Tag Archive: Medienkunst


F*ck AI – mit den eigenen Händen gemacht. Und mit dem Kopf hoffentlich auch.

Filed under: Gelebt, Kontext — Leave a comment
20. August 2026

„F*ck AI“ und die Kunstdebatte: Warum Handarbeit Respekt verdient, der Hass auf ein Werkzeug aber noch lange keine Kunstkritik ist.

Stand: 17. August 2026 · Links und Fakten redaktionell geprüft

Kurz gesagt: Die Hand kann ein Werk ausführen. Idee, Auswahl und Verantwortung sitzen trotzdem im Kopf. Und ein Sternchen macht aus einem Slogan noch keine differenzierte Kunsttheorie.

Seit einiger Zeit taucht in Künstler-Feeds sinngemäß immer wieder dieselbe Botschaft auf: „F*ck AI. I made this with my own hands.“ Dazu ein gemaltes Bild, ein Making-of oder eine Hand mit Farbe bis zum Ellbogen. Die Aussage ist klar: Das hier ist echt. Das hier ist menschlich. Und irgendwo außerhalb des Bildausschnitts sitzt offenbar die böse Maschine und frisst gerade einen Aquarellkasten.

Ich verstehe den Impuls. Wer jahrelang zeichnen, malen, fotografieren oder gestalten gelernt hat, darf auf sein Handwerk stolz sein. Wirklich. Nur wird aus berechtigtem Stolz sehr schnell ein moralisches Reinheitsgebot: mit der Hand gut, mit KI schlecht. Und genau da wird die Sache ungefähr so präzise wie ein Pinsel mit drei Haaren.

F*ck AI: Das Sternchen ersetzt keine Debatte

Bei meiner Recherche habe ich keinen belastbar dokumentierten zentralen Ursprung und keine einheitlich organisierte Kampagne hinter genau diesem Wortlaut gefunden. Der Spruch kursiert in verschiedenen Varianten. „F*CK AI“ ist inzwischen jedenfalls ein sichtbares kulturelles Bekenntnis; ein dokumentiertes Beispiel aus dem Musikbereich war 2025 ein vollständig von mehr als 20 Fan-Künstlern animiertes Video des Rappers bbno$. Das ist eine legitime Entscheidung für menschliche Zusammenarbeit. Es ist nur kein Beweis dafür, dass jede andere Arbeitsweise automatisch wertlos ist.

Ein Slogan muss kurz sein. Das ist sein Beruf. Problematisch wird es erst, wenn die Kürze als Argument verkleidet wird. „Ich habe das mit meinen eigenen Händen gemacht“ beschreibt einen Teil des Prozesses. Es sagt noch nichts darüber, ob die Idee gut, die Komposition stark, die Aussage eigenständig oder das Ergebnis überhaupt interessant ist. Auch eine schiefe Gartenhütte kann vollständig handgemacht sein. Der Wind respektiert das trotzdem nur begrenzt.

Die Hand ist ein Werkzeug. Der Kopf hoffentlich auch.

Nehmen wir die Fotografie. Rein technisch drückt am Ende jemand auf einen Knopf. Wenn wir dieselbe Logik anwenden, wäre Fotografie also keine kreative Leistung, sondern gepflegte Zeigefingergymnastik. Das ist natürlich Unsinn. Vor dem Knopfdruck liegen Motiv, Licht, Perspektive, Brennweite, Timing und Absicht. Danach kommen Auswahl, Entwicklung, Bearbeitung und Präsentation. Der Knopf ist nur die Stelle, an der die Kamera kurz „Ja, Chef“ sagt.

Beim Malen ist es nicht anders. Der Pinsel hatte die Idee nicht. Die Leinwand hat keine Haltung. Photoshop entscheidet nicht, welches Bild ich veröffentliche. Und ein generatives System wacht auch nicht morgens auf und denkt: Heute mache ich endlich diese Serie über Erinnerung, Verlust und einen leicht beleidigten Flamingo. Menschen geben Richtung, wählen aus, verwerfen, kombinieren, bearbeiten und übernehmen Verantwortung. Wie viel davon tatsächlich passiert, ist der entscheidende Unterschied.

Natürlich ist ein einzelner Prompt noch kein Beweis für große künstlerische Arbeit. Aber ein einzelner Pinselstrich ist es ebenfalls nicht. Das Werkzeug verrät nicht automatisch, wie viel Denken, Erfahrung und Entscheidung im Ergebnis steckt. Es verrät nur, womit gearbeitet wurde.

Der Vorwurf ist älter als die KI

Ich kenne diesen Satz nicht erst seit ChatGPT. Ich arbeite seit den 1980er-Jahren als Medienkünstler; meine öffentliche Selbstbeschreibung lautet „DIGITAL.art since 1984“. Computeranimation, digitale Bildgestaltung, 3D-Rendering, Fotografie, Photoshop-Composing, später Mixed Media und Synthografie: Die Werkzeuge haben sich verändert. Die Reaktion mancher Menschen erstaunlich wenig.

Schon früher kam zuverlässig: „Das hast du ja nicht mit deinen Händen gemacht. Das ist computergerendert. Das ist Fotografie mit Computer. Das zählt nicht richtig.“ Ich habe in diesen Bereichen gearbeitet, veröffentlicht, unterrichtet, und meine Arbeit wurde auch ausgezeichnet. Trotzdem fand sich immer jemand, der den Computer wie einen heimlichen Praktikanten behandelte, der angeblich Idee, Gestaltung und Endkontrolle ganz allein erledigt hatte. Sehr fleißiger Rechner. Nur leider ohne Telefonnummer für Rückfragen.

Der Vorwurf war damals schon schief. Der Computer hatte weder die Idee noch wählte er das Motiv, baute die Bildsprache oder entschied, wann eine Arbeit fertig war. Ein Rendering konnte stundenlang laufen; dadurch wurde es aber nicht automatisch Kunst. Umgekehrt wurde die menschliche Arbeit nicht unsichtbar, nur weil ein Prozessor beteiligt war. Heute trägt derselbe alte Vorwurf ein neues Namensschild: KI. Die Technik ist neu. Das Gatekeeping-Skript hat offenbar seit den Achtzigern kein Update bekommen.

Tron: erst angeblich geschummelt, später Filmgeschichte

Mein Lieblingsbeispiel dafür ist „Tron“ von 1982. Da muss man die oft erzählte Geschichte allerdings kurz vom Neonstaub befreien: Der Film war nicht generell von den Oscars ausgeschlossen. Er bekam sogar zwei Nominierungen, für Kostümdesign und Ton. Ausgerechnet bei den visuellen Effekten wurde er aber nicht nominiert. Regisseur Steven Lisberger beschrieb die damalige Haltung später mit dem Satz: „The Academy thought we cheated by using computers.“ Der Computereinsatz galt in dieser Logik also nicht als neue Gestaltungsmöglichkeit, sondern als verdächtige Abkürzung. Heute wirkt das ungefähr so modern wie ein Diskettenlaufwerk mit Zukunftsangst.

Die Pointe ist noch schöner: „Tron“ war gar kein Film, den der Computer heimlich allein gebaut hatte. Eine offizielle Disney-Rückschau beschreibt ihn als Hybrid aus Live-Action, klassischer Cel-Animation, Mehrfachbelichtungen und Computerbildern; nur ein kleiner Teil war tatsächlich CGI. Gerade die Arbeit, die man angeblich eingespart hatte, war in Wahrheit ein ziemlicher handwerklicher Wahnsinn. Man hatte für das Neue nur noch keine passende Schublade. Also ließ man die Schublade für visuelle Effekte vorsichtshalber zu.

Von Tron zu Avatar

Springen wir zu „Avatar“. Auch das ist kein Film, bei dem James Cameron kurz auf „Pandora erstellen“ geklickt und danach Kaffee getrunken hat. Es ist ein Zusammenspiel aus Schauspiel, Kamera, Animation und visuellen Effekten. Der Film erhielt neun Oscar-Nominierungen und gewann drei, darunter den Oscar für visuelle Effekte. Mit mehr als 2,9 Milliarden Dollar weltweitem Kinoeinspiel wurde er außerdem zum erfolgreichsten Film der Boxoffice-Geschichte, nicht inflationsbereinigt. Über die Handlung darf man selbstverständlich streiten. Über die Tatsache, dass hier Kunst, Handwerk und Technologie zusammenarbeiten, eher weniger.

Das ist kein Naturgesetz, nach dem jede neue Technik automatisch gut und jeder Kritiker automatisch rückständig wäre. Aber das Muster wiederholt sich auffällig oft: Zuerst heißt das neue Werkzeug Betrug, Abkürzung oder Untergang. Später wird es Unterrichtsstoff, Standard und gewinnt manchmal genau den Oscar, für den es anfangs nicht einmal nominiert wurde. Darum lohnt es sich, beim ersten Empörungsreflex kurz zu warten, bis der digitale Nebel aus der Maschine gezogen ist. Kritik ja. Kulturkrieg aus Gewohnheit eher nein.

Kreative Arbeit wurde schon immer delegiert

Der Leiter einer Werbeagentur baut nicht jede Reinzeichnung selbst. Ein Art Director setzt Stil, Botschaft und Richtung, wählt aus, korrigiert und genehmigt. Das offizielle Berufsprofil des US Bureau of Labor Statistics beschreibt genau das: Art Directors entwickeln den übergeordneten Look und leiten andere an, die Grafiken und Layouts ausarbeiten. Wenn nur Handarbeit zählen würde, müsste der Art Director beim Kunden sagen: „Die Kampagne ist von mir – außer den Teilen, die sichtbar sind.“

Beim Film wird es noch deutlicher. Regie, Kamera, Licht, Ausstattung, Schnitt, Ton und Effekte arbeiten gemeinsam. Nicht einmal die Person, die das Bild gestaltet, muss zwingend die Kamera selbst bedienen. Trotzdem käme niemand auf die Idee, den Film abzumelden, weil der Regisseur die Kulisse nicht persönlich gezimmert und danach noch schnell die Geige eingespielt hat.

Wenn wir die Handarbeitslogik konsequent durchziehen, wird es ohnehin sportlich. Dann müssten wir Agenturleiter, Art Directors, Regisseurinnen, Architekten, Komponistinnen und Bildhauer verurteilen, sobald andere Menschen einen Teil ihrer Idee ausführen. Fotografen wären verdächtig, weil die Kamera das Licht aufzeichnet. Digitalkünstler sowieso. Und ganz sauber wäre am Ende nur noch, wer seine Pigmente selbst aus dem Berg kratzt, den Pinsel bindet und vorsichtshalber auch den Computer lötet. Kann man machen. Der Abgabetermin wird dann allerdings interessant.

Auch die Kunstgeschichte kennt Delegation nicht erst seit gestern. Sol LeWitts Wandzeichnungen wurden und werden nach seinen Anweisungen von Assistentinnen, Assistenten und lokalen Teams ausgeführt. Die National Gallery of Art dokumentiert bei „Wall Drawing #65“ ausdrücklich, dass ein Team das Werk umsetzte und LeWitts Wandzeichnungen üblicherweise von anderen ausgeführt werden. Die Hände waren real. Ebenso real war die Urheberschaft der Idee. Beides kann gleichzeitig stimmen, ohne dass die Kunstpolizei ausrücken muss.

KI ist trotzdem kein Mitarbeiter mit Kaffeetasse

Jetzt bitte nicht falsch verstehen: Ein KI-System ist kein menschlicher Kollege. Es hat keine Biografie, keinen eigenen künstlerischen Willen und keine Verantwortung für das Ergebnis. Es kann nicht erklären, warum ihm ein Bild wichtig ist. Auch nervös beim Kunden sitzen kann es nicht, wenn die Kampagne schiefgeht. Das bleibt zuverlässig am Menschen hängen.

Darum ist die Nutzung eines Modells nicht dasselbe wie die Zusammenarbeit mit einer Illustratorin, einem Fotografen oder einem 3D-Artist. Menschen bringen Erfahrung, Rechte, Interessen, Interpretation und eine eigene Perspektive ein. Genau deshalb müssen faire Bezahlung, Einwilligung, Datenherkunft und kreative Kontrolle ernst genommen werden. KI ist ein anderes Werkzeug und wirft andere Fragen auf. Nur folgt daraus nicht, dass jede Arbeit damit geistlos sein muss.

Die brauchbare Frage lautet also nicht: „Hat eine Hand jeden Pixel persönlich berührt?“ Sie lautet: Wer hatte die Idee, wer traf die Entscheidungen, wer hat verändert, wer trägt die Verantwortung – und wurde jemand dabei übergangen oder getäuscht? Das ist weniger plakatfähig. Dafür passt es näher an die Wirklichkeit.

Warum der Slogan „F*ck AI“ so gut klebt

Erstens berührt generative KI die berufliche und persönliche Identität. Wer viel Zeit in ein Handwerk investiert hat, erlebt einen schnellen Maschinenoutput leicht als Entwertung der eigenen Mühe. Das ist menschlich. Forschung zur Wahrnehmung von KI-Kunst zeigt tatsächlich einen Etiketteneffekt: In zwei Studien wurden dieselben KI-erzeugten Bilder zufällig als „menschlich geschaffen“ oder „KI-geschaffen“ bezeichnet. Die menschlich etikettierten Werke wurden im Durchschnitt positiver bewertet; wahrgenommene Geschichte, Bedeutung und menschlicher Aufwand spielten dabei eine Rolle.

Zweitens verwenden wir Aufwand gern als Abkürzung für Qualität. Je länger etwas gedauert hat, desto wertvoller muss es sein. Nur ist dieser sogenannte Effort Heuristic kein Naturgesetz. Eine große, vorregistrierte Replikation mit insgesamt 1.405 Personen fand gemischte Ergebnisse: teilweise beeinflusste angenommener Aufwand Gefallen und Qualitätsurteile, beim Geldwert aber nicht stabil. Anders gesagt: Mühe kann unsere Wahrnehmung färben. Sie ersetzt nicht die Beurteilung des Werks. Auch zwölf Stunden an einer schlechten Idee bleiben zwölf Stunden an einer schlechten Idee. Das ist traurig, aber demokratisch.

Drittens liebt Social Media klare Feindbilder. Eine Studie in Science Advances untersuchte 12,7 Millionen Tweets von 7.331 Nutzern sowie kontrollierte Experimente. Positive Reaktionen auf moralische Empörung erhöhten die Wahrscheinlichkeit, später wieder empört zu posten. Das beweist nicht, dass jeder „F*ck AI“-Post kalkulierter Ragebait ist. Es erklärt aber, warum ein wütendes Lagerfeuer häufiger herumgereicht wird als der Satz: „Das hängt vom konkreten Workflow, den Rechten und der redaktionellen Verantwortung ab.“

Die Kritik ist nicht erfunden

Wer jetzt glaubt, ich möchte KI einen Heiligenschein aufsetzen, darf sich wieder entspannen. Es gibt reale Probleme: ungeklärte oder umstrittene Trainingspraktiken, fehlende Einwilligung, faire Vergütung, Stilkopien, Täuschung, Deepfakes, Massenproduktion von austauschbarem Inhalt, ökologische Kosten und wirtschaftlichen Druck auf Kreativberufe. UNESCO nennt unter anderem Urheberrechtsverletzungen, unfaire Vergütung, unautorisierte Nutzung von Werken, Bias und Umweltauswirkungen als dringende Themen im Kulturbereich. Das ist kein eingebildetes Problem von Menschen, die zu wenig gepromptet haben.

Beim Energieverbrauch lohnt sich Genauigkeit. Laut Internationaler Energieagentur verbrauchten Rechenzentren 2024 weltweit rund 415 Terawattstunden Strom, etwa 1,5 Prozent des globalen Stromverbrauchs. Das war nicht alles KI. Bis 2030 erwartet die IEA im Basisszenario rund 945 Terawattstunden und nennt KI den wichtigsten Wachstumstreiber – neben anderen digitalen Diensten. Das ist ein reales Thema für Infrastruktur, Stromnetze und Umwelt. Die Behauptung, ein einzelner Prompt habe gerade persönlich einen See leergekocht, hilft bei der Lösung allerdings ungefähr so viel wie ein wütendes Emoji.

Trainingsdaten und menschliche Urheberschaft

Auch die Trainingsdaten sind keine Nebensache. Die EU verlangt von Anbietern bestimmter KI-Modelle mit allgemeinem Verwendungszweck nach Artikel 53 unter anderem eine Strategie zur Einhaltung des EU-Urheberrechts und eine öffentlich zugängliche, ausreichend detaillierte Zusammenfassung der Trainingsinhalte. Damit sind noch lange nicht alle Streitfragen zu Einwilligung, Vergütung und Herkunft gelöst. Aber schon die Regelung zeigt: Das Thema ist konkret, berechtigt und regulierungsbedürftig – ganz ohne Kulturkampf mit Bastelschere.

Auch die Rechtslage ist differenziert. Das US Copyright Office hält fest: Rein maschinell bestimmte Ausdruckselemente sind in den USA nicht urheberrechtlich geschützt; ausreichend menschlich bestimmte Gestaltung, kreative Anordnung oder Überarbeitung kann dagegen geschützt sein. Die bloße Nutzung von KI schließt Schutz also nicht automatisch aus, ein Prompt allein reicht nach dieser US-Position aber nicht. Das ist US-Recht und keine Weltformel – zeigt jedoch sehr schön, dass selbst Behörden zwischen Werkzeughilfe und menschlicher Autorschaft unterscheiden.

Man darf konkrete Modelle, Firmen, Datensätze, Geschäftspraktiken und Anwendungen hart kritisieren. Man soll es sogar, wenn etwas unfair oder täuschend ist. Genau dort liegt die wichtige Debatte: Trainingsdaten, Rechte, Vergütung, Energie, Täuschung, Macht und Verantwortung. Nur „F*ck AI“ wirft seriöse Bildbearbeitung, generative Skizzen, Deepfakes, Assistenzfunktionen und komplett automatisierten Content-Müll in denselben Kübel. Der Kübel ist dann zwar schnell voll, aber die Analyse bleibt leer. Und der Vergleich „Hand gleich gut, nicht Hand gleich böse“ ist von all diesen Fragen wirklich die uninteressanteste.

Handgemacht darf ein Wert sein. Nur kein Reinheitsgebot.

Ein handgemaltes Original hat eine materielle Geschichte. Man sieht Schichten, Spuren, Fehler, Entscheidungen und manchmal auch den Moment, in dem der Ärmel durch die Farbe gezogen wurde. Das kann einen echten künstlerischen und wirtschaftlichen Wert haben. Wer bewusst ohne generative KI arbeitet, darf das sagen. Transparenz ist gut. Stolz ist auch gut.

Nur sollte aus „Ich habe mich für diesen Prozess entschieden“ nicht automatisch „Alle anderen betrügen“ werden. Eine analoge Fotografin ist nicht moralisch besser als ein digitaler Fotograf. Ein Illustrator mit Bleistift ist nicht automatisch origineller als jemand mit Grafiktablett. Und ein Mensch mit KI ist weder automatisch Künstler noch automatisch Hochstapler. Das Ergebnis, der Prozess und die Verantwortung müssen gemeinsam betrachtet werden. Ja, das ist komplizierter als ein Sharepic. Das Leben ist manchmal ausgesprochen schlecht für quadratische Parolen.

Wer hat es gemacht? Die brauchbare Antwort

Statt ein Reinheitsabzeichen zu verteilen, kann man den eigenen Prozess konkret beschreiben. Fünf Fragen reichen meistens schon:

  1. Woher kam die Idee? Von einer Person, einem Auftrag, einer Erfahrung oder nur aus dem Zufallsgenerator?
  2. Welche Werkzeuge wurden eingesetzt? Pinsel, Kamera, Photoshop, 3D, generative KI – gern ohne Theaternebel.
  3. Welche Entscheidungen traf der Mensch? Konzept, Auswahl, Komposition, Varianten, Überarbeitung und Veröffentlichung.
  4. Welche Teile wurden delegiert oder generiert? An Mitarbeitende, Freelancer, Software oder Modelle.
  5. Wer übernimmt die Verantwortung? Für Aussage, Rechte, Kennzeichnung, Qualität und mögliche Fehler.

Damit bekommt das Publikum Information statt Gruppenzugehörigkeit. Danach kann jeder selbst entscheiden, was er schätzt, kauft oder ausstellt. Genau so sollte es sein. Kunst braucht keine zentrale Geschmackspolizei – weder mit Pinselabzeichen noch mit Promptführerschein.

Damit das Sternchen keine Fakten frisst: zwölf geprüfte Punkte

  1. Für den genauen Spruch ließ sich kein belastbar dokumentierter zentraler Ursprung oder eine einheitliche Organisation finden; er kursiert als variierende Social-Media-Parole.
  2. „F*CK AI“ wird nachweislich als kulturelles Statement eingesetzt, unter anderem 2025 im Umfeld eines von zahlreichen menschlichen Animatorinnen und Animatoren produzierten Musikvideos.
  3. Art Directors entwickeln den übergeordneten visuellen Stil und leiten andere an, die konkrete Grafiken und Layouts umsetzen. Delegation ist Teil des offiziellen Berufsbilds.
  4. Sol LeWitts Wandzeichnungen werden häufig von Teams nach seinen Anweisungen ausgeführt. Kreative Urheberschaft und manuelle Ausführung sind daher nicht zwangsläufig identisch.
  5. „Tron“ war bei den Oscars 1983 nicht generell ausgeschlossen: Der Film erhielt Nominierungen für Kostümdesign und Ton, jedoch keine für visuelle Effekte. Regisseur Steven Lisberger führte diese Auslassung später auf die damalige Wahrnehmung von Computereinsatz als „Schummeln“ zurück.
  6. „Avatar“ erhielt neun Oscar-Nominierungen und gewann unter anderem für visuelle Effekte. Mit mehr als 2,9 Milliarden US-Dollar weltweitem Kinoeinspiel gilt der Film ohne Inflationsbereinigung als erfolgreichster Film der Boxoffice-Geschichte.

Bewertung, Ressourcen und Rechte

  1. Studien zeigen, dass die Kennzeichnung „menschlich geschaffen“ die Bewertung derselben Bilder gegenüber „KI-geschaffen“ verbessern kann. Das Label beeinflusst also mit.
  2. Wahrgenommener Aufwand kann Qualitätsurteile erhöhen, der Effekt ist laut vorregistrierten Replikationen aber kontextabhängig und nicht für alle Werturteile stabil.
  3. Online-Belohnungen wie Likes und Shares können moralische Empörung verstärken. Das wurde in großen Beobachtungsdaten und Experimenten gezeigt.
  4. Rechenzentren verbrauchten laut IEA 2024 rund 415 Terawattstunden beziehungsweise 1,5 Prozent des weltweiten Stroms. Das ist nicht mit reinem KI-Verbrauch gleichzusetzen; KI ist laut IEA aber der wichtigste Treiber des erwarteten Wachstums bis 2030.
  5. Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen nach Artikel 53 des EU AI Act unter anderem eine Urheberrechtsstrategie und eine ausreichend detaillierte öffentliche Zusammenfassung der Trainingsinhalte vorlegen. Das schafft Transparenz, löst aber nicht automatisch sämtliche Rechte- und Vergütungsfragen.
  6. Nach Position des US Copyright Office schließt KI-Unterstützung Urheberrechtsschutz nicht automatisch aus; entscheidend sind ausreichend menschlich bestimmte Ausdruckselemente. Artikel 50 des EU AI Act enthält daneben seit 2. August 2026 bestimmte Transparenzpflichten. US-Urheberrecht und EU-Transparenzrecht sind dabei nicht dasselbe und dürfen nicht vermischt werden.
>

Weniger Lagerfeuer, mehr Werkstatt

Ich habe überhaupt kein Problem mit dem Satz: „Das habe ich mit meinen eigenen Händen gemacht.“ Im Gegenteil. Zeig den Prozess, die Skizzen, die verworfenen Versuche und die Farbe unter den Fingernägeln. Das ist spannend. Mein Problem beginnt erst beim unausgesprochenen Nachsatz: „… und deshalb sind alle anderen weniger wert.“ Den kann man getrost weglassen. Er macht weder das Bild besser noch die Debatte klüger.

Jeder darf sein Betätigungsfeld wählen. Manche malen analog, andere arbeiten digital, manche fotografieren, bauen 3D-Szenen, führen Teams oder kombinieren Werkzeuge. Entscheidend ist, ob jemand eine eigene Absicht verfolgt, sauber arbeitet, transparent bleibt und Verantwortung übernimmt. Wir müssen daraus keinen Glaubenskrieg machen. Die Kunstwelt hat bereits genug Nebelmaschinen.

Mein Vorschlag für das nächste Schild: F*ck Schubladen. Ich habe nachgedacht – mit meinem eigenen Kopf.

Wie ich Fotografie, Photoshop und KI in meiner eigenen Kunst zusammenbringe, zeige ich im Beitrag über meine Mixed-Media-PopArt. Weitere Bilder findest du in meiner Galerie auf BrownzArt.com.

Geprüfte Quellen und weiterführende Links

Alle folgenden Links wurden am 17. August 2026 technisch geöffnet und inhaltlich geprüft.

Studien, Energie und rechtliche Einordnung

>

Transparenzhinweis nach EU-KI-Verordnung

Die Grundidee, persönliche Haltung, langjährige Erfahrung mit Fotografie, Photoshop und generativen Bildwerkzeugen sowie die zentralen Argumente dieses Artikels stammen von BROWNZ. ChatGPT wurde unterstützend eingesetzt, um die Gedanken zu strukturieren, Gegenpositionen zu prüfen, aktuelle Quellen zu recherchieren, Formulierungen auszuarbeiten und den Text redaktionell zu verdichten. Die inhaltliche Auswahl, künstlerische Position, Beispiele, Bewertung und Endredaktion liegen bei BROWNZ. Externe Quellen wurden nur für überprüfbare rechtliche, wissenschaftliche und berufskundliche Fakten herangezogen und sind oben direkt verlinkt. Der Artikel ist damit selbst ein Beispiel für die vertretene Haltung: KI als Werkzeug – der Mensch als Ideengeber, Entscheider und verantwortlicher Autor. Dieser Transparenzhinweis dient der nachvollziehbaren Offenlegung der Arbeitsweise. Er stellt keine individuelle Rechtsberatung und keinen automatischen Nachweis vollständiger Konformität mit sämtlichen Anforderungen des EU AI Act dar. Offizielle Erläuterungen der Europäischen Kommission

Tags: , , , , , , , , , , , , ,
Kommentar

Das AI Lab – die Steuerzentrale für generative Bild-KI

Filed under: PS actions, Tools — Leave a comment
17. August 2026

AI Lab von Picture Instruments: Was die Software für generative Bild-KI kann, wo ihre Grenzen liegen und für wen sie sinnvoll ist

Wer regelmäßig mit generativer Bild-KI arbeitet, kennt das Durcheinander: hier ein Prompt, dort ein Referenzbild, im nächsten Browserfenster ein anderes Modell und irgendwo auf der Festplatte liegen die Ergebnisse. AI Lab will genau diese verstreuten Schritte in einer Arbeitsumgebung zusammenführen. Das klingt vernünftig. Aber es ist keine neue Super-KI und auch kein Automat für fertige Kunstwerke.

1. Was ist das AI Lab?

AI Lab ist eine Software des deutschen Herstellers Picture Instruments. Sie wurde Ende Jänner 2026 veröffentlicht. Der Begriff „Steuerzentrale“ passt recht gut: Die Software erzeugt die Bilder nicht mit einem eigenen Modell, sondern verbindet mehrere Bild-KI-Modelle in einer gemeinsamen Oberfläche.

Zum Zeitpunkt meiner Recherche sind dort Modellfamilien von Google, OpenAI, Black Forest Labs und ByteDance eingebunden. Auf der Produktseite werden unter anderem Nano Banana, GPT Image, FLUX und Seedream genannt. Welche Versionen verfügbar sind, kann sich ändern. Genau das ist bei KI-Software inzwischen fast schon die einzige echte Konstante.

Ein Abonnement umfasst zwei Varianten: eine eigenständige Desktop-App für Windows und macOS sowie ein UXP-Plugin für Photoshop. Dabei lassen sich die gekauften Tokens in beiden Varianten verwenden. Eigene API-Schlüssel für die einzelnen KI-Anbieter braucht man nicht.

AI Lab ist nicht die Bild-KI. Es ist der Arbeitsplatz rund um mehrere Bild-KIs.

2. Was macht die Standalone-Version von AI Lab?

Die Standalone-Version läuft als eigenes Programm. Laut Hersteller benötigt sie mindestens Windows 10 beziehungsweise macOS 10.14. Sie richtet sich an alle, die Bildideen entwickeln, Varianten vergleichen und Projekte geordnet speichern wollen, ohne ständig zwischen mehreren Webseiten zu wechseln.

Die Oberfläche trennt zwei Aufgaben klar voneinander:

  1. Create: Aus einem Prompt entsteht ein neues Bild. Referenzbilder können zusätzlich verwendet werden.
  2. Edit: Ein vorhandenes Bild wird mit einem Prompt verändert. Auch einzelne Bildbereiche lassen sich auswählen und bearbeiten.

Außerdem ist der visuelle Workflow interessant. Referenzen lassen sich nach Stil, Inhalt oder Kontext ordnen. Anmerkungen können direkt im Bild platziert werden. Varianten stehen nebeneinander, lassen sich vergrößern und in der 1:1-Ansicht prüfen. Prompts und Vorlagen können in einer Bibliothek gespeichert werden. Wer Serien oder Kundenprojekte bearbeitet, erkennt den Nutzen sofort: Die Arbeit bleibt zusammen und nicht irgendwo zwischen Browser-Verlauf und Download-Ordner hängen.

Helligkeit, Kontrast und Sättigung lassen sich schnell anpassen. Ergebnisse können außerdem an Photoshop geschickt werden. Die Standalone-App unterstützt laut Hersteller dabei auch ältere Photoshop-Versionen; für das eigentliche UXP-Plugin gelten strengere Voraussetzungen.

3. Was bringt das AI-Lab-Plugin für Photoshop?

Das UXP-Plugin sitzt direkt in Photoshop und benötigt laut aktueller Produktseite Photoshop 25.2 oder neuer. Es kann über den Creative Cloud Marketplace oder als CCX-Datei installiert werden.

Im Photoshop-Workflow sind vor allem diese Punkte praktisch:

  • Create und Edit funktionieren direkt aus Photoshop heraus.
  • Bis zu zwei Referenzbilder können im Plugin mitgegeben werden.
  • Ausgewählte Bildbereiche lassen sich gezielt bearbeiten.
  • Ein Auflösungsindikator warnt, wenn Auswahl und Modellauflösung schlecht zusammenpassen.
  • Prompt-Verlauf und Tokenzähler bleiben direkt im Plugin sichtbar.
  • Bestimmte Modelle liefern laut Hersteller Ausgaben bis 4K.

Das Plugin ist also kein Ersatz für Photoshop. Es bringt die Bildgenerierung dorthin, wo Auswahl, Ebenen, Retusche und die eigentliche Endbearbeitung ohnehin stattfinden. Das ist wesentlich sinnvoller, als jedes Ergebnis händisch herunterzuladen, zu benennen und wieder zu importieren.

4. Ein einfacher Arbeitsablauf für Einsteiger

Man muss nicht gleich jedes Modell, jede Auflösung und jeden Regler verstehen. Für den Einstieg reicht ein sauberer Ablauf:

  • Aufgabe festlegen. Was soll das Bild zeigen, wofür wird es gebraucht und welches Format ist notwendig?
  • Create oder Edit wählen. Ein neues Motiv beginnt mit Create. Für Änderungen an einem vorhandenen Bild ist Edit gedacht.
  • Modell und Auflösung auswählen. Für erste Tests genügt oft eine günstigere oder kleinere Ausgabe. Danach kommt die hohe Auflösung, wenn die Richtung stimmt.
  • Prompt und Referenzen vorbereiten. Motiv, Stil, Licht, Perspektive und wichtige Grenzen klar nennen. Referenzen nur verwenden, wenn sie wirklich etwas erklären.
  • Gezielt markieren. Wenn etwas an eine bestimmte Stelle soll, ist eine Anmerkung im Bild oft verständlicher als drei zusätzliche Prompt-Absätze.
  • Varianten vergleichen. Nicht das erste halbwegs brauchbare Bild nehmen. Auf Details, Anatomie, Text, Kanten und Anschlussfehler achten.
  • Ergebnis weiterbearbeiten. Das beste Bild ist meist der Ausgangspunkt für Retusche, Composing, Farbkorrektur und Ausgabe – nicht automatisch das Endprodukt.

Die Oberfläche kann den Prozess ordnen. Denken, auswählen und kontrollieren muss man trotzdem selbst.

5. Welches Modell ist das richtige?

Darauf gibt es keine allgemeine Antwort. Ein Modell kann bei Text im Bild gut sein, ein anderes bei realistischen Personen, ein drittes bei gezielten Änderungen oder bei großen Auflösungen. Selbst identische Prompts liefern nicht immer identische Ergebnisse, weil Bildgeneratoren nicht vollständig deterministisch arbeiten.

Der Vorteil von AI Lab liegt daher weniger in einer geheimen Qualitätssteigerung. Er liegt darin, mehrere Modelle mit demselben Projekt und einem vergleichbaren Arbeitsablauf testen zu können. So sieht man schneller, welches Modell zur konkreten Aufgabe passt. Das ist praktische Werkzeugwahl, kein Glaubenskrieg.

Wichtig: Die Liste der Modelle ist eine Momentaufnahme. KI-Anbieter ändern Versionen, Preise und Bedingungen laufend. Wer den Artikel später liest, sollte die aktuelle Produktseite prüfen.

6. Tokens und Kosten ohne Nebelmaschine

AI Lab rechnet Generierungen über PI Tokens ab. Vor dem Start wird angezeigt, wie viele Tokens die gewählte Kombination aus Modell und Auflösung kostet. Das ist gut, weil man nicht erst nach dem Experiment merkt, dass der Spieltrieb teurer war als gedacht.

Mit Stand 16. August 2026 nennt die deutsche Produktseite drei monatlich kündbare Pakete: Starter mit 700 Tokens für regulär 19 Euro, Pro mit 1.600 Tokens für 38 Euro und Studio mit 3.200 Tokens für 70 Euro, jeweils inklusive Mehrwertsteuer. Bei meiner Recherche war zusätzlich eine zeitlich begrenzte Sommeraktion sichtbar. Preise und Aktionen können sich ändern.

Die Angabe „bis zu 700 Generierungen“ beim Starter-Paket ist eine Obergrenze. Eine Generierung kostet je nach Modell und Auflösung aktuell ungefähr 1 bis 24 Tokens. Ein 4K-Ergebnis verbraucht also deutlich mehr als eine günstige Testgenerierung. Ungenutzte Tokens werden laut Anbieter bei aktivem Abo übertragen; ansparen lassen sich höchstens sechs Monatsmengen. Für den Test stellt Picture Instruments 300 kostenlose Tokens bereit.

7. Lokal gespeichert heißt nicht lokal generiert

Das ist der wichtigste Punkt im Faktencheck. Projekte, Prompts, Referenzen und fertige Bilder werden auf dem eigenen Rechner gespeichert. Die eigentliche Bildgenerierung findet aber auf den Servern der jeweiligen KI-Anbieter statt. Dafür ist eine Internetverbindung notwendig, und hochgeladene Bilder müssen an den gewählten Anbieter übertragen werden. Eine starke Grafikkarte braucht man deshalb nicht.

Picture Instruments erklärt, die Daten nur weiterzuleiten und selbst nicht zu speichern. Zusätzlich gelten jedoch die Standardbedingungen der verwendeten APIs von Google, OpenAI, ByteDance oder Black Forest Labs. Laut FAQ können sich die Regeln zur Nutzung übermittelter Bilder je nach Anbieter unterscheiden. Für vertrauliche Kundenmotive, Personenbilder oder geschützte Entwürfe sollte man diese Bedingungen vor der Nutzung prüfen.

Kommerzielle Nutzung ist grundsätzlich möglich, aber auch hier gelten zusätzlich die Bedingungen des jeweiligen Modells. Das ist keine lästige Fußnote, sondern Teil professioneller Arbeit.

8. Was gefällt mir an dem Konzept?

Für mich als Medienkünstler ist nicht entscheidend, ob eine KI in zehn Sekunden irgendein Bild erzeugt. Interessant wird es dort, wo aus Versuch und Zufall ein kontrollierbarer Arbeitsprozess wird. Genau da setzt AI Lab an.

  1. Mehrere Bildmodelle befinden sich in einer Oberfläche.
  2. Projekte, Referenzen, Prompts und Varianten bleiben geordnet.
  3. Visuelle Anmerkungen können ein Briefing genauer machen.
  4. Ergebnisse lassen sich direkt vergleichen und in 1:1 prüfen.
  5. Tokenkosten sind vor der Generierung sichtbar.
  6. Photoshop kann ohne umständlichen Datei-Zirkus eingebunden werden.

Das alles klingt unspektakulär. Genau deshalb ist es brauchbar. Gute Werkzeuge müssen nicht jeden Dienstag eine kreative Revolution ausrufen. Sie sollen Arbeit übersichtlicher machen.

9. Wo liegen die Grenzen?

AI Lab nimmt einem weder die Bildidee noch die Qualitätskontrolle ab. Ein unklarer Auftrag bleibt unklar, nur jetzt eben in einer aufgeräumten Oberfläche. Auch Modellfehler, falsche Details, seltsame Anatomie oder misslungene Typografie verschwinden nicht automatisch.

Der Hersteller wirbt mit weniger Iterationen. Das ist als Ziel nachvollziehbar, aber kein allgemein belegter Leistungsnachweis. Bei meiner Recherche fand ich vor allem Herstellerinformationen, Presseberichte auf Basis dieser Informationen und einen positiven persönlichen Praxisbericht bei DOCMA. Einen unabhängigen Vergleichstest mit klaren Messkriterien habe ich nicht gefunden. Ob tatsächlich Zeit gespart wird, muss daher der eigene Arbeitsalltag zeigen.

Weitere Grenzen sind das laufende Abo, die notwendige Internetverbindung, wechselnde Modellangebote und die Abhängigkeit von den Bedingungen externer Anbieter. Außerdem speichert AI Lab generierte Ergebnisbilder laut FAQ immer als JPG. Wer für seinen Workflow andere Ausgabeformate oder vollständig lokale Verarbeitung braucht, muss das berücksichtigen.

10. Für wen lohnt sich AI Lab?

Sinnvoll kann die Software sein für:

  • Fotografen, Designer und Medienkünstler, die regelmäßig mit Bild-KI arbeiten.
  • Photoshop-Nutzer, die Generierung und Bildbearbeitung enger verbinden wollen.
  • Kreative, die mehrere Modelle vergleichen und Projekte sauber dokumentieren möchten.
  • Teams, die Prompt-Vorlagen und Referenzen strukturiert weitergeben wollen.

Weniger interessant ist AI Lab für:

  • Gelegenheitsnutzer, die nur alle paar Wochen ein einzelnes Bild erzeugen.
  • Anwender, die mit der Oberfläche eines einzigen Modells bereits zufrieden sind.
  • Projekte, bei denen Bilder den eigenen Rechner aus Datenschutzgründen nicht verlassen dürfen.
  • Menschen, die von einer Software automatisch fertige Kunst statt eines besseren Workflows erwarten.

11. Mein Fazit

AI Lab ist kein Zauberkasten und keine neue Bild-KI. Es ist eine Arbeitsumgebung, die den Umgang mit mehreren Bildmodellen ordnen soll. Der interessante Teil ist nicht der nächste Generieren-Knopf, sondern die Verbindung aus Projekten, Referenzen, visuellen Anmerkungen, Variantenvergleich, Kostenkontrolle und Photoshop.

Ob das Abo sein Geld wert ist, lässt sich recht nüchtern beantworten: Spart die Software bei regelmäßiger Arbeit mehr Zeit und Nerven, als sie kostet, ist sie sinnvoll. Wer nur gelegentlich ein Bild braucht, wird auch ohne diese Steuerzentrale auskommen.

Ich sehe KI weiterhin als Werkzeug. Ein gutes Werkzeug macht mich nicht automatisch zum besseren Künstler. Es kann mir aber helfen, schneller zu prüfen, gezielter zu entscheiden und sauberer zu arbeiten. Genau daran sollte sich AI Lab messen lassen. Nicht an der Größe der Werbeüberschrift, sondern am tatsächlichen Nutzen im Projekt.

Mehr Ordnung ist noch keine Kunst. Aber sie lässt mehr Zeit für die eigentliche Arbeit.

Wenn du erst in die kreative KI-Bildgestaltung einsteigst, findest du bei meinem Photoshop- und KI-Coaching weitere Informationen zum Lernen an eigenen Bildideen. Dabei steht dein kreativer Workflow im Mittelpunkt.

Quellen und weiterführende Links

Alle Produktangaben, Modelle, Preise und technischen Voraussetzungen wurden am 16. August 2026 geprüft. Da sich KI-Angebote schnell ändern, gilt für aktuelle Entscheidungen immer die jeweilige Herstellerseite.

Picture Instruments: AI Lab Standalone – Produktseite und FAQ
Offizielle Angaben zu Funktionen, Modellen, Systemvoraussetzungen, Preisen, Tokens, Datentransfer, Formaten und kommerzieller Nutzung.

AI Lab UXP für Photoshop – Herstellerangaben
Offizielle Angaben zum Photoshop-Plugin, zu Referenzbildern, Auflösungsindikator, Modellzugriff und erforderlicher Photoshop-Version.

Picture Instruments: Pressemitteilung zum Start von AI Lab
Primärquelle zur Veröffentlichung am 27. Jänner 2026. Leistungsversprechen wie weniger Iterationen sind Herstellerangaben.

DOCMA: Die KI-Kommandozentrale – persönlicher Praxisbericht
Positiver Erfahrungsbericht von Christoph Künne vom 5. Februar 2026; eine persönliche Einschätzung, kein standardisierter Vergleichstest.

OpenAI: Data controls in the OpenAI platform
Offizielle Angaben zur Datenverarbeitung bei der OpenAI-API. Für andere in AI Lab verwendete Modelle gelten die Bedingungen der jeweiligen Anbieter.

Transparenzhinweis

Bei Recherche, Faktenprüfung, Struktur und sprachlicher Ausarbeitung dieses Artikels wurde generative KI unterstützend eingesetzt. Inhaltliche Position, redaktionelle Bearbeitung und finale Freigabe liegen bei Brownz.

Tags: , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Kommentar

Ich gegen die KI

Filed under: Kontext — Leave a comment
16. August 2026

Warum ich KI nicht schlagen, sondern sinnvoll einsetzen will

Ein persönlicher Fachbeitrag über faire Vergleiche, kreative Arbeit und neue Werkzeuge

Auf Instagram sehe ich immer wieder dasselbe Muster: Ein Mensch tritt gegen „die KI“ an. Die KI liefert nach einem kurzen Briefing einen Erstversuch, der Mensch zeigt nach mehreren Überarbeitungen sein Endergebnis – und erklärt sich zum Sieger. Unterhaltsam kann das sein. Ein fairer Vergleich ist es meistens nicht.

1. Ich gegen die KI: Was am Duell nicht stimmt

Ich nenne dieses Muster hier „Ich gegen die KI“. Einen einheitlichen Instagram-Trend mit klarer Herkunft konnte ich bei der Recherche nicht belegen. Es ist meine Beobachtung eines wiederkehrenden Formats. Den Begriff „Mensch gegen KI“ gibt es auch außerhalb von Instagram seit Jahren in Medien, Forschung und Unterhaltung.

Im Video läuft es meist so: Die KI bekommt eine Aufgabe, liefert rasch ein Ergebnis und ist damit fertig. Der Mensch denkt nach, probiert Varianten, verwirft, korrigiert und zeigt am Ende seine beste Fassung. Dass dieses Ergebnis besser sein kann, überrascht mich nicht. Verglichen werden ein Erstversuch und ein ausgearbeiteter Prozess.

Dazu fehlen oft die entscheidenden Angaben: Welche KI wurde verwendet? Welches Modell und welche Version? Wie lautete das vollständige Briefing? Gab es Referenzen, Einstellungen oder mehrere Versuche? Wie viel Zeit bekamen beide Seiten? Nach welchen Kriterien wurde bewertet? Ohne diese Informationen ist das kein nachvollziehbarer Test, sondern eine Inszenierung.

Das muss nicht böse gemeint sein. Über die Motive anderer möchte ich nicht spekulieren. Mir geht nur die Schlussfolgerung zu weit: Ein schwacher Versuch mit einem nicht näher genannten System beweist nicht, dass ein Mensch „die KI“ geschlagen hat. Er beweist nur, dass dieser Versuch schwach war.

Ein schwacher Erstversuch ist kein Beweis gegen KI. Er ist ein schwacher Erstversuch.

2. Ein Prompt ist kein Zauberspruch

Ein brauchbares Ergebnis beginnt mit einer brauchbaren Aufgabe. Zielgruppe, Zweck, Format, gewünschte Wirkung, Grenzen und Referenzen müssen klar sein. Das gilt für Menschen genauso wie für KI-Systeme.

Ein kurzer Prompt ist nicht automatisch schlecht. Midjourney empfiehlt für sein System sogar kurze, klare Formulierungen. Die eigene Dokumentation sagt aber ebenso deutlich: Weniger Details bedeuten mehr Variation und weniger Kontrolle. Wenn bestimmte Elemente wichtig sind, müssen sie genannt oder über Referenzen und Parameter gesteuert werden.

Wer Wunder erwartet, muss mehr tun als einmal auf „Generieren“ zu klicken. Man muss Ergebnisse prüfen, Varianten testen, Fehler erkennen, das passende Werkzeug wählen und weiterarbeiten. Das ist beim Fotografieren nicht anders: Eine Kamera im Automatikmodus macht mich nicht zum Starfotografen. Sie gibt mir zunächst eine Aufnahme. Was daraus wird, hängt von Wissen, Blick und Arbeit ab.

Und „die KI“ gibt es ohnehin nicht. Text-, Bild-, Video- und Audiosysteme haben unterschiedliche Modelle, Versionen und Stärken. Wer ein einzelnes Ergebnis zeigt, bewertet genau diesen Einsatz dieses Systems. Nicht die gesamte Technologie.

3. Was die Forschung tatsächlich zeigt

Die Forschung liefert weder einen Freispruch für KI noch eine Siegerurkunde für den Menschen. Sie zeigt: KI-Unterstützung kann helfen, sie kann aber auch schaden. Entscheidend sind Aufgabe, Modell und menschliche Kontrolle.

Bei Noy und Zhang bearbeiteten 453 Hochschulabsolventen berufstypische Schreibaufgaben. Mit ChatGPT sank die durchschnittliche Bearbeitungszeit um 40 Prozent; die bewertete Qualität stieg um 18 Prozent. Das gilt für diese Aufgaben und diesen Versuchsaufbau – nicht automatisch für jeden Text.

Dell’Acqua und Kollegen untersuchten 758 Beraterinnen und Berater von Boston Consulting Group. Bei 18 Aufgaben innerhalb der damaligen Leistungsgrenze von GPT-4 erledigten Teilnehmer mit KI 12,2 Prozent mehr Teilaufgaben und arbeiteten 25,1 Prozent schneller; auch die Qualität stieg. Bei einer bewusst außerhalb dieser Grenze gewählten Aufgabe waren KI-Nutzer dagegen 19 Prozentpunkte seltener korrekt.

Doshi und Hauser ließen 293 Personen jeweils eine kurze Geschichte mit acht Sätzen schreiben. Der Zugriff auf KI-Ideen verbesserte im Durchschnitt Bewertungen wie Neuheit und Nützlichkeit, besonders bei weniger kreativen Teilnehmern. Gleichzeitig wurden die KI-unterstützten Geschichten einander ähnlicher. Auch hier gilt: Untersucht wurden kurze Geschichten, nicht Grafikdesign, Fotografie oder Kunst allgemein.

Die klare Aussage ist daher nicht „KI gewinnt“ oder „Mensch gewinnt“. KI kann Tempo, Menge oder Qualität erhöhen. Sie kann ebenso falsche Sicherheit und Gleichförmigkeit erzeugen. Deshalb braucht sie Erfahrung, Auswahl und Kontrolle.

4. Wie ich KI tatsächlich nutze

Ich arbeite seit den frühen Midjourney-Tagen mit generativer KI – aus Neugier und aus beruflichem Interesse. Als Medienkünstler will ich wissen, was ein neues Werkzeug kann, wo es scheitert und wie ich es für meine Arbeiten und Aufträge sinnvoll einsetzen kann.

Der größte Vorteil ist für mich die Zahl der Möglichkeiten. Ich kann Ideen schneller sichtbar machen, Richtungen vergleichen und Varianten testen. Das spart nicht automatisch Arbeit. Es verlagert Arbeit in Auswahl, Beurteilung, Bearbeitung und Qualitätskontrolle.

Mein Ablauf ist einfach:

  • Ich kläre Idee, Zweck, Zielgruppe und gewünschte Wirkung.
  • Ich wähle das System passend zur Aufgabe.
  • Ich teste Varianten und verwerfe den Großteil.
  • Ich bearbeite, kombiniere und korrigiere.
  • Ich prüfe Fakten, Rechte, technische Qualität und Kundentauglichkeit.
  • Ich entscheide und übernehme die Verantwortung für das Endergebnis.

Das Werkzeug führt kein Kundengespräch, trifft keine verantwortliche Endentscheidung und unterschreibt keine Rechnung. Das mache ich. Genau darin liegt die professionelle Leistung.

5. Kritik ja. KI-Bashing nein.

An KI gibt es genug zu kritisieren: Trainingsdaten, Urheberrecht, Einwilligung, Energiebedarf, Fehler, Verzerrungen, Arbeitsplatzdruck und die Flut austauschbarer Inhalte. Diese Fragen gehören offen diskutiert.

Was ich nicht brauche, ist pauschaler Hate. Den kenne ich beruflich schon lange. Als ich in den 1980er-Jahren mit Computergrafik begann, hieß es ebenfalls: „Das ist doch keine Kunst.“ Der Computer wurde als Abkürzung oder Schummelei gesehen. Heute ist die Computergrafik selbstverständlich; der alte Vorwurf hat nur ein neues Werkzeug gefunden.

Ich habe weitergearbeitet, gelernt und neue Methoden ausprobiert. Das mache ich heute wieder. Nicht weil jede neue Technik automatisch gut ist, sondern weil ich sie erst beurteilen kann, wenn ich ernsthaft damit arbeite.

Man darf KI ablehnen und ohne KI hervorragende Arbeit machen. Die eigene Arbeit wird nur nicht wertvoller, weil daneben ein schwacher KI-Versuch liegt. Entscheidend ist das Ergebnis – und wie verantwortungsvoll es entstanden ist.

Das „Das ist doch keine Kunst“ bekommt regelmäßig ein Software-Update.

6. Was der EU AI Act dazu sagt

Die Transparenzpflichten aus Artikel 50 des EU AI Act gelten seit 2. August 2026. Für Blogtexte gibt es keine Pauschalregel, nach der jede KI-Unterstützung zwingend gleich gekennzeichnet werden muss.

Kennzeichnungspflichten betreffen unter anderem KI-generierte oder manipulierte Texte, die die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informieren sollen. Nach den Leitlinien der EU-Kommission müssen solche Texte nicht gekennzeichnet werden, wenn sie inhaltlich von Menschen geprüft oder redaktionell kontrolliert wurden und eine Person oder Organisation die redaktionelle Verantwortung trägt. Reine Rechtschreib- oder Grammatikkorrekturen reichen dafür nicht.

Dieser Beitrag wurde von mir inhaltlich vorgegeben, redaktionell bearbeitet, auf Quellen geprüft und freigegeben. Den KI-Hinweis am Ende setze ich trotzdem. Nicht als Alarmtafel, sondern als klare Information darüber, welches Werkzeug beteiligt war und wer verantwortlich ist.

Ob ein konkreter Inhalt kennzeichnungspflichtig ist, hängt vom Einzelfall ab. Für Deepfakes sowie bestimmte Bild-, Audio- und Videoinhalte gelten eigene Regeln. Dieser Absatz ist eine sachliche Einordnung, keine Rechtsberatung.

Faktencheck in Kürze

  • Für einen einheitlichen Instagram-Trend „Ich gegen die KI“ mit belegtem Ursprung gibt es keinen belastbaren Nachweis.
  • Die drei genannten Studien zeigen Vorteile bei passenden Aufgaben, aber auch Grenzen und Risiken. Keine davon beweist eine allgemeine Überlegenheit von Mensch oder KI.
  • Artikel 50 gilt seit 2. August 2026. Menschliche Inhaltsprüfung, redaktionelle Kontrolle und Verantwortung sind bei bestimmten Texten rechtlich relevant.

7. Ich gegen die KI: mein Fazit

Wer sich nach einem KI-Duell zum Sieger erklären möchte, kann das tun. Die KI wird es verkraften. Über kreative Arbeit lernen wir dabei wenig.

Mich interessiert, wie ich Erfahrung, Blick und Verantwortung mit neuen Werkzeugen verbinde. Für meine Kunst, für Aufträge, für Kunden – und selbstverständlich auch, um mit meiner Arbeit Geld zu verdienen.

Ich muss KI nicht schlagen. Ich muss wissen, wann sie hilft, wann sie in die Irre führt und wann ich sie besser ausgeschaltet lasse. Das ist weniger spektakulär als ein Duell im Hochformat. Dafür ist es ehrliche Arbeit.

Nicht ich gegen die KI. Ich mit Werkzeug, Erfahrung und Verantwortung.

Ein konkretes Beispiel für solche Korrekturschleifen findest du in meinem Praxistest mit ChatGPT-Plakaten. Den Einsatz von KI an eigenen Bildern vertiefen wir auch beim Photoshop- und KI-Coaching.

Quellen und weiterführende Links

Alle Links und Zahlen wurden am 15. August 2026 erneut geprüft. Die Studien gelten für konkrete Aufgaben, Modelle und Versuchsanordnungen; sie sind keine allgemeine Qualitätsgarantie.

Noy & Zhang: Experimental evidence on the productivity effects of generative artificial intelligence — https://doi.org/10.1126/science.adh2586
Peer-reviewte Studie in Science zu professionellen Schreibaufgaben: 453 Teilnehmer, weniger Bearbeitungszeit und höhere bewertete Qualität mit ChatGPT.

Dell’Acqua et al.: Navigating the Jagged Technological Frontier — https://doi.org/10.1287/orsc.2025.21838
Peer-reviewte Feldstudie in Organization Science mit 758 Wissensarbeitern zu Nutzen und Risiken von KI innerhalb und außerhalb ihrer Leistungsgrenze.

Doshi & Hauser: Generative AI enhances individual creativity but reduces the collective diversity of novel content — https://doi.org/10.1126/sciadv.adn5290
Peer-reviewte Studie in Science Advances zu KI-Ideen beim Schreiben kurzer Geschichten: höhere Einzelbewertungen, aber ähnlichere Ergebnisse in der Gesamtheit.

Midjourney-Dokumentation: Prompt Basics — https://docs.midjourney.com/hc/en-us/articles/32023408776205-Prompt-Basics
Offizielle Erklärung zu kurzen, klaren Prompts sowie zum Verhältnis zwischen Detailgrad, Variation und Kontrolle.

Europäische Kommission: Transparency obligations under Article 50 of the AI Act — https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act
Aktuelle FAQ vom 24. Juli 2026 zu Kennzeichnung, menschlicher Prüfung, redaktioneller Kontrolle und Geltungsbeginn.

AI Act Service Desk: Artikel 50 — https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-50
Offizieller Artikeltext und Überblick zu den Transparenzpflichten.

Transparenzhinweis

Bei Recherche, Struktur und sprachlicher Ausarbeitung dieses Artikels wurde generative KI unterstützend eingesetzt. Inhaltliche Position, Quellenprüfung, redaktionelle Bearbeitung und finale Freigabe liegen bei Brownz.

Tags: , , , , , , , , , , , , ,
Kommentar

KI-Kunst, Manifest-Pathos und die harte Wirklichkeit – KI-Kunst im Faktencheck: Was am futuristischen Manifest stimmt – und was nicht

Filed under: Kontext — Leave a comment
22. Juni 2026

Das KI-Kunst-Manifest „AI-Generated Art: A Futurist Manifesto“ im Faktencheck – verständlich, direkt und ohne Nebelmaschine.

Blogbeitrag für WordPress | Stand: 21. Juni 2026 | Brownz Art

KI-Kunst, Manifest-Pathos und die harte Wirklichkeit

Ich habe mir das ResearchGate-PDF „AI-Generated Art: A Futurist Manifesto“ angesehen. Es ist ein Manifest über KI-generierte Kunst. Also viel Zukunft, viel Revolution, viel Algorithmus als neuer großer Heilsbringer. Ein Text, der dauernd sagt: Alles wird anders, schöner und grenzenlos.

Mein erstes Fazit: Das Thema ist wichtig. Der Text hat ein echtes Gefühl für den Moment. KI verändert Bildproduktion, Kunst, Fotografie, Design und auch die Frage, was ein Künstler heute überhaupt tut. Soweit bin ich dabei.

Aber: Das Manifest verkauft an vielen Stellen Meinung als Tatsache. Es klingt groß, aber es belegt wenig. Und genau da wird es spannend. Denn zwischen „KI ist ein starkes Werkzeug“ und „KI befreit die Kunst von menschlichen Fehlern“ liegt nicht nur ein Unterschied. Da liegt ein ganzer Kontinent.

Worum geht es im KI-Kunst-Manifest?

Der Text beschreibt KI-Kunst als neue ästhetische Revolution. KI soll angeblich neue Formen öffnen, alte Traditionen sprengen, Kunst demokratisieren, den Künstler befreien und eine neue Verbindung zwischen Mensch und Maschine schaffen. Das ist als Manifest grundsätzlich erlaubt. Ein Manifest darf laut sein. Es darf übertreiben. Es muss sogar ein bisschen nach brennender Zukunft riechen.

Nur darf man dann nicht so tun, als wäre jedes Pathos auch schon ein geprüfter Fakt. Auf ResearchGate wird der Text als Artikel/PDF geführt, datiert mit August 2024. Laut ResearchGate sind für diese Veröffentlichung keine aufgelösten Zitationen und keine Referenzen vorhanden. Das ist für einen Text mit großen Behauptungen ein Problem. Nicht zwingend ein Todesurteil, aber ein Warnschild. Großes Thema, große Worte, keine Quellen. Da muss man genauer hinsehen. [1]

Der schnelle Faktencheck

BehauptungCheckEinordnung
„KI-Kunst ist eine Revolution.“Teilweise richtig.KI verändert Arbeitsweisen massiv. Aber Kunst hatte schon viele technische Revolutionen: Fotografie, Druck, Film, Photoshop, Internet. KI ist groß, aber nicht geschichtslos.
„Algorithmen arbeiten mit mathematischer Perfektion.“Irreführend.KI-Systeme rechnen, ja. Aber ihre Ergebnisse sind probabilistisch, fehleranfällig und von Trainingsdaten geprägt. Perfekte Mathematik ergibt keine perfekte Kunst.
„KI eliminiert menschliche Fehler.“Falsch.KI beseitigt manche handwerklichen Hürden, erzeugt aber neue Fehler: Artefakte, Bias, falsche Details, rechtliche Unsicherheit, ästhetische Gleichförmigkeit.
„KI befreit den Künstler von Subjektivität.“Philosophisch schwach.Kunst ohne Subjektivität ist nicht automatisch objektiver. Oft ist genau die persönliche Entscheidung der Kern des Werks.
„KI demokratisiert Kunst.“Teilweise richtig.Mehr Menschen können Bilder erzeugen. Aber Plattformen, Modelle, Daten, Kosten und Sichtbarkeit bleiben Machtfragen.
„KI macht jeden zum Künstler.“Zu einfach.Sie macht jeden zum Bildproduzenten. Künstler wird man durch Haltung, Entscheidung, Arbeit, Kontext und Wiedererkennbarkeit.
„KI ist Co-Autor.“Interessant, aber rechtlich heikel.Rechtlich zählt in vielen Ländern weiterhin die menschliche Urheberschaft. Reine Prompts reichen nach aktueller US-Einschätzung nicht automatisch für Copyright. [2]

Was am Manifest stimmt

Fangen wir fair an: KI ist kein kleines Photoshop-Plugin mit Partyhut. KI verändert den kreativen Prozess. Das sieht man in der Praxis jeden Tag. Ideen werden schneller visualisiert. Varianten entstehen in Minuten. Alte Grenzen zwischen Fotografie, Illustration, 3D, Composing und digitaler Malerei werden weicher. Wer früher für eine Bildidee mehrere Tage brauchte, kann heute in einem Nachmittag zehn Richtungen testen.

Das ist real. Und es ist stark.

Auch die Forschung sieht KI längst nicht nur als Spielzeug. Der Überblick von Cetinic und She beschreibt KI im Kunstbereich in zwei großen Rollen: Erstens als Werkzeug zur Analyse bestehender Kunstwerke und zweitens als Werkzeug zur kreativen Erzeugung neuer visueller Arbeiten. Genau das erleben wir gerade. KI ist Analysemaschine, Variationsmaschine, Ideenturbo und manchmal auch ein sehr störrischer Assistent. [5]

Das Manifest trifft also einen Nerv: Der Künstler der Gegenwart arbeitet nicht mehr nur mit Pinsel, Kamera oder Maus. Er arbeitet mit Systemen. Mit Daten, Modellen und Workflows. Und ja: Wer das ernsthaft beherrscht, hat neue Möglichkeiten.

Wo das Manifest überzieht

1. „Mathematische Perfektion“ ist kein Kunstargument

Der Text schwärmt von der mathematischen Perfektion der KI. Das klingt hübsch, ist aber als Kunstargument ziemlich dünn. Ein Algorithmus kann exakt rechnen und trotzdem visuell langweilige, falsche oder kitschige Ergebnisse ausspucken. Präzision ist nicht gleich Wahrheit. Und schon gar nicht gleich Kunst.

Generative Systeme arbeiten nicht wie ein genialer Maler mit Seele aus Silizium. Sie erzeugen Ausgaben auf Basis gelernter Muster. Diese Muster kommen aus Daten. Und Daten sind nie neutral. Sie enthalten Geschmack, Macht, Lücken, Klischees, Mode, Plattformlogik und sehr viel alten visuellen Staub.

NIST führt für generative KI eigene Risikoprofile und verweist auf spezielle Risiken dieser Systeme. Das allein reicht schon, um das Märchen von der fehlerfreien Maschine vom Tisch zu nehmen. Wenn eine Technologie eigene Risikomanagement-Profile braucht, ist sie nicht einfach „perfekt“. Sie ist mächtig. Und mächtige Werkzeuge brauchen Kontrolle. [6]

2. KI zerstört die Vergangenheit nicht. Sie frisst sie.

Im Manifest taucht die Idee auf, KI-Kunst könne sich von alten Traditionen lösen und die Vergangenheit hinter sich lassen. Das klingt nach Avantgarde. Aber technisch gesehen ist es oft eher das Gegenteil: Viele Systeme lernen aus bestehenden Bildern, Stilen, Kompositionen und kulturellen Mustern. KI bricht nicht automatisch mit der Kunstgeschichte. Sie verarbeitet Kunstgeschichte. Mal intelligent, mal plump. Als schöner Remix oder als sehr teure Tapetenmaschine.

Darum ist der Satz „KI löst sich von der Vergangenheit“ zu sauber. In Wahrheit ist KI sehr stark an die Vergangenheit gebunden, weil sie aus vorhandenen Daten lernt. Ohne bestehende Bildwelten keine neuen synthetischen Bildwelten. Ohne alte Ästhetik keine neue Ästhetik, die sich davon absetzen kann.

3. KI eliminiert keine Fehler. Sie verschiebt sie.

Ein weiterer großer Brocken im Manifest: KI könne menschliche Fehler beseitigen. Nein. So einfach ist es nicht. KI kann technische Fehler reduzieren. Sie kann Details glätten, Bildbereiche ergänzen, Varianten bauen, störende Elemente entfernen oder Lichtstimmungen simulieren. Das ist praktisch. Das nutze ich selbst.

Aber KI erzeugt neue Fehler. Hände, Anatomie, Logik, Text, Marken, falsche Details, unstimmige Materialien, komische Blickrichtungen, sterile Haut, leere Schönheit. Dazu kommen unsichtbare Fehler: Trainingsbias, fehlende Herkunftsnachweise, rechtliche Grauzonen, Stilkopien, Plattformabhängigkeit.

Eine Untersuchung von über 100 Text-zu-Bild-Modellen fand Bias in mehreren Dimensionen, unter anderem Verteilungsbias, generative Halluzinationen und generative Auslassungen. Besonders künstlerische und style-transfer-lastige Modelle zeigten deutliche Bias-Muster. Das passt nicht zur Idee der makellosen Maschine. [8]

Die Rechtslage: Kunstfreiheit ist kein rechtsfreier Raum

Der wichtigste Punkt, den das Manifest viel zu weich behandelt: Urheberrecht. Sobald KI-Kunst nicht nur im stillen Kämmerlein erzeugt, sondern veröffentlicht, verkauft, gedruckt oder kommerziell genutzt wird, wird es ernst.

Das U.S. Copyright Office sagt in seinem Bericht von 2025 sehr klar: Copyright schützt menschliche Ausdrucksleistung. Reines KI-Material oder Material mit zu wenig menschlicher Kontrolle über die Ausdruckselemente ist nicht automatisch geschützt. Menschliche Auswahl, Anordnung, Bearbeitung und kreative Modifikation können geschützt sein. Aber reine Prompts reichen nach aktueller Einschätzung nicht aus, weil der Nutzer die konkrete Ausdrucksform des Outputs nicht ausreichend kontrolliert. [2]

Das ist für Künstler extrem wichtig. Nicht weil die USA die ganze Welt sind, sondern weil hier ein Grundproblem sauber formuliert wird: Wer hat eigentlich was geschaffen? Der Mensch? Die Maschine? Das Modell? Der Betreiber? Der Prompt-Schreiber? Derjenige, der auswählt und final bearbeitet?

In Europa kommt zusätzlich der AI Act dazu. Die EU beschreibt den AI Act als umfassenden Rechtsrahmen für KI und nennt ausdrücklich Transparenzpflichten, Copyright-bezogene Regeln für General-Purpose-AI-Modelle und Kennzeichnungspflichten für bestimmte KI-generierte Inhalte. Die Regeln für GPAI-Modelle gelten seit August 2025, Transparenzregeln folgen im August 2026. [4]

Kurz gesagt: Das Feld wird nicht grenzenloser. Es wird regulierter. Und das ist nicht automatisch schlecht. Transparenz kann für echte Künstler sogar ein Vorteil sein.

Der Fall Getty gegen Stability AI: kein sauberer Sieg für eine Seite

Der Rechtsstreit Getty Images gegen Stability AI zeigt sehr gut, wie kompliziert das Ganze ist. Es geht nicht nur darum, ob jemand ein Bild geklaut hat. Es geht um Trainingsdaten, Modellgewichte, Wasserzeichen, Markenrecht, Zuständigkeit, Nachweisbarkeit und die Frage, wo Training überhaupt stattgefunden hat.

Das britische Urteil von 2025 war eng und sehr technisch. Getty verlor wesentliche Teile der Copyright-Argumentation, bekam aber in Teilen bei Marken-/Wasserzeichenfragen Rückenwind. Für Künstler bedeutet das: Wir haben keine einfache Welt, in der entweder „KI ist komplett illegal“ oder „alles ist erlaubt“ gilt. Wir haben ein Feld voller offener Fragen. [9]

Und genau deshalb ist blinder Zukunftsjubel zu billig. Wer KI-Kunst ernsthaft macht, muss Technik, Stil, Herkunft, Rechte und eigene Arbeit zusammen denken. Sonst produziert man schöne Bilder auf juristischem Treibsand.

Der Markt: Menschen kaufen nicht nur Bilder. Sie kaufen Herkunft.

Spannend ist auch die Wahrnehmung durch das Publikum. Eine Studie in Scientific Reports zeigte: Menschen bewerten Kunst schlechter, wenn sie als KI-gemacht gekennzeichnet ist – selbst wenn sie die Werke ohne Label nicht sicher von menschlich gemachter Kunst unterscheiden können. Gleichzeitig kann der Vergleich mit KI-Kunst die wahrgenommene Kreativität menschlicher Kunst sogar erhöhen. [7]

Das ist für uns Künstler kein kleines Detail. Das ist Marktpsychologie. Menschen kaufen nicht nur Pixel, Leinwand oder Druck. Sie kaufen Geschichte. Herkunft. Handwerk. Risiko. Zeit. Entscheidung. Die Spur eines Menschen.

Darum ist Transparenz kein Feind. Transparenz ist ein Qualitätsmerkmal. Wenn ein Werk syntografisch entstanden ist, dann sage ich das. Ein echtes Foto als Basis benenne ich ebenfalls. Wenn Photoshop, Midjourney, Magnific, Seedream oder andere Tools Teil des Workflows sind, dann gehört das sauber kommuniziert. Nicht als Entschuldigung, sondern als Herkunftsnachweis.

Meine Haltung: KI ist Werkzeug. Nicht Ausrede.

Ich bin nicht gegen KI. Das wäre auch absurd. Ich arbeite damit. Ich arbeite mit Fotografie, Photoshop, Composing, KI-Systemen, JSON-Templates, Magnific, Midjourney, Seedream und allem, was im Bildprozess sinnvoll ist. Aber ich verwechsle das Werkzeug nicht mit dem Werk.

Für mich beginnt Kunst nicht beim Button. Kunst beginnt bei der Entscheidung. Was nehme ich und was lasse ich weg? Worum geht es im Bild? Warum existiert es? Was will es zeigen? Wo ist die menschliche Spur?

Genau deshalb ist Synthografie für mich ein sauberer Begriff. Sie behauptet nicht, klassische Fotografie zu sein, und versteckt die Maschine nicht. Der Begriff sagt: Hier entsteht ein Bild aus fotografischer Basis, digitaler Transformation, KI-gestützter Weiterentwicklung und menschlicher Endentscheidung. Das ist kein Ersatz für Fotografie. Es ist ein anderer Raum.

Und dieser Raum kann stark sein. Sehr stark sogar. Aber nur, wenn er nicht mit leerem Manifest-Nebel zugeschüttet wird.

Was das KI-Kunst-Manifest übersieht

Das Manifest spricht viel von Revolution, aber wenig von Verantwortung. Von Schönheit ist viel die Rede, von Herkunft wenig. Demokratisierung steht im Vordergrund, Plattformmacht kaum. Auch geht es viel um die Befreiung des Künstlers, aber wenig davon, dass Künstler gleichzeitig in neue Abhängigkeiten geraten: von Modellen, Abo-Systemen, Datensätzen, Regeln, Filtern und unsichtbaren Entscheidungen großer Anbieter.

Auch die Ästhetik bleibt ein Thema. KI kann spektakulär sein. Aber sie kann auch erstaunlich gleichförmig werden. Glatte Haut, perfektes Licht, dramatische Nebelmaschine, filmischer Blick, alles ein bisschen zu schön, zu sauber, zu fertig. Das ist der Punkt, an dem viele KI-Bilder aussehen wie Hochglanz ohne Puls.

Gute KI-Kunst braucht deshalb nicht weniger Mensch, sondern mehr Mensch. Mehr Auswahl, Fehlerkultur, Bruch und Geschmack. Eine eigene Handschrift. Und öfter ein klares Nein.

Mein Fazit

„AI-Generated Art: A Futurist Manifesto“ ist als Manifest interessant, aber als Faktenbasis schwach. Es erkennt richtig, dass KI Kunst verändert. Es unterschätzt aber die Probleme: Fehler, Bias, Rechtslage, Marktpsychologie, Trainingsdaten, Urheberschaft und die Gefahr einer glattgebügelten Einheitsästhetik.

KI wird Kunst nicht zerstören. KI wird schlechte Kunst schneller machen und gute Künstler gefährlicher. Das ist der ehrliche Satz.

Wer vorher keine Haltung hatte, bekommt durch KI keine. Wer vorher schon sehen, entscheiden, komponieren, schneiden, bearbeiten und denken konnte, bekommt ein mächtiges neues Werkzeug.

Die Zukunft der Kunst liegt nicht in der Maschine allein. Sie liegt im Menschen, der die Maschine benutzt, ohne sich von ihr verschlucken zu lassen.

Also ja: KI ist gekommen, um zu bleiben. Aber Kunst bleibt das, was sie immer war: eine Entscheidung gegen das Beliebige.

Kurzfassung

  • KI-Kunst ist real und verändert kreative Workflows massiv.
  • Das analysierte Manifest übertreibt viele Punkte und liefert selbst keine belastbare Quellenbasis.
  • KI arbeitet nicht fehlerfrei, sondern erzeugt neue Fehler und neue Verantwortung.
  • Urheberrechtlich zählt weiterhin vor allem menschliche kreative Kontrolle.
  • Transparenz ist kein Makel, sondern ein Qualitätsmerkmal.
  • Synthografie ist als ehrlicher Begriff stärker als das Versteckspiel „ist doch wie Fotografie“.

Geprüfte Quellen und Links

Links geprüft am 21. Juni 2026. Der ResearchGate-Text selbst weist laut ResearchGate keine aufgelösten Zitationen und keine Referenzen aus. Die folgenden Quellen wurden für die Gegenprüfung verwendet:

  1. [1] Ivan Paduano: AI-Generated Art: A Futurist Manifesto, ResearchGate, August 2024 – https://www.researchgate.net/publication/386091272_AI-Generated_Art_A_Futurist_Manifesto
  2. [2] U.S. Copyright Office: Copyright and Artificial Intelligence, Part 2: Copyrightability, Januar 2025 – https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf
  3. [3] U.S. Copyright Office: Copyright and Artificial Intelligence – Übersichtsseite – https://www.copyright.gov/ai/
  4. [4] European Commission: AI Act – Shaping Europe’s digital future – https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
  5. [5] Eva Cetinic & James She: Understanding and Creating Art with AI: Review and Outlook, arXiv/ACM – https://arxiv.org/abs/2102.09109
  6. [6] NIST: Artificial Intelligence Risk Management Framework / Generative AI Profile – https://www.nist.gov/itl/ai-risk-management-framework
  7. [7] Horton et al.: Bias against AI art can enhance perceptions of human creativity, Scientific Reports, 2023 – https://www.nature.com/articles/s41598-023-45202-3
  8. [8] Vice et al.: Exploring Bias in over 100 Text-to-Image Generative Models, arXiv 2025 – https://arxiv.org/abs/2503.08012
  9. [9] UK High Court: Getty Images v Stability AI, Approved Judgment, 2025 – https://www.judiciary.uk/wp-content/uploads/2025/11/Getty-Images-v-Stability-AI.pdf

Hinweis zur Einordnung

Dieser Beitrag ist eine journalistisch-künstlerische Analyse und kein Rechtsgutachten. Gerade beim Thema KI, Training, Copyright und kommerzielle Nutzung entwickeln sich Rechtsprechung und Regulierung weiter. Wer konkrete Werke verkauft, lizenziert oder in Kampagnen nutzt, sollte Herkunft, Workflow und Rechte sauber dokumentieren.

Wie ich selbst damit umgehe, beschreibe ich in „Ich arbeite auch mit KI. Künstler bin ich trotzdem.“ Meine fertigen Arbeiten findest du in der Galerie.

Tags: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Kommentar
Menü & Archiv