In den letzten Monaten hat die KI-Bildgenerierung rasante Fortschritte gemacht. Es ist mittlerweile sehr einfach, selbst einige Meisterwerke erstellen zu lassen. Es reicht ein einfacher Text mit einer Beschreibung einer Szene und einige Detailangaben. Dann wartet man einige Sekunden und hat ein komplett neues Werk erschaffen.

Die Ergebnisse sind meist ziemlich surreal und abgedreht, aber nur selten passt gleich der erste Versuch zur Vorstellung des Nutzers. In diesem Artikel stelle ich dir einige von uns generierte Bilder vor und wie viele Versuche die Generierung gebraucht hat um dieses Ergebnis zu erzeugen.

Im ersten Bild sieht man einen Pool auf einem Highway bei Nacht. Dies war auch die Vorgabe des Beschreibungstextes für die KI-Bildgenerierung.
Die Autos fahren alle in dieselbe Richtung auf beiden Spuren. Ein Auto und ein Motorrad stehen direkt am Beckenrand.

Das ist das beste Bild von ca. 20 Versuchen. Einige kommen an ähnliche Qualitäten heran, wiederum andere haben die Vorgaben einfach ignoriert und entweder keinen Pool oder keinen Highway gezeichnet.

Gesucht war ein Bild von einem Dorf auf dem Mond. Wie man sieht, ist die Umgebung wirklich nicht von dieser Welt, aber auch nicht vom Mond. Stattdessen erscheint der Mond am Himmel und ein zweiter, viel kleinerer Mond ist ebenfalls zu sehen.
Das Dorf wurde sehr gut getroffen, lediglich die Größenverhältnisse stimmen nicht.

Alles in allem aber ein gelungener Versuch von ca. 6 Versuchen.

Es sollte ein Wimmelbild mit vielen Tieren erstellt werden. Interessant ist auf jeden Fall die Perspektive in diesem Bild. Alles läuft zentral auf einen Punkt hinaus, der durch ein geöffnetes Tor in einem Wald zu liegen scheint.
Mehrere Tiere sind miteinander verschmolzen oder anderweitig deformiert. Es scheinen auch Tierarten untereinander vermischt worden zu sein und hier und da ist ein Bein zu viel oder zu wenig.

Auf jeden Fall hat das Bild viele Details, beispielsweise eine Inneneinrichtung und auch eine gewisse Anzahl an Tieren. Von dieser Art Bilder hat die KI mehrere erzeugen können, die alle eine ähnliche Qualität besitzen und allesamt sehr surreal sind.

Erzeugt werden sollte ein Bild eines einzigartigen tropischen Hotelkomplexes mit Palmen, verschiedenen Stränden und Etagen.
Die Szene könnte tatsächlich aus einem Videospiel stammen und sieht einigermaßen realistisch aus.

Das war das interessanteste Ergebnis aus etwa 10 Versuchen.

Gesucht war ein Bild in der Antarktis mit einem tropischen Strand und Pinguinen.
Die KI hat selbstständig die junge Frau hinzugefügt und für strahlendes Wetter gesorgt. Im Hintergrund verschwimmt die tropische Insel mit der bergigen Antarktisküste.

Für dieses Bild waren mehr als 30 Versuche notwendig. Entweder hat die KI nur den tropischen Strand generiert oder nur die Antarktis mit maximal einer Palme, die aus dem Schnee zu wachsen schien.
Aber das Ergebnis ist ein interessantes Bild einer Welt, die so nicht existieren kann.

Du hast also gesehen, dass man mit einigen Versuchen interessante Bilder mit einer KI aus einem Text generieren kann. Dabei ist es hilfreich, sich das gesuchte Bild im Vorfeld nicht zu eng gefasst vorzustellen, da die KI aus dem Text willkürlich bestimmte Wortgruppen höher wichtet und manche einfach ignoriert.

Aber mit Geduld und vielen Versuchen kann man sich das beste und interessanteste Bild raussuchen. In den meisten Fällen schafft es die KI mittlerweile, die eigene ungefähre Vorstellung als Bild umzusetzen.

Das Ergebnis ist aber fast immer surreal. Derzeit kann die KI also noch nicht bewerten, ob ein Bild in der Realität so entstehen könnte oder nicht. Das trifft auf gewollt surreale Bilder zu als auch auf gewollt reale Bilder, die am Ende doch wieder surreal sind.