshop und Druck wirklich wissen müssen
Stand: 12. August 2026 | Fakten und Links geprüft
Kurzfassung für ganz Eilige
Pixel sind die tatsächlichen Bildpunkte deiner Datei. 6000 × 4000 Pixel sind 6000 × 4000 Pixel – egal, ob in den Metadaten 72, 96 oder 300 PPI steht.
PPI bedeutet Pixels per Inch. Der Wert beschreibt, wie dicht die Bildpixel bei einer bestimmten Druckgröße auf dem Papier liegen.
DPI bedeutet Dots per Inch. Das ist die Punkt- beziehungsweise Tropfendichte eines Druckers oder Ausgabegeräts.
Für Websites und Social Media zählen vor allem Pixelmaße, Seitenlayout, Kompression und Dateigröße. Ein bloßer Wechsel von 72 auf 300 PPI macht das Bild am Bildschirm nicht besser.
300 PPI sind ein sinnvoller Standard für hochwertige Drucke aus kurzer Betrachtungsdistanz. Sie sind aber kein Naturgesetz. Große Prints können je nach Motiv und Betrachtungsabstand auch mit weniger PPI sehr gut funktionieren.
Der gefährliche Schalter in Photoshop heißt nicht PPI, sondern Neu berechnen beziehungsweise Resample. Erst damit werden tatsächlich Pixel entfernt oder hinzugefügt.
Warum dieses Thema noch immer für Chaos sorgt
DPI und PPI werden seit Jahrzehnten munter durcheinandergeworfen. Kamerahersteller, Druckertreiber, Bildagenturen, Labore, Programme und Kunden schreiben oft DPI, obwohl sie eigentlich PPI meinen. Und dann geistert zusätzlich noch die alte 72-DPI-Regel durchs Netz.
Das klingt technisch. Ist es aber nur so lange, bis man drei Dinge sauber trennt: die Pixel im Bild, die Pixelverteilung beim Druck und die Druckpunkte des Ausgabegeräts.
Danach ist der Spuk vorbei. Also schauen wir uns das einmal ohne Auflösungs-Voodoo an.
1. Pixel: Das ist das echte Bildmaterial
Ein digitales Rasterbild besteht aus Pixeln. Die Pixelmaße sagen, wie viele davon horizontal und vertikal vorhanden sind.
Beispiel: 6000 × 4000 Pixel. Das sind insgesamt 24 Millionen Pixel, also ungefähr 24 Megapixel.
Diese Zahlen bestimmen, wie viel Bildinformation grundsätzlich vorhanden ist. Sie sind deshalb für Bildschirm, Website, Social Media und Druck die wichtigste Ausgangsbasis.
Wichtig: Eine Datei wird nicht detailreicher, nur weil du den eingetragenen PPI-Wert von 72 auf 300 änderst. Wenn die Pixelmaße gleich bleiben, ist kein einziges neues Detail dazugekommen.
2. PPI: Pixel pro Zoll im fertigen Druck
PPI steht für Pixels per Inch, also Pixel pro Zoll. Ein Zoll entspricht 2,54 Zentimetern.
Der PPI-Wert verbindet die vorhandenen Pixel mit einer physischen Ausgabegröße. Er beantwortet die Frage: Wie viele Bildpixel sollen beim Druck auf 2,54 Zentimeter verteilt werden?
Die einfache Formel
Druckbreite in Zoll = Pixelbreite ÷ PPI
Druckbreite in Zentimetern = Pixelbreite ÷ PPI × 2,54
Benötigte Pixel = Druckgröße in Zoll × gewünschte PPI
Ein Beispiel mit 6000 × 4000 Pixeln
Bei 300 PPI: etwa 50,8 × 33,9 cm.
Bei 240 PPI: etwa 63,5 × 42,3 cm.
Bei 150 PPI: etwa 101,6 × 67,7 cm.
Die Datei ist in allen drei Fällen weiterhin 6000 × 4000 Pixel groß. Nur die gedachte beziehungsweise eingestellte Druckgröße ändert sich.
3. DPI: Die Auflösung des Druckers
DPI steht für Dots per Inch, also Druckpunkte pro Zoll. Damit wird beschrieben, wie fein ein Drucker seine Punkte, Rasterpunkte oder Tintentröpfchen setzen kann.
Ein Bildpixel und ein Druckpunkt sind nicht dasselbe. Ein Drucker kann mehrere kleine Punkte benötigen, um Farbe, Helligkeit und Tonwert eines einzigen Bildpixels darzustellen.
Deshalb braucht ein Drucker mit 1440 DPI keine Bilddatei mit 1440 PPI. Adobe nennt als Beispiel, dass ein 600-DPI-Drucker für beste Qualität typischerweise nur eine Bildauflösung von etwa 150 bis 300 PPI benötigt.
Kurz gesagt: PPI gehört zur Bilddatei und ihrer Druckgröße. DPI gehört zum Ausgabegerät. Dass beide Werte pro Zoll gemessen werden, macht sie noch lange nicht identisch.
4. Der 72-DPI-Mythos fürs Web
Für Webbilder ist ein fest eingetragener Wert von 72 PPI nicht notwendig. Auch 96 PPI oder 300 PPI machen dieselbe Datei am Bildschirm nicht automatisch größer, kleiner, schärfer oder unschärfer, solange ihre Pixelmaße unverändert bleiben.
Ein Bild mit 2000 × 1333 Pixeln bleibt 2000 × 1333 Pixel groß. Der Browser zeigt es entsprechend dem Layout, den CSS-Regeln, der verfügbaren Breite und der Pixeldichte des Geräts an.
Die oft genannten 96 DPI im Web stammen aus der CSS-Welt. Der W3C-Standard definiert eine feste Beziehung zwischen CSS-Pixel und Zoll. Das ist aber keine verlässliche Messung der tatsächlichen physischen Pixeldichte deines Monitors oder Handys.
Moderne hochauflösende Displays können für einen CSS-Pixel mehrere Geräte-Pixel verwenden. Genau deshalb ist die Aussage ‚Webbilder müssen 72 DPI haben‘ heute nicht nur alt, sondern für die praktische Bildausgabe schlicht die falsche Baustelle.
Was fürs Web wirklich zählt
passende Pixelbreite und Pixelhöhe
vernünftige Dateigröße
saubere JPEG-, PNG-, WebP- oder AVIF-Kompression je nach Einsatzzweck und System
korrektes Seitenverhältnis
sRGB beziehungsweise ein sauber eingebettetes und vom Zielsystem unterstütztes Farbprofil
responsive Einbindung statt eines riesigen Originals für jedes Handy
5. 300 PPI: sinnvoller Standard, aber keine Religion
Adobe bezeichnet 300 PPI als Industriestandard für hochwertige Drucke. Für kleinere Prints, Fotobücher, Magazine und Bilder, die aus kurzer Entfernung betrachtet werden, ist das eine vernünftige Zielgröße.
Trotzdem ist 300 PPI kein magischer Grenzwert. Ein großer Fine-Art-Print hängt normalerweise an der Wand und wird nicht aus zehn Zentimetern Entfernung mit der Lupe untersucht. Mit wachsender Betrachtungsdistanz kann eine niedrigere effektive Auflösung völlig ausreichend sein.
Was funktioniert, hängt vom Motiv, von der Bearbeitung, vom Papier, vom Druckverfahren, von der Schärfung und vom Betrachtungsabstand ab. Ein detailreiches Architekturmotiv ist kritischer als eine weiche, malerische Bildwelt. Genau deshalb ist ein echter Testdruck oft mehr wert als zehn Forendiskussionen.
Beispiel: Fine-Art-Print mit 60 × 90 cm
Für 60 × 90 cm bei 300 PPI brauchst du rund 7087 × 10.630 Pixel.
Für 60 × 90 cm bei 240 PPI brauchst du rund 5669 × 8504 Pixel.
Für 60 × 90 cm bei 180 PPI brauchst du rund 4252 × 6378 Pixel.
Das sind Rechenwerte, keine Qualitätsgarantie. Eine technisch passende Pixelzahl kann trotzdem schlecht aussehen, wenn Fokus, Bewegungsunschärfe, Kompressionsartefakte oder eine brutale Hochskalierung das Motiv bereits zerlegt haben.
6. Photoshop: So prüfst du eine Datei richtig
Für einen geplanten Druck
Öffne eine Arbeitskopie deiner fertigen Datei.
Gehe zu Bild > Bildgröße.
Deaktiviere zunächst Neu berechnen beziehungsweise Resample. Jetzt bleiben die vorhandenen Pixel unangetastet.
Trage die gewünschte Druckbreite und Druckhöhe ein. Photoshop zeigt dir die daraus entstehende effektive PPI-Auflösung.
Liegt der Wert im brauchbaren Bereich für Druckverfahren, Motiv und Betrachtungsabstand, musst du keine Pixel erfinden.
Reicht die Auflösung nicht, entscheide bewusst: kleiner drucken, ein besseres Ausgangsbild verwenden oder gezielt hochskalieren.
Wenn du hochskalierst, aktiviere Neu berechnen und prüfe das Ergebnis bei 100 Prozent. Haut, Haare, feine Linien, Texturen und Kanten verraten Fehler zuerst.
Schärfe erst passend zur finalen Größe und Ausgabe. Danach einen Ausschnitt oder einen kleinen Proof drucken.
Für Website und WordPress
Erstelle eine Webkopie. Das hochauflösende Master bleibt unangetastet.
Gehe zu Bild > Bildgröße und aktiviere Neu berechnen.
Stelle die benötigte Breite und Höhe in Pixeln ein. Nicht in Zentimetern und nicht anhand einer alten 72-DPI-Regel.
Konvertiere für eine typische Website-Ausgabe in sRGB, sofern dein Workflow keinen anderen klar definierten Farbraum verlangt.
Exportiere in einem geeigneten Format und wähle eine Qualität, die Details erhält, aber keine unnötig schwere Datei produziert.
Kontrolliere das Ergebnis im tatsächlichen Seitenlayout auf Handy und Desktop. Die Datei alleine kennt ihre spätere Darstellungsgröße nicht.
7. Was macht der Schalter ‚Neu berechnen‘?
Das ist der Punkt, an dem tatsächlich etwas mit deinen Pixeln passiert.
Neu berechnen aus: Die Pixelmaße bleiben gleich. Änderst du die PPI, ändert Photoshop nur die daraus berechnete Druckgröße. Es wird keine Qualität hinzugefügt und keine entfernt.
Neu berechnen ein: Photoshop darf Pixel entfernen oder hinzufügen. Beim Verkleinern werden Bilddaten entfernt. Beim Vergrößern werden neue Pixel aus den vorhandenen Informationen berechnet.
Moderne Verfahren können beim Hochskalieren erstaunlich gut sein. Aber auch die beste KI kann nicht garantieren, dass erfundene Details dem Original entsprechen. Sie erzeugt Plausibilität, keine Zeitmaschine.
Mein Rat: Arbeite vom bestmöglichen Master, skaliere gezielt und möglichst nur einmal für die finale Ausgabe. Danach kontrollieren und passend schärfen.
8. Der aktuelle WordPress-Hinweis
WordPress erzeugt beim Upload normalerweise mehrere Bildgrößen und liefert über responsive Bildattribute je nach Bildschirm und Layout passende Varianten aus.
Zusätzlich liegt der Standardwert für die sogenannte Big-Image-Schwelle aktuell bei 2560 Pixeln. Ist Breite oder Höhe eines Uploads größer, kann WordPress eine verkleinerte Version als größte verwendete Variante anlegen.
Wichtig: Themes, Plugins, Hoster oder eigene Filter können dieses Verhalten ändern. Deshalb nicht blind davon ausgehen, dass jede WordPress-Seite identisch arbeitet. Nach dem Upload die Mediendatei und den Beitrag tatsächlich prüfen.
Und noch einmal, weil es gerne verwechselt wird: Diese 2560 Pixel sind Pixelmaße. Das hat mit einem eingetragenen Wert von 72 oder 300 PPI nichts zu tun.
9. Die häufigsten Fehler
Nur den Wert von 72 auf 300 PPI ändern und glauben, das Bild habe jetzt mehr Details.
DPI und PPI als dasselbe behandeln.
Für Webbilder in Zentimetern denken, statt die benötigten Pixelmaße festzulegen.
Eine kleine Datei brutal hochskalieren und das Ergebnis nur bei 25 Prozent Zoom beurteilen.
300 PPI pauschal für jedes Plakat, jeden Fine-Art-Print und jede Betrachtungsdistanz verlangen.
Die Druckerauflösung von beispielsweise 1440 DPI als nötige Bildauflösung interpretieren.
Dem Labor eine Datei ohne klare Endgröße schicken und hoffen, dass sich das irgendwie ausgeht.
Das Master überschreiben, statt getrennte Dateien für Master, Print und Web anzulegen.
10. Mein Praxisweg ohne Zahlenzirkus
Für den Bildschirm denke ich in Pixeln. Für den Druck denke ich in Pixeln, Endformat, PPI und Betrachtungsabstand. Die DPI-Zahl des Druckers lasse ich dort, wo sie hingehört: beim Drucker und seinem Treiber.
Wenn ich einen großen Print plane, lege ich zuerst das Endformat fest. Dann prüfe ich ohne Neu berechnen, welche effektive PPI-Auflösung meine Datei liefert. Erst danach entscheide ich, ob überhaupt hochskaliert werden muss.
Das ist weniger spektakulär als ‚Stell alles auf 300 DPI‘. Dafür ist es richtig.
20-Punkte-Faktencheck
PPI und DPI sind nicht dasselbe.
PPI beschreibt Bildpixel pro Zoll bei einer physischen Ausgabegröße.
DPI beschreibt Druckpunkte beziehungsweise Gerätedots pro Zoll.
Pixelmaße sind Breite und Höhe einer Rasterdatei in Pixeln.
Ein geänderter PPI-Metadatenwert erzeugt ohne Neu berechnen keine neuen Pixel.
Eine 2000-Pixel-Datei bleibt 2000 Pixel breit, egal ob 72 oder 300 PPI eingetragen sind.
Für Bildschirmdarstellung zählen Pixelmaße und Layout stärker als PPI-Metadaten.
Die 72-DPI-Regel fürs Web ist kein aktuelles technisches Muss.
96 DPI in CSS ist eine Referenzbeziehung und nicht automatisch die reale Monitordichte.
Hochauflösende Displays können mehrere Geräte-Pixel für einen CSS-Pixel verwenden.
300 PPI sind ein verbreiteter Standard für hochwertige Drucke aus kurzer Distanz.
Großformatige Drucke können wegen der größeren Betrachtungsdistanz mit weniger PPI funktionieren.
Ein 600-DPI-Drucker benötigt nicht automatisch eine 600-PPI-Bilddatei.
Neu berechnen verändert die Gesamtzahl der Pixel.
Herunterskalieren entfernt Bilddaten.
Hochskalieren berechnet beziehungsweise erfindet zusätzliche Pixel aus vorhandenen Informationen.
Mehr Pixel garantieren keine bessere Ausgangsqualität.
Ein Testdruck ist bei wichtigen Arbeiten die ehrlichste Kontrolle.
WordPress arbeitet mit Pixelgrößen und responsiven Bildvarianten.
Die aktuelle WordPress-Big-Image-Schwelle liegt standardmäßig bei 2560 Pixeln, kann aber angepasst oder deaktiviert werden.
Fazit
DPI und PPI sind kein Hexenwerk. Das Problem ist nur, dass die Begriffe seit Jahren falsch und schlampig verwendet werden.
Merke dir drei Sätze:
Am Bildschirm zählen Pixel.
Beim Druck verbindet PPI die Pixel mit dem Endformat.
DPI beschreibt die Punktdichte des Druckers.
Und bevor du in Photoshop irgendeinen Wert änderst, schau zuerst auf den Schalter Neu berechnen. Dort entscheidet sich, ob du nur eine Druckgröße neu zuordnest oder tatsächlich Bilddaten veränderst.
BROWNZ REMASTERED VOLUME 2
Wenn du meine aktuellen Workflows rund um Photoshop, Composing, Retusche, Synthografie und AI-Modifizierung genauer sehen möchtest: BROWNZ REMASTERED VOLUME 2 gibt es als Download oder auf USB-Stick.
Der verlinkte Instagram-Beitrag ‚DPI vs PPI‘ war der thematische Startpunkt. Öffentlich abrufbar war beim Check nur der Beitragstitel, nicht der vollständige Posttext. Die technischen Aussagen dieses Artikels wurden deshalb nicht aus dem Instagram-Post übernommen, sondern anhand aktueller Primärquellen von Adobe, W3C und WordPress geprüft.
Stand der redaktionellen Prüfung: 12. August 2026. Keine bezahlte Kooperation mit Adobe, WordPress oder Instagram.
Geprüfte Quellen und Linkcheck
Alle folgenden Zielseiten wurden am 12. August 2026 geprüft. Bei Instagram war der Post als ‚DPI vs PPI‘ indexiert; der vollständige Inhalt war ohne direkte Plattformdarstellung nicht öffentlich auslesbar.
Der BROWNZ Blog 