Seit einigen Tagen läuft die Timeline auf mehreren sozialen Medien über mit sehr bunten Fotos von schönen Menschen. So war das eigentlich schon immer, aber dieses Mal ist etwas anders: Erstellt wurden diese Fotos nicht von Fotografen, sondern von einer künstlichen Intelligenz (KI), die vorher mit Fotos dieser Menschen gefüttert wurde. Auf den KI-Fotos sind die Menschen Wikinger, Elfen oder Superhelden.

Der Berliner Noel Lorenz, 24 Jahre alt, ist Gründer von Mindverse, einer Firma, die sich mit den Möglichkeiten künstlicher Intelligenz auseinandersetzt. Er kann sowohl Texte als auch Bilder erstellen und braucht dazu nur Informationen von seinen Auftraggebern. Er weiß auch, ob es sicher ist, seine Fotos diesen Apps zur Verfügung zu stellen.

Herr Lorenz, Sie haben sicher auf sozialen Medien die Fotos gesehen. Können Sie verstehen, dass Menschen fasziniert sind von diesen Effekten?

Ich kann es verstehen, weil man sich selbst noch einmal neu sieht. Die eigene Person ist plötzlich modifiziert und man sieht komplett neu aus. Da ist schon klar, dass es Leute fesselt.

Haben Sie es mitbekommen in KI-Kreisen?

Ja, es gibt verschiedene Anbieter. So wie Lensa, ProfilePicture oder Avatarai.

Was genau passiert bei diesem Prozess?

Das sind eigentlich zwei Prozesse: Erst einmal nimmt die KI nur Ihre Bilder und wird mit einem Algorithmus namens Dreambooth trainiert. Und dann wird mit diesem neuen Trainingsdatensatz ein weiterer Algoritmus benutzt. Dieser zweite Algorithmus heißt Stable Diffusion und wurde mit Millionen Fotos trainiert. Beide sind offen im Netz zugänglich.

Und wie kommt es zu diesen konkreten Bildern?

Im Hintergrund gibt es vordefinierte Textbausteine, Befehle wie: Mann als Superheld, Frau unter Wasser oder Wikinger oder Ähnliches. Das muss alles vorbereitet sein. Man muss schon der KI genau sagen, was man haben will. Die KI bastelt dann etwas nur.

Warum sind die Bilder so... schön?

Das Modell Stable Diffusion wurde mit sehr vielen Bildern trainiert, darunter natürlich auch Bilder von Models, mit perfekten Schönheitsidealen, fotografiert von professionellen Photographen. Wenn Lensa dann neue Bilder generiert sagen die der KI sozusagen, dass die Bilder in diese Richtung gehen soll. Die Stichworte sind: Model, Photoshoot, beautiful, trainiert. Die KI weiß aufgrund des Trainings, wie diese Bilder dann aussehen sollen, damit sie uns gefallen. 

... und uns auch irgendwie langeweilen?

Lensa könnte natürlich auch in die andere Richtung gehen und uns unattraktivere Bilder von uns vorschlagen. Aber das würde dann wahrscheinlich nicht so gut bei den Kunden ankommen. 

Hand aufs Herz, würden Sie es empfehlen?

Natürlich sind das erst einmal sehr schöne Fotos. Aber es ist eben nicht klar, welche anderen Bilder irgendwann mit dem eigenen Gesicht auftauchen. Wenn dieses Foto in falsche Hände gerät, kann eine andere Person sehr realistische Bilder generieren, die eigentlich Fake sind.

Wie ist es denn mit Datenschutz?

Ja, da muss man ganz genau aufpassen. Ich kann nicht für die einzelnen Unternehmen sprechen, aber diese Firmen haben die Fotos von Personen und können rein technisch diese Gesichter in immer neue Kontexte stellen. Sie könnten unendlich neue Fotos generieren. Rein technisch ist das kein Problem. Das ist schon ein Risiko.

Aber könnte das die Person nicht auch jetzt schon, aufgrund der Fotos, die auf sozialen Medien sind?

Ja. Das ist natürlich ein Argument, aber es ist ein Unterschied, das Foto auf einer Webseite zu haben und dieses Foto zu benutzen, um einen KI-Mechanismus zu trainieren.

Sind wir in Europa besser geschützt?

Es ist hier schon etwas besser geregelt durch die Datenschutzgrundverordnung. Aber auch das kann uns nicht davor schützen, dass eines Tages sicherlich eine böswillige Person auf die Idee kommen wird, mit KI-Fotos Verbrechen zu begehen.

Mit all dem Zusatzwissen, das Sie haben: Würden Sie es selbst machen?

(Atmet schwer) Ich kann es sagen, ich habe es gemacht, aber bei mir zu Hause. Das bedeutet: auf meinem eigenen Computer mit meinen eigenen Werkzeugen. Da hat kein anderer Zugriff drauf. Ich habe 15 Fotos genommen. Dann habe ich mittels Dreambooth mehrere Fotos generieren lassen: mal mit langen Haaren, mal mit Lederjacke, mal mit Hut. Das war schon interessant. Gepostet habe ich sie bisher nicht.

Die Fotos sind alle ganz schmeichelhaft, oder?

Es ist auf jeden Fall ein komisches Gefühl, mich selbst so zu sehen. So extrem realistisch, auch wiedererkennbar, und doch ganz anders.

Bieten Sie das mit Ihrer Firma an?

Wir bieten dieses KI-Training für Selfies derzeit nicht an, weil wir nicht 100-prozentig sicherstellen können, dass die Quelle der Bilder wirklich auch ihr Inhaber ist. Aber wir arbeiten mit Unternehmen zusammen und erstellen KI-Fotos, das schon. Die Firmen schicken uns zum Beispiel 30 Bilder von dem Produkt. Wir trainieren die KI, damit das Unternehmen neue Produktbilder erschaffen kann.

Warum braucht ein Unternehmen solche Fotos?

Zu Werbezwecken zum Beispiel. Also wir bekommen Fotos von einer Trinkflasche aus verschiedenen Richtungen. Oder von einer Handtasche. Und mittels KI können wir Bilder erstellen, auf denen die Trinkflasche in der Sahara steht und die Handtasche auf drei schönen Steinen am Strand liegt oder auf einem Boot. 

Machen Sie damit nicht den Job des Werbefotografen überflüssig?

Den Vorwurf höre ich oft. Aber ich möchte ganz klar sagen, wir unterstützen den Menschen. Es steigert die Effizienz und ersetzt Arbeiten, die sonst anstrengend und zeitintensiv sind. Außerdem entstehen durch die KI auch neue Arbeitsplätze.

Welche Jobs sind das?

Es braucht neue Experten, die sich auskennen damit, wie man mit der KI umgeht, Menschen, die mit der KI gut kommunizieren können. Man muss die richtigen Wörter kennen: Licht von der Seite, hyperrealistisch, detailreich, 8k-Auflösung. All das sind Details, die man der KI sagen muss für das richtige Bild.

Welche Fehler kann man denn machen im Umgang mit der KI?

Eine KI hat kein Bewusstsein. Sie hat keine eigenständige Denkkraft. Wenn man ihr etwas sagt, dann macht sie das, sie wird nie selbst auf die Idee kommen, etwas zu tun. Sie wird sich dabei auch nur auf Dinge beziehen, die es im Internet gibt. Denn nur damit wurde die KI trainiert.

Welche?

Wenn ich der KI sage, sie soll ein Foto von einem Lachs zeigen, dann kommt meist ein Foto von einem Stück Lachsfilet in Wasser oder in der Pfanne. Im Internet sind viel mehr Fotos vom Lachs sichtbar, aber mehr vom Lachs auf einem Teller als im Wasser.

Gibt es Neuerungen auf dem KI-Markt?

Ja, die ganze Zeit, das ist extrem gerade! Dieses Jahr war der Durchbruch, was das Thema KI angeht, vor allem, was die Bilder angeht. Stable Diffusion kam heraus, das ist das Programm, was ich vorhin erwähnte. Das ist nicht lange her. Das Besondere ist, sie haben es mit einer Lizenz veröffentlicht, dass es jeder nutzen kann. Das hat zu einer Explosion geführt.

Den Reporterpreis 2022 hat gerade am Montag ein Text gewonnen, der das Thema KI behandelt. Der Titel des Textes ist bezeichnend: Wie lange braucht es uns noch?

Die Text-KI wird in der Lage sein, Texte zu erstellen, die besser geschrieben sind als von Menschen, und das natürlich viel, viel schneller. Sie sind jetzt schon so weit, dass sie komplette Artikel verfassen können in einer sehr hohen Qualität. Das Merkmal „gut schreiben können“ wird nicht mehr das wichtige Merkmal sein.

Aber wozu braucht es dann noch Journalisten?

Dazu habe ich eine These. Es wird mehr in die Richtung gehen: Wie kann ich Informationen zusammenstellen und damit die KI füttern, damit daraus ein interessanter Text entsteht.

Woran machen Sie das fest?

Allein an den Entwicklungen der letzten vier Monate auf dem Gebiet der KI. Da passiert gerade so viel gleichzeitig. Ich lese wirklich viel aus diesem Bereich, aber ich komme kaum hinterher. Ständig ein neuer Entwickler, ständig ein neuer Durchbruch. Die KI-Selfies sind erst der Anfang.

Was wird die KI niemals können?

Das Einzige, was die KI vielleicht niemals können wird, ist, Liebe zu empfinden.

(Auflösung: Das erste Bild, links oben, ist ein Foto. Alle anderen wurden von der künstlichen Intelligenz erstellt.)