Sechs Finger und Buchstabensalat?
Kurz gesagt
Eine Bilder-KI malt in Sekunden ein Foto, das fast echt aussieht. Doch dann schaut man auf die Hände – und zählt sechs Finger. Oder auf das Schild im Hintergrund: lauter Buchstabensalat. Warum ausgerechnet das?
Das Wichtigste in Kürze
- Gesichter und Licht wirken oft echt
- Hände haben zu viele Finger
- Schrift sieht aus wie Fantasie-Buchstaben
- Trainingsdaten: Millionen Bilder mit Beschreibung
- KI lernt, was oft zusammen vorkommt
- Sie kennt keine Regeln, nur Wahrscheinlichkeiten
- Finger in tausend verschiedenen Stellungen
- Oft verdeckt, verschränkt oder angeschnitten
Zum Nachlesen: Was im Video sagt
EinleitungEine Bilder-KI malt in Sekunden ein Foto, das fast echt aussieht. Doch dann schaut man auf die Hände – und zählt sechs Finger. Oder auf das Schild im Hintergrund: lauter Buchstabensalat. Warum ausgerechnet das?
Das Bild stimmt – fastModerne Bilder-KI kann Haare, Haut und Licht erstaunlich gut nachbauen. Aber an zwei Stellen geht es oft schief: an den Händen und bei allem, was geschrieben ist. Das hat einen Grund, der tief in der Technik steckt.
Die KI malt nach MusternEine Bilder-KI hat sehr viele Bilder mit Beschreibungen gesehen, die sogenannten Trainingsdaten. Daraus lernt sie, welche Formen und Farben typischerweise zusammengehören. Sie weiß aber nicht, dass eine Hand fünf Finger hat – sie malt nur, was meistens passt.
Warum Hände so schwer sindEine Hand sieht in jedem Foto anders aus: mal zur Faust geballt, mal um eine Flasche gelegt, mal halb verdeckt. Auf den Trainingsbildern sind Finger ständig hinter anderen Fingern versteckt. Die KI malt deshalb „irgendwas Fingerartiges“ – und niemand zählt nach.
Schrift ist noch kniffligerFür uns ist ein „A“ ein Zeichen mit Bedeutung. Für die Bilder-KI ist es nur eine Form aus Pixeln, also aus winzigen Bildpunkten. Bei einer Hand fällt ein kleiner Fehler kaum auf – bei einem Wort reicht ein falscher Strich, und es ergibt keinen Sinn mehr.
Wir sind strenge PrüferWir schauen den ganzen Tag auf Hände und lesen ständig Texte, auf dem Handy, im Supermarkt, in der Schule. Unser Gehirn kennt diese Dinge extrem genau. Deshalb merken wir dort sofort einen Fehler, den wir bei einer Baumkrone nie bemerken würden.
Es wird besser – langsamNeuere Systeme werden gezielt mit mehr und besseren Beispielen trainiert, manche bauen Text auch in einem eigenen Arbeitsschritt ins Bild ein. Kurze Wörter klappen dadurch heute oft schon gut. Ganze Sätze und komplizierte Handhaltungen bleiben aber eine Schwachstelle.
Zum SchlussHände und Schrift sind der Lackmustest für Bilder-KI: Sie zeigen, dass die Technik Muster nachahmt, statt die Welt zu verstehen. Ein kurzer Blick auf Finger und Buchstaben hilft deshalb oft, ein KI-Bild zu erkennen.
