Tag Archive: ai


Hat Adobe seine Seele verkauft? Eine ehrliche Analyse zwischen KI-Euphorie und der leisen Frage, wo die echte Innovation geblieben ist

Filed under: Kontext — Hinterlasse einen Kommentar
27. März 2026

Was aus dem Unternehmen geworden ist, das einst die kreative Welt erfunden hat – und ob der KI-Kurs Geniestreich oder Identitätskrise ist.

Ein Blogbeitrag von BROWNZ.ART

Prolog: Ein seltsames Gefühl

Ich habe kürzlich die Release Notes der letzten vier großen Photoshop-Updates nebeneinandergelegt. Nicht weil ich es musste. Sondern weil ich ein Gefühl überprüfen wollte. Ein Gefühl, das sich seit ungefähr zwei Jahren aufbaut und das ich lange nicht greifen konnte. Ein leises Unbehagen, das irgendwo zwischen Begeisterung und Enttäuschung sitzt.

Und als ich die Release Notes nebeneinander sah, wurde das Gefühl greifbar.

Adobes öffentliche Erzählung der letzten zwei Jahre wird auffallend stark von KI- und Firefly-Funktionen dominiert. Generative Fill. Generative Expand. KI-gestützte Auswahlen. Neuronale Filter. KI-Entrauschen. Generative Referenz. Remove Tool mit KI. Firefly Image Model 3, 4, was auch immer als nächstes kommt. Jede Keynote handelt von KI. Jede Pressemitteilung handelt von KI. Jede Marketing-Kampagne handelt von KI.

Und plötzlich hatte ich eine Frage im Kopf, die sich nicht mehr abschütteln ließ:

Wo ist eigentlich der Rest geblieben?

Nicht in der Software selbst – denn wenn man genau hinschaut, gibt es durchaus klassische Verbesserungen. Photoshop hat OpenColorIO und 32-Bit-HDR-Workflows bekommen, Dynamic Text, AVIF- und JPEG-XL-Support, Variable Fonts im Font-Browser, Clarity und Dehaze als non-destruktive Adjustment Layers, sogar Grain als eigene Einstellungsebene. Lightroom Classic hat PSB-Support in der Photoshop-Übergabe und im Export bekommen, verbesserte Embedded Previews vor dem Import, Tethering-Erweiterungen und optimierte Sidecar Writes.

Das sind reale, substanzielle Verbesserungen. Keine davon hat „KI“ im Namen. Und keine davon hat es auf die große Bühne geschafft.

Denn dort – in den Keynotes, in den Pressemitteilungen, in den Marketing-Kampagnen, in den Schlagzeilen – dominiert ausschließlich die KI-Story. Und genau das ist der Punkt, der mich nachdenklich macht. Nicht dass Adobe KI baut. Sondern dass Adobe seine gesamte Innovations-Erzählung darauf verengt – und damit den Rest unsichtbar macht.

Die Frage ist also nicht: Macht Adobe nur noch KI? Das stimmt faktisch nicht. Die Frage ist: Warum erzählt Adobe so, als würde es nur noch KI machen? Und was macht das mit dem Unternehmen, mit den Produkten und mit uns als Nutzern?

Kapitel 1: Was Adobe früher anders gemacht hat – und warum das wichtig ist

Um zu verstehen, was sich verändert hat, muss man verstehen, wo Adobe herkommt. Nicht als Börsenunternehmen. Nicht als Abo-Modell. Sondern als kreatives Unternehmen, das Werkzeuge für kreative Menschen baut.

Photoshop war, als es in den frühen Neunzigern die Bühne betrat, nicht einfach eine Software. Es war eine neue Grammatik des Visuellen. Es hat nicht nur bestehende Prozesse digitalisiert – es hat NEUE Prozesse ermöglicht, die vorher nicht existierten. Ebenen. Masken. Kanäle. Pfade. Einstellungsebenen. Smart Objects. Jedes dieser Konzepte war, als es eingeführt wurde, eine echte Innovation. Nicht im Marketing-Sinne von „Wir haben einen Button umbenannt und nennen es Innovation“. Sondern im fundamentalen Sinne von: Das hat es vorher nicht gegeben, und es verändert die Art, wie Menschen über Bilder nachdenken.

Lightroom hat dasselbe für den fotografischen Workflow getan. Vor Lightroom war die RAW-Entwicklung ein fragmentierter Prozess. Lightroom hat Katalogisierung, Entwicklung und Ausgabe vereint und ein non-destruktives Arbeitskonzept etabliert, das bis heute den Standard definiert.

InDesign hat QuarkXPress abgelöst, nicht weil es billiger war, sondern weil es konzeptionell überlegen war. After Effects hat Motion Graphics demokratisiert. Illustrator hat Vektorgrafik für eine ganze Branche zugänglich gemacht.

Das waren keine KI-Features. Das waren Werkzeug-Innovationen. Durchdachte Lösungen für reale Probleme, die die kreative Arbeit auf einer strukturellen Ebene verbessert haben.

Und hier liegt der Kern meines Unbehagens: Mir fällt in den letzten zwei, drei Jahren kaum ein Adobe-Feature ein, das sich für mich so grundlegend anfühlt wie einst Ebenen, Smart Objects oder der non-destruktive Lightroom-Workflow. Es gibt Verbesserungen – teils gute, teils sehr gute. OpenColorIO für HDR ist ein echtes Upgrade für Profis, die in diesem Bereich arbeiten. Die neuen non-destruktiven Clarity- und Grain-Adjustment-Layers sind willkommen. PSB-Support in Lightroom Classic löst ein Problem, das lange genervt hat.

Aber nur wenige dieser Neuerungen fühlen sich wie ein neuer Denkraum an. Wie ein Konzept, das verändert, wie du über Bildbearbeitung nachdenkst. Und das ist – ich sage das als subjektive Bewertung eines Praktikers, nicht als objektives Urteil – ein Unterschied, den ich spüre.

Kapitel 2: Die KI-Features im Realitätscheck

Bevor mir jemand vorwirft, ich würde die KI-Features pauschal schlecht reden: Das tue ich nicht. Ich nutze sie. Jeden Tag. Und einige davon haben meinen Workflow tatsächlich fundamental verbessert.

Was genuinely großartig ist:

Das KI-Entrauschen in Lightroom ist ein Gamechanger. Die Ergebnisse bei High-ISO-Aufnahmen sind spektakulär und haben ein separates Plugin im Wert von 80 Euro überflüssig gemacht. Adobe dokumentiert kontinuierliche Qualitätsverbesserungen bei diesem Workflow. Das ist Innovation, die reale Probleme löst.

Die KI-gestützten Auswahlen – Motiv auswählen, Himmel auswählen, Objektauswahl mit Hover-Erkennung – haben die Freistellung von Motiven von einer Dreißig-Minuten-Aufgabe zu einer Dreißig-Sekunden-Aufgabe gemacht. Nicht perfekt. Nicht in jedem Fall. Aber in der Mehrheit der Fälle gut genug als Startpunkt. Ein realer, messbarer Produktivitätsgewinn.

Das Remove Tool erledigt 80 Prozent aller Objekt-Entfernungen brillant. Die restlichen 20 Prozent brauchen Handarbeit. Insgesamt eine deutliche Verbesserung gegenüber dem klassischen Kopierstempel.

Die KI-Maskierung in Lightroom hat meinen Workflow fundamental verändert. Ich mache Dinge direkt in Lightroom, für die ich früher zu Photoshop wechseln musste.

Was weniger überzeugend ist:

Generative Fill ist beeindruckend als Demo. Im täglichen Workflow ist es ein Startpunkt, kein Endprodukt. Ergebnisse oft inkonsistent, manchmal mit erkennbarem KI-Look, fast immer mit Bedarf an manueller Nacharbeit. Gutes Werkzeug. Keine Magie. Trotz Marketing, das Magie suggeriert.

Generative Expand funktioniert bei einfachen Szenen. Bei komplexen Kompositionen erzeugt es häufig Inkonsistenzen und Perspektivfehler. Gut für schnelle Social-Media-Erweiterungen. Nicht verlässlich genug für professionelle Druckproduktion.

Die neuronalen Filter – manche funktionieren, manche sind seit Jahren in der Beta und fühlen sich immer noch experimentell an.

Firefly als Bildgenerator – und hier muss ich sauber bleiben: Firefly wirkt für mich ästhetisch oft solider als spektakulär. Adobe bewirbt Firefly Image Model 4 als großen Qualitäts- und Realismus-Sprung, und die Ergebnisse sind tatsächlich besser geworden. Aber Adobes eigentliche Differenzierung liegt für mich weniger in einer unangefochtenen ästhetischen Marktführerschaft als vielmehr in der kommerziellen Absicherung, der nahtlosen Integration in die Creative Cloud und – das ist zunehmend relevant – in der Öffnung für Partner-Modelle.

Denn Adobe positioniert Firefly inzwischen nicht mehr nur als eigenes Modell, sondern als Plattform, die Modelle von Google, OpenAI, Runway und Kling integriert. Das ist eine strategisch kluge Entscheidung. Und möglicherweise die eigentliche Innovation: nicht das beste Modell zu haben, sondern die beste Plattform, die alle Modelle integriert.

Und hier zeigt sich ein Muster: Die wirklich starken KI-Features sind die, die bestehende Aufgaben beschleunigen – Entrauschen, Auswählen, Entfernen. Die weniger überzeugenden sind die, die neue Inhalte generieren – Füllen, Erweitern, Bilder erzeugen. Adobe ist besser im Optimieren als im Kreieren. Das ist keine Schande. Aber es ist eine Unterscheidung, die in der Marketing-Kommunikation verwischt wird.

Kapitel 3: Die strategische Frage – Innovation oder Imitation?

Ist Adobes KI-Kurs eigenständige Innovation – oder die Reaktion eines Konzerns, der einem Trend hinterherläuft?

Um diese Frage fair zu beantworten, muss man Adobes Situation verstehen. Und die ist genuinely schwierig.

Adobe steckt im klassischen Innovator’s Dilemma. Die Technologie, die das eigene Geschäftsmodell bedroht – generative KI, die Bilder, Designs und Layouts ohne Photoshop, Illustrator oder InDesign erstellen kann – muss gleichzeitig ins eigene Produkt integriert werden, um relevant zu bleiben.

Aus dieser Perspektive ist Adobes KI-Strategie nachvollziehbar. Wenn Midjourney, Runway, Canva und Dutzende von KI-Startups Features anbieten, die immer mehr kreative Aufgaben automatisieren, kann Adobe nicht danebenstehen. Der Zug fährt. Adobe muss aufspringen.

Und Adobe ist aufgesprungen. Aggressiv. Mit Firefly, mit der Integration generativer Features in jedes Produkt, mit der Öffnung für Drittanbieter-Modelle, mit dem klaren Bekenntnis: KI ist die Zukunft.

Aber – und das ist das große Aber – es gibt einen Unterschied zwischen „KI integrieren, weil es die Produkte besser macht“ und „KI als zentrale Markenidentität pushen, weil der Markt und die Aktionäre es hören wollen“.

Und ich bin mir nicht immer sicher, auf welcher Seite Adobe steht.

Denn wenn jede Keynote von KI dominiert wird, dann signalisiert das intern und extern eine klare Priorität. Und wenn Features wie OpenColorIO, HDR-Workflows, Dynamic Text, neue Dateiformatunterstützung und non-destruktive Adjustment Layers in der Kommunikation zu Fußnoten degradiert werden – dann sendet das eine Botschaft. An die Entwickler. An die Nutzer. An den Markt.

Die Botschaft lautet: KI ist das, was zählt. Der Rest ist Pflichtprogramm.

Und diese Verschiebung der Erzählung hat reale Konsequenzen. Für die Wahrnehmung. Für die Erwartungen. Und möglicherweise auch für die Frage, wie intern Ressourcen verteilt werden.

Ich gebe dir ein Beispiel. Photoshops Ebenenbedienfeld – das zentrale Interface-Element, mit dem jeder Nutzer jeden Tag arbeitet – hat sich seit Jahren kaum grundlegend verändert. Es funktioniert. Aber es funktioniert so, wie es seit über einem Jahrzehnt funktioniert. In einer Zeit, in der Composings routinemäßig Dutzende oder Hunderte von Ebenen haben, wäre ein grundlegend neues Konzept für Ebenenverwaltung – intelligente Gruppierung, visuelle Vorschau, kontextbezogene Organisation – eine Innovation, die den Alltag von Millionen Nutzern verbessern würde.

Aber das ist kein KI-Feature. Es ist ein Interface-Problem. Ein Design-Problem. Ein Workflow-Problem. Und solche Probleme scheinen 2026 weniger Bühne zu bekommen als das nächste generative Feature.

Kapitel 4: War früher wirklich alles besser? – Der Nostalgie-Check

Jetzt muss ich ehrlich zu mir selbst sein. Denn die Frage „War früher alles besser?“ ist eine gefährliche Frage. Sie klingt analytisch, ist meistens emotional und führt fast immer in die Irre.

War die Bildbearbeitung vor KI besser? Nein. Definitiv nicht. Langsamer. Mühsamer. Zeitaufwändiger. Ich möchte nicht zurück in die Vor-KI-Zeit. Niemand, der ehrlich ist, möchte das.

War Adobe früher innovativer? Ja und nein.

Ja, im Sinne von: Adobe hat früher mehr grundlegende Werkzeug-Innovationen geliefert. Konzepte, die die Art verändert haben, wie wir über Bildbearbeitung nachdenken. Momente, in denen man als Nutzer spürte: Hier hat jemand über das PROBLEM nachgedacht, nicht über den TREND.

Nein, im Sinne von: Adobe hat auch früher nicht in jedem Update das Rad neu erfunden. Es gab auch damals Updates, die hauptsächlich aus Bugfixes und inkrementellen Verbesserungen bestanden. Die Nostalgie filtert das heraus. Wir erinnern uns an die großen Momente und vergessen die Jahre dazwischen.

Und man muss fair anerkennen: Einige der aktuellen non-KI-Neuerungen SIND substanziell. OpenColorIO und 32-Bit-HDR-Support in Photoshop sind für Profis, die in Film- und HDR-Workflows arbeiten, ein echtes Upgrade. Non-destruktive Clarity- und Grain-Layers lösen Probleme, die seit Jahren bestehen. AVIF- und JPEG-XL-Support bringt Photoshop auf den Stand moderner Bildformate. Das ist keine Stagnation. Das ist solide Produktarbeit.

Aber – und das ist der Punkt – diese solide Produktarbeit wird kommunikativ so leise behandelt, dass sie im KI-Getöse untergeht. Und damit entsteht der EINDRUCK von Einseitigkeit, auch wenn die REALITÄT differenzierter ist.

Und Eindrücke formen Erwartungen. Erwartungen formen Strategien. Strategien formen Produkte. Wenn Adobe nach außen kommuniziert, dass KI alles ist, dann wird KI intern irgendwann auch alles sein. Erzählungen haben die Tendenz, sich selbst zu erfüllen.

Kapitel 5: Der regulatorische Kontext – Vertrauen unter Druck

Ein Punkt, der in eine ehrliche Analyse gehört, auch wenn er nicht direkt mit Innovation zu tun hat: Adobe steht regulatorisch unter erheblichem Druck. Und das beeinflusst die Wahrnehmung des Unternehmens.

Im Juni 2024 hat die US-amerikanische Federal Trade Commission (FTC) Klage gegen Adobe und zwei Führungskräfte erhoben. Der Vorwurf: versteckte Gebühren bei der Abo-Kündigung und absichtlich erschwerte Kündigungsprozesse. Die Klage läuft.

Seit dem 19. März 2026 untersucht die britische Competition and Markets Authority (CMA) Adobe wegen Bedenken rund um Kündigungsgebühren und Abo-Konditionen.

Das sind keine Kavaliersdelikte. Das sind regulatorische Verfahren in zwei der wichtigsten Märkte der Welt. Und sie betreffen ein Kernthema: Vertrauen. Das Vertrauen, dass ein Unternehmen, dem du monatlich Geld überweist, fair und transparent mit dir umgeht.

KI-Features allein bauen dieses Vertrauen nicht auf. Im Gegenteil: Wenn ein Unternehmen auf der einen Seite mit beeindruckenden KI-Demos glänzt und auf der anderen Seite wegen irreführender Geschäftspraktiken vor Regulierungsbehörden steht, dann entsteht eine Dissonanz, die langfristig problematisch ist.

Adobe braucht 2026 nicht nur bessere Features. Adobe braucht bessere Geschäftspraktiken. Und das ist eine Innovationsaufgabe, die nichts mit Algorithmen zu tun hat.

Kapitel 6: Was Adobe tun müsste – und was wir als Nutzer einfordern sollten

Ich bin kein Unternehmensberater. Ich bin ein Kreativer, der jeden Tag mit Adobe-Produkten arbeitet. Und als solcher habe ich Wünsche. Nicht als Konsument. Als Praktiker.

Erstens: KI als Werkzeug positionieren, nicht als Identität.

Adobe sollte KI-Features weiterentwickeln. Die guten sollten besser werden. Die weniger guten sollten reifen. Aber KI sollte nicht die EINZIGE Innovationserzählung sein. Daneben braucht es sichtbares Investment in Interface-Design, Workflow-Innovation, Performance-Optimierung und grundlegende Werkzeug-Konzepte. Und diese Arbeit verdient dieselbe Bühne wie die KI-Features. In den Keynotes. In den Pressemitteilungen. In der öffentlichen Kommunikation.

Zweitens: Die Basics nicht vergessen.

Photoshop hat Performance-Probleme bei großen Dateien. Lightroom Classic wird bei großen Katalogen langsam. Cloud-Synchronisation ist nicht immer zuverlässig. Das sind keine glamourösen Probleme. Aber sie betreffen den Alltag von Millionen. Und sie verdienen mindestens so viel Aufmerksamkeit wie das nächste generative Feature.

Drittens: Firefly ehrlich positionieren.

Adobe positioniert Firefly als „commercially safe“ – trainiert auf lizenzierten und Public-Domain-Inhalten, mit IP-Indemnification für qualifizierte Pläne. Das ist eine echte, wichtige Differenzierung. Aber die ästhetische Spitzenposition belegt Firefly im Vergleich zum Gesamtmarkt nicht allein. Und Adobe sollte aufhören, so zu tun, als wäre es so. Die Öffnung für Partner-Modelle – Google, OpenAI, Runway, Kling – ist der klügere strategische Zug. Plattform statt Modell. DAS ist eine echte Stärke.

Viertens: Vertrauen durch Transparenz aufbauen.

Nach der FTC-Klage und der CMA-Untersuchung braucht Adobe nicht mehr KI-Demos. Adobe braucht transparente Kommunikation. Klare Preisstrukturen. Faire Kündigungsbedingungen. Das Gefühl, dass der Konzern seine Community als Partner sieht, nicht als Einnahmequelle.

Kapitel 7: Die unbequeme Synthese

Hat Adobe seine Seele verkauft?

Meine ehrliche Antwort: Nein. Aber die öffentliche Erzählung des Unternehmens verengt sich auf eine Weise, die langfristig zum Problem werden kann.

Adobe hat die KI-Revolution nicht verschlafen. Die Integration von KI-Features in Photoshop und Lightroom hat reale, messbare Vorteile gebracht. Daneben gibt es solide klassische Produktarbeit – HDR-Workflows, neue Dateiformate, non-destruktive Einstellungsebenen, Lightroom-Performance-Verbesserungen. Adobe baut weiterhin an seinen Kernprodukten. Das muss man anerkennen.

Aber die öffentliche Bühne, die Markenidentität und die Innovations-Erzählung werden inzwischen so stark von KI dominiert, dass der Rest daneben verblasst. Und das ist ein Problem. Nicht weil KI schlecht wäre. Sondern weil ein Unternehmen, das seine gesamte Geschichte auf einen einzigen Technologietrend verengt, zwei Dinge riskiert.

Erstens: Es verliert den Blick für die ganzheitliche kreative Erfahrung. Für das Werkzeug als Werkzeug. Für das Interface als Denkraum. Für die Software als Partner des kreativen Prozesses.

Zweitens: Es macht sich abhängig von einem Paradigma, das es nicht kontrolliert. Wenn morgen ein Konkurrent ein fundamental besseres generatives Modell baut – und die KI-Entwicklung zeigt, dass das jederzeit passieren kann – dann steht ein Unternehmen, das seine gesamte Identität auf KI aufgebaut hat, plötzlich nackt da.

Die besten Werkzeuge der Geschichte waren nie die, die am meisten automatisiert haben. Es waren die, die den Menschen, der sie benutzt, besser gemacht haben. Die seine Fähigkeiten erweitert haben, statt sie zu ersetzen. Die ihm das Gefühl gegeben haben: Mit diesem Werkzeug kann ich Dinge tun, die ich ohne es nicht könnte – aber ICH bin es, der sie tut.

Photoshop war jahrzehntelang genau so ein Werkzeug. Es hat den Kreativen nicht ersetzt. Es hat ihn empowered. Es hat ihm Ebenen gegeben, Masken, Smart Objects – Konzepte, die seine Art zu denken verändert haben. Nicht indem sie für ihn gedacht haben. Sondern indem sie ihm neue Denkräume eröffnet haben.

Mein Wunsch – als jemand, der Adobe-Produkte täglich nutzt und trotz aller berechtigten Kritik an Preispolitik und Geschäftspraktiken schätzt – ist, dass Adobe diesen Geist nicht verliert. Dass neben dem nächsten Firefly-Update Raum bleibt für die Fragen, die kein Algorithmus beantworten kann: Wie können wir das Ebenenbedienfeld neu denken? Wie können wir den Composing-Workflow grundlegend verbessern? Wie können wir Farbmanagement intuitiver machen? Wie können wir die Software schneller, eleganter, menschlicher machen – nicht durch KI, sondern durch kluges Design?

Denn am Ende ist KI ein Werkzeug. Ein mächtiges, transformatives Werkzeug. Aber eben ein Werkzeug. Und ein Unternehmen, das seine gesamte Erzählung an ein einzelnes Werkzeug bindet, riskiert, die Identität zu verlieren, die es überhaupt erst relevant gemacht hat.

Adobe hat die kreative Welt nicht erfunden, indem es den heißesten Technologietrend implementiert hat. Es hat sie erfunden, indem es verstanden hat, was Kreative brauchen – manchmal bevor die Kreativen es selbst wussten. Dieses Verständnis war Adobes eigentliche Superkraft.

Und diese Superkraft darf nicht auf dem Altar der KI-Euphorie geopfert werden. Auch wenn die Keynote-Applaus-Maschine dabei weniger laut rattert.

Die KI-Features sollen bleiben. Sie sollen besser werden. Aber daneben muss Raum bleiben für die Frage, die Adobe einst groß gemacht hat:

Was braucht der kreative Mensch – und wie bauen wir ihm das bestmögliche Werkzeug dafür?

Diese Frage hat Photoshop hervorgebracht. Lightroom. InDesign. After Effects. Sie ist die DNA des Unternehmens.

Und wenn Adobe sie vergisst – nicht weil es keine Antworten mehr hat, sondern weil es aufhört zu fragen – dann hat es tatsächlich seine Seele verkauft.

Noch ist es nicht so weit. Aber die Bühne wird enger.

BROWNZ IS ART. ✦

Und die besten Werkzeuge sind die, die dich nicht ersetzen – sondern besser machen.

Stand: März 2026. Adobe entwickelt sich weiter. Die Frage ist nicht ob, sondern wohin. Und ob auf dem Weg dorthin genug Raum bleibt für das, was kein Algorithmus liefern kann: echtes Verständnis für kreative Menschen.

Tags: , , , ,
Kommentar

Der AI-Sturm kommt nicht. Er ist schon da. Und er trifft nicht die, die du denkst.

Filed under: Kontext — Hinterlasse einen Kommentar
25. März 2026

Konvergenz, Exposition und die Zukunft kreativer Arbeit im DACH-Raum. Eine ehrliche Bestandsaufnahme zwischen Daten und Realität.

Ein Blogbeitrag von BROWNZ.ART

Die Frage, die alle stellen – und warum sie falsch ist

Jede Woche schickt mir jemand einen Artikel. „Brownz, hast du das gelesen? KI ersetzt 300 Millionen Jobs!“ Oder: „Bis 2030 wird die Hälfte aller Arbeitsplätze verschwinden!“ Oder mein persönlicher Favorit: „Diese 10 Berufe gibt es bald nicht mehr – Nummer 7 wird dich SCHOCKIEREN!“

Und jedes Mal denke ich dasselbe: Die Frage ist falsch.

Die aktuelle Debatte rund um künstliche Intelligenz leidet an einer gefährlichen Vereinfachung. Sie fragt: „Welche Jobs verschwinden?“ Als wäre Arbeit ein Lichtschalter. An oder aus. Job da oder Job weg.

So funktioniert das aber nicht. So hat es nie funktioniert. Nicht bei der Industrialisierung. Nicht bei der Digitalisierung. Und nicht bei der KI-Revolution.

Die relevantere Frage – die unbequemere, die kompliziertere, die, auf die es keine sexy Clickbait-Antwort gibt – lautet:

Welche TÄTIGKEITEN innerhalb deines Jobs sind bereits heute automatisierbar – und welche Branchen geraten durch mehrere technologische Entwicklungen GLEICHZEITIG unter Druck?

Nicht der Job. Die Tätigkeiten. Nicht eine einzelne Technologie. Das Zusammenspiel. Denn erst wenn du beide Perspektiven zusammenbringst – erstens die Analyse einzelner Tätigkeiten nach ihrem Automatisierungspotenzial, das, was Experten „AI Exposure“ nennen, und zweitens die Betrachtung technologischer Konvergenzen, also sich überlagernder Innovationswellen – erst dann entsteht das vollständige Lagebild.

Und dieses Lagebild ist komplexer, als die meisten Schlagzeilen vermuten lassen. Beunruhigender in manchen Bereichen. Beruhigender in anderen. Und besonders für Kreative: ein zweischneidiges Schwert, das man sehr genau verstehen sollte.

Also lass uns genau das tun.

Kapitel 1: Exposition – Wenn Arbeit digital und wiederholbar ist

Fangen wir mit den Daten an. Nicht mit meiner Meinung. Nicht mit meinem Bauchgefühl. Mit Daten.

Die Analyse von 342 Berufsbildern zeigt ein klares Muster: Über 40 Prozent aller beruflichen Tätigkeiten weisen eine hohe Exposition gegenüber KI auf. Vierzig Prozent. Das ist fast die Hälfte. Und bevor du jetzt panisch deinen Lebenslauf aktualisierst – das heißt nicht, dass 40 Prozent aller Jobs verschwinden. Es heißt, dass in 40 Prozent der Fälle wesentliche Teile der Arbeit von KI übernommen oder massiv verändert werden können.

Der entscheidende Punkt: Es geht nicht um den Jobtitel. Es geht um die Natur der Arbeit. Der Titel auf deiner Visitenkarte ist irrelevant. Was zählt, ist, was du den ganzen Tag tatsächlich TUST.

Und hohe Exposition entsteht immer dann, wenn drei Bedingungen zusammentreffen:

Erstens: Der Output ist vollständig digital. Texte. Reports. Designs. Code. Präsentationen. Tabellenkalkulationen. Alles, was auf einem Bildschirm entsteht und auf einem Bildschirm konsumiert wird, ist prinzipiell automatisierbar. Die KI lebt in der digitalen Welt. Das ist ihr Zuhause. Ihr natürliches Habitat. Und in ihrem natürlichen Habitat ist sie verdammt gut.

Zweitens: Die Prozesse sind regelbasiert und wiederholbar. Wenn du deine Arbeit als Checkliste beschreiben kannst – Schritt 1, Schritt 2, Schritt 3, wenn X dann Y – dann kann eine KI diese Checkliste abarbeiten. Schneller als du. Konsistenter als du. Und ohne Kaffeepause.

Drittens: Entscheidungen werden datengetrieben getroffen. Wenn deine Entscheidungen auf der Analyse von Daten basieren – Finanzdaten, Marktdaten, Kundendaten, irgendwelche Daten – dann kann eine KI diese Analyse in Sekundenbruchteilen durchführen. Und in vielen Fällen genauere Schlüsse ziehen als ein Mensch.

Wenn du dir diese drei Kriterien anschaust und ehrlich mit dir bist, weißt du, welche Berufe besonders exponiert sind. Und es sind genau die, bei denen die meisten Leute denken: „Mich betrifft das nicht. Ich bin ja Akademiker.“

Klassische Wissensberufe stehen im Fadenkreuz:

Finanzanalyse, Buchhaltung, Controlling. Regelbasiert. Datengetrieben. Digital. Eine KI kann eine Bilanzanalyse in Sekunden durchführen, für die ein Mensch Stunden braucht. Sie kann Anomalien in Datensätzen finden, die ein menschliches Auge übersieht. Sie kann Prognosen erstellen, die auf mehr Datenpunkten basieren, als ein Mensch in einem ganzen Berufsleben verarbeiten könnte.

Juristische Recherche und Vertragsprüfung. Texte durchsuchen, Klauseln vergleichen, Präzedenzfälle finden – exakt die Art von Arbeit, für die KI wie geschaffen ist. Nicht die Verhandlung vor Gericht. Nicht die Beratung des verunsicherten Mandanten. Aber die stundenlange Recherchearbeit davor? Massiv exponiert.

Softwareentwicklung und technische Dokumentation. Ja, auch Programmierer. Besonders die, die Standardcode schreiben. Vibe Coding – ich habe in einem früheren Beitrag darüber geschrieben – verändert die Softwareentwicklung gerade fundamental.

Marketing ohne eigenständige kreative Handschrift. Template-basierte Social-Media-Posts. SEO-Texte nach Schema F. Produktbeschreibungen, die alle gleich klingen. All das kann KI. Und in vielen Fällen macht sie es schon.

Und jetzt kommt das paradoxe Ergebnis, das in der öffentlichen Debatte viel zu wenig Beachtung findet:

Höhere Bildung schützt nicht automatisch. Im Gegenteil.

Akademische Berufe sind im Durchschnitt STÄRKER exponiert als manuelle Tätigkeiten. Der Elektriker, der Leitungen verlegt, ist weniger bedroht als der Analyst, der Excel-Tabellen auswertet. Die Gärtnerin, die Bäume beschneidet, ist sicherer als der Junior-Texter, der Produktbeschreibungen schreibt. Der Handwerker mit dem Schraubenschlüssel in der Hand kann ruhiger schlafen als der Wissensarbeiter mit dem Laptop auf dem Schoß.

Das ist keine Ironie. Das ist Logik. KI lebt in der digitalen Welt. Je digitaler deine Arbeit, desto exponierter bist du. Je physischer, je unmittelbarer deine Arbeit in der realen Welt stattfindet, desto schwerer kann KI sie ersetzen.

Denk mal darüber nach.

Kapitel 2: Konvergenz – Wenn Technologien gleichzeitig wirken

Die Exposition allein ist aber nur die halbe Geschichte. Die andere Hälfte ist gefährlicher. Und sie heißt Konvergenz.

Konvergenz bedeutet: Mehrere technologische Entwicklungen treffen gleichzeitig auf dieselbe Branche. Nicht nacheinander. Nicht über Jahrzehnte verteilt. Gleichzeitig. Und der kombinierte Effekt ist exponentiell stärker als jede einzelne Entwicklung für sich.

Parallel zur steigenden AI Exposure entsteht ein zweiter, massiver Druck: die Überlagerung mehrerer Innovationswellen. Und wenn man sich anschaut, was gerade alles gleichzeitig passiert, wird einem schwindelig.

Automatisierte Entscheidungslogik. Systeme, die nicht nur Daten analysieren, sondern eigenständig Entscheidungen treffen. Kreditvergabe, Risikobewertung, Schadensfallbeurteilung – Prozesse, die früher menschliches Urteilsvermögen erforderten, werden zunehmend von Algorithmen übernommen. Nicht als Experiment. Als Standard.

Agentenbasierte Systeme. KI-Agenten, die nicht nur auf einzelne Anfragen reagieren, sondern eigenständig mehrstufige Aufgaben abarbeiten. Recherchieren, planen, ausführen, kontrollieren – ohne dass ein Mensch jeden einzelnen Schritt überwacht. Das ist kein Science-Fiction-Szenario. Das sind Produkte, die du heute kaufen kannst.

Neue Formen der Datenverarbeitung. Multimodale Modelle, die Text, Bild, Audio und Video gleichzeitig verarbeiten und generieren. Die Grenzen zwischen den Medientypen lösen sich auf. Ein einziges System kann lesen, schreiben, sehen, hören und sprechen. Gleichzeitig.

Veränderte Arbeitsmodelle. Remote Work, asynchrone Kommunikation, globale Teams. Wenn Arbeit ortsunabhängig ist, konkurrierst du nicht mehr mit dem Kollegen im Nachbarbüro. Du konkurrierst mit der ganzen Welt. Und mit KI.

Branchen, in denen all diese Entwicklungen gleichzeitig „ankommen“, erleben eine beschleunigte Transformation. Kein sanfter Wandel. Ein tektonisches Beben.

Im DACH-Raum betrifft das insbesondere drei Sektoren:

Telekommunikation. Hoher Digitalisierungsgrad, standardisierte Prozesse, enormer Kundenkontakt über automatisierbare Kanäle. Hier trifft maximale Exposition auf maximale Konvergenz.

Finanz- und Versicherungswesen. Datengetrieben. Regelbasiert. Hochstandardisiert. Algorithmen bewerten Risiken, bearbeiten Schadensfälle, entwickeln Anlagestrategien. Nicht morgen. Heute.

Teile des Gesundheitssektors. Nicht die Chirurgin am OP-Tisch. Nicht der Pfleger am Krankenbett. Aber die administrative Seite: Befundschreibung, Terminplanung, Abrechnung, Dokumentation.

In diesen Branchen trifft hohe Tätigkeits-Exposition auf strukturellen Wandel der gesamten Branche. Das ist die Doppelbelastung. Das ist der Punkt, an dem einzelne Anpassungsstrategien nicht mehr ausreichen, weil sich das gesamte Spielfeld verschiebt.

Kapitel 3: Der Sonderfall DACH – Wenn Bürokratie zum Brandbeschleuniger wird

Und hier kommt ein Punkt, der spezifisch für den deutschsprachigen Raum ist und der diese Region besonders verwundbar macht.

Die Arbeitswelt in Deutschland, Österreich und der Schweiz hat eine Eigenschaft, die lange als Stärke galt und sich jetzt als Achillesferse entpuppt: Sie ist extrem formalisiert.

Prozesse sind dokumentiert. Standardisiert. Regelbasiert. Jeder Schritt ist definiert, jeder Handlungsablauf beschrieben, jede Entscheidung in einen Prozess eingebettet. „Made in Germany“ stand nicht nur für gute Produkte, sondern auch für gute Prozesse. Für Gründlichkeit. Ordnung. Regelkonformität.

Aber genau diese Eigenschaften – diese Liebe zur Struktur, zur Dokumentation, zur Regel – machen das System extrem angreifbar. Denn was ist eine Regel? Ein Algorithmus in Textform. Was ist ein dokumentierter Prozess? Eine Bedienungsanleitung für eine Maschine. Was ist eine standardisierte Entscheidungslogik? Ein Wenn-Dann-Diagramm, das eine KI in Millisekunden abarbeiten kann.

Bürokratie wird damit zum Beschleuniger technologischer Disruption.

Diese Eigenschaften erhöhen Effizienz – machen Systeme aber gleichzeitig extrem angreifbar für Automatisierung. Je besser deine Prozesse dokumentiert sind, desto einfacher kann eine KI sie übernehmen. Je klarer deine Regeln definiert sind, desto schneller kann ein Algorithmus sie anwenden. Je standardisierter deine Arbeit, desto redundanter wirst du.

Das ist die bittere Ironie: Die Tugenden, die den DACH-Raum wirtschaftlich stark gemacht haben, sind genau die Eigenschaften, die ihn jetzt verwundbar machen.

Und das betrifft nicht nur die großen Konzerne und Behörden. Es betrifft jeden, dessen Arbeit in formalisierte Strukturen eingebettet ist. Den Sachbearbeiter in der Versicherung. Die Controllerin im Mittelstand. Den Projektmanager in der Agentur. Den Buchhalter beim Steuerberater.

Überall dort, wo Arbeit regelbasiert, dokumentiert und wiederholbar ist, tickt eine Uhr. Nicht laut. Nicht dramatisch. Aber sie tickt.

Kapitel 4: Kreative Arbeit – Zwischen Bedrohung und Aufwertung

Jetzt wird es persönlich. Denn jetzt reden wir über UNS. Über Designer, Fotografen, Künstler, Content Creator, Composing-Artists, Art Directors. Über die Leute, die mit Bildern, Texten, Ideen und Visionen arbeiten.

Und hier muss besonders differenziert betrachtet werden. Denn die kreative Branche ist nicht pauschal bedroht oder pauschal sicher. Innerhalb der kreativen Arbeit verläuft 2026 eine scharfe Trennlinie, die deutlicher sichtbar wird als je zuvor.

Hoch exponiert sind:

Generische Designarbeit. Template-basierte Layouts. Corporate-Design-Umsetzungen nach Styleguide. Die Art von Arbeit, bei der morgens ein Brief kommt: „Logo größer, Farbe Blau, drei Formate.“ Das kann KI. Heute. Gut. Schnell. Billig.

Template-basierte Social-Media-Produktion. Posts, die alle gleich aussehen. Canva-Designs mit ausgetauschtem Text. Instagram-Karussells nach Schema. Ich habe in einem früheren Beitrag geschrieben, warum das Kopieren von Trends eine Sackgasse ist. KI macht diese Sackgasse jetzt zur Einbahnstraße ohne Wendemöglichkeit.

Austauschbare Bild- und Textproduktion. Stock-ähnliche Fotos. SEO-Texte nach Keyword-Liste. Produktbeschreibungen, die klingen wie von einer Maschine – weil sie es zunehmend sind.

Hier kann KI bereits heute große Teile übernehmen. Und sie wird es tun. Nicht weil sie bösartig ist. Sondern weil es wirtschaftlich Sinn macht.

Stabil bleiben:

Künstlerische Handschrift. Ein Stil, den man erkennt, ohne auf den Namen zu schauen. Eine ästhetische DNA, die unverwechselbar ist. Das, was entsteht, wenn ich einen Crypto King Dagobert erschaffe – eine Vision, die durch meinen persönlichen Filter gegangen ist und die keine KI replizieren kann, weil keine KI MICH ist.

Visuelle Sprache mit Wiedererkennungswert. Nicht ein einzelnes gutes Bild. Sondern ein konsistentes visuelles Vokabular, das sich durch alle Arbeiten zieht. Eine Tonalität. Eine Haltung. Ein Vibe, der sagt: Das ist von dieser Person. Von niemandem sonst.

Konzeptionelle Arbeit und Storytelling. Die Fähigkeit, eine Geschichte zu erzählen. Nicht irgendeine. DEINE. Auf DEINE Art. Mit DEINER Perspektive. KI kann Geschichten generieren. Aber sie kann keine Perspektive haben. Keine Meinung. Keine Haltung. Keine Lebenserfahrung, aus der heraus sie erzählt.

Der Unterschied liegt nicht im Medium. Er liegt im Anspruch.

Du kannst Fotografie machen, die hochexponiert ist – austauschbare Produktfotos, die eine KI genauso gut generieren kann. Und du kannst Fotografie machen, die unangreifbar ist – Bilder mit einer Vision, einer Handschrift, einer emotionalen Tiefe, die nur entstehen können, weil ein Mensch mit einer bestimmten Geschichte an einem bestimmten Ort auf den Auslöser gedrückt hat.

Dasselbe Medium. Völlig verschiedene Exposition.

Gerade hybride Arbeitsweisen verschieben hier den Fokus genau dorthin, wo er hingehört: vom Handwerk zur Vision. Die Verbindung von Fotografie, KI und klassischer Gestaltung. Synthografie, die digital beginnt und analog endet. FineArt Prints auf Büttenpapier, veredelt mit Acryl. Arbeiten, die in der Cloud geboren werden und als Unikate in der realen Welt ankommen.

Die KI übernimmt den technischen Teil. Der Mensch liefert den kreativen. Das Ergebnis ist etwas, das weder Mensch noch Maschine allein hätten schaffen können.

Wer reproduziert, wird ersetzt. Wer interpretiert, kuratiert und transformiert, gewinnt an Relevanz.

Kapitel 5: Anpassungsfähigkeit – Das Paradox der eigenen Stärken

Hier kommt die faszinierendste Erkenntnis der gesamten Analyse. Und sie ist paradox.

Die Fähigkeiten, die Jobs exponieren, sind oft dieselben, die Anpassung ermöglichen.

Analytisches Denken? Kann automatisiert werden. Aber wer analytisch denkt, kann auch KI-Systeme steuern, deren Outputs bewerten und strategisch einsetzen.

Kommunikationsfähigkeit? Kann teilweise von KI übernommen werden. Aber wer gut kommuniziert, kann auch KI-generierte Texte verbessern, menschliche Beziehungen pflegen und in Verhandlungen überzeugen, die keine Maschine führen kann.

Strukturverständnis? Macht Prozesse automatisierbar. Aber wer Strukturen versteht, kann auch neue Strukturen schaffen, die KI und menschliche Arbeit optimal verbinden.

Analytisches Denken, Kommunikation und Strukturverständnis können sowohl automatisiert als auch strategisch eingesetzt werden. Die Frage ist nicht: Hast du die richtigen Fähigkeiten? Die Frage ist: Setzt du sie richtig ein?

Nutzt du dein analytisches Denken, um Tabellen auszufüllen – oder um KI-Strategien zu entwickeln? Nutzt du deine Kommunikationsfähigkeit, um Standard-E-Mails zu schreiben – oder um Kunden von deiner einzigartigen Perspektive zu überzeugen? Nutzt du dein Strukturverständnis, um bestehende Prozesse abzuarbeiten – oder um neue zu designen?

Problematisch sind hingegen Rollen mit hoher Wiederholung und geringer Eigenständigkeit. Insbesondere in administrativen Bereichen. Rollen, in denen du Anweisungen folgst, ohne sie zu hinterfragen. Prozesse abarbeitest, ohne sie zu gestalten. Output produzierst, ohne Input zu geben.

Diese Rollen sind nicht nur exponiert. Sie haben kein Gegengewicht. Keine Fähigkeit, die sich von der automatisierbaren Seite auf die strategische Seite umlenken lässt. Und das macht sie besonders verwundbar.

Kapitel 6: Der reale Wandel – leise, aber unerbittlich

Jetzt komme ich zu dem Teil, der in den meisten Artikeln fehlt. Der Teil, der zwischen den Überschriften passiert. Den du nicht in Statistiken findest, sondern in den Gesichtern der Leute, die du kennst.

Denn trotz aller theoretischen Automatisierbarkeit zeigt sich aktuell kein massiver Jobverlust. Keine Massenentlassungen. Keine Apokalypse. Die Büros stehen nicht leer. Auf den ersten Blick sieht alles aus wie immer.

Aber unter der Oberfläche entsteht eine schleichende Verschiebung. Still. Konstant. Unerbittlich.

Weniger Einstiegspositionen. Das ist vielleicht der spürbarste Effekt. Unternehmen stellen weniger Juniors ein. Weniger Trainees. Weniger Berufseinsteiger. Nicht weil sie böse sind. Sondern weil die Aufgaben, die traditionell von Einsteigern erledigt wurden – Recherchearbeiten, Datenpflege, einfache Reportings, Assistenzaufgaben – zunehmend von KI übernommen werden. Der Einstieg wird enger. Für eine ganze Generation.

Steigender Leistungsdruck. Wenn KI Routineaufgaben schneller erledigt, steigt die Erwartung an die menschliche Leistung. Du sollst nicht weniger arbeiten – du sollst MEHR leisten. Komplexere Aufgaben. Schnellere Ergebnisse. Höhere Qualität. Weil die einfachen Sachen jetzt die Maschine macht. Also musst du die schweren machen. Und zwar mehr davon.

Zunehmende Integration von KI in bestehende Rollen. Dein Job heißt immer noch so. Deine Visitenkarte sieht gleich aus. Aber deine tägliche Arbeit hat sich verändert. Du nutzt KI-Tools. Du steuerst Prozesse, die früher manuell waren. Du überprüfst KI-Output. Dein Job ist nicht verschwunden – er hat sich transformiert. Manchmal zum Besseren. Manchmal nicht.

Arbeit verschwindet nicht. Sie verdichtet sich.

Das ist der Satz, den du dir merken solltest. Denn er beschreibt die Realität 2026 genauer als jede Schlagzeile.

Du machst nicht weniger. Du machst ANDERES. Und MEHR davon. In WENIGER Zeit. Mit HÖHEREN Erwartungen. Ob das gut oder schlecht ist, hängt davon ab, auf welcher Seite der Gleichung du stehst.

Was das alles bedeutet – Die einzige Frage, die zählt

Der AI-Sturm ist kein singuläres Ereignis. Kein einzelner Blitz, der einschlägt und dann vorbei ist. Er ist ein Zusammenspiel mehrerer Kräfte – Exposition, Konvergenz, struktureller Wandel – die sich gegenseitig verstärken.

Besonders im DACH-Raum entsteht eine doppelte Dynamik: Hochstrukturierte Arbeitsprozesse treffen auf Technologien, die genau diese Struktur lesen, verstehen und auflösen können. Ausgerechnet die Gründlichkeit, die Ordnung, die Regelkonformität – die Tugenden, auf die diese Volkswirtschaften stolz sind – machen sie angreifbar.

Für kreative Berufe bedeutet das keine Abschaffung, sondern eine Selektion. Standardisierte Produktion verliert an Wert, während individuelle Perspektive, Stil und konzeptionelle Stärke an Bedeutung gewinnen. Die KI trennt die Spreu vom Weizen. Wer austauschbar ist, wird ausgetauscht. Wer unverwechselbar ist, wird unverzichtbar.

Die zentrale Frage lautet daher nicht mehr: „Ist mein Job sicher?“

Sondern: „Welche Teile meiner Arbeit sind einzigartig – und welche sind ersetzbar?“

Und diese Frage musst du dir ehrlich beantworten.

Die Teile, die ersetzbar sind? Automatisiere sie. Nutze KI. Verschwende keine Lebenszeit mit Aufgaben, die eine Maschine erledigen kann.

Die Teile, die einzigartig sind? Investiere in sie. Vertiefe sie. Schärfe sie. Mach sie so unverwechselbar, so DEINS, dass keine KI der Welt sie replizieren kann.

Der Sturm ist da.

Die Frage ist nur, ob du im Regen stehst oder längst ein Dach gebaut hast.

BROWNZ IS ART. ✦

Und Kunst ist das, was bleibt, wenn die Maschinen alles andere übernommen haben.

Stand: März 2026. Die Technologie entwickelt sich weiter. Der Arbeitsmarkt transformiert sich. Deine Strategie sollte das auch.

Wie dieser Text entstanden ist: Meine Blogartikel entstehen als Sprachmemos. Die werden transkribiert und mit KI-Unterstützung in Form gebracht. Die Erfahrung und die Empfehlungen sind komplett meine. Die Struktur und der Feinschliff entstehen mit KI. Sag ich offen, weil ich’s so halte.

Tags: , , ,
Kommentar

Der große KI-Showdown in Adobe: Firefly vs. „Bild generieren“ vs. „Generatives Füllen“ – Welches Tool nutzt du wofür?

Filed under: Tools — Hinterlasse einen Kommentar
21. März 2026

Hand aufs Herz: Wie oft hast du in den letzten Monaten in Photoshop gesessen, auf einen der vielen neuen glitzernden KI-Buttons geklickt und dich am Ende gewundert, warum das Ergebnis aussieht wie ein unscharfer Pixelbrei?

Adobe hat uns in Rekordzeit mit generativer Künstlicher Intelligenz überschüttet. Gefühlt gibt es nach jedem Update eine neue Leiste, ein neues Menü und eine neue Funktion, die uns verspricht, auf Knopfdruck Meisterwerke zu erschaffen. Doch diese Fülle an Möglichkeiten hat zu einer massiven Verwirrung in der Kreativ-Community geführt. Die meisten Nutzer werfen die Begriffe wild durcheinander und nutzen für ihre Aufgaben schlichtweg das falsche Werkzeug.

Heute räumen wir damit auf. Wir schauen uns die drei großen KI-Säulen im Adobe-Ökosystem ganz genau an: Die Firefly Web-App, die Funktion „Bild generieren“ (Generate Image) in Photoshop und den absoluten Klassiker „Generatives Füllen“ (Generative Fill).

Obwohl alle drei Tools auf der gleichen Grundtechnologie (Adobe Sensei / Firefly) basieren, unterscheiden sie sich in ihrer Auflösung, ihrem Funktionsumfang und vor allem in ihrer Ergebnisqualität dramatisch. Wer hier nur aus Bequemlichkeit klickt, verschenkt massiv Potenzial – und bares Geld. Lass uns in den Maschinenraum hinabsteigen.

1. Die Firefly-Webversion: Der unangefochtene König der Möglichkeiten

Fangen wir mit dem mächtigsten Werkzeug an, das Adobe uns aktuell zur Verfügung stellt: Die eigenständige Website firefly.adobe.com. Wenn du komplett neue Bilder, Hintergründe für Composings oder eigenständige Elemente erschaffen willst, ist dies der Ort, an dem du dich aufhalten solltest.

Warum? Weil die Webversion die ungefilterte, volle Kraft der Adobe-KI darstellt.

Wenn du hier einen Prompt eingibst, greifst du auf die neuesten, fortschrittlichsten KI-Modelle zu (aktuell Firefly Image 3). Die Benutzeroberfläche am rechten Bildschirmrand ist ein Traum für jeden Art Director. Du hast nicht nur ein simples Textfeld, sondern detaillierte Schieberegler und Menüs:

  • Stil-Referenzen: Du kannst Referenzbilder hochladen, damit die KI genau diesen Look übernimmt.
  • Struktur-Referenzen: Du kannst Skizzen vorgeben, an deren Konturen sich die KI beim Generieren hält.
  • Kamera-Einstellungen: Du kannst Blende, Verschlusszeit (für Bewegungsunschärfe) und den exakten Blickwinkel simulieren.
  • Ausgabe-Qualität: Firefly generiert Bilder in einer sehr ordentlichen Größe von 2.048 Pixel Kantenlänge.

Das wirtschaftliche Argument (Die Credits-Falle):
Adobe hat sogenannte „Generative Credits“ eingeführt. Jedes Mal, wenn du auf „Generieren“ klickst, kostet dich das eine virtuelle Münze aus deinem monatlichen Abo-Kontingent. In der Webversion erhältst du für diesen einen Credit immer vier hochauflösende Varianten deines Prompts. Du bekommst hier also den absolut besten Return on Investment für dein Abo.

2. „Bild generieren“ in Photoshop: Die Bequemlichkeits-Falle

Gehen wir nun rüber in dein Photoshop. Dort findest du unter Bearbeiten > Bild generieren (oder in der schwebenden Taskleiste) eine Funktion, die im Grunde genau das Gleiche tun soll wie die Website. Du gibst einen Text ein und Photoshop rendert dir ein komplett neues Bild auf eine leere Ebene.

Auch hier spuckt die KI das Bild mit einer maximalen Kantenlänge von 2.048 Pixeln aus. Klingt doch perfekt, oder? Warum also überhaupt noch den Browser öffnen, wenn man es direkt in Photoshop machen kann?

Die Antwort ist simpel: Es ist eine kastrierte Version.

Photoshops „Bild generieren“ ist eine stark vereinfachte, abgespeckte Variante der Web-App. Es fehlen entscheidende Feineinstellungen zur Lichtstimmung, zu Kamera-Winkeln und komplexen Stil-Referenzen. Adobe hat diese Funktion für die ungeduldigen Nutzer gebaut. Für diejenigen, die den Workflow nicht unterbrechen und die App nicht verlassen wollen.

Doch diese Bequemlichkeit hat einen hohen Preis. Und damit meine ich nicht nur die fehlenden Optionen, sondern harte Währung: Wenn du in Photoshop auf „Bild generieren“ klickst, verbrauchst du ebenfalls einen Generativen Credit. Doch anstatt vier Varianten wie auf der Website, liefert dir Photoshop im Eigenschaften-Bedienfeld nur drei Varianten.

Du bezahlst also den gleichen Preis für 25 % weniger Ergebnisse und deutlich weniger Kontrolle. Als professioneller Bildbearbeiter gibt es daher – von absoluter Zeitnot mal abgesehen – keinen rationalen Grund, diese Funktion in Photoshop zu nutzen. Wenn du ein Bild aus dem Nichts („From Scratch“) erschaffen willst: Geh in den Browser zu Firefly, generiere es dort in Perfektion, lade es herunter und zieh es dann in Photoshop.

3. „Generatives Füllen“: Das missverstandene Genie mit dem Auflösungs-Flaschenhals

Kommen wir zur bekanntesten Funktion, dem Tool, das vor einiger Zeit das Internet gebrochen hat: Bearbeiten > Generatives Füllen (Generative Fill). Du ziehst eine Auswahl mit dem Lasso, tippst etwas ein, und zack – die KI zaubert etwas in dein Bild.

Viele Nutzer machen nun den fatalen Fehler und nutzen dieses Werkzeug für alles. Sie ziehen eine leere Ebene auf, markieren das ganze Bild und tippen einen Prompt ein. Das Ergebnis ist meistens extrem enttäuschend. Es ist unscharf, verwaschen und sieht aus wie ein Relikt aus den frühen 2000er Jahren. Warum passiert das?

Hier kommt das größte technische Geheimnis, das du kennen musst: Generatives Füllen hat ein hartes Limit von 1.024 Pixeln Kantenlänge!

Wenn du mit dem Lasso einen Bereich in deinem hochauflösenden 40-Megapixel-Foto auswählst, der beispielsweise 4.000 x 4.000 Pixel groß ist, und auf „Generatives Füllen“ klickst, rechnet die KI nicht in dieser Größe. Sie generiert intern ein kleines 1.024-Pixel-Bildchen und skaliert (streckt) dieses dann brutal auf deine 4.000 Pixel große Auswahl hoch. Das Resultat ist Matsch.

Wofür dieses Tool wirklich gebaut wurde:
Das KI-Modell hinter „Generatives Füllen“ ist auf etwas völlig anderes trainiert als Firefly Web. Es ist nicht dafür gedacht, aus dem Nichts völlig neue Welten zu erschaffen. Sein absolutes Spezialgebiet ist der Kontext.
Dieses Tool ist darauf optimiert, die Pixel außerhalb deiner Auswahl zu analysieren (Licht, Schatten, Perspektive, Rauschen) und den generierten Inhalt nahtlos und unauffällig in dein bestehendes Hintergrundfoto einzufügen. Es ist dein Werkzeug für die Retusche: Um störende Mülleimer zu entfernen, Ränder zu erweitern (Outpainting) oder ein kleines, passendes Objekt (wie eine Kaffeetasse auf einem Tisch) in ein bestehendes Foto zu zaubern.

Der Praxis-Test: Menschen und Lebewesen generieren

Um die gravierenden Unterschiede in der Praxis zu verstehen, lass uns ein konkretes Beispiel durchspielen. Wir nutzen folgenden, recht komplexen Prompt:

„Porträt einer elegant gekleideten Frau in einer geschmackvoll ausgeleuchteten Szene, stilvoll inszeniert vor einem sanft verschwommenen Hintergrund. Ihr Gesicht ist weich beleuchtet und zeigt einen freundlichen, natürlichen Ausdruck. Das Haar fällt locker über die Schultern, die Bildkomposition ist ausgewogen und zeigt hohe Detailschärfe, makellose Haut und realistische Konturen. Studioqualität, 85mm-Objektiv“

Szenario A: Du nutzt „Generatives Füllen“ auf einer leeren Ebene.
Das Ergebnis wird eine Katastrophe sein. Das Tool sucht verzweifelt nach Kontext-Pixeln (die es auf einer weißen Ebene nicht gibt). Da es primär auf das „Einblenden in Hintergründe“ trainiert ist und das 1024-Pixel-Limit greift, erhältst du oft verzerrte Anatomie, verschwommene Augen und eine Hauttextur, die an Plastik erinnert. Für das realistische Generieren von Lebewesen aus dem Nichts ist diese Funktion schlichtweg unbrauchbar.

Szenario B: Du nutzt „Bild generieren“ in Photoshop.
Hier wird es schon deutlich besser. Die 2.048 Pixel sorgen für ordentliche Schärfe. Die Frau sieht anatomisch korrekt aus. Aber du hast eben nur drei Versuche bekommen und keine Möglichkeit, das Licht im Nachhinein via Regler anzupassen.

Szenario C: Du gehst in die Firefly-Webversion.
Hier entfaltet der Prompt seine Magie. Du wählst im Menü vorher „Fotografie“ aus, stellst die Blende virtuell auf f/1.8, um das geforderte 85mm-Objektiv zu simulieren, und klickst auf Generieren. Du erhältst vier brillante, hochauflösende Varianten. Gefällt dir eine zu 80 %, nutzt du sie als Stil-Referenz für den nächsten Durchlauf. Das ist professionelles Arbeiten.

Der Blick über den Tellerrand: Adobes Schwäche und die Alternativen

Wir müssen in diesem Kontext auch ehrlich sein. Adobe Firefly ist fantastisch für den kommerziellen Einsatz. Da Adobe die KI ausschließlich mit lizenzierten Bildern aus Adobe Stock trainiert hat, bist du urheberrechtlich auf der absolut sicheren Seite. Keine Klagen, kein Ärger mit Kunden.

Aber wenn es um reine, gnadenlose Ästhetik und echten Fotorealismus geht – insbesondere bei der Generierung von menschlichen Gesichtern, komplexen Händen oder organischen Lebewesen –, hinkt Firefly der Konkurrenz momentan noch immer hinterher.

Wenn du das absolut beste, fotorealistischste Bild aus dem Nichts generieren willst, solltest du dir aktuell sogenannte „Partner-Modelle“ oder externe KIs ansehen. Generatoren wie Midjourney (v6) oder das neue, revolutionäre FLUX-Modell (oft über Schnittstellen wie GPT-Image genutzt) spielen beim Thema Anatomie und Textur aktuell in einer völlig anderen Liga als Adobe.

Mein ultimativer Workflow-Tipp für dich:
Wenn ich ein High-End-Composing baue, nutze ich oft Midjourney oder Flux, um das Hauptmotiv (z. B. das Porträt der Frau) zu generieren, da diese KIs die Hautstruktur und das Licht einfach filmischer und realistischer aufbauen. Dann lade ich dieses perfekte Bild in Photoshop und wechsle zu Adobes „Generatives Füllen“, um Fehler auszubessern, den Hintergrund zu erweitern oder kleine Elemente in das Bild einzubauen (denn im nahtlosen Einfügen und Reparieren ist Adobe wiederum unschlagbar).

Fazit: Dein Spickzettel für den Alltag

Hör auf, einfach blind auf leuchtende Buttons zu klicken. Mach dich zum Meister deiner Werkzeuge. Merke dir diese drei goldenen Regeln für deinen zukünftigen KI-Workflow in Adobe:

  1. Völlig neue Bilder und Motive aus dem Nichts? Verlasse Photoshop. Geh auf firefly.adobe.com. Nutze die komplexen Regler, greife die vier Varianten ab und freue dich über 2.048 Pixel Auflösung.
  2. „Bild generieren“ in Photoshop? Ignoriere es. Es ist eine teure Bequemlichkeits-Falle, die dir bei gleichem Preis weniger Auswahlmöglichkeiten bietet.
  3. Elemente in ein bestehendes Foto einfügen, Ränder erweitern oder störende Dinge entfernen? Hier schlägt die große Stunde von „Generatives Füllen“. Achte darauf, dass du deine Auswahlen nicht zu riesig aufziehst, um das 1024-Pixel-Limit nicht zu überspannen.

Die Künstliche Intelligenz nimmt uns die handwerkliche Fleißarbeit ab. Aber das Denken, die Planung und die strategische Auswahl des richtigen Werkzeugs – das bleibt weiterhin dein Job als kreativer Profi. Nutze ihn weise

Tags: , , ,
Kommentar

Claude als AI-Mitarbeiter einrichten: 10 Profi-Tipps für dein perfektes Setup

Filed under: Tools — Hinterlasse einen Kommentar
16. März 2026

Anthropic verdoppelt gerade die Nutzungslimits für alle Claude Pro-User. Besseren Zeitpunkt gibt es nicht, um Claude endlich richtig einzurichten – nicht als Chatbot, sondern als echten AI-Mitarbeiter. Hier bekommst du 10 Profi-Tipps, mit denen du in kürzester Zeit ein Setup baust, das deinen Arbeitsalltag spürbar verändert.

Warum Claude gerade durch die Decke geht

Falls du Claude bisher nur vom Hörensagen kennst oder es mal kurz angetestet und dann wieder vergessen hast: Jetzt ist der Moment, genauer hinzuschauen. Anthropic – das Unternehmen hinter Claude – hat sich in den letzten Monaten vom stillen Underdog zum Liebling der Power-User entwickelt. Und das nicht ohne Grund.

Ja, Claude kann nicht alles, was ChatGPT kann. Keine Bildgenerierung, keine Videos, keine Custom GPTs, keinen Voice-Mode. Aber was Claude kann, das macht es verdammt gut. Das Team bei Anthropic ist unglaublich innovativ und bringt regelmäßig Features, die den Standard für die gesamte Branche setzen. Das Model Context Protocol (MCP) verbindet Sprachmodelle mit externen Systemen. Mit Skills kannst du dein komplettes Business-Setup in Textdateien speichern. Das Code-Feature macht deinen Rechner zum Alleskönner. Und Cowork gibt die Richtung vor, in die sich unser aller Arbeitsplatz entwickeln wird.

Und dann ist da noch der Vibe. Klingt vielleicht esoterisch, aber jeder, der längere Zeit mit Claude gearbeitet hat, weiß genau, was damit gemeint ist. Claude fühlt sich einfach anders an. Durchdachter. Präziser. Weniger generisch. Mehr wie ein Kollege, der mitdenkt, statt wie eine Maschine, die Output ausspuckt.

Jetzt kommt das Sahnehäubchen: Anthropic verdoppelt die Nutzungslimits für alle Pro-User. An Wochentagen außerhalb der Stoßzeiten und am Wochenende bekommst du doppelt so viele Nachrichten wie sonst – automatisch, ohne dass du irgendetwas aktivieren musst. Bessere Gelegenheit zum Einstieg gibt es nicht.

Dein Setup in fünf Minuten

Bevor wir zu den Profi-Tipps kommen, hier der schnelle Überblick, wie du Claude in wenigen Minuten startklar machst:

Schritt 1 – Account anlegen: Hol dir Claude Pro für 18 Euro im Monat und installiere die Desktop-App. Ja, die App. Nicht nur die Webversion. Die App ist entscheidend für einige der besten Features.

Schritt 2 – Daten mitnehmen: Falls du bisher mit ChatGPT gearbeitet hast, kannst du dein Memory von dort übertragen. So startest du nicht bei null.

Schritt 3 – Workspace erstellen: Lege einen lokalen Ordner auf deinem Rechner an. Nenn ihn zum Beispiel „AI-Workspace“. Das wird dein zentraler Hub.

Schritt 4 – Cowork aktivieren: Öffne den Cowork-Tab in Claude, wähle deinen Workspace-Ordner aus, stelle das Modell auf Opus 4 und aktiviere Extended Thinking.

Schritt 5 – Loslegen: Starte deinen ersten Chat mit dem Setup-Prompt, den du weiter unten findest.

Das war’s. Fünf Schritte, zehn Minuten, und du hast die Grundlage für einen AI-Mitarbeiter, der auf dich zugeschnitten ist.

10 Profi-Tipps, die den Unterschied machen

Tipp 1: Nutze den Setup-Prompt – aber lass Claude nachfragen

Der wichtigste Schritt ist der erste Chat. Verwende einen strukturierten Setup-Prompt, in dem Claude dir Fragen stellt: Was machst du beruflich? Wer ist deine Zielgruppe? Wie kommunizierst du? Welche Wörter nutzt du gern oder vermeidest du? Was sind deine häufigsten Aufgaben? Und ganz wichtig: Zeig Claude einen echten Text von dir – eine E-Mail, einen Social-Media-Post, einen Newsletter-Auszug. Füge unbedingt den Satz hinzu: „Stelle mir Rückfragen, wenn du mehr Details benötigst.“ Dieser eine Satz ist Gold wert. Er zwingt Claude, nachzufragen, statt mit falschen Annahmen loszurennen. Die meisten schlechten AI-Outputs entstehen nicht, weil das Modell schlecht ist – sondern weil es raten muss, was du eigentlich willst.

Tipp 2: Erstelle deine drei Kontext-Dateien

Lass Claude aus deinen Antworten drei Markdown-Dateien erstellen: about-me.md (dein Profil), brand-voice.md (deine Tonalität) und working-preferences.md (deine Regeln und häufigsten Aufgaben). Diese Dateien speicherst du in deinem Workspace-Ordner. Ab sofort hat Claude bei jedem neuen Chat Zugriff auf diese Informationen. Das bedeutet: Du musst dich nie wieder erklären. Claude weiß, wer du bist, wie du sprichst und was du brauchst.

Tipp 3: Behandle deinen Workspace wie ein lebendes System

Dein Workspace ist kein statisches Dokument, das du einmal erstellst und dann vergisst. Er ist ein lebendes System. Jedes Mal, wenn sich etwas in deinem Business ändert – neue Zielgruppe, neues Produkt, neue Tonalität – aktualisierst du die entsprechende Datei. Je aktueller dein Kontext ist, desto besser werden Claudes Outputs. Mach es dir zur Gewohnheit, deinen Workspace mindestens einmal im Monat zu reviewen und anzupassen.

Tipp 4: Aktiviere Extended Thinking für komplexe Aufgaben

Extended Thinking ist eines der mächtigsten Features in Claude. Wenn du es aktivierst, nimmt sich Claude mehr Zeit zum „Nachdenken“, bevor es antwortet. Das klingt simpel, macht aber einen enormen Unterschied bei komplexen Aufgaben wie Strategieentwicklung, Textanalysen oder wenn du Claude bittest, mehrere Optionen gegeneinander abzuwägen. Für schnelle, einfache Fragen brauchst du es nicht. Aber für alles, was Tiefe erfordert, ist es ein Gamechanger.

Tipp 5: Nutze die doppelten Limits strategisch

Anthropic verdoppelt die Limits an Wochentagen außerhalb der Stoßzeiten und am Wochenende. Nutze das strategisch. Plane deine intensiven AI-Sessions – Contentproduktion, Strategiearbeit, große Batch-Aufgaben – auf genau diese Zeiten. Morgens früh, abends spät oder am Wochenende. So bekommst du doppelt so viel Output, ohne einen Cent mehr zu bezahlen.

Tipp 6: Übertrage dein ChatGPT-Memory – aber überarbeite es

Wenn du von ChatGPT zu Claude wechselst, nimm dein Memory mit. Aber kopiere es nicht einfach blind rüber. ChatGPTs Memory-Einträge sind oft fragmentarisch, widersprüchlich oder veraltet. Exportiere die Daten, geh sie einmal durch, sortiere aus, was nicht mehr stimmt, und formuliere den Rest klar und strukturiert. Dein Claude-Setup verdient saubere Daten als Grundlage.

Tipp 7: Baue dir Skills für wiederkehrende Aufgaben

Hier wird es richtig spannend. Skills sind im Grunde gespeicherte Anleitungen für Aufgaben, die du regelmäßig erledigst. Du schreibst jede Woche einen Newsletter? Erstelle einen Skill dafür, in dem Format, Struktur, Tonalität und Zielgruppe definiert sind. Du beantwortest täglich Kundenanfragen? Skill dafür. Du erstellst monatlich Reports? Skill dafür. Je mehr Skills du anlegst, desto weniger musst du in jedem einzelnen Chat erklären. Claude greift einfach auf das jeweilige Rezept zurück und liefert konsistente Ergebnisse.

Tipp 8: Denke in vier Ebenen

Dein AI-Mitarbeiter wird erst dann richtig mächtig, wenn alle vier Ebenen stehen und miteinander sprechen. Ebene 1: Context – Claude kennt dich, dein Business und deine Stimme. Ebene 2: Connectors – Claude hat Zugriff auf deine Tools und Datenquellen über MCP. Ebene 3: Skills – Claude hat deine Rezepte für wiederkehrende Aufgaben. Ebene 4: Second Brain – Dein System läuft dauerhaft und entwickelt sich weiter. Fang mit Ebene 1 an, das ist dein heutiger Schritt. Aber hab die anderen drei Ebenen immer im Hinterkopf. Sie sind dein Fahrplan.

Tipp 9: Dein Setup ist plattformunabhängig

Das Schönste an diesem Ansatz: Er ist nicht an Claude gebunden. Die Markdown-Dateien, die du in deinem Workspace erstellst, funktionieren genauso mit ChatGPT, Gemini oder jedem anderen Sprachmodell. Du baust dir einmal dein persönliches AI-Betriebssystem und kannst es überallhin mitnehmen. Wenn morgen ein neues, besseres Modell auf den Markt kommt, nimmst du deinen Workspace-Ordner, verbindest ihn – und bist sofort startklar. Keine Abhängigkeit von einem einzelnen Anbieter. Das ist echte Zukunftssicherheit.

Tipp 10: Hör auf, AI wie eine Suchmaschine zu benutzen

Das ist der wichtigste Tipp von allen. Wenn du deinen Chatbot immer noch wie Google benutzt – Frage rein, Antwort raus, fertig – dann lässt du 90 Prozent des Potenzials auf der Straße liegen. Der Unterschied zwischen „AI ist ganz nett“ und „AI verändert meinen Arbeitsalltag“ liegt nicht im Prompt. Er liegt im Kontext. Es wird erst dann richtig spannend, wenn Claude dein Business versteht. Wenn es deine E-Mails in deinem Ton schreibt. Wenn es Content in deiner Brand Voice erstellt. Wenn es bei Strategiefragen mitdenkt, weil es weiß, wo du herkommst und wo du hinwillst. Genau dafür baust du dieses Setup.

Dein nächster Schritt

Du hast jetzt alles, was du brauchst, um loszulegen. Die Theorie steht, die Tipps sind klar, die Aktion liegt bei dir. Nimm dir heute zehn Minuten. Nur zehn. Erstelle deinen Account, installiere die App, lege deinen Workspace an und starte den Setup-Chat.

In zwei Wochen wirst du zurückblicken und dich fragen, warum du das nicht schon längst gemacht hast. Claude ist nicht einfach nur ein weiterer Chatbot. Mit dem richtigen Setup wird es zu einem Werkzeug, das deinen Arbeitsalltag grundlegend verändert. Nicht irgendwann. Jetzt.

Also: Good luck, have fun – und richte dir deinen AI-Mitarbeiter ein. 🚀

Tags: , , , ,
Kommentar

KI-Revolution in Photoshop: Dein ultimativer Experten-Guide für perfektes Auswählen und Maskieren

Filed under: Making of, Tools — 2 Kommentare
13. März 2026

Weißt du noch, wie dein Workflow vor ein paar Jahren aussah? Stundenlanges Klicken mit dem Polygon-Lasso, verkrampfte Finger vom Zeichenstift-Werkzeug und pure Verzweiflung, wenn du fliegende Haare vor einem unruhigen Hintergrund freistellen musstest. Diese Zeiten sind zum Glück endgültig vorbei.

In Photoshop gibt es inzwischen einige auf KI basierende Auswahlmöglichkeiten (angetrieben von Adobe Sensei). Diese unterscheiden sich nicht nur im Funktionsumfang, sondern auch in der Ergebnisqualität. Hier erfährst du, was es zu beachten gibt, wo die Fallstricke liegen und wie du als echter Profi das absolute Maximum aus diesen Automatismen herausholst.

Die drei Säulen der KI-Auswahl: Welches Werkzeug für welchen Zweck?

Photoshop bietet dir nicht nur einen einzigen „Magie-Button“, sondern verschiedene KI-Ansätze. Um effizient zu arbeiten, musst du wissen, wann du welches Tool einsetzt:

  1. Motiv auswählen (Select Subject): Der absolute Klassiker für Porträts oder Produktfotos. Mit einem Klick analysiert die KI das gesamte Bild, erkennt das Hauptmotiv und erstellt eine Maske. Perfekt, wenn das Motiv eindeutig im Fokus steht.
  2. Objektauswahlwerkzeug (Object Selection Tool): Mein persönlicher Favorit für komplexe Szenen. Du fährst mit der Maus über das Bild, und Photoshop markiert erkannte Objekte farbig (der sogenannte Hover-Effekt). Ein Klick, und das Auto, der Baum oder die Person im Hintergrund ist isoliert. Es funktioniert wie Magie, besonders wenn du mehrere spezifische Dinge in einem Bild auswählen willst.
  3. Himmel auswählen (Select Sky): Für Landschafts- und Architekturfotografen ein echter Gamechanger. Die KI erkennt nicht nur den Himmel, sondern baut auch komplexe Masken um Baumkronen, Stromleitungen oder Gebäudekanten herum, um den Himmel fehlerfrei auszutauschen oder anzupassen.

Doch Vorsicht: KI ist extrem schlau, aber sie hat (noch) nicht das kritische Auge eines professionellen Bildbearbeiters. Oft liefert sie dir „nur“ 90 bis 95 Prozent der perfekten Maske. Die restlichen Prozente machen den Unterschied zwischen einem schnell zusammengebastelten Amateur-Bild und einem High-End-Compositing aus.

Damit deine Masken absolut makellos werden, habe ich hier meine besten Experten-Tipps für dich zusammengefasst.

Profi-Tipp 1: Der geheime Schalter in den Voreinstellungen (Cloud vs. Gerät)

Hier trennt sich die Spreu vom Weizen! Wenn du die Funktion „Motiv auswählen“ nutzt, greift Photoshop standardmäßig auf die Rechenleistung deines Computers (Gerät) zurück. Das geht zwar in Millisekunden, ist aber bei weitem nicht so präzise, wie es sein könnte.

Mein Trick für dich: Gehe in die Photoshop-Einstellungen unter Bearbeiten > Voreinstellungen > Bildverarbeitung (am Mac unter Photoshop > Einstellungen…). Dort findest du den Punkt „Verarbeitung von ‚Motiv auswählen’“. Stelle das Dropdown-Menü von „Gerät (Schnellere Ergebnisse)“ auf „Cloud (Detaillierte Ergebnisse)“ um.
Wenn du nun ein Motiv auswählst, schickt Photoshop die Bilddaten kurz an die Server von Adobe, wo ein weitaus mächtigeres KI-Modell die Kanten berechnet. Es dauert vielleicht ein bis zwei Sekunden länger, aber das Ergebnis – gerade bei feinen Details wie Haaren, Fell oder rauen Texturen – ist um Welten besser!

Profi-Tipp 2: Hilf der KI auf die Sprünge (Der Kontrast-Trick)

Manchmal verzweifelt die KI, wenn dein Motiv und der Hintergrund fast die gleiche Farbe oder Helligkeit haben (z.B. ein Model in einem grauen Mantel vor einer grauen Betonwand).

Der Experten-Workaround: Erstelle eine temporäre Einstellungsebene (z.B. Tonwertkorrektur oder Gradationskurven). Ziehe die Regler extrem nach oben und unten, sodass ein massiver, fast hässlicher Kontrast im Bild entsteht. Lass jetzt die KI das Motiv auswählen! Durch den künstlich extremen Kontrast erkennt Adobe Sensei die Kanten plötzlich gestochen scharf. Sobald deine Auswahl als blinkende Linie („Ameisenlinie“) steht, löschst du die Kontrast-Ebene einfach wieder und wendest die Maske auf dein Originalbild an.

Profi-Tipp 3: Der „Auswählen und Maskieren“-Arbeitsbereich ist Pflicht

Egal, wie gut die erste KI-Auswahl aussieht, gib dich niemals mit dem ersten Klick zufrieden. Klicke immer auf den Button „Auswählen und Maskieren…“ oben in der Optionsleiste. Dieser Arbeitsbereich bietet dir Werkzeuge, die unerlässlich sind.

Nutze hier unbedingt die Funktion „Haare verfeinern“ (Refine Hair) in der oberen Leiste. Die KI rechnet dann noch einmal gezielt und tiefgründig die Ränder von Frisuren oder Tierfell nach.
Noch ein Geheimtipp: Scrolle auf der rechten Seite ganz nach unten zu den Ausgabe-Einstellungen und setze einen Haken bei „Farben dekontaminieren“ (Decontaminate Colors). Dadurch rechnet Photoshop den störenden Farbstich (Color Spill) aus den Haaren heraus, der oft vom Hintergrund auf das Motiv reflektiert wurde.

Profi-Tipp 4: KI und Handarbeit richtig kombinieren

Die KI nimmt dir die grobe Fleißarbeit ab, aber manchmal übersieht sie ein kleines Stück Hintergrund zwischen dem Arm und dem Körper deines Models, oder sie schneidet eine Fingerspitze ab.

So sieht mein Workflow aus: Ich lasse die KI die Grundauswahl treffen. Dann wähle ich ein manuelles Werkzeug wie das Lasso oder die Schnellauswahl. Mit gedrückter Shift-Taste (es erscheint ein Plus-Symbol) male ich Bereiche an, die die KI vergessen hat, um sie der Auswahl hinzuzufügen. Mit gedrückter Alt-Taste (es erscheint ein Minus-Symbol) ziehe ich Bereiche ab, die die KI fälschlicherweise ausgewählt hat. So hast du das Beste aus beiden Welten: Die Geschwindigkeit der Maschine und die absolute Präzision deines menschlichen Auges.

Profi-Tipp 5: Vorbereitung ist alles für die „Generative Füllung“

Inzwischen nutzen wir Auswahlen nicht nur zum Freistellen, sondern oft auch, um Objekte durch die neue Generative Füllung (Generative Fill) per KI entfernen oder ersetzen zu lassen.
Wenn du ein Objekt per KI auswählst, liegt die Auswahl meistens messerscharf auf der Kante des Objekts. Wenn du jetzt generierst, entsteht oft ein unschöner Rand, weil die neue KI-Füllung nicht richtig mit dem Hintergrund verschmilzt.

Der Trick: Wenn du etwas generativ ersetzen oder entfernen willst, musst du die Auswahl minimal ausweiten. Gehe auf Auswahl > Ändern > Erweitern… und gib dort einen Wert von etwa 3 bis 5 Pixeln ein. Die Auswahl überlappt nun leicht den Hintergrund. Dadurch hat die generative KI genug Kontext-Pixel um das Objekt herum, um einen weichen, fotorealistischen und absolut nahtlosen Übergang zu berechnen.

Fazit: Werde zum Regisseur der Künstlichen Intelligenz

Die auf KI basierenden Auswahlwerkzeuge in Photoshop sind unglaublich mächtig und sparen uns in der täglichen Praxis unzählige Stunden Arbeit. Aber merke dir eines: Die KI ist nur dein Assistent. Der Chef am Bildschirm bist nach wie vor du!

Verlasse dich nie blind auf den ersten Klick. Nutze die Cloud-Berechnung, arbeite mit dem „Auswählen und Maskieren“-Dialog, verfeinere die Kanten von Hand und denke immer non-destruktiv in Masken. Wenn du diese Tricks in deinen Workflow integrierst, hebst du deine Bildbearbeitung auf ein völlig neues, professionelles Level.

Jetzt bist du dran: Wie sieht dein aktueller Workflow aus? Hast du die Cloud-Berechnung schon ausprobiert oder kämpfst du noch oft mit unsauberen Kanten? Lass es mich unten in den Kommentaren wissen – ich freue mich sehr auf den Austausch mit dir!

Tags: , , , , , , , ,
Kommentar

Die große Lüge vom Ende der Kreativität: Warum KI dich nicht ersetzt, sondern dir endlich die Macht gibt, auf die wir gewartet haben

Filed under: Kontext — Hinterlasse einen Kommentar
27. Februar 2026

Es gibt dieses Rauschen. Du hörst es überall. Es kriecht aus den sozialen Netzwerken, es steht in den Feuilletons, es dominiert die Gespräche in der Kaffeeküche deiner Agentur oder im Studio zwischen zwei Sets, wenn das Model gerade in der Maske sitzt und der Art Director nervös auf sein Tablet starrt. Es ist ein nervöses, manchmal fast hysterisches, oft resigniertes Rauschen: „Die KI macht uns arbeitslos.“ „Fotografie ist tot.“ „Bald drückt jeder nur noch einen Knopf und ist Künstler.“ „Warum soll ich noch lernen, wie man Licht setzt, wenn die Software das in drei Sekunden macht?“

Ich sage es dir jetzt einmal ganz deutlich, hart und ohne die üblichen diplomatischen Schnörkel, mit denen wir uns in der Kreativbranche gerne gegenseitig beruhigen: Das ist Unsinn. Es ist der größte Irrtum dieses Jahrzehnts. Wer glaubt, dass die aktuellen oder kommenden KI-Modelle einen echten Fotografen, einen echten Retuscheur oder einen echten Art Director ersetzen, der hat nicht verstanden, was diese Berufe eigentlich im Kern ausmacht. Und noch viel wichtiger, vielleicht das Wichtigste überhaupt: Er hat nicht verstanden, wie diese neuen Werkzeuge wirklich funktionieren, wenn man sie nicht wie einen einarmigen Banditen im Casino bedient, sondern wie ein hochkomplexes Präzisionsinstrument in einem Labor.

Wir schreiben das Jahr 2026. Die generative künstliche Intelligenz ist kein Spielzeug mehr. Sie ist kein Partytrick, mit dem man den Papst in eine Daunenjacke steckt oder Wes Anderson Harry Potter drehen lässt. Sie ist eine industrielle Fräse für visuelle Inhalte. Sie ist ein Reaktor für Pixel. Aber – und das ist das gigantische Aber, um das sich dieser Text drehen wird – eine Fräse braucht jemanden, der sie bedient. Einen Meister, der weiß, wie das Material reagiert, wenn es heiß wird. Jemanden, der den Unterschied zwischen Kitsch und Kunst nicht nur kennt, sondern fühlt. Die KI ersetzt nicht den Menschen. Sie ersetzt den Durchschnitt. Sie ersetzt das Mittelmaß. Sie ersetzt diejenigen, die nur Knöpfe drücken, ohne zu wissen, was dahinter passiert. Aber für dich, den Experten, der Fotografie, Licht, Komposition, Farbtheorie und Post-Production wirklich verstanden und jahrelang geübt hat, ist sie kein Feind. Sie ist der Turbo, von dem wir immer geträumt haben, ohne es zu wissen. Sie ist die Erweiterung deines Gehirns und deiner Hände, nicht deren Ersatz.

Lass uns tief eintauchen. Lass uns zerlegen, warum das so ist. Warum JSON-Code wichtiger ist als „schöne Worte“. Warum deine eigenen Fotos das Gold der neuen Ära sind. Und warum am Ende immer noch Photoshop, deine lokale Hardware und dein Auge entscheiden, ob ein Bild lebt oder nur existiert. Wir müssen zunächst mit einem fundamentalen Missverständnis aufräumen, das die Debatte vergiftet. Die meisten Menschen da draußen nutzen Bild-KI vollkommen falsch. Sie gehen zu einer Eingabeaufforderung, sei es in einem Discord-Channel oder einem Web-Interface, und tippen etwas wie: „Ein schöner Sonnenuntergang, Cyberpunk, Frau mit Neon-Haaren, 8k, masterpiece, trending on artstation.“ Dann drückt die KI auf den Zufallsgenerator. Sie würfelt. Sie greift in den riesigen Sack der Wahrscheinlichkeiten, den sie aus Milliarden von Bildern gelernt hat, und spuckt vier Varianten aus. Der Nutzer sucht sich das hübscheste aus, speichert es ab und sagt: „Ich habe das gemacht.“

Nein, hast du nicht. Du hast im Lotto gewonnen.

Das ist Glücksspiel, keine Kreation. Die KI hat basierend auf statistischen Wahrscheinlichkeiten Pixel angeordnet, die lose zu deinen Worten passen. Du hattest keine Kontrolle über das Lichtverhältnis. Du hattest keine Kontrolle über die Brennweite. Du hattest keine Kontrolle über den emotionalen Subtext oder die narrative Tiefe. Du hast konsumiert, nicht produziert. Du warst der Kunde, nicht der Koch. Hier trennt sich die Spreu vom Weizen, und hier beginnt deine Relevanz als Profi. Der Fotograf, der Künstler – also du – akzeptiert keinen Zufall. Wir hassen Zufall. Wir wollen Kontrolle. Wenn du ein Bild im Kopf hast, dann hast du eine Vision. Du siehst die Lichtsetzung vor deinem inneren Auge – ist es ein Rembrandt-Licht? Ein hartes Split-Light? Ein weiches Butterfly? Du siehst die Textur der Haut, spürst, ob sie glänzen oder matt sein soll. Du siehst die Körnung des Films, die Tiefe der Schatten. Du siehst die emotionale Distanz zum Subjekt. Wenn die KI dir dann irgendwas Generisches ausspuckt, das zwar „nett“ aussieht, aber nicht deine Vision trifft, ist das für dich wertlos.

Deshalb ist die KI beim derzeitigen Stand – und ich wage zu behaupten, auch in absehbarer Zukunft – kein Ersatz für dich. Denn die KI hat keinen Willen. Sie hat keinen Geschmack. Sie hat keine Intention. Sie hat keine Schmerzen empfunden, keine Freude erlebt, keine Angst gehabt. Sie ist ein Spiegel, der alles reflektiert, was man ihm zeigt. Und wenn man ihm nichts Konkretes, nichts Menschliches zeigt, reflektiert er eben den Durchschnitt des Internets. Und der Durchschnitt ist langweilig. Es ist eine Ironie des Schicksals, die man sich auf der Zunge zergehen lassen muss: Gerade jetzt, wo jeder Hans und Franz Bilder generieren kann, wird echtes, tiefes fotografisches Fachwissen wertvoller denn je. Warum? Weil du der Maschine sagen musst, was sie tun soll. Und die Maschine spricht – überraschenderweise und glücklicherweise – die Sprache der Fotografie.

Ein Laie schreibt in seinen Prompt: „Hintergrund unscharf.“ Du schreibst – oder codierst –: „85mm Prime Lens, Aperture f/1.2, heavy Bokeh, shallow Depth of Field, focus on iris, chromatic aberration on edges.“ Das Ergebnis ist fundamental anders. Die KI versteht physikalische Gesetzmäßigkeiten, weil sie mit Millionen von echten Fotos trainiert wurde, in deren Metadaten genau diese Informationen standen. Sie „weiß“ im statistischen Sinne, wie ein 35mm-Objektiv ein Gesicht verzerrt und wie ein 200mm-Objektiv es komprimiert und den Hintergrund ranholt. Sie weiß, wie sich chromatische Aberration an harten Kanten bei Gegenlicht verhält. Sie weiß, wie Filmkorn bei ISO 3200 aussieht im Vergleich zu ISO 100. Wenn du als Anwender nicht weißt, was ISO-Rauschen ist, wie sich hartes Sonnenlicht von einer riesigen Octabox unterscheidet, was ein „Rim Light“ bewirkt oder warum man in der Porträtfotografie oft nicht unter 50mm geht, dann bist du der KI ausgeliefert. Du bist Passagier in einem Auto, das du nicht steuern kannst. Du kannst nur hoffen, dass es irgendwo ankommt, wo es schön ist. Als Profi bist du der Pilot.

Künstliche Intelligenz ist im Grunde ein gigantischer, unendlicher Licht-Simulator. Aber sie hat eine Tendenz: Sie neigt dazu, Licht „perfekt“ zu machen. Zu glatt. Zu kommerziell. Zu gefällig. Wer Ahnung von Fotografie hat, weiß, dass Charakter durch Schatten entsteht, nicht durch Licht. Dass die Dunkelheit genauso wichtig ist wie die Helligkeit. Wir zwingen die KI, Fehler zu machen. Wir fordern „Low Key“, wir fordern „Chiaroscuro“, wir fordern „Volumetric Lighting“, das Staubpartikel in der Luft sichtbar macht. Wir bauen Szenarien auf, die wir aus dem Studio kennen. Du kannst der KI sagen: „Setze ein Key Light von links oben, 45 Grad, Farbtemperatur 5600K, hart, und ein Rim Light von rechts hinten, Farbe Teal, Intensität 2.0, um die Silhouette vom Hintergrund zu lösen.“ Wenn du nie in einem Studio gestanden hast, nie Lampen geschleppt und Lichtformer gewechselt hast, kommst du gar nicht auf die Idee, das zu verlangen. Du nimmst das flache Einheitslicht, das die Modelle standardmäßig liefern, weil es „sicher“ ist. Das ist der Grund, warum 90 Prozent der KI-Bilder gleich aussehen. Weil 90 Prozent der Nutzer kein Licht lesen können. Du kannst es. Das ist dein unfairer Vorteil.

Jetzt wird es technisch, und das ist der Punkt, an dem viele Hobbyisten aussteigen – und wo du als Profi anfängst, echte Qualität zu liefern und dich vom Markt abzuheben. Vergiss das klassische „Prompting“. Das Schreiben von langen, blumigen Sätzen wie „Eine wunderschöne Elfe steht in einem magischen Wald, es ist neblig und mystisch…“ ist ineffizient, unpräzise und ehrlich gesagt veraltet. Es ist Malen nach Zahlen. Sprache ist schwammig. Was bedeutet „wunderschön“? Für dich ist das etwas anderes als für die KI oder für deinen Kunden. Was bedeutet „mystisch“? Nebel? Dunkelheit? Leuchtende Pilze? Deshalb arbeiten wir auf dem höchsten Level nicht mehr mit Prosa, sondern mit Struktur. Wir nutzen JSON (JavaScript Object Notation) oder ähnliche strukturierte Datenformate, um mit der KI zu kommunizieren – oft im Dialog mit LLMs (Large Language Models), die als Dolmetscher und Architekten für die Bild-KI fungieren. Besonders in Workflows, die über API-Schnittstellen laufen oder in fortgeschrittenen Interfaces wie ComfyUI integriert sind, ist das der Standard.

Warum JSON? Weil es Parameter trennt, isoliert, gewichtet und kontrollierbar macht. Stell dir vor, du beschreibst ein Bild nicht wie ein Dichter, sondern wie ein Architekt oder ein Regisseur, der sein Set aufbaut. Du definierst das Subjekt mit Attributen für Alter, Hauttextur und Kleidung. Du definierst die Kamera mit Modell, Objektiv, Blende und Winkel. Du definierst das Licht mit Quellen, Positionen, Farben und Härtegraden. Du definierst die Umgebung und den Stil separat. Indem du die Bildbestandteile in Variablen zerlegst, erlangst du Wiederholbarkeit. Du kannst den Wert für „lighting“ ändern, ohne dass sich das „subject“ verändert. Du kannst die Kamera wechseln, ohne dass die Kleidung plötzlich eine andere Farbe hat oder die KI „vergisst“, was sie eigentlich malen sollte. Das ist Programmierung von Bildern. Das ist Synthografie in Reinform. Wer das beherrscht, der „hofft“ nicht auf ein gutes Bild. Der baut es.

Diese methodische Herangehensweise erlaubt es dir, komplexe Bildwelten zu erschaffen, die konsistent sind. Wenn du eine Serie für einen Kunden produzierst, kannst du dir keine Zufälle leisten. Du kannst nicht dem Kunden sagen: „Ja, im dritten Bild hat das Model plötzlich blonde Haare, weil die KI heute einen schlechten Tag hat.“ JSON und strukturierte Parameter geben dir die Zügel in die Hand, die der normale Prompt-Tipper gar nicht sieht. Es verwandelt die „Black Box“ der KI in ein Cockpit mit Reglern und Schaltern. Doch selbst der beste Code ist nichts ohne den richtigen Rohstoff. Hier kommen wir zum vielleicht wichtigsten Punkt, warum du als Fotograf unverzichtbar bleibst: Input. Eine KI, die nur mit Text gefüttert wird, halluziniert. Sie erfindet Dinge. Das ist oft toll für Fantasy oder surreale Kunst, aber katastrophal für spezifische Visionen, Porträts realer Personen oder Corporate Identity. Die wahre Macht entfaltet sich, wenn wir der KI eigene Bilder geben. Gute Ausgangsfotos. Deine Fotos.

Stell dir folgende Situation vor: Du fotografierst ein Model im Studio. Das Licht ist okay, die Pose ist perfekt, der Gesichtsausdruck ist genau der, den du willst – dieser eine Moment zwischen Einatmen und Ausatmen. Aber du hast kein Budget, um sie nach Island an einen schwarzen Strand zu fliegen, und du hast auch nicht das 10.000-Euro-Kleid vom Designer zur Hand, das eigentlich im Konzept stand. Früher war das ein Fall für aufwendiges Composing, das Tage gedauert hat. Du musstest Stock-Fotos suchen, die nie ganz passten, Perspektiven verzerren, Licht malen, und oft sah es am Ende trotzdem „reingeklebt“ aus, weil die Physik nicht stimmte. Heute nimmst du dein Studiofoto. Du nutzt es als Referenz (Image-to-Image) und steuerst die Struktur über Technologien wie ControlNet (mit Modulen wie Depth Maps, Canny Edge oder OpenPose). Du sagst der KI: „Nimm exakt diese Körperhaltung. Nimm exakt diese Gesichtszüge. Nimm exakt diese Lichtverteilung. Aber zieh ihr das futuristische Kleid an und stell sie an den Strand in Island. Behalte die Lichtrichtung bei.“

Weil das Ausgangsmaterial – dein Foto – qualitativ hochwertig ist, wird das Ergebnis hochwertig sein. Die KI muss die Anatomie nicht raten (was sie oft falsch macht, siehe das berüchtigte Hände-Problem), weil du ihr die Anatomie gibst. Sie muss die Lichtrichtung nicht raten, weil dein Foto die Schatten vorgibt. Je besser dein Input-Foto, desto realistischer, schärfer und glaubwürdiger ist das Ergebnis. Ein unscharfes, schlecht beleuchtetes Handyfoto führt zu Matsch. Ein knackscharfes RAW-File aus deiner 50-Megapixel-Kamera führt zu einem High-End-Render. Das bedeutet: Wer fotografieren kann, hat den besseren Rohstoff. Wir sind die Lieferanten der digitalen DNA, aus der die neuen Welten gebaut werden. Ohne diese DNA ist alles nur generisches Rauschen. Du lieferst die Substanz, die KI liefert die Dekoration und die Transformation. Du bist der Anker in der Realität.

Ein weiteres Problem der frühen KI-Bilder (wir erinnern uns an 2023/2024) war dieser furchtbare „Plastik-Look“. Alles sah aus wie Airbrush, zu glatt, zu perfekt, wie Videospielgrafik auf Steroiden. Haut wie Gummi, Augen wie Glasmurmeln. Der Experte – also du – arbeitet heute mit cinematischen Modellen. Das sind speziell trainierte Checkpoints (oft basierend auf Stable Diffusion XL oder proprietären neuen Architekturen wie Flux oder spezialisierten Fine-Tunes), die nicht auf „hübsch“ trainiert sind, sondern auf „echt“. Diese Modelle verstehen, dass Haut Poren hat. Dass Poren nicht gleichmäßig verteilt sind. Dass Licht in einer Linse bricht und Fehler erzeugt – Lens Flares, Halation, chromatische Aberration, Vignettierung. Dass analoger Film ein Rauschverhalten hat, das digitalem Rauschen überlegen ist. Wir nutzen Modelle, die „hässlich“ können. Dreck, Asymmetrie, Chaos. Das ist der Schlüssel zum Fotorealismus. Die Realität ist nicht perfekt. Eine KI, die Perfektion anstrebt, scheitert an der Realität. Ein echtes Foto ist nie 100 % sauber. Als Künstler wählst du das Modell wie früher den Film. Brauchst du die Farben eines Kodak Portra 400? Nimmst du Modell A. Brauchst du den düsteren, körnigen, kontrastreichen Look eines Ilford Delta 3200 Schwarzweiß-Films? Nimmst du Modell B. Du kannst diese Modelle sogar mixen (Checkpoint Merging), um deinen eigenen, unverwechselbaren Stil zu kreieren. Das ist wie das Mischen von Farben auf einer Palette. Ein Laie nutzt die Standard-Farben aus der Tube (das Standard-Modell von Midjourney). Ein Meister mischt sich seinen Ton.

Aber lass uns an diesem Punkt ehrlich sein: Ein Bild, das zu 100 Prozent aus der KI kommt, fühlt sich oft seltsam glatt an, selbst mit den besten Modellen. Ein Bild, das heute noch zu 100 Prozent klassisch in Photoshop gemalt oder retuschiert wird, dauert oft zu lange, um wirtschaftlich zu sein. Die Magie – der eigentliche künstlerische Durchbruch – liegt im „Dazwischen“. In der hybriden Kunst. Wir müssen aufhören, in Lagern zu denken. Hier die Fotografen, da die KI-Nerds. Der Experte von 2026 ist ein Grenzgänger. Hybride Kunst bedeutet: Du nutzt die KI nicht, um das ganze Bild zu machen. Du nutzt sie, um Elemente zu erzeugen, die du fotografisch nicht oder nur schwer bekommst.

Vielleicht fotografierst du das Model im Studio. Das ist echt. Die Emotion ist echt. Die Haut ist echt. Aber das Kleid? Vielleicht skizzierst du das grob in Photoshop, fütterst diese Skizze in eine lokale KI, lässt dir fünf Textur-Varianten von Seide oder Metall generieren, und dann – und das ist der entscheidende Schritt – compst du diese KI-Elemente klassisch in Photoshop zurück auf das echte Foto. Du nutzt Masken. Du nutzt Gradationskurven. Du nutzt den Mischpinsel. Du verheiratest das generierte Chaos mit der fotografischen Ordnung. Das ist Hybrid-Kunst. Das Ergebnis ist ein Werk, bei dem niemand mehr sagen kann, wo das Foto aufhört und die KI anfängt. Es gibt keine Nahtstellen. Es gibt keine „KI-Artefakte“, weil du sie manuell entfernt hast. Es gibt keine physikalischen Unmöglichkeiten, weil du sie korrigiert hast.

Diese hybride Arbeitsweise ist es, die deinen Stil unkopierbar macht. Jemanden, der nur promptet, kann man kopieren. Man klaut den Prompt, man kriegt ein ähnliches Bild. Aber jemanden, der fotografiert, malt, generiert, maskiert, überlagert und retuschiert? Das ist eine Handschrift. Das ist ein Prozess, der so komplex und individuell ist, dass er immun gegen Nachahmung wird. Du bist nicht mehr nur ein User einer Software. Du bist ein Alchemist, der verschiedene Substanzen mischt, um Gold zu machen.

Und hier kommen wir zu einem Punkt, der oft übersehen wird, der aber über deine Karriere entscheiden kann: Datenschutz und Urheberschaft. Wenn du professionell arbeitest, wenn du hybride Kunst erschaffst, die deinen Namen tragen soll, dann gibt es eine goldene Regel: Nichts verlässt deinen Rechner. Nutze keine öffentlichen Web-Interfaces für deine finale Arbeit. Lade keine Kundenfotos in eine Cloud-KI hoch, deren AGB du nicht zu 100 Prozent verstehst (und wer tut das schon?). Poste deine Prompts und deine Workflows nicht in öffentlichen Discord-Channels. Warum?

Erstens: Der Schutz deiner DNA. Wenn du einen einzigartigen Stil entwickelt hast, willst du nicht, dass eine öffentliche KI diesen Stil lernt und ihn morgen jedem 14-Jährigen zur Verfügung stellt. Wenn du deine besten Arbeiten in ein offenes System fütterst, trainierst du deine eigene Konkurrenz. Zweitens: Kundensicherheit. Stell dir vor, du bearbeitest Bilder für eine Kampagne eines Autoherstellers, die erst in sechs Monaten launchen darf. Lädst du das Bild in eine öffentliche KI, um den Hintergrund zu ändern, hast du im schlimmsten Fall gerade ein NDA (Geheimhaltungsvereinbarung) gebrochen. Das Bild liegt jetzt auf einem Server in den USA. Das ist berufliches Harakiri.

Der Profi nutzt lokale KI-Instanzen. Wir reden über Stable Diffusion, Flux oder Nachfolgemodelle, die auf deiner eigenen Grafikkarte laufen (via Interfaces wie Automatic1111, ComfyUI oder Fooocus). Warum lokal? Weil du hier eigene Modelle (LoRAs/Checkpoints) trainieren kannst. Du kannst der KI deinen Stil beibringen, dein Licht, deine Farbpalette – und dieses Modell gehört nur dir. Es liegt auf deiner SSD. Niemand sonst hat Zugriff darauf. Das ist dein eigentliches Kapital. Du baust dir eine persönliche KI, die wie ein Assistent funktioniert, der nur für dich arbeitet. Sie kennt deine Vorlieben. Sie weiß, wie du Hauttöne magst. Aber sie plaudert Betriebsgeheimnisse nicht aus. Wenn du öffentlich generierst, bist du ein Tourist. Du nutzt die Infrastruktur, die alle nutzen. Du bekommst den „Look“, den alle haben. Wenn du lokal und persönlich arbeitest, bist du ein Einheimischer. Du baust deine eigene Infrastruktur.

Kommen wir nun zum Elefanten im Raum, den viele KI-Evangelisten gerne ignorieren oder wegdiskutieren wollen. Sie behaupten, man brauche kein Photoshop mehr. Das Bild komme ja fertig aus der Maschine. Das ist der größte Trugschluss von allen. Das ist die Lüge, die Amateure glauben und die sie daran hindert, jemals professionelle Ergebnisse zu erzielen. Ein KI-Bild „out of the box“ ist Rohmaterial. Es ist wie ein ungeschliffener Diamant – oder manchmal eher wie ein Klumpen Lehm, der grob die Form hat, die man will, aber noch voller Fingerabdrücke und Unebenheiten steckt.

Hier beginnt deine eigentliche Arbeit als Profi. Hier beginnt die „Synthografie“ als echtes Handwerk. Du nimmst das Bild in Photoshop. Und dann zerlegst du es. Du nutzt „Generative Fill“ nur für kleine, kontrollierte Bereiche, um Fehler zu korrigieren oder Details hinzuzufügen. Du nutzt Frequenztrennung (Frequency Separation), um die Struktur der KI-Haut zu reparieren, ohne die Farben zu zerstören, um ihr diese menschliche Unvollkommenheit zurückzugeben, die die KI weggebügelt hat. Du machst Dodge & Burn (Abwedeln und Nachbelichten), um den Fokus des Betrachters zu lenken – etwas, das die KI oft vergisst, weil sie das ganze Bild gleichmäßig „interessant“ machen will. Ein gutes Bild braucht aber Hierarchie. Es braucht Bereiche, die im Schatten verschwinden, damit das Wichtige leuchten kann. Du baust Composings aus mehreren KI-Generierungen. Vielleicht war der Kopf im ersten Bild perfekt, aber die Hände im dritten und der Hintergrund im fünften. In Photoshop bringst du das zusammen. Du matchst die Farben (Color Grading), du passt die Schwarzwerte an, du sorgst dafür, dass das Grain über dem gesamten Bild konsistent liegt.

Das ist digitales Malen auf höchstem Niveau. Die KI liefert dir die Pixel, aber du bestimmst, wo sie bleiben. Ein reines KI-Bild erkennt man oft sofort. Es wirkt „uncanny“, unheimlich, künstlich. Ein von dir in Photoshop veredeltes, kuratiertes und bearbeitetes Bild erkennt man nicht mehr als KI. Man fühlt es nur. Und das ist der Unterschied zwischen einem generierten Bild und einem Kunstwerk.

Was bist du also, wenn die Maschine die Pixel rendert? Du bist nicht mehr nur der Handwerker, der jeden Pinselstrich zieht (obwohl du das in der Retusche noch tust). Du bist Regisseur. Du bist Art Director. Du bist Kurator. Die Fähigkeit, „Nein“ zu sagen, wird zu deiner wichtigsten Eigenschaft. Die KI bietet dir 20 Varianten an. 19 davon sind Müll – technisch vielleicht okay, aber seelenlos, langweilig, repetitiv. Die eine Variante zu erkennen, die den Funken hat, das ist menschliche Intuition. Das ist Erfahrung. Das ist dein kulturelles Wissen.

Eine Maschine weiß nicht, was Schmerz ist. Sie weiß nicht, was Sehnsucht ist. Sie kann Sehnsucht simulieren, wenn du ihr die Parameter gibst. Aber sie kann nicht beurteilen, ob das Bild diese Sehnsucht auch auslöst. Das kannst nur du. Wir erschaffen neue Welten, ja. Wir können Dinge visualisieren, die zu teuer, zu gefährlich oder physikalisch unmöglich zu fotografieren wären. Wir können Storytelling betreiben in einer Geschwindigkeit, die früher undenkbar war. Aber diese Welten brauchen ein Fundament. Und dieses Fundament ist deine menschliche Erfahrung. Wenn du ein Bild erstellst, das Einsamkeit ausdrücken soll, greifst du auf dein eigenes Gefühl von Einsamkeit zurück. Du wählst die Farben (kalt, entsättigt), die Komposition (viel negativer Raum), die Pose (verschlossen). Du steuerst die KI so lange, bis sie dein Inneres nach außen kehrt. Die KI ist dabei nur der Pinsel. Ein sehr komplexer, manchmal eigensinniger, manchmal genialer Pinsel, aber nur ein Pinsel. Das Gemälde entsteht in dir.

Lass uns kurz über Geld reden. Das ist wichtig. Warum sollten Kunden dich, den Experten, bezahlen, wenn sie selbst ein Abo für 20 Euro im Monat abschließen können und sich ihre Bilder „selbst machen“? Aus demselben Grund, warum Menschen in Restaurants gehen, obwohl sie einen Herd zu Hause haben. Aus demselben Grund, warum Menschen zum Friseur gehen, obwohl man Scheren im Supermarkt kaufen kann. Jeder kann kochen. Aber nicht jeder kann gut kochen. Und vor allem: Nicht jeder kann konsistent gut kochen, unter Zeitdruck, für 100 Leute, während die Küche brennt.

Kunden brauchen Konsistenz. Sie brauchen Rechtssicherheit (soweit im KI-Recht möglich). Sie brauchen Bilder, die exakt ihre Marke treffen und nicht einfach nur „irgendwie cool“ aussehen. Ein Kunde sagt: „Ich brauche unser Produkt in der Hand einer Frau, die aussieht wie unsere Zielgruppe (35-40, urban, modern), das Licht muss zu unserer CI passen (hell, freundlich, Pastell), und das Bild muss in 10.000 Pixel Breite für den Messestand vorliegen. Bis morgen.“ Der Laie mit seinem Prompt bricht hier zusammen. Das Produkt wird von der KI verzerrt (sie kennt das Logo nicht, sie halluziniert Tasten, die nicht da sind). Die Frau hat sechs Finger oder schielt. Das Licht ist zu dramatisch, weil das Standard-Modell Drama liebt. Die Auflösung ist zu gering.

Du, der Experte, nimmst das Produktfoto (echtes Foto!), trainierst vielleicht kurz ein LoRA (Low-Rank Adaptation) auf das Produkt, nutzt ControlNet für die Pose, generierst den Hintergrund, compst das echte Produkt in Photoshop rein, machst ein Upscaling mit KI-Unterstützung (aber kontrolliert!), retuschierst die Fehler und lieferst pünktlich. Das ist dein Wert. Die Lösung von Problemen. Nicht das Drücken eines Knopfes. Du verkaufst nicht das Bild, du verkaufst das Ergebnis und die Sicherheit.

Wir dürfen bei all dem Enthusiasmus nicht ignorieren, dass diese Technologie auf den Werken von Millionen Künstlern trainiert wurde, oft ohne deren Einverständnis. Das ist ein Makel, der der derzeitigen KI-Landschaft anhaftet und den wir nicht wegdiskutieren können. Aber als Profis können wir nicht die Augen verschließen und hoffen, dass es weggeht. Wir müssen uns die Technologie aneignen und sie transformieren. Indem du deine eigenen Bilder als Basis nutzt, indem du deine eigene Vision durch JSON und Photoshop hineinpressen, machst du dir die Technik untertan. Du wirst wieder zum Urheber. Du schaffst Werke, die eine Schöpfungshöhe haben, weil der Prozess komplex und individuell ist. Du machst aus dem statistischen Durchschnitt etwas Einzigartiges.

Die Zukunft gehört den Hybriden. Den Zentauren. Halb Mensch, halb Maschine. Der reine Fotograf, der sich weigert, digital zu denken und KI als Teufelszeug abtut, wird zur Nische. Eine schöne, wertvolle Nische, wie Vinyl-Platten oder analoge Uhren, aber eine Nische. Der reine „Prompt-Artist“, der keine Ahnung von Bildern hat, wird wegrationalisiert werden, weil die KI bald so gut ist, dass sie keine Prompts mehr braucht, um Durchschnitt zu erzeugen. Aber derjenige, der beides verbindet – das Auge, das Handwerk, die Technik der Fotografie und die rohe, brutale Power der generativen KI – der ist unaufhaltsam. Hab keine Angst, ersetzt zu werden. Hab Angst davor, stehen zu bleiben.

Die KI ist ein Werkzeug. Ein Hammer baut kein Haus. Ein Hammer kann auch einen Daumen zertrümmern. Es kommt darauf an, wer ihn hält. Wenn du Ahnung von Fotografie hast: Glückwunsch. Du hast den größten Vorteil, den es gibt. Du verstehst das Licht. Du verstehst die Komposition. Wenn du Photoshop beherrschst: Perfekt. Du hast die Kontrolle über das Finish. Wenn du bereit bist, Code (JSON) und komplexe Workflows zu lernen: Willkommen in der Elite.

Wir stehen nicht am Ende der Kunst. Wir stehen am Anfang einer neuen Ära. Einer Ära, in der die Barriere zwischen Vorstellungskraft und Bild fällt. Einer Ära, in der das technische „Wie“ (Wie male ich diesen Schatten?) in den Hintergrund tritt und das inhaltliche „Was“ (Warum ist dieser Schatten da?) in den Vordergrund rückt. Aber die Qualität dieses Bildes hängt immer noch von der Qualität der Vorstellungskraft ab. Und von der Fähigkeit, diese Vorstellungskraft technisch präzise umzusetzen. Die KI liefert die Pixel. Du lieferst den Sinn. Und solange Maschinen keinen Sinn für Ironie, für Schmerz, für Schönheit oder für den perfekten Moment haben, solange bleibst du im Fahrersitz. Du musst nur lernen, dieses verdammt schnelle Auto zu fahren, anstatt dich weinend auf die Rückbank zu setzen und dich darüber zu beschweren, dass die Landschaft so schnell vorbeizieht. Mach dich an die Arbeit. Es gibt Welten zu erschaffen, und sie warten auf jemanden, der weiß, was er tut.

Tags: ,
Kommentar

Kurze Korrektur, kleine Entschuldigung – und jetzt das Video für alle

Filed under: Art Of Brownz, Brownz VIDEOS, Gelebt — Hinterlasse einen Kommentar
11. Februar 2026

Okay, das ist mir ein bisschen peinlich.

Gestern hab ich euch erzählt, ihr sollt mir eine Mail schreiben, wenn ihr das Video sehen wollt. Schöne Idee. Nur hab ich die falsche Mail-Adresse hingeschrieben.

Ja, wirklich.

Da stand brownz@brownzart.at – richtig wäre brownz@brownz.art gewesen. Kleiner Unterschied, große Wirkung: Die meisten Mails sind im Nirgendwo gelandet.

Ein paar von euch hatten meine richtige Adresse offenbar schon gespeichert und haben es trotzdem geschafft. Die haben den Link auch bekommen. Aber der Rest – tja. Sorry dafür. Echt.

Im Originalbeitrag von gestern ist die Adresse jetzt korrigiert. Wer den nochmal lesen will:

10 Seconds Into The Future – der originale Beitrag

Aber eigentlich ist es jetzt eh egal

Weil ich das Video in der Zwischenzeit einfach auf YouTube hochgeladen hab. Als verstecktes Video, 720p HD. Nicht so gut wie die Dropbox-Version, aber es reicht, um den Wahnsinn zu sehen.

Hier ist der Link:

Einfach draufklicken und gucken. Kein Download nötig, keine Mail, kein Aufwand. Wer gestern nicht durchgekommen ist, kommt jetzt einfach so dran.

Was ich mir trotzdem wünschen würde

Schaut es euch an. Und dann sagt mir, was ihr denkt.

8 Minuten und 15 Sekunden Fiebertraum, zusammengebaut aus Gesprächen mit der KI, irgendwann zwischen Mitternacht und drei Uhr morgens. Kein Plan, kein Storyboard, kein Konzept. Nur Wahnsinn mit Rhythmus.

Ich bin immer noch zu nah dran, um das selbst einzuordnen. Ich brauch eure Augen. Und eure Ehrlichkeit.

Ob per Kommentar, per YouTube-Kommentar, per Mail an die – diesmal richtige – Adresse brownz@brownz.art oder per Rauchzeichen. Hauptsache, ihr sagt was.

Und nochmal sorry wegen der Adresse. Passiert mir hoffentlich nicht nochmal.

Wahrscheinlich aber doch. Weil um drei Uhr morgens ist Korrekturlesen halt nicht so meine Stärke.

Wie dieser Text entstanden ist

Meine Blogartikel entstehen aus Sprachmemos – meistens wenn mir was durch den Kopf geht. Wird transkribiert und dann mit KI in Form gebracht. Die Peinlichkeit wegen der falschen Mail-Adresse ist allerdings hundert Prozent handgemacht.

Tags: , , , , , , ,
Kommentar

10 Seconds Into The Future – oder: Was passiert, wenn man um 3 Uhr früh aufhören sollte, aber nicht kann

Filed under: Gelebt — 1 Kommentar
10. Februar 2026

Es ist kurz nach drei. Draußen ist es still. Der Kaffee ist längst kalt und ich weiß nicht mehr genau, wann ich angefangen habe. Irgendwann gestern Abend. Dachte, ich mach mal kurz was. Probier mal was aus. Guck mal, was passiert.

Acht Stunden später sitze ich immer noch hier.

Vor mir liegt ein Video. 8 Minuten und 15 Sekunden. Komplett irre. Komplett KI-generiert. Komplett Fiebertraum.

Und ich bin mir nicht sicher, ob es genial ist oder ob ich einfach den Verstand verloren habe. Wahrscheinlich beides.

Wie das Ganze angefangen hat

Ich hab in letzter Zeit viel mit Video-KI rumexperimentiert. Clips generieren, zusammenschneiden, gucken was geht. Und irgendwann gestern Abend hab ich angefangen, mit der KI zu reden. Nicht im Sinn von Prompts eintippen und warten. Eher so ein Gespräch. Hin und her. Idee rein, Ergebnis raus, nächste Idee, darauf aufbauen, weiterdrehen.

Wie ein Ping-Pong-Spiel, bei dem beide Seiten immer verrückter werden.

Ich hatte keinen Plan. Kein Storyboard. Kein Konzept. Nur diesen einen Gedanken: Was wäre, wenn ich einfach nicht aufhöre? Wenn ich jeden Clip nehme und den nächsten draus entstehen lasse? Wenn das Ganze sich selbst baut, Szene für Szene, wie ein Traum, den man nicht kontrollieren kann?

Und genau das ist passiert.

Max Headroom lässt grüßen

Falls du alt genug bist, erinnerst du dich vielleicht an Max Headroom. Diese Serie aus den 80ern. „20 Minutes Into The Future“ hieß der Untertitel. Alles war überdreht, alles war zu viel, alles war irgendwie prophetisch und gleichzeitig komplett wahnsinnig.

Genauso fühlt sich dieses Video an.

Nur dass wir jetzt nicht zwanzig Minuten in die Zukunft schauen, sondern zehn Sekunden. Weil sich gerade alles so schnell verändert, dass zehn Sekunden reichen, um in einer komplett anderen Realität zu landen.

10 Seconds Into The Future.

Der Titel war da, bevor das Video fertig war. Manchmal weiß der Titel mehr als man selbst.

Was du da siehst

Ich kann dir ehrlich gesagt nicht genau sagen, was du in diesem Video siehst. Ich hab es gemacht und bin mir trotzdem nicht sicher.

Da sind Bilder drin, die ich nicht geplant habe. Szenen, die aus dem Nichts kamen. Übergänge, die sich ergeben haben, weil die KI irgendwas interpretiert hat, das ich nicht gemeint habe – und es trotzdem besser war als meine Idee.

Es ist kein narratives Video. Es erzählt keine Geschichte im klassischen Sinn. Es ist eher so ein Strom. Ein visueller Bewusstseinsstrom. Manche Stellen sind schön. Manche sind verstörend. Manche sind beides gleichzeitig.

Acht Minuten und fünfzehn Sekunden Wahnsinn. Zusammengebaut aus Gesprächen mit einer Maschine, die nicht schlafen muss.

Ich schon. Aber ich hab es trotzdem nicht getan.

Der Prozess – wenn man es so nennen kann

Normalerweise hab ich einen Workflow. Eine Struktur. Erst das, dann das, dann das. Professionell und so.

Gestern Nacht war davon nichts übrig.

Ich hab einen Clip generiert. Der hat mich an was erinnert. Also hab ich den nächsten Clip in diese Richtung geschoben. Und der hat dann wieder was anderes ausgelöst. Und so weiter. Und so weiter.

Irgendwann hab ich gemerkt, dass sich da ein Rhythmus entwickelt. Nicht bewusst, aber spürbar. Das Video hat angefangen, seinen eigenen Puls zu haben. Und ich bin einfach mitgegangen.

Um Mitternacht dachte ich: Okay, noch ein bisschen.
Um eins dachte ich: Fast fertig.
Um zwei dachte ich: Jetzt muss ich das noch richtig machen.
Um drei war ich fertig. Oder das Video war fertig mit mir. Schwer zu sagen.

Warum ich das zeigen will

Normalerweise poliere ich Sachen, bevor ich sie raushaue. Ich guck nochmal drüber. Schlaf eine Nacht drüber. Frag mich, ob das gut genug ist.

Bei diesem Video mach ich das nicht. Weil ich glaube, dass genau der Wahnsinn der Punkt ist. Wenn ich jetzt anfange, das zu überarbeiten, zu glätten, zu korrigieren, dann geht genau das verloren, was es ausmacht.

Es ist roh. Es ist ungefiltert. Es ist drei Uhr morgens in Videoform.

Und ich will wissen, was andere Leute sehen, wenn sie das gucken. Ob die sehen, was ich sehe. Oder was ganz anderes. Oder gar nichts. Alles davon wäre okay.

Wie du es sehen kannst

Das Video ist nicht auf YouTube. Nicht auf Instagram. Nicht auf irgendeiner Plattform, die es komprimiert und kaputt macht.

Es liegt auf Dropbox. Volle Qualität. So wie es sein soll.

Wenn du es sehen willst, schreib mir einfach eine Mail:

brownz@brownz.art

Betreff: ja ich will 10 seconds

Mehr muss da nicht drinstehen. Ich schick dir den Download-Link. Kostenlos. Kein Haken, kein Newsletter, kein Kleingedrucktes.

Wichtig: Bitte das Video runterladen und lokal anschauen. Nicht im Browser streamen. Der Dropbox-Player frisst Qualität und das Ding verdient es, richtig gesehen zu werden. Großer Bildschirm, Kopfhörer auf, Licht aus. So war es gedacht.

Feedback erwünscht – ehrlich

Und dann würde ich gerne wissen, was du denkst.

Nicht „toll gemacht“ oder „super Arbeit“ – obwohl ich gegen Komplimente natürlich grundsätzlich nichts habe. Aber mich interessiert mehr: Was hast du gesehen? Was hast du gefühlt? An welcher Stelle hast du gedacht, was zur Hölle war das gerade?

Weil ich mir selbst nicht sicher bin. Ich bin zu nah dran. Ich hab zu lange draufgestarrt. Ich brauch andere Augen.

Also: Guck es dir an. Und dann sag mir, was passiert ist.

Antwort auf die Mail reicht. Oder schreib mir auf Social Media. Oder per Rauchzeichen. Ist mir egal, Hauptsache ehrlich.

Was ich daraus gelernt habe

Eine Sache noch, bevor ich endlich ins Bett gehe – was ich eigentlich schon vor Stunden hätte tun sollen.

Dieses Video hat mir was gezeigt. Nämlich dass die interessantesten Sachen passieren, wenn man aufhört zu planen. Wenn man sich reinfallen lässt. Wenn man der Maschine nicht sagt, was sie machen soll, sondern mit ihr redet. Wie mit einem seltsamen Kollegen, der nie schläft und manchmal Dinge sieht, die man selbst nicht sieht.

Das ist nicht mein üblicher Arbeitsstil. Normalerweise bin ich Kontrollfreak. Normalerweise weiß ich vorher, was rauskommen soll.

Gestern Nacht wusste ich gar nichts. Und vielleicht war genau das der Punkt.

10 Seconds Into The Future. Weiter konnte ich nicht gucken. Aber die zehn Sekunden waren ziemlich wild.

Jetzt geh ich schlafen.

Oder ich mach noch einen Clip.

Mal sehen.

Wie dieser Text entstanden ist

Meine Blogartikel entstehen aus Sprachmemos – meistens wenn ich aufgedreht bin und nicht schlafen kann. Wie jetzt gerade zum Beispiel. Das wird transkribiert und mit KI in Form gebracht. Die Gedanken und der Schlafmangel sind komplett meine eigenen.

Tags: , , , , , ,
Kommentar

Bildverbesserung mit KI 2026 – Ein persönlicher Blick auf Technik, Tempo und Wahrheit

Filed under: Kontext — Hinterlasse einen Kommentar
5. Februar 2026

Ich sitze hier und versuche, meine Gedanken zu sortieren. Weil 2026 für mich in Sachen Bildbearbeitung ein seltsames Jahr ist. Einerseits war es noch nie so einfach, technisch saubere Bilder zu kriegen. Rauschen weg, Schärfe rein, Hintergrund raus – alles in Sekunden. Andererseits ertappe ich mich dabei, wie ich manchmal vor meinen eigenen Bildern sitze und denke: Ist das noch meins?

Das klingt vielleicht melodramatisch. Ist es wahrscheinlich auch. Aber ich glaube, da steckt was drin, worüber man reden sollte.

Ich will hier bewusst keine Tools aufzählen. Keine Vergleiche, keine Empfehlungen. Das ändert sich eh alle paar Monate, und darum geht es mir nicht. Mir geht es um die Frage, wie man mit dem ganzen Zeug umgeht, ohne sich dabei selbst zu verlieren.

Das Problem mit der Geschwindigkeit

Was mich am meisten erwischt hat, ist nicht die Qualität. Die ist beeindruckend, keine Frage. Was mich erwischt hat, ist die Geschwindigkeit.

Früher hab ich bei jedem Bild überlegt: Braucht das wirklich mehr Schärfe? Will ich das Rauschen da haben oder nicht? Ist diese Falte im Gesicht ein Problem oder Teil der Geschichte?

Das waren echte Entscheidungen. Die haben Zeit gekostet. Aber in dieser Zeit ist auch was passiert – ich hab über das Bild nachgedacht.

Jetzt klicke ich auf einen Button und es ist fertig. Zack. Weiter zum nächsten. Und irgendwann merke ich, dass ich gar nicht mehr richtig hinschaue. Nicht weil ich faul bin, sondern weil der Prozess so schnell ist, dass kein Raum mehr bleibt.

Ich hab neulich eine Serie bearbeitet und erst hinterher gemerkt, dass alle Bilder irgendwie gleich aussahen. Technisch super. Aber austauschbar. Und dann saß ich da und dachte: Das bin ja gar nicht ich. Das ist der Algorithmus.

„Besser“ ist nicht so einfach, wie es klingt

Der Begriff Bildverbesserung nervt mich. Weil er so tut, als gäbe es ein objektives Besser. Gibt es aber nicht.

Mehr Schärfe ist nicht automatisch besser. Manchmal will ich, dass ein Bild weich ist. Manchmal ist das Rauschen genau das, was die Stimmung ausmacht. Manchmal sind es die Schatten, die Geschichte erzählen – und wenn die KI die aufhellt, ist die Geschichte weg.

Aber die KI weiß das nicht. Die kennt nur Daten. Millionen von Bildern, aus denen sie gelernt hat, was „gut“ ist. Und gut heißt für sie: Durchschnitt. Norm. Was die meisten Leute als korrekt empfinden.

Das ist nicht böse gemeint. So funktioniert die Technik halt. Aber es bedeutet, dass jede automatische Verbesserung eine Interpretation ist. Und wenn ich die nicht hinterfrage, übernehme ich eine Interpretation, die nicht meine ist.

Der Unterschied zwischen Reparieren und Erfinden

Was ich inzwischen gelernt habe: Man muss unterscheiden zwischen KI, die repariert, und KI, die erfindet.

Wenn ich ein Bild entrausche oder die Schärfe verbessere, dann arbeitet die KI mit dem, was da ist. Sie holt Details raus, die im Rauschen versteckt waren. Das ist Restaurierung. Das Bild bleibt mein Bild.

Aber wenn ich den Hintergrund erweitern lasse oder Objekte hinzufüge oder Gesichter verändere, dann erfindet die KI etwas Neues. Das ist nicht mehr Fotografie. Das ist was anderes.

Beides kann okay sein. Aber es ist nicht dasselbe. Und ich finde, man sollte ehrlich sein – zu sich selbst und zu anderen – was davon man gerade macht.

Ich hab Bilder gesehen, die als Fotos verkauft werden, die aber zu 40 Prozent erfunden sind. Das stört mich. Nicht weil Erfinden schlecht wäre. Sondern weil das Nicht-Sagen irgendwie unehrlich ist.

Dieser eine Look, der überall ist

Mir fällt was auf, wenn ich durch Instagram scrolle oder Portfolios anschaue. Vieles sieht gleich aus. Nicht identisch, aber irgendwie… verwandt.

Alles ist sauber. Alles ist korrekt belichtet. Alles hat diese bestimmte Schärfe, diese bestimmte Hauttextur, diese bestimmten Farben.

Und nichts bleibt hängen.

Das ist nicht die Schuld der Fotografen. Das ist der KI-Standard, der sich leise eingeschlichen hat. Weil alle dieselben Tools benutzen mit denselben Presets und denselben Automatiken.

Stil entsteht aber nicht durch Korrektheit. Stil entsteht durch Entscheidungen. Durch bewusstes Abweichen. Durch den Mut zu sagen: Ich will das so, auch wenn der Algorithmus das anders machen würde.

Ein bisschen Unschärfe, die irritiert. Ein Schatten, der zu dunkel ist. Korn, das da sein darf. Das sind keine Fehler. Das sind Unterschriften.

Das Ding mit der Haut

Worüber ich lange nachgedacht habe: Hautretusche.

Die KI ist da mittlerweile unfassbar gut. Ein Klick und die Haut ist perfekt. Keine Poren, keine Fältchen, keine Unreinheiten. Technisch makellos.

Aber irgendwann hab ich gemerkt, dass ich Menschen nicht mehr erkenne. Nicht buchstäblich – aber emotional. Da sitzt jemand vor mir, der dreißig Jahre gelebt hat, und im Bild sieht die Haut aus wie bei einem Zwanzigjährigen in einer Werbung.

Das stimmt dann nicht mehr. Die Geschichte fehlt. Die Müdigkeit fehlt. Das Leben fehlt.

Ich bin da jetzt vorsichtiger geworden. Haut darf Haut bleiben. Mit Textur. Mit Charakter. Die KI bietet mir die perfekte Glätte an, und ich sag meistens: Nee, lass mal.

RAW-Bearbeitung und die Versuchung des Perfekten

Auch bei der RAW-Entwicklung passiert was Komisches. Die KI kann aus Schatten Details rausholen, die ich mit bloßem Auge kaum sehe. Beeindruckend, wirklich.

Aber wenn ich das bei jedem Bild mache, sehen alle Bilder gleich aus. Alles durchgezeichnet, alles sichtbar, alles ausbalanciert.

Und manchmal will ich das gar nicht. Manchmal soll der Schatten dunkel bleiben. Manchmal soll das Licht ausfressen. Weil das die Stimmung ist. Weil das der Moment war.

Ich hab angefangen, die KI-Vorschläge als Startpunkt zu nehmen, nicht als Endergebnis. Gucken, was sie macht. Und dann oft die Hälfte wieder zurücknehmen. Weil zu viel Optimierung den Charakter killt.

Wenn die KI meine Bilder aussortiert

Ein Feature, das mich fasziniert und beunruhigt gleichzeitig: KI kann Bildserien vorsortieren. Nach Schärfe, nach Ausdruck, nach was auch immer.

Das spart Zeit. Massiv. Statt 500 Bilder durchzugucken, zeigt mir die Maschine die „besten“ 50.

Aber wer sagt, was das Beste ist?

Manche meiner liebsten Bilder sind technisch nicht perfekt. Leicht unscharf, komisch geschnitten, Moment zwischen den Momenten. Genau deshalb sind sie gut. Weil sie echt sind. Weil da was passiert ist, das nicht geplant war.

Die KI hätte die aussortiert. Weil sie nicht in die Norm passt.

Also nutze ich das Feature, aber ich schau trotzdem noch selbst durch. Nicht alles, aber genug, um die Bilder zu finden, die die Maschine nicht versteht.

Was ich mir abgewöhnt habe

Ich hab aufgehört, alles automatisch laufen zu lassen. Klingt banal, aber es hat gedauert.

Früher hab ich Bilder in die Pipeline geworfen und am Ende kam was Fertiges raus. Schnell, effizient, bequem.

Jetzt mache ich mehr Schritte manuell. Nicht alle, aber die wichtigen. Die Entscheidungen, die das Bild zu meinem Bild machen.

Das kostet Zeit. Aber die Zeit hat einen Wert. In dieser Zeit verstehe ich, was ich tue. In dieser Zeit passiert das, was man wohl „Handschrift“ nennt.

Die eigentliche Frage

Am Ende geht es nicht darum, welche KI man benutzt. Es geht darum, wo man sie stoppt.

Was darf automatisch passieren? Was muss durch mich durch?

Das ist für jeden anders. Und es verändert sich wahrscheinlich auch mit der Zeit. Aber die Frage muss man sich stellen. Sonst stellt sie irgendwann jemand anderes – und die Antwort gefällt einem nicht.

Ich hab für mich ein paar Linien gezogen. Technische Sachen – Rauschen, Grundschärfe, Objektivkorrekturen – da darf die KI ran. Aber sobald es um Gesichter geht, um Stimmung, um das, was das Bild eigentlich sagen soll – da will ich selbst entscheiden.

Ob das richtig ist, weiß ich nicht. Aber es fühlt sich richtig an. Und das muss erstmal reichen.

Was bleibt

KI ist kein Feind. Ist auch kein Retter. Ist ein Werkzeug. Ein ziemlich mächtiges.

Aber wie jedes Werkzeug verstärkt es das, was man reintut. Wenn ich gedankenlos arbeite, macht die KI mich schneller gedankenlos. Wenn ich bewusst arbeite, gibt sie mir Zeit für die Dinge, die zählen.

2026 trennt sich nicht die Leute, die KI nutzen, von denen, die es nicht tun. Es trennt sich die Leute, die wissen, warum sie was machen, von denen, die einfach klicken.

Ich versuche, zur ersten Gruppe zu gehören. Klappt nicht immer. Aber ich versuch’s.

Weil am Ende gilt, was schon immer galt: Technik kann Bilder besser machen. Aber nur ich kann sie zu meinen machen.

Wie dieser Text entstanden ist

Dieser Text ist aus meinen Sprachmemos entstanden, roh und ungefiltert. Die Aufnahmen wurden transkribiert und anschließend mit KI in eine lesbare Form gebracht.

Tags: , , ,
Kommentar

KI-Diebstahl oder legales Lernen? Ein kalifornisches Urteil, das Kreative wachrüttelt

Filed under: Kontext — Hinterlasse einen Kommentar
27. Januar 2026

Manchmal passiert etwas in einem Gerichtssaal, das sich anfühlt wie ein Riss in der Wand. Nicht laut, nicht dramatisch – eher wie dieses leise Knacken, wenn Putz bröckelt und du weißt: Da bewegt sich was Größeres dahinter.

So ging es mir, als ich zum ersten Mal von diesem Urteil aus Kalifornien las. Ich saß an meinem Schreibtisch, Kaffee kalt, Fenster offen, und scrollte durch die Nachrichten. Und dann blieb ich hängen. Nicht weil die Überschrift so reißerisch war – die war eher nüchtern. Sondern weil ich beim Lesen merkte: Hier hat zum ersten Mal jemand das ausgesprochen, was wir Kreativen seit Jahren fühlen, aber oft nicht in Worte fassen können.

Es geht nicht nur darum, was eine KI ausspuckt. Es geht darum, wie sie überhaupt zu dem wurde, was sie ist. Woher kommt das Material? Wer hat es genommen? Und wer hat gefragt – oder eben nicht?

Warum mich das Thema persönlich angeht

Ich muss ehrlich sein: Als das Thema KI und Urheberrecht vor zwei, drei Jahren hochkochte, habe ich es erstmal verdrängt. Zu abstrakt, zu technisch, zu weit weg. Ich dachte mir: Das regeln die Juristen unter sich, und wir malen weiter.

Aber dann wurde es konkreter. Kollegen zeigten mir, wie ihre Illustrationen in KI-Generatoren auftauchten – nicht als Kopie, aber als Echo. Ein Stil, der verdächtig bekannt wirkte. Ein Farbschema, das nicht zufällig war. Und plötzlich war das keine abstrakte Debatte mehr, sondern etwas, das in meinen Alltag kroch.

Und ich glaube, vielen geht es so. Wir haben lange zugeschaut, wie die großen Tech-Firmen Daten gesammelt haben wie andere Leute Briefmarken. Nur dass niemand gefragt hat, ob wir unsere Briefmarken überhaupt hergeben wollen.

Was in Kalifornien passiert ist – und warum es anders war

Im Juni 2025 kam ein Urteil in einem Verfahren gegen Anthropic, die Firma hinter dem KI-Modell Claude. Das Besondere: Es ging nicht nur um das übliche Hin und Her, ob KI-Training nun Fair Use ist oder nicht. Es ging um etwas viel Greifbareres.

Das Gericht hat gesagt – und ich versuche das jetzt so zu formulieren, wie ich es verstanden habe, nicht wie ein Jurist: Das Training selbst kann unter Umständen legal sein. Wenn eine KI aus Millionen von Texten lernt, Muster erkennt, Sprache versteht – dann ist das nicht automatisch ein Verbrechen. Es ist, vereinfacht gesagt, so ähnlich wie wenn ein Mensch viel liest und davon beeinflusst wird.

Aber – und hier kommt der Teil, der mich aufatmen ließ – wenn das Material, mit dem trainiert wird, aus illegalen Quellen stammt, dann ist das ein Problem. Ein echtes, handfestes, rechtliches Problem.

Das klingt vielleicht selbstverständlich. Ist es aber nicht. Denn jahrelang haben viele Unternehmen so getan, als wäre das Internet ein All-you-can-eat-Buffet. Alles gratis, alles erlaubt, Hauptsache schnell. Und jetzt sagt ein Gericht: Nein, so einfach ist das nicht.

Der Unterschied zwischen Lernen und Stehlen

Ich denke oft darüber nach, wie ich selbst gelernt habe. Ich habe Bücher gelesen, Bilder angeschaut, stundenlang in Museen gestanden. Ich habe Künstler kopiert – nicht um ihre Werke zu verkaufen, sondern um zu verstehen, wie sie das gemacht haben. Das ist normal. Das ist Teil des Handwerks.

Aber ich habe nie ein Buch gestohlen. Ich habe nie heimlich Fotos von Gemälden gemacht, um sie dann in großem Stil zu verbreiten. Und genau da liegt der Unterschied, den dieses Urteil aufmacht.

Es sagt nicht: KI darf nicht lernen. Es sagt: KI darf nicht aus gestohlenen Quellen lernen.

Das ist eine Unterscheidung, die so simpel klingt, dass man sich fragt, warum sie erst jetzt gemacht wird. Aber ich glaube, das liegt daran, dass die Technologie so schnell war. Schneller als das Recht. Schneller als unsere Vorstellungskraft. Und jetzt holt die Realität langsam auf.

Was das für uns bedeutet – jenseits der Schlagzeilen

Wenn ich ehrlich bin, habe ich nach dem ersten Lesen gedacht: Okay, cool, ein Urteil. Aber was ändert das für mich, hier an meinem Schreibtisch?

Und dann habe ich weiter gelesen. Und begriffen, dass dieses Urteil nicht nur ein Symbol ist, sondern ein Werkzeug.

Erstens: Es verschiebt die Beweislast. Plötzlich müssen Unternehmen zeigen, woher ihre Trainingsdaten kommen. Das ist ein riesiger Unterschied zu vorher, als wir als Kreative beweisen mussten, dass unsere Werke benutzt wurden. Jetzt dreht sich das langsam um.

Zweitens: Es macht Transparenz zum Thema. Wenn Unternehmen nachweisen müssen, dass ihre Daten sauber sind, dann brauchen sie Systeme dafür. Dokumentation. Archive. Lizenzen. Das klingt langweilig, ist aber in Wahrheit eine Revolution. Denn plötzlich haben wir als Kreative einen Hebel. Wir können fragen: Wo ist der Nachweis? Zeig mir die Lizenz.

Drittens: Es setzt ein Preisschild. Im September 2025 wurde bekannt, dass ein Vergleich über 1,5 Milliarden Dollar im Raum stand. Das ist kein Kleckerbetrag. Das ist eine Summe, die selbst große Unternehmen nicht einfach wegstecken. Und es zeigt: Daten haben einen Wert. Unser Werk hat einen Wert. Und wer es nimmt, ohne zu zahlen, muss mit Konsequenzen rechnen.

Das große Aber: Es ist noch nicht vorbei

Ich will hier nicht so tun, als wäre jetzt alles gut. Das wäre naiv. Dieses Urteil ist ein Anfang, kein Ende. Es betrifft erstmal Text, nicht Bilder. Es ist ein Urteil auf mittlerer Ebene, kein Spruch vom Obersten Gerichtshof. Und es wird Berufungen geben, Gegenargumente, neue Verfahren.

Aber das Wichtige ist: Die Richtung stimmt.

Vor zwei Jahren war die Debatte noch: Ist KI überhaupt problematisch? Vor einem Jahr war sie: Wie können wir beweisen, dass unsere Werke benutzt wurden? Und jetzt ist sie: Wie organisieren wir Lizenzierung, Transparenz und Beteiligung?

Das ist ein Fortschritt. Ein echter.

Was ich jetzt anders mache

Seit ich mich intensiver mit dem Thema beschäftige, habe ich ein paar Dinge geändert. Nicht weil ich paranoid bin, sondern weil ich gemerkt habe: Es macht einen Unterschied, wenn ich selbst aktiv werde.

Ich achte mehr auf Metadaten. Klingt unsexy, ich weiß. Aber wenn meine Bilder irgendwo auftauchen, will ich nachweisen können, dass sie von mir sind. Datum, Signatur, nachvollziehbare Veröffentlichung – das sind keine Eitelkeiten mehr, das sind Beweise.

Ich informiere mich über Opt-out-Möglichkeiten. Nicht alle sind gut, manche sind sogar Augenwischerei. Aber es gibt Plattformen und Initiativen, die versuchen, Standards zu setzen. Und je mehr wir mitmachen, desto mehr Gewicht haben diese Standards.

Und ich nutze KI selbst. Das klingt vielleicht widersprüchlich. Aber ich glaube, wer nur dagegen ist, ohne zu verstehen, wie es funktioniert, überlässt das Feld den anderen. Ich will mitreden. Ich will wissen, was diese Maschinen können und was nicht. Und ich will mitgestalten, wo die Grenzen sind.

Eine persönliche Beobachtung zum Schluss

Vor ein paar Wochen saß ich mit einer Freundin zusammen, die auch Künstlerin ist. Wir haben über all das geredet – über KI, über Urheberrecht, über die Zukunft. Und irgendwann sagte sie etwas, das mir nicht mehr aus dem Kopf geht.

Sie sagte: „Weißt du, was mich am meisten ärgert? Nicht dass die Maschinen lernen. Sondern dass niemand gefragt hat.“

Und ich glaube, genau darum geht es. Es geht nicht darum, Technologie aufzuhalten. Das wäre naiv und wahrscheinlich auch falsch. Aber es geht darum, wie wir als Gesellschaft mit dem umgehen, was Menschen erschaffen haben. Mit Respekt oder mit Gleichgültigkeit. Mit Dialog oder mit Ignoranz.

Dieses Urteil aus Kalifornien ist ein Zeichen, dass Respekt vielleicht doch noch eine Chance hat. Dass es Grenzen gibt, auch im digitalen Raum. Dass unser Werk nicht einfach Futter ist für Maschinen, die niemand kontrolliert.

Und wenn du mich fragst, ob das reicht – nein, natürlich nicht. Das ist erst der Anfang. Aber es ist ein Anfang, der sich anders anfühlt als alles, was vorher kam.

Weil zum ersten Mal jemand offiziell gesagt hat: Die Herkunft zählt. Der Weg zählt. Und wer stiehlt, kann sich nicht hinter Algorithmen verstecken.

Das ist keine Lösung für alles. Aber es ist eine Linie im Sand. Und manchmal beginnt Veränderung genau damit: dass jemand eine Linie zieht und sagt – hier nicht weiter.

Ich hoffe, wir bleiben dran. Alle zusammen.

Tags: , , , ,
Kommentar