Wie KI-Fotorestaurierung funktioniert (einfach erklärt)

Du tippst auf einen Button und wenige Sekunden später sieht ein zerkratztes Porträt aus den 1940er-Jahren aus wie ein frischer Abzug von gestern. Das fühlt sich oft wie Magie an – ist es aber nicht. Wenn du verstehst, was hinter den Kulissen passiert, erzielst du bessere Ergebnisse und weißt genau, wann du ihnen vertrauen kannst.

Die Kurzfassung

Ein KI-Modell zur Fotorestaurierung ist ein neuronales Netz, das anhand riesiger Datenmengen gelernt hat, wie beschädigte Fotos und wie saubere Bilder aussehen. Wenn es dein Foto analysiert, berechnet es die wahrscheinlichste saubere Version. Es „findet“ keine verloren gegangenen Bildinformationen wieder. Stattdessen schätzt es diese anhand gelernter Muster ab.

Wie das Modell lernt

Das Training eines Restaurierungsmodells läuft vereinfacht so ab:

1. Start mit sauberen, hochauflösenden Fotos. Millionen davon: Porträts, Gruppenbilder, Landschaften.
2. Künstliche Beschädigung. Man fügt Kratzer, Staub, Unschärfe, Rauschen, JPEG-Artefakte, Verblassen und Farbstiche hinzu und wandelt einige Bilder in Schwarz-Weiß um.
3. Auftrag an das Modell, den Schaden zu beheben. Die KI generiert einen ersten Entwurf der sauberen Version.
4. Vergleich und Korrektur. Dieser Entwurf wird mit dem echten, unbeschädigten Original verglichen. Das Modell passt seine Parameter an, um es beim nächsten Mal besser zu machen.

Nach unzähligen Durchläufen erkennt das Modell Schadensmuster extrem zuverlässig und kann sie durch plausible Bilddetails ersetzen.

Was Schritt für Schritt mit deinem Foto passiert

1. Schadenserkennung

Das Modell unterscheidet zwischen echten Bildinhalten und tatsächlichen Schäden. Eine feine weiße Linie am Himmel ist wahrscheinlich ein Kratzer; eine feine weiße Linie an einem Hemdkragen gehört vermutlich zur Kleidung. Deshalb ist moderne KI älteren automatischen Filtern zur Staubentfernung weit überlegen, die oft echte Details einfach weichgezeichnet haben. Lies hier mehr dazu, wie du Kratzer aus Fotos entfernst.

2. Inpainting (Flächen rekonstruieren)

Beschädigte Stellen werden mit Inhalten gefüllt, die exakt zur Umgebung passen. Bei einem Kratzer auf der Wange bedeutet das natürliche Hautstruktur, bei einer fehlenden Ecke der passende Hintergrund. Größere Löcher erfordern mehr Neuerfindung – hier sind die Ergebnisse oft etwas ungenauer (mehr dazu unter zerrissene Fotos reparieren).

3. Gesichtsrestaurierung

Gesichter werden gesondert behandelt, da das menschliche Auge kleinste Fehler darin sofort bemerkt. Spezialisierte Gesichtsmodelle erkennen Augen, Nase, Mund und Haare und bauen aus unscharfen Vorlagen gestochen scharfe Details wieder auf. Dieser Schritt sorgt für den größten Wow-Effekt, sollte aber auch am kritischsten geprüft werden (siehe Gesichter in alten Fotos schärfen).

4. Tonwert- und Farbkorrektur

Das Modell korrigiert verblasste Farben, Vergilbungen und Farbstiche. Es stellt den ursprünglichen Kontrast wieder her, sodass Schwarz wieder tiefschwarz und Weiß wieder reinweiß wirkt.

5. Hochskalieren (Upscaling)

Viele Restaurierungs-Pipelines erhöhen zusätzlich die Auflösung und berechnen feine Details wie einzelne Haarsträhnen oder Stoffstrukturen hinzu. Mehr Details findest du unter alte Fotos hochskalieren.

6. Kolorierung (optional)

Bei Schwarz-Weiß-Aufnahmen berechnet ein Kolorierungsmodell passende Farben für jeden Bereich: Haut, Himmel, Wiese oder Kleidung. Es handelt sich um eine fundierte Schätzung basierend auf dem Bildkontext. Wie das im Detail abläuft, erklären wir unter wie KI-Kolorierung funktioniert.

Warum manche Ergebnisse unnatürlich wirken

• Zu wenige Bildinformationen: Ist ein Gesicht winzig oder extrem verschwommen, hat das Modell kaum Ausgangspunkte und muss sehr viel frei hinzuerfinden.
• Ungewöhnliche Motive: Seltene Uniformen, Trachten oder historische Gegenstände, die das Modell im Training selten gesehen hat, werden mitunter zu stark vereinfacht.
• Zu hohe Zuversicht: Modelle liefern immer ein Ergebnis – selbst dann, wenn ein Mensch ehrlich sagen würde: „Das lässt sich nicht mehr erkennen.“

Deshalb lohnt es sich immer, restaurierte Fotos mit dem Original abzugleichen – ganz besonders bei Familienfotos von Menschen, die du noch persönlich gekannt hast. Unsere Checkliste findest du im Artikel über Genauigkeit von KI-Fotorestaurierung.

Wie Apps wie Refixo diese Technologie nutzen

Refixo bündelt all diese Schritte in einem einzigen Arbeitsgang: Du wählst ein Foto aus, tippst auf Restaurieren und erhältst ein bereinigtes Bild – ohne Beschädigungen, mit geschärften Gesichtern, korrigierten Farben und auf Wunsch automatisch eingefärbt. Über einen Schieberegler kannst du das Ergebnis direkt mit deinem Original vergleichen.

Häufig gestellte Fragen

Stellt eine KI die „echten“ Details des Originals wieder her?

Teilweise. Wo noch Bildinformationen vorhanden sind (ein leicht unscharfes Gesicht, verblasste Kontraste), verstärkt und verbessert die KI diese gezielt. Wo Bildbereiche komplett zerstört oder unkenntlich sind, generiert sie plausible neue Details, die nicht zwingend der historischen Realität entsprechen müssen.

Warum sehen restaurierte Gesichter manchmal verändert aus?

Wenn ein Gesicht in der Vorlage sehr klein oder stark verschwommen ist, muss das Modell viele Details neu rekonstruieren. Dadurch können minimale Abweichungen bei der Augenform oder der Mimik entstehen. Wenn du deine Fotos vorab hochauflösend digitalisierst oder einscannst, liefert das meist deutlich bessere Resultate.

Ist KI-Fotorestaurierung das Gleiche wie ein Filter?

Nein. Klassische Filter wenden feste Werte starr auf das gesamte Bild an. Eine KI analysiert jeden Bildbereich individuell: Sie behandelt Hautpartien, Haare und Hintergründe jeweils mit völlig unterschiedlichen Reparaturmethoden.

Wird KI-Fotorestaurierung in Zukunft noch besser?

Ja. Die Modelle lernen kontinuierlich dazu, indem sie mit immer größeren und besseren Datensätzen trainiert werden – besonders für knifflige Fälle wie stark beschädigte Porträts und komplexe Szenen.