KI für Fotografen: Fotos bearbeiten, retuschieren & verbessern

Uploads sind Standard-Web-Bildformate: JPEG, PNG und WebP. Kamera-RAW-Dateien wie CR3, NEF, ARW, RAF und DNG werden nicht als direkter Input akzeptiert. Exportiere zuerst ein JPEG aus Lightroom, Capture One oder deinem üblichen Konverter und lade diese Datei dann ein. Alles auf dieser Seite geht davon aus, dass du mit einem exportierten Bild arbeitest, nicht mit dem RAW selbst.

Nein. Die RAW-Entwicklung arbeitet mit den Bilddaten, die dein Sensor erfasst hat: Weißabgleich, Belichtung, Gradationskurven, Objektivkorrekturen und kalibrierte Farben, alles deterministisch und wiederholbar. Generative Bearbeitung interpretiert ein bestehendes Bild und generiert neue Pixel für die Teile, die du ändern wolltest. Beides ergänzt sich. getimg.ai ist kein Ersatz für einen RAW-Entwicklungs-Workflow und beansprucht auch nicht, einer zu sein.

Nicht garantiert. Bei einer gezielten Bearbeitung kann das Modell oft viel vom ursprünglichen Motiv und der Komposition erhalten, aber generierte Details können abweichen: Gesichtsdetails, Haare, Finger, Schmuck, Stoff, Reflexionen, Kanten und Geometrie. Referenzbilder und eine klare Anweisung helfen dabei, es zu steuern. Überprüfe identitätssensible Gesichtsdetails genau, wenn Augen, Gesichtsausdrücke, Zähne oder Haare generiert werden, und kontrolliere sie vor der Auslieferung in Originalgröße.

Nicht in dem Sinne, wie es ein RAW-Entwickler meint. Wenn ein Highlight wirklich ausgefressen ist, sind die Informationen nicht in der Datei vorhanden und nichts kann sie aus den Sensordaten wiederherstellen. Was KI tun kann, ist störende Lichter zu bereinigen und visuell plausible Details zu rekonstruieren, wo Quellinformationen begrenzt sind. Dieses Ergebnis ist eine neue Interpretation des Bereichs, keine wiederhergestellten Daten. Betrachte es also eher als kreative Lösung denn als Korrektur.

Sie kann eine ähnliche visuelle Richtung über ein Set hinweg vorgeben, und das Speichern des Looks als Element macht es einfacher, dies zu wiederholen. Es handelt sich nicht um einen kalibrierten Preset- oder Profil-Workflow: Die Ergebnisse variieren zwischen Bildern und zwischen Durchläufen desselben Prompts. Für eine auszuliefernde Galerie solltest du das Set gemeinsam überprüfen und das Color-Grading in deinen gewohnten Tools abschließen.

Sie kann Konzepte erstellen. Aus einem einzigen Foto kennt das Modell nicht die unsichtbaren Seiten eines Produkts, die genauen Anschlüsse, verborgene Etiketten oder die tatsächliche Geometrie, sodass alles, was es für diese Ansichten generiert, eine Erfindung ist. Verwende Produktreferenzen, um Lifestyle-Konzepte, alternative Kompositionen und neue Präsentationsrichtungen zu erstellen. Für Katalogbilder, die exakt mit dem physischen Produkt übereinstimmen müssen, überprüfe Geometrie, Etiketten, Farben und Details anhand echter Produktreferenzen. Tiefgreifendere Produkt-Workflows werden behandelt unter KI für E-Commerce.

Ja. Beschreibe, wer verschwinden soll, und das Modell entfernt sie und rekonstruiert generativ den Hintergrund dahinter. In unserem eigenen Test hat es auch den Schlagschatten der Person vom Pflaster entfernt. Der neu aufgebaute Bereich besteht aus neuen Pixeln, nicht aus wiederhergestellten. Überprüfe also die reparierte Stelle, nahegelegene Hände und Kleidungskanten in Originalgröße. Du kannst das Bild bearbeiten – und zwar erneut mit einem zweiten Prompt, falls der erste Neuaufbau nicht sauber genug ist.

In unseren eigenen Tests hat FLUX 3 Hauttextur, Poren und Sommersprossen bei einer dezenten Unreinheitenentfernung am besten erhalten, während es den Haaransatz neu zeichnete und den Bildausschnitt leicht verkleinerte. Nano Banana 2.1 war die stärkere Wahl, um etwas aus einem Bild zu entfernen und den Hintergrund dahinter neu aufzubauen, obwohl es nahegelegene Gesichter neu renderte. Der Auto-Modus ist ein vernünftiger Standard, und es ist die wenigen Minuten wert, dasselbe Bild vor einem Kundenauftrag durch zwei Modelle laufen zu lassen. Die Modell-Rankings verschieben sich, wenn neue Versionen veröffentlicht werden, also teste lieber neu, anstatt einer festen Liste zu vertrauen.

Wir haben dazu noch keinen kontrollierten Test durchgeführt, daher werden wir dir keine universelle Regel an die Hand geben. In der Praxis: Wenn das Original klein und weich ist, gibt das vorherige Hochskalieren dem Bearbeitungsmodell mehr Details, mit denen es arbeiten kann; wenn das Original bereits groß ist, retuschiere zuerst und skaliere nur die Bilder hoch, die du auslieferst. Vergleiche in jedem Fall die hochskalierte Datei in Originalgröße mit der Quelle, da kreative Upscaler Texturen hinzufügen können, die im Original nicht vorhanden waren.