Reference

Farbtemperatur

Farbtemperatur

Die Farbtemperatur beschreibt die Farbwirkung einer Lichtquelle.
Sie wird in Kelvin (K) angegeben.
Niedrige Farbtemperaturen wirken:
warm
orange
gelblich
Hohe Farbtemperaturen wirken:
kühl
bläulich
Beispiele:
Kerzenlicht → sehr warm
Glühlampen → warm
Tageslicht → neutral
Schatten oder bewölkter Himmel → kühl
Die Farbtemperatur beeinflusst stark:
Stimmung
Hauttöne
Weißabgleich
allgemeine Bildwirkung
Fotografen passen den Weißabgleich oft an die jeweilige Farbtemperatur an.
Kurz gesagt:
Die Farbtemperatur beschreibt, ob Licht eher warm oder kühl wirkt.

Fernauslöser

Fernauslöser

Ein Fernauslöser ermöglicht das Auslösen der Kamera ohne direkten Kontakt mit dem Gehäuse.
Dadurch lassen sich Verwacklungen vermeiden, besonders bei:
Langzeitbelichtungen
Nachtfotografie
Makro
Studioaufnahmen
Astrofotografie
Es gibt verschiedene Arten:
Kabelauslöser
Funkfernauslöser
Bluetooth-Auslöser
Smartphone-Steuerung
Viele Fernauslöser bieten zusätzlich Funktionen wie:
Timer
Serienbilder
Intervallaufnahmen
Bulb-Steuerung
Der Vorteil:
Mehr Kontrolle und stabilere Aufnahmen ohne Berührung der Kamera.
Kurz gesagt:
Ein Fernauslöser steuert die Kamera aus der Distanz und reduziert Verwacklungen bei der Aufnahme.

Festbrennweite

Festbrennweite

Eine Festbrennweite ist ein Objektiv mit fester Brennweite ohne Zoomfunktion.
Beispiele:
35mm
50mm
85mm
Im Gegensatz zu Zoomobjektiven kann der Bildausschnitt nur durch:
Standortwechsel
oder Bildausschnittänderung
angepasst werden.
Festbrennweiten bieten häufig:
bessere Bildqualität
höhere Lichtstärke
schöneres Bokeh
kompaktere Bauweise
Deshalb sind sie besonders beliebt bei:
Portraits
Street Photography
Reportage
Low-Light-Fotografie
Der Nachteil:
Weniger Flexibilität als Zoomobjektive.
Kurz gesagt:
Eine Festbrennweite ist ein Objektiv ohne Zoom mit fester Brennweite und oft besonders hoher Bildqualität.

Few-Shot Generation

Few-Shot Generation

Few-Shot Generation bedeutet, dass eine KI mit nur wenigen Beispielen neue Inhalte erzeugen oder einen Stil lernen kann.
Statt tausender Trainingsbilder reichen oft schon:
einige Referenzbilder
wenige Beispiele
kurze Stilvorlagen
um der KI eine Richtung vorzugeben.
Das wird häufig genutzt für:
Character Consistency
Stilübernahmen
Produktbilder
Gesichter
individuelle Artstyles
Moderne KI-Systeme können dadurch oft schon nach wenigen Bildern:
ähnliche Charaktere erzeugen
Bildstimmungen übernehmen
bestimmte Designs nachahmen
Few-Shot-Techniken kommen oft bei:
IP-Adaptern
Referenzbildsystemen
modernen Bildmodellen
personalisierten Workflows
zum Einsatz.
Der Vorteil:
Weniger Trainingsaufwand und deutlich schnellere Ergebnisse.
Der Nachteil:
Zu wenige oder schlechte Beispiele führen schnell zu instabilen oder ungenauen Resultaten.
Kurz gesagt:
Few-Shot Generation bedeutet, dass eine KI bereits mit wenigen Beispielen neue Inhalte oder Stile übernehmen kann.

Filter

Filter

Filter sind Zubehörteile oder digitale Effekte, die das Aussehen eines Bildes beeinflussen.
In der Fotografie unterscheidet man meist zwischen:
optischen Filtern am Objektiv
digitalen Filtern in der Bildbearbeitung
Bekannte optische Filter:
UV-Filter
Polfilter
ND-Filter
Effektfilter
Sie können zum Beispiel:
Reflexionen reduzieren
Farben verstärken
Licht abdunkeln
Langzeitbelichtungen ermöglichen
Digitale Filter verändern Bilder nachträglich, etwa durch:
Farblooks
Kontrastanpassungen
Vintage-Effekte
Schwarzweiß-Looks
Der Nachteil:
Schlechte oder übertriebene Filter können Bildqualität und Natürlichkeit verschlechtern.
Kurz gesagt:
Filter verändern gezielt Licht oder Bildwirkung — entweder direkt vor der Aufnahme oder später in der Bildbearbeitung.

Filteradapter

Filteradapter

Ein Filteradapter verbindet Filter mit Objektiven, deren Größe oder Befestigung eigentlich nicht direkt passt.
Dadurch können Fotografen denselben Filter an mehreren Objektiven verwenden.
Besonders häufig sind:
Step-Up-Ringe
Step-Down-Ringe
Beispiele:
67mm → 77mm
82mm → 72mm
Filteradapter werden oft genutzt für:
ND-Filter
Polfilter
Matte Boxes
Rechteckfiltersysteme
Der Vorteil:
Weniger Kosten, weil nicht für jedes Objektiv ein eigener Filter nötig ist.
Der Nachteil:
Falsche Adapterkombinationen können:
Vignettierung
Instabilität
oder Einschränkungen bei Gegenlichtblenden
verursachen.
Kurz gesagt:
Ein Filteradapter ermöglicht die Nutzung von Filtern an Objektiven mit unterschiedlichem Durchmesser.

Fine-Tuning

Fine-Tuning

Fine-Tuning bedeutet, ein bestehendes KI-Modell zusätzlich auf neue Daten zu trainieren.
Dadurch kann ein Modell:
neue Stile lernen
realistischer werden
bestimmte Charaktere besser darstellen
spezialisierte Aufgaben übernehmen
LoRAs und viele moderne Checkpoints basieren auf Fine-Tuning.
Kurz gesagt:
Fine-Tuning erweitert oder spezialisiert ein vorhandenes KI-Modell durch zusätzliches Training.

Fisheye

Fisheye

Fisheye bezeichnet einen extremen Weitwinkel-Look mit starker perspektivischer Verzerrung.
Gerade Linien wirken dabei oft gebogen oder gekrümmt.
Fisheye-Aufnahmen besitzen meist:
riesigen Bildwinkel
starke Tiefenwirkung
auffällige Verzerrungen
dynamische Perspektiven
Der Effekt entsteht durch spezielle Fisheye-Objektive.
Fisheyes werden häufig genutzt für:
Skate- und Sportfotografie
Actioncams
kreative Portraits
Architektur
experimentelle Fotografie
Der Nachteil:
Die starke Verzeichnung eignet sich nicht für jede Art von Motiv.
Kurz gesagt:
Fisheye beschreibt einen extremen Weitwinkel-Look mit charakteristisch gebogenen Perspektiven.

Fisheye-Objektiv

Fisheye-Objektiv

Ein Fisheye-Objektiv ist ein extremes Weitwinkelobjektiv mit stark gekrümmter Bilddarstellung.
Gerade Linien wirken dabei oft gebogen oder verzerrt.
Fisheye-Objektive besitzen meist sehr kurze Brennweiten und erfassen einen extrem großen Bildwinkel — teilweise bis zu 180 Grad.
Sie werden häufig genutzt für:
Action-Aufnahmen
Skate- und Sportfotografie
kreative Effekte
Architektur
360°-Looks
Typisch für Fisheye-Bilder:
starke Perspektivwirkung
übertriebene Tiefenwirkung
sichtbare Verzerrungen
Der Nachteil:
Die extreme Verzeichnung eignet sich nicht für jede Art von Fotografie.
Kurz gesagt:
Ein Fisheye-Objektiv ist ein Ultraweitwinkel mit charakteristisch starker Bildverzerrung.

Flare

Flare

Flare bezeichnet Lichtreflexe und Streulicht im Objektiv, die sichtbar ins Bild gelangen.
Sie entstehen häufig bei:
Gegenlicht
starken Lichtquellen
Sonne im Bild
hellen Reflexionen
Typische Lens Flares sind:
Lichtkreise
Streifen
Nebel
Kontrastverlust
Früher galten Flares oft als optischer Fehler. Heute werden sie häufig bewusst genutzt für:
Cinematic Looks
Vintage-Stimmung
dramatische Lichtwirkung
Die Stärke von Flares hängt unter anderem ab von:
Objektivbeschichtung
Linsenkonstruktion
Lichtwinkel
Gegenlichtblenden helfen oft dabei, unerwünschte Flares zu reduzieren.
Kurz gesagt:
Flare sind sichtbare Lichtreflexe und Streulichteffekte innerhalb eines Objektivs.

Flux

Flux

Flux ist eine moderne KI-Modellreihe zur Bildgenerierung mit starkem Fokus auf Prompt-Verständnis, Bildqualität und realistische Details.
Im Vergleich zu vielen älteren Stable-Diffusion-Modellen versteht Flux oft deutlich besser:
natürliche Sprache
komplexe Bildbeschreibungen
Szenenaufbau
Text im Bild
genaue Objektplatzierung
Dadurch muss man Prompts oft weniger „hacky“ schreiben als bei älteren Modellen mit endlosen Tags und Gewichtungen.
Typisch für Flux:
sehr saubere Bildkomposition
realistisches Lighting
starke Detailqualität
natürliche Materialien und Haut
modernes Gesamtbild
Viele Nutzer empfinden Flux als intelligenter und kontrollierter als klassische SDXL-Modelle. Gleichzeitig benötigt es aber oft deutlich mehr Leistung und Speicher.
Der Nachteil:
Flux kann manchmal zu „perfekt“ oder steril wirken. Manche Bilder verlieren dadurch etwas von dem chaotischen, kreativen Charakter älterer Modelle.
Kurz gesagt:
Flux gehört zur neuen Generation von KI-Modellen mit besserem Sprachverständnis und stärkerem Fokus auf hochwertige, kontrollierte Ergebnisse.

Fokus

Fokus

Der Fokus bestimmt, welcher Bereich eines Bildes scharf dargestellt wird.
Beim Fokussieren stellt die Kamera oder das Objektiv auf eine bestimmte Entfernung scharf.
Je nach Fokus-Einstellung können:
einzelne Personen
Objekte
oder ganze Bildbereiche
im Mittelpunkt der Schärfe liegen.
Der Fokus beeinflusst stark:
Bildwirkung
Aufmerksamkeit des Betrachters
Freistellung
Bildqualität
Man unterscheidet häufig zwischen:
manuellem Fokus
Autofokus
Unscharfer oder falsch gesetzter Fokus zählt zu den häufigsten technischen Bildfehlern.
Kurz gesagt:
Der Fokus legt fest, welcher Bereich eines Bildes scharf dargestellt wird.

Fokus Breathing

Fokus Breathing

Fokus Breathing beschreibt eine leichte Veränderung des Bildausschnitts beim Scharfstellen.
Wenn der Fokus von nah zu fern oder umgekehrt verändert wird, kann sich dabei:
der Bildwinkel leicht ändern
der Bildausschnitt „atmen“
das Motiv minimal hinein- oder herauszoomen
Dieser Effekt entsteht durch die optische Konstruktion des Objektivs.
Fokus Breathing ist besonders relevant bei:
Videoaufnahmen
Cinematic Workflows
Fokus-Pulls
Präziser Bildkomposition
Starkes Fokus Breathing kann störend wirken, weil:
der Bildausschnitt unruhig wirkt
Bewegungen im Frame sichtbar „springen“
Hochwertige Cine-Objektive sind oft so konstruiert, dass Fokus Breathing möglichst gering ist.
Kurz gesagt:
Fokus Breathing ist eine leichte Veränderung des Bildausschnitts beim Fokussieren eines Objektivs.

Fokus-Stacking

Fokus-Stacking

Fokus-Stacking ist eine Technik, bei der mehrere Fotos mit unterschiedlicher Fokusebene zu einem einzigen Bild kombiniert werden.
Ziel ist es, eine deutlich größere Schärfentiefe zu erreichen, als mit einer einzelnen Aufnahme möglich wäre.
Typischer Ablauf:
mehrere Bilder werden aufgenommen
der Fokus wird dabei schrittweise verschoben
die scharfen Bereiche werden später zusammengesetzt
Fokus-Stacking wird häufig genutzt bei:
Makrofotografie
Produktfotografie
Architekturdetails
technischen Aufnahmen
Der Vorteil:
Extrem große Schärfentiefe bei gleichzeitig hoher Detailqualität.
Der Nachteil:
hoher Aufwand bei Aufnahme und Bearbeitung
Bewegung im Motiv kann Probleme verursachen
Kurz gesagt:
Fokus-Stacking kombiniert mehrere unterschiedlich fokussierte Bilder zu einem durchgehend scharfen Gesamtbild.

Fokusebene

Fokusebene

Die Fokusebene ist der Bereich eines Bildes, auf den exakt scharfgestellt wurde.
Alle Motive auf derselben Entfernung zur Kamera liegen innerhalb dieser Schärfeebene.
Vor und hinter der Fokusebene nimmt die Schärfe zunehmend ab.
Die Lage der Fokusebene beeinflusst stark:
Bildwirkung
Freistellung
Tiefenschärfe
Blickführung
Besonders bei:
Portraits
Makro
Offenblende
ist die Fokusebene oft extrem schmal.
Mit speziellen Techniken wie Tilt-Shift lässt sich die Fokusebene gezielt verändern oder kippen.
Kurz gesagt:
Die Fokusebene ist der exakt scharf dargestellte Bereich eines Bildes.

Fokussierung

Fokussierung

Fokussierung bezeichnet das Einstellen der Schärfe auf ein Motiv oder einen bestimmten Bildbereich.
Dabei wird festgelegt, welche Entfernung im Bild scharf dargestellt wird.
Die Fokussierung kann erfolgen durch:
Autofokus (AF)
manuellen Fokus (MF)
Eine präzise Fokussierung ist besonders wichtig bei:
Portraits
Makrofotografie
Sport
Offenblende
Video
Fehlerhafte Fokussierung führt oft zu:
unscharfen Bildern
falsch gesetzter Schärfe
verlorenen Details
Moderne Kameras unterstützen die Fokussierung mit Funktionen wie:
Eye-AF
Tracking
Fokus-Peaking
Kurz gesagt:
Fokussierung bedeutet, die Schärfe gezielt auf ein Motiv oder einen Bildbereich einzustellen.

Fotomontage

Fotomontage

Eine Fotomontage kombiniert mehrere Bilder oder Bildelemente zu einer neuen gemeinsamen Komposition.
Dabei können zum Beispiel:
Personen
Hintergründe
Objekte
Lichtstimmungen
Effekte
miteinander verbunden werden.
Fotomontagen werden häufig genutzt für:
Werbung
Composings
Fantasy-Art
Filmplakate
Surrealismus
kreative Bildbearbeitung
Moderne Fotomontagen entstehen meist digital in Programmen wie:
Adobe Photoshop
Affinity Photo
Wichtige Faktoren sind:
Perspektive
Licht
Schatten
Farbwirkung
damit die Montage glaubwürdig wirkt.
Kurz gesagt:
Eine Fotomontage verbindet mehrere Bilder oder Elemente zu einem neuen Gesamtbild.

FP8 / FP16 / BF16

FP8 / FP16 / BF16

Diese Begriffe beschreiben unterschiedliche Zahlenformate für KI-Berechnungen.
Sie beeinflussen:
Geschwindigkeit
Speicherverbrauch
Genauigkeit
Kleinere Formate sparen Leistung und VRAM, können aber minimal Qualität kosten.
Kurz gesagt:
FP8, FP16 und BF16 bestimmen, wie präzise und effizient ein KI-Modell intern rechnet.

Frame

Frame

Ein Frame ist ein einzelnes Bild innerhalb einer Bildserie oder eines Videos.
Bei Videos und Animationen bestehen Bewegungen aus vielen einzelnen Frames, die schnell hintereinander abgespielt werden.
Beispiele:
24 Frames pro Sekunde → Kinolook
30 FPS → Standardvideo
60 FPS → besonders flüssige Bewegungen
Auch in der Fotografie taucht der Begriff auf, etwa bei:
Einzelbildern aus Serienaufnahmen
Video-Stills
Kompositionen
In der KI-Bild- und Videogenerierung beschreibt ein Frame meist:
ein einzelnes Bild innerhalb einer Sequenz oder Animation
Kurz gesagt:
Ein Frame ist ein einzelnes Bild innerhalb eines Videos, einer Animation oder Bildserie.

Framing

Framing

Framing beschreibt die bewusste Einrahmung oder Platzierung eines Motivs innerhalb des Bildes.
Dabei werden Elemente im Bild genutzt, um:
den Blick zu lenken
das Motiv hervorzuheben
Tiefe zu erzeugen
die Bildkomposition zu stärken
Typische natürliche Rahmen sind:
Fenster
Türen
Äste
Tunnel
Schatten
Architektur
Framing wird häufig genutzt bei:
Portraits
Street Photography
Architektur
Cinematic Photography
Gutes Framing kann ein Bild:
interessanter
räumlicher
und fokussierter
wirken lassen.
Kurz gesagt:
Framing nutzt Bildbereiche oder Objekte als visuellen Rahmen für das Motiv.

Freistellen

Freistellen

Freistellen bedeutet, ein Motiv vom Hintergrund zu trennen oder hervorzuheben.
Das kann erfolgen durch:
geringe Tiefenschärfe
starke Unschärfe im Hintergrund
Maskierung
Bildbearbeitung
Hintergrundentfernung
Besonders häufig wird Freistellen genutzt bei:
Portraits
Produktfotografie
Werbung
Composings
In der Bildbearbeitung bedeutet Freistellen oft:
den Hintergrund komplett zu entfernen
oder das Motiv sauber auszuschneiden
Moderne Software nutzt dafür häufig:
KI-Auswahlwerkzeuge
automatische Maskierung
Hintergrundentfernung per AI
Kurz gesagt:
Freistellen trennt ein Motiv optisch oder technisch vom Hintergrund.

Frontfokus

Frontfokus

Frontfokus ist ein Autofokusfehler, bei dem die Kamera vor dem eigentlichen Motiv scharfstellt.
Dadurch liegt die Schärfeebene näher an der Kamera als gewünscht.
Besonders sichtbar wird Frontfokus bei:
Offenblende
Portraits
Teleobjektiven
geringer Schärfentiefe
Typische Folgen:
Augen unscharf
Nase oder Vordergrund scharf
insgesamt falsch wirkender Fokus
Frontfokus trat besonders häufig bei älteren DSLRs mit separatem Phasen-Autofokus auf.
Viele Kameras boten dafür:
AF-Feinjustierung
Mikroanpassungen
Spiegellose Kameras haben dieses Problem deutlich seltener.
Kurz gesagt:
Frontfokus bedeutet, dass der Autofokus vor dem eigentlichen Motiv scharfstellt.

GAN

GAN

GAN steht für Generative Adversarial Network. Das ist eine ältere KI-Technik zur Bildgenerierung, die schon vor Stable Diffusion und modernen Diffusionsmodellen populär war.
Ein GAN besteht vereinfacht aus zwei KI-Systemen:
eines erzeugt Bilder
das andere versucht Fehler darin zu erkennen
Beide „konkurrieren“ ständig miteinander. Dadurch lernt die KI mit der Zeit immer realistischere Bilder zu erzeugen.
GANs wurden früher oft genutzt für:
Gesichter
Deepfakes
Upscaling
Bildverbesserung
Style-Transfer
Bekannte Beispiele:
StyleGAN
StyleGAN2
ESRGAN
Viele frühe KI-Bilder und virale „This Person Does Not Exist“-Gesichter basierten auf GAN-Technologie.
Heute wurden GANs in vielen Bereichen von Diffusionsmodellen wie Stable Diffusion oder Flux verdrängt, weil diese:
flexibler
kontrollierbarer
und qualitativ oft besser
arbeiten.
Trotzdem werden GANs weiterhin in einigen Spezialbereichen genutzt, besonders bei Upscaling und Bildverbesserung.
Kurz gesagt:
GANs waren die erste große Generation moderner KI-Bildgeneratoren — heute meist von Diffusionsmodellen abgelöst, aber technisch weiterhin wichtig.

Gegenlicht

Gegenlicht

Gegenlicht entsteht, wenn die Hauptlichtquelle direkt hinter oder gegenüber dem Motiv liegt.
Typische Lichtquellen sind:
Sonne
Fenster
starke Lampen
Gegenlicht kann erzeugen:
Silhouetten
Lens Flares
starke Kontraste
atmosphärische Lichtstimmung
Es wird häufig genutzt für:
Portraits
Cinematic Looks
Sonnenuntergänge
kreative Lichtstimmungen
Der Nachteil:
Gegenlicht kann zu Problemen führen wie:
Überbelichtung
Kontrastverlust
Autofokusproblemen
Lens Flares
Fotografen nutzen oft:
Belichtungskorrektur
Reflektoren
Aufhellblitze
um das Motiv trotz Gegenlicht sichtbar zu halten.
Kurz gesagt:
Gegenlicht bedeutet, dass das Licht dem Motiv von hinten entgegenstrahlt.

Gegenlichtblende

Gegenlichtblende

Eine Gegenlichtblende ist ein Aufsatz am Objektiv, der seitlich einfallendes Licht abschirmt.
Dadurch werden:
Lens Flares
Streulicht
Kontrastverlust
reduziert.
Gegenlichtblenden verbessern oft:
Bildkontrast
Farbwiedergabe
Bildklarheit
Zusätzlich schützen sie das Objektiv häufig auch vor:
Stößen
Regen
Fingerabdrücken
Es gibt unterschiedliche Formen:
rund
tulpenförmig
rechteckig
Die Form hängt meist von der Brennweite und Objektivkonstruktion ab.
Kurz gesagt:
Eine Gegenlichtblende reduziert störendes Streulicht und schützt gleichzeitig das Objektiv.

Geotagging

Geotagging

Geotagging bedeutet, Standortinformationen direkt in Bilddateien zu speichern.
Dabei werden meist GPS-Daten wie:
Aufnahmeort
Koordinaten
Höhe
oder Bewegungsdaten
automatisch in die EXIF-Daten geschrieben.
Geotagging wird häufig genutzt für:
Reisefotografie
Archivierung
Kartenansichten
Social Media
Dokumentation
Viele moderne:
Kameras
Smartphones
Drohnen
unterstützen Geotagging direkt oder über gekoppelte Apps.
Der Vorteil:
Fotos lassen sich später exakt einem Ort zuordnen.
Der Nachteil:
Standortdaten können Datenschutz- oder Sicherheitsprobleme verursachen, wenn Bilder öffentlich geteilt werden.
Kurz gesagt:
Geotagging speichert Ortsinformationen direkt innerhalb einer Bilddatei.

Gobo

Gobo

Ein Gobo ist eine Schablone oder Lichtmaske, die vor eine Lichtquelle gesetzt wird, um bestimmte Muster oder Formen zu projizieren.
Dadurch lassen sich gezielt erzeugen:
Schattenmuster
Fensterlicht-Effekte
Strukturen
kreative Lichtformen
Gobos werden häufig genutzt bei:
Studiofotografie
Film
Theater
Bühnenbeleuchtung
Cinematic Portraits
Die Muster können bestehen aus:
Metall
Glas
Kunststoff
Typische Effekte:
Jalousien
Fensterrahmen
Blätter
geometrische Formen
Kurz gesagt:
Ein Gobo formt Licht durch Schablonen und erzeugt gezielte Licht- und Schattenmuster.

Goldener Schnitt

Goldener Schnitt

Der Goldene Schnitt ist eine klassische Gestaltungsregel für harmonische Bildkompositionen.
Dabei wird ein Bild in bestimmte proportionale Bereiche aufgeteilt, die als besonders ausgewogen und angenehm empfunden werden.
Motive wirken oft natürlicher und spannender, wenn sie nicht exakt mittig platziert werden, sondern entlang dieser Linien oder Schnittpunkte.
Der Goldene Schnitt wird häufig genutzt bei:
Portraits
Landschaften
Architektur
Kunst
Film
Die bekanntere und einfachere Variante in der Fotografie ist oft die:
Drittelregel
Der Goldene Schnitt gilt jedoch als etwas präziser und harmonischer.
Kurz gesagt:
Der Goldene Schnitt ist eine klassische Kompositionsregel für besonders ausgewogene und harmonische Bildaufbauten.

Graukarte

Graukarte

Eine Graukarte ist eine neutrale graue Referenzkarte, die für korrekte Belichtung und Farbkalibrierung genutzt wird.
Sie hilft dabei:
Weißabgleich präzise einzustellen
Farben natürlicher darzustellen
Belichtungsmessungen zu vereinfachen
Die Karte besitzt meist einen neutralen Grauwert von 18 %, den Kameras und Belichtungsmesser als Referenz verwenden.
Graukarten werden häufig genutzt bei:
Studiofotografie
Produktfotografie
Filmproduktion
professioneller Farbkorrektur
Besonders bei schwierigem Licht sorgt eine Graukarte für:
konsistente Farben
realistische Hauttöne
bessere Nachbearbeitung
Kurz gesagt:
Eine Graukarte dient als neutrale Referenz für korrekte Belichtung und Farbtreue.

Guidance Scale

Guidance Scale

Guidance Scale ist der technische Begriff für CFG.
Er bestimmt, wie stark sich die KI an den Prompt halten soll.
Kurz gesagt:
Guidance Scale kontrolliert, wie streng die KI dem Prompt folgt.

Hallucination

Hallucination

Halluzination bezeichnet in der KI Fehler oder Inhalte, die von der KI „erfunden“ werden, obwohl sie eigentlich nicht korrekt sind.
Bei KI-Bildern können das zum Beispiel sein:
zusätzliche Finger
unmögliche Anatomie
falsche Objekte
unlogische Hintergründe
kaputte Perspektiven
erfundene Details
Auch Bildanalyse-Tools oder Prompt-Interpreter halluzinieren häufig:
Sie erkennen Dinge im Bild, die gar nicht existieren.
Halluzinationen entstehen oft durch:
unklare Prompts
schlechte Trainingsdaten
komplexe Szenen
zu aggressive Einstellungen
oder einfach Grenzen des Modells
Moderne Modelle halluzinieren meist weniger als ältere Stable-Diffusion-Versionen, komplett verschwunden ist das Problem aber bis heute nicht.
Kurz gesagt:
Halluzinationen sind KI-Fehler, bei denen Inhalte falsch erkannt oder komplett erfunden werden.

HDR (High Dynamic Range)

HDR (High Dynamic Range)

HDR steht für High Dynamic Range und beschreibt eine Technik, bei der mehrere unterschiedlich belichtete Bilder zu einem Bild mit erweitertem Dynamikumfang kombiniert werden.
Dadurch bleiben gleichzeitig mehr Details sichtbar in:
hellen Bereichen
Schatten
kontrastreichen Szenen
HDR wird häufig genutzt bei:
Landschaften
Architektur
Nachtaufnahmen
Sonnenuntergängen
Die Grundlage dafür ist meist eine Belichtungsreihe mit mehreren Aufnahmen.
Moderne Kameras und Smartphones besitzen oft automatische HDR-Funktionen.
Der Vorteil:
Mehr Zeichnung in extremen Lichtbereichen.
Der Nachteil:
Übertriebenes HDR kann schnell unnatürlich wirken, mit:
künstlichen Farben
flachen Kontrasten
typischem „HDR-Look“
Kurz gesagt:
HDR kombiniert mehrere Belichtungen, um mehr Details in hellen und dunklen Bildbereichen sichtbar zu machen.

High-Key

High-Key

High-Key beschreibt einen hellen, weich ausgeleuchteten Bildstil mit wenigen dunklen Schatten.
Typisch für High-Key-Aufnahmen sind:
helle Hintergründe
weiches Licht
niedrige Kontraste
freundliche oder elegante Stimmung
High-Key wird häufig genutzt bei:
Portraits
Beauty
Fashion
Werbung
Produktfotografie
Die Bilder wirken oft:
sauber
leicht
modern
positiv
Für High-Key-Setups verwendet man meist:
starke Ausleuchtung
Softboxen
helle Hintergründe
kontrollierte Schatten
Kurz gesagt:
High-Key ist ein heller Bildstil mit weichem Licht und wenigen dunklen Schatten.

Histogramm

Histogramm

Ein Histogramm ist eine grafische Darstellung der Helligkeitsverteilung eines Bildes.
Es zeigt, wie viele Bildbereiche:
dunkel
mittelhell
oder sehr hell
sind.
Typischer Aufbau:
links = Schatten
Mitte = Mitteltöne
rechts = Highlights
Fotografen nutzen Histogramme, um:
Belichtung zu kontrollieren
Überbelichtung zu vermeiden
abgesoffene Schatten zu erkennen
Dynamikumfang besser einzuschätzen
Ein Histogramm bewertet dabei nicht die Bildgestaltung, sondern nur die Verteilung der Tonwerte.
Moderne Kameras und Bildbearbeitungsprogramme zeigen Histogramme oft live an.
Kurz gesagt:
Ein Histogramm zeigt die Helligkeitsverteilung eines Bildes grafisch an.

Hot Shoe

Hot Shoe

Ein Hot Shoe ist der Zubehörschuh auf der Oberseite vieler Kameras.
Darüber können Geräte direkt mit der Kamera verbunden werden, zum Beispiel:
Aufsteckblitze
Funktrigger
Mikrofone
LED-Lichter
Zubehörmodule
Der Hot Shoe besitzt elektrische Kontakte, über die die Kamera mit dem Zubehör kommuniziert.
Dadurch können Funktionen wie:
automatische Blitzsteuerung
Synchronisation
Stromversorgung
ermöglicht werden.
Fast alle modernen Systemkameras und DSLRs besitzen einen Hot Shoe.
Kurz gesagt:
Ein Hot Shoe ist der Anschluss auf der Kamera für Blitzgeräte und anderes Zubehör.

Hugging Face

Hugging Face

Hugging Face ist eine der wichtigsten Plattformen für KI-Modelle, Datensätze und AI-Entwicklung.
Für viele Nutzer ist Hugging Face vor allem:
Download-Plattform
Modellarchiv
Entwicklerplattform
Community-Hub
Dort findet man unter anderem:
Stable-Diffusion-Modelle
Flux-Modelle
LoRAs
Text-KIs
CLIP-Modelle
Forschungsprojekte
Viele Tools wie:
ComfyUI
Draw Things
InvokeAI
Transformers-Bibliotheken
laden Modelle direkt von Hugging Face herunter.
Die Plattform ist besonders wichtig, weil sie:
Open-Source-KI stark unterstützt
Versionierung ermöglicht
Entwickler-Tools bereitstellt
KI-Projekte zentral zugänglich macht
Der Nachteil:
Die Qualität der Modelle schwankt stark. Zwischen echten High-End-Projekten liegen oft halbfertige Experimente, schlecht dokumentierte Uploads oder einfach nur Reuploads anderer Nutzer.
Kurz gesagt:
Hugging Face ist eine der wichtigsten Plattformen für KI-Modelle und Open-Source-AI — eine Art GitHub für moderne KI-Projekte.

Hyperfokale Distanz

Hyperfokale Distanz

Die hyperfokale Distanz ist die Fokusentfernung, bei der ein möglichst großer Bereich eines Bildes scharf erscheint.
Wird auf diese Entfernung fokussiert, reicht die Schärfe ungefähr:
von der halben Fokusdistanz
bis unendlich
Die hyperfokale Distanz hängt ab von:
Brennweite
Blende
Sensorgröße
Sie wird besonders genutzt bei:
Landschaftsfotografie
Architektur
Street Photography
Nachtaufnahmen
Dadurch kann man möglichst viel Tiefenschärfe erreichen, ohne exakt auf einzelne Motive fokussieren zu müssen.
Kurz gesagt:
Die hyperfokale Distanz maximiert den scharf wirkenden Bereich eines Bildes.

Hypernetwork

Hypernetwork

Hypernetworks sind eine ältere Methode, um KI-Modelle um zusätzliche Stile oder Eigenschaften zu erweitern.
Sie funktionieren ähnlich wie LoRAs:
Das eigentliche Modell bleibt erhalten und wird durch eine zusätzliche Datei beeinflusst.
Hypernetworks wurden früher oft genutzt für:
bestimmte Artstyles
Gesichter
Anime-Looks
Lighting
Bildstimmungen
Vor allem in den frühen Stable-Diffusion-Zeiten waren sie relativ populär.
Der Nachteil:
Hypernetworks galten oft als:
instabiler
schwerer kontrollierbar
langsamer
und speicherhungriger
als moderne LoRAs.
Deshalb wurden sie später in vielen Bereichen von:
LoRAs
LyCORIS
DoRA
abgelöst.
Heute tauchen Hypernetworks meist nur noch in älteren Workflows oder Archiven auf.
Kurz gesagt:
Hypernetworks waren eine frühe Technik zur Erweiterung von KI-Modellen und gelten als Vorläufer moderner LoRA-Systeme.

Illustrious

Illustrious

Illustrious ist ein modernes KI-Modell beziehungsweise eine Modellfamilie für stilisierte und illustrative Bildgenerierung. Besonders beliebt ist es für Anime-, Semi-Realistic- und hochwertige Character-Art.
Das Modell wurde darauf optimiert:
Prompts sehr genau zu verstehen
saubere Gesichter und Augen zu erzeugen
komplexe Charakterdesigns besser umzusetzen
mit Danbooru-Tags und gewichteten Begriffen gut zu funktionieren
Im Gegensatz zu vielen älteren Anime-Modellen wirken Illustrious-Bilder oft:
detaillierter
moderner
weniger „plastikartig“
stilistisch kontrollierter
Viele Nutzer kombinieren Illustrious zusätzlich mit LoRAs für:
bestimmte Artstyles
Charaktere
Kleidung
Lighting
Expressions
Je nach Version existieren auch Mischformen zwischen Anime und Semi-Realism.
Kurz gesagt:
Illustrious gehört zu den modernen High-End-Modellen für stilisierte Character-Art und Anime-Workflows.

Image Interpreter / Image Interrogator

Image Interpreter / Image Interrogator

Ein Image Interpreter analysiert ein Bild und versucht zu erkennen, was darauf zu sehen ist.
Die KI beschreibt dabei zum Beispiel:
Personen
Kleidung
Farben
Perspektive
Lighting
Kunststil
Kameraeffekte
Oft erzeugt sie daraus automatisch einen möglichen Prompt für KI-Bildgeneratoren.
Das wird genutzt um:
Bildstile zu analysieren
Prompts aus vorhandenen Bildern zu erstellen
Referenzbilder besser zu verstehen
erfolgreiche Looks nachzubauen
Die Ergebnisse sind allerdings nicht perfekt. Viele Interpreter:
halluzinieren Details
erkennen Stimmungen falsch
erzeugen viel zu generische Prompts
oder werfen wahllos Buzzwords zusammen
Gerade komplexe Bildstile lassen sich damit oft nur grob erfassen.
Kurz gesagt:
Ein Image Interpreter versucht, ein Bild automatisch in einen beschreibenden KI-Prompt umzuwandeln.

Image-to-Image (Img2Img)

Image-to-Image (Img2Img)

Img2Img ist eine Technik, bei der ein vorhandenes Bild als Grundlage für eine neue KI-Generierung verwendet wird.
Die KI verändert dabei das Originalbild abhängig vom Prompt und den Einstellungen.
Typische Anwendungen:
Stiländerungen
neue Lighting-Stimmungen
Kleidung ändern
Hintergründe austauschen
Gesichter verbessern
Kurz gesagt:
Img2Img erzeugt neue Bilder auf Basis eines bestehenden Bildes statt komplett aus Zufallsrauschen.

Imagen

Imagen

Imagen ist Googles KI-Modellreihe zur Bildgenerierung aus Texteingaben.
Das Modell wurde besonders bekannt für:
sehr gutes Sprachverständnis
realistische Bildqualität
starke Textdarstellung im Bild
natürlich wirkende Kompositionen
Imagen gilt als einer der wichtigsten Konkurrenten zu:
DALL·E
Midjourney
Stable Diffusion
Flux
Spätere Varianten wurden direkt in Googles Gemini-Plattform integriert und bilden die Grundlage moderner Google-Bildgeneratoren wie Nano Banana.
Im Gegensatz zu vielen klassischen Stable-Diffusion-Workflows setzt Imagen stärker auf:
natürliche Sprache
einfache Bedienung
cloudbasierte Nutzung
statt auf technische Detailkontrolle.
Der Nachteil:
Viele Imagen-Versionen waren lange Zeit nur eingeschränkt öffentlich verfügbar oder primär in Google-Produkten integriert.
Kurz gesagt:
Imagen ist Googles KI-Bildgenerator-Reihe mit starkem Fokus auf realistisches Rendering und natürliches Sprachverständnis.

Inference

Inference

Inference bezeichnet den eigentlichen Prozess der Bildgenerierung mit einem fertigen KI-Modell.
Das Training ist dabei bereits abgeschlossen.
Kurz gesagt:
Inference ist die Nutzung eines trainierten KI-Modells zur Bilderzeugung.

Inpaint / Inpainting

Inpaint / Inpainting

Inpainting ist eine Technik, bei der nur ein bestimmter Bereich eines Bildes von der KI verändert wird, statt das komplette Bild neu zu generieren.
Dafür markiert man einen Bereich mit einer Maske, zum Beispiel:
Gesicht
Hände
Kleidung
Hintergrund
einzelne Objekte
Die KI ersetzt oder ergänzt dann nur diesen ausgewählten Bereich.
Typische Anwendungen:
Fehler korrigieren
Hände reparieren
Kleidung ändern
Objekte entfernen
Hintergründe austauschen
Details verbessern
Wie stark das Bild verändert wird, hängt von den Einstellungen und der Maskierung ab. Schlechte Inpainting-Modelle verändern oft zu viel vom Originalbild.
Kurz gesagt:
Inpainting ist gezielte KI-Bearbeitung einzelner Bildbereiche statt kompletter Neugenerierung.

Intervallaufnahme

Intervallaufnahme

Eine Intervallaufnahme erstellt automatisch Fotos in festgelegten Zeitabständen.
Die Kamera nimmt dabei zum Beispiel:
alle paar Sekunden
Minuten
oder Stunden
ein Bild auf.
Intervallaufnahmen werden häufig genutzt für:
Timelapse-Videos
Sonnenuntergänge
Wolkenbewegungen
Sternenhimmel
Baustellen-Dokumentation
Pflanzenwachstum
Viele moderne Kameras besitzen dafür einen integrierten Intervall-Timer oder unterstützen externe Fernauslöser.
Der Vorteil:
Lange Prozesse lassen sich automatisiert dokumentieren.
Kurz gesagt:
Eine Intervallaufnahme erstellt automatisch Bilder in regelmäßigen Zeitabständen.

InvokeAI

InvokeAI

InvokeAI ist ein Tool zur lokalen KI-Bildgenerierung mit Fokus auf strukturierte Workflows und professionelle Bildbearbeitung.
Im Gegensatz zu vielen chaotisch gewachsenen Stable-Diffusion-UIs versucht InvokeAI:
aufgeräumter
kontrollierter
und produktionsorientierter
zu wirken.
Das Tool unterstützt unter anderem:
SDXL
Flux
LoRAs
Inpainting
ControlNet
nodebasierte Workflows
Besonders bekannt ist InvokeAI für:
seine Canvas- und Layer-Funktionen
sauberes Inpainting
professionelle Workflow-Ideen
gute Organisation komplexer Projekte
Der Nachteil:
Die Entwicklung wirkt manchmal langsamer als bei Konkurrenzprojekten und auf schwächerer Hardware — besonders auf Macs — kann InvokeAI spürbar träger sein als andere Tools.
Viele Nutzer sehen InvokeAI deshalb eher als „Studio-Workflow-Tool“ statt als schnelle Experimentierumgebung.
Kurz gesagt:
InvokeAI verbindet klassische Bildbearbeitung mit KI-Workflows und richtet sich eher an strukturierte, produktionsnahe Arbeit als an reines Prompt-Chaos.

IP-Adapter

IP-Adapter

IP-Adapter ist eine Technik, mit der KI-Modelle Referenzbilder besser verstehen und übernehmen können.
Damit lassen sich:
Gesichter
Stile
Kleidung
Bildstimmungen
deutlich konsistenter übertragen.
Besonders wichtig für:
Character Consistency
Style Transfer
Serienbilder
Kurz gesagt:
IP-Adapter hilft der KI, Referenzbilder gezielter für Stil und Charaktere zu nutzen.

ISO

ISO

ISO beschreibt die Lichtempfindlichkeit des Kamerasensors.
Niedrige ISO-Werte:
benötigen mehr Licht
liefern meist sauberere Bilder
erzeugen weniger Bildrauschen
Hohe ISO-Werte:
machen den Sensor empfindlicher
ermöglichen Aufnahmen bei wenig Licht
erhöhen aber oft das Bildrauschen
Typische Werte:
ISO 100 → helles Tageslicht
ISO 800–3200 → Innenräume oder Nacht
noch höhere Werte → extreme Low-Light-Situationen
ISO gehört zusammen mit:
Blende
Belichtungszeit
zum sogenannten Belichtungsdreieck.
Moderne Kameras besitzen deutlich bessere High-ISO-Leistung als ältere Modelle.
Kurz gesagt:
ISO bestimmt, wie empfindlich der Kamerasensor auf Licht reagiert.

Jpeg

Jpeg

JPEG ist eines der bekanntesten und am häufigsten verwendeten Bildformate in der Fotografie.
Der Name steht für Joint Photographic Experts Group.
JPEG-Dateien sind:
platzsparend
schnell
weit kompatibel
Deshalb werden sie häufig genutzt für:
Social Media
Webseiten
Alltag
schnelle Weitergabe von Fotos
JPEG verwendet allerdings eine verlustbehaftete Komprimierung. Dabei gehen Bildinformationen verloren, besonders bei:
starker Bearbeitung
mehrfachen Speicherungen
Im Vergleich zu RAW-Dateien bietet JPEG:
kleinere Dateien
aber weniger Reserven für Nachbearbeitung
Viele Kameras erzeugen JPEGs direkt fertig bearbeitet mit:
Kontrast
Farben
Schärfung
Kurz gesagt:
JPEG ist ein kompaktes Standard-Bildformat mit guter Kompatibilität, aber reduzierten Bearbeitungsreserven.

Kalibrierung

Kalibrierung

Kalibrierung bedeutet, Geräte auf möglichst korrekte und konsistente Darstellung einzustellen.
In der Fotografie betrifft das vor allem:
Monitore
Drucker
Kameras
Farbmanagement-Systeme
Bei der Monitorkalibrierung werden unter anderem angepasst:
Helligkeit
Kontrast
Farbtemperatur
Farbdarstellung
Das Ziel:
Bilder sollen auf verschiedenen Geräten möglichst gleich aussehen.
Ohne Kalibrierung können Fotos:
zu dunkel
zu bunt
farbstichig
oder im Druck völlig anders
wirken.
Für professionelle Farbgenauigkeit werden häufig Hardware-Kalibrierungsgeräte verwendet.
Kurz gesagt:
Kalibrierung sorgt für möglichst korrekte und konsistente Bild- und Farbdarstellung auf Geräten.

Kantenaufsteilung

Kantenaufsteilung

Kantenaufsteilung bezeichnet eine Technik der Bildschärfung, bei der Kontraste an Bildkanten verstärkt werden.
Dadurch wirken:
Details schärfer
Konturen klarer
Bilder insgesamt knackiger
Die Technik wird häufig genutzt bei:
digitaler Bildbearbeitung
Kamerainterner Schärfung
RAW-Entwicklung
Druckvorbereitung
Kantenaufsteilung erhöht gezielt den Unterschied zwischen hellen und dunklen Bereichen an Objektkanten.
Zu starke Kantenaufsteilung kann allerdings sichtbare Artefakte erzeugen, zum Beispiel:
Halos
überschärfte Konturen
unnatürliche Details
Programme wie:
Adobe Photoshop
Adobe Lightroom
verwenden verschiedene Methoden der Kantenaufsteilung zur Bildschärfung.
Kurz gesagt:
Kantenaufsteilung verstärkt Kontraste an Bildkanten, damit Bilder schärfer wirken.

Karras

Karras

Karras ist ein spezieller Scheduler beziehungsweise Noise Schedule für KI-Bildgeneratoren.
Er bestimmt, wie das Bildrauschen während der Generierung reduziert wird und beeinflusst dadurch:
Detailaufbau
Schärfe
Kontrast
Bildstabilität
Karras wird häufig mit Samplern kombiniert, zum Beispiel:
DPM++
Euler
UniPC
Viele Nutzer bevorzugen Karras, weil damit oft:
sauberere Details
stabilere Anatomie
harmonischere Bilder
bessere High-End-Render
entstehen.
Besonders bei:
SDXL
Portraits
realistischer Bildgenerierung
ist Karras sehr beliebt.
Der Nachteil:
Nicht jedes Modell reagiert gleich gut auf Karras und manche Workflows wirken damit zu weich oder zu „perfekt“.
Kurz gesagt:
Karras ist ein beliebter Noise Schedule, der die Bildentwicklung kontrolliert und oft für besonders saubere und hochwertige Ergebnisse sorgt.

Kelvin

Kelvin

Kelvin ist die Maßeinheit für Farbtemperatur in der Fotografie und Beleuchtung.
Der Kelvin-Wert beschreibt, ob Licht:
warm
neutral
oder kühl
wirkt.
Niedrige Kelvin-Werte:
warmes, orangefarbenes Licht
Hohe Kelvin-Werte:
kühles, bläuliches Licht
Beispiele:
Kerzenlicht → ca. 1800K
Glühlampe → ca. 3200K
Tageslicht → ca. 5500K
bewölkter Himmel → ca. 6500K+
Kelvin spielt eine wichtige Rolle bei:
Weißabgleich
Studiofotografie
Filmlicht
Farbgestaltung
Viele Kameras erlauben eine direkte Einstellung der Farbtemperatur in Kelvin.
Kurz gesagt:
Kelvin beschreibt die Farbtemperatur einer Lichtquelle und damit die Farbwirkung des Lichts.

Kleinbild-Äquivalent

Kleinbild-Äquivalent

Das Kleinbild-Äquivalent beschreibt die Umrechnung einer Brennweite auf das klassische 35mm-Vollformat (Kleinbild).
Da Sensorgrößen unterschiedlich sind, wirkt eine gleiche Brennweite je nach Kamera unterschiedlich weitwinklig oder telelastig.
Beispiel:
25mm auf APS-C ≈ 35–38mm Kleinbild-Äquivalent
25mm auf Micro Four Thirds ≈ 50mm Kleinbild-Äquivalent
Das Kleinbild-Äquivalent hilft dabei:
Objektive besser zu vergleichen
Bildwinkel einzuordnen
Brennweiten systemübergreifend zu verstehen
Es wird besonders wichtig bei:
APS-C
Micro Four Thirds
Kompaktkameras
Kurz gesagt:
Das Kleinbild-Äquivalent beschreibt die umgerechnete Brennweite im Vergleich zum Vollformat.

Klemmschärfe

Klemmschärfe

Klemmschärfe bezeichnet eine unnatürlich harte oder überschärfte Bildwirkung, die oft durch zu starke digitale Nachschärfung entsteht.
Dabei wirken:
Konturen übertrieben hart
Details künstlich
Haut unnatürlich
feine Übergänge zerstört
Typische Anzeichen sind:
Halos an Kanten
„knackige“ Doppelkonturen
überschärfte Texturen
aggressiver Detail-Look
Klemmschärfe entsteht häufig durch:
zu starke Schärfung
übertriebene KI-Optimierung
aggressive JPEG-Verarbeitung
starke Klarheit- oder Struktur-Regler
Besonders bei Portraits wirkt Klemmschärfe oft schnell:
künstlich
digital
oder unangenehm hart.
Kurz gesagt:
Klemmschärfe beschreibt eine übertrieben harte und künstlich wirkende Bildschärfe durch zu starke Nachbearbeitung.

Kompaktkamera

Kompaktkamera

Eine Kompaktkamera ist eine kleine, leicht transportierbare Kamera mit fest verbautem Objektiv.
Sie wurde entwickelt für:
einfache Bedienung
Reisen
Alltag
spontane Aufnahmen
Typische Merkmale:
kleines Gehäuse
integriertes Zoomobjektiv
automatische Aufnahmeprogramme
geringes Gewicht
Im Vergleich zu Smartphones bieten viele Kompaktkameras:
bessere Optik
optischen Zoom
größere Sensoren
mehr manuelle Kontrolle
Im Vergleich zu Systemkameras sind sie allerdings meist:
weniger flexibel
schwächer bei Low-Light
eingeschränkter bei Objektivwahl
Hochwertige Premium-Kompaktkameras besitzen teilweise:
große Sensoren
lichtstarke Objektive
professionelle Funktionen
Kurz gesagt:
Eine Kompaktkamera ist eine kleine All-in-One-Kamera mit festem Objektiv für unkompliziertes Fotografieren.

Kontrast

Kontrast

Kontrast beschreibt den Unterschied zwischen hellen und dunklen Bereichen eines Bildes.
Hoher Kontrast:
starke Unterschiede zwischen Licht und Schatten
wirkt oft dramatisch und kräftig
Niedriger Kontrast:
weichere Übergänge
ruhiger oder flacher Bildlook
Kontrast beeinflusst stark:
Bildwirkung
Stimmung
Tiefenwirkung
Detailwahrnehmung
Besonders wichtig ist Kontrast bei:
Schwarzweiß-Fotografie
Portraits
Cinematic Looks
Gegenlicht
Kontrast kann:
direkt bei der Aufnahme
oder später in der Bildbearbeitung
angepasst werden.
Kurz gesagt:
Kontrast beschreibt die Stärke der Helligkeitsunterschiede innerhalb eines Bildes.

Kreis der Verwirrung

Kreis der Verwirrung

Der Kreis der Verwirrung beschreibt in der Fotografie, wie unscharf ein Punkt werden darf, bevor das menschliche Auge ihn als unscharf wahrnimmt.
Er spielt eine wichtige Rolle bei:
Schärfentiefe
Fokusberechnung
hyperfokaler Distanz
Ein Motivpunkt wird auf dem Sensor nicht immer als perfekter Punkt dargestellt, sondern oft als kleiner unscharfer Kreis.
Solange dieser Kreis klein genug bleibt, wirkt das Bild für den Betrachter trotzdem scharf.
Der zulässige Kreis der Verwirrung hängt unter anderem ab von:
Sensorgröße
Betrachtungsabstand
Bildgröße
Kurz gesagt:
Der Kreis der Verwirrung beschreibt die maximal akzeptable Unschärfe eines Bildpunkts, bevor er sichtbar unscharf wirkt.

Langzeitbelichtung

Langzeitbelichtung

Eine Langzeitbelichtung verwendet eine besonders lange Belichtungszeit, damit der Sensor über einen längeren Zeitraum Licht aufnimmt.
Dadurch entstehen Effekte wie:
weiches Wasser
Lichtspuren
Bewegungsunschärfe
sichtbare Sternenspuren
Langzeitbelichtungen werden häufig genutzt bei:
Nachtfotografie
Landschaften
Astrofotografie
Lightpainting
Stadtaufnahmen
Da schon kleine Bewegungen zu Verwacklungen führen können, verwendet man meist:
ein Stativ
Fernauslöser
oder den Selbstauslöser
Oft kommen zusätzlich ND-Filter zum Einsatz, um auch bei Tageslicht lange Belichtungszeiten zu ermöglichen.
Kurz gesagt:
Eine Langzeitbelichtung nimmt Licht über einen längeren Zeitraum auf und erzeugt dadurch spezielle Bewegungs- und Lichteffekte.

Lärm

Lärm

In der Fotografie und Videotechnik bezeichnet Lärm meist unerwünschte Störungen oder Ablenkungen innerhalb eines Bildes oder einer Aufnahme.
Im visuellen Bereich wird damit häufig gemeint:
Bildrauschen
digitale Artefakte
störende Strukturen
unruhige Hintergründe
Im Audiobereich beschreibt Lärm:
störende Umgebungsgeräusche
Windrauschen
Technikgeräusche
unerwünschten Ton
Besonders in der Bildgestaltung spricht man manchmal auch von „visuellem Lärm“, wenn ein Bild:
überladen
chaotisch
oder zu unruhig
wirkt.
Kurz gesagt:
Lärm bezeichnet störende visuelle oder akustische Elemente, die die Wirkung einer Aufnahme beeinträchtigen können.

Latent Space

Latent Space

Der Latent Space ist die unsichtbare, komprimierte Zwischenwelt, in der KI-Modelle Bilder intern verarbeiten.
Die KI arbeitet dort nicht direkt mit fertigen Pixelbildern, sondern mit vereinfachten mathematischen Bildinformationen.
Kurz gesagt:
Der Latent Space ist der interne Arbeitsbereich eines KI-Modells.

Latent Upscale

Latent Upscale

Latent Upscale vergrößert ein Bild direkt im Latent Space statt erst nach dem fertigen Rendering.
Dadurch bleiben oft:
Details
Strukturen
Bildqualität
besser erhalten.
Kurz gesagt:
Latent Upscale skaliert Bilder bereits während der KI-Berechnung hoch.

LDM

LDM

LDM steht für Latent Diffusion Model. Das ist die technische Grundlage vieler moderner KI-Bildgeneratoren wie Stable Diffusion.
Der entscheidende Unterschied:
Die KI arbeitet nicht direkt mit kompletten Bildern, sondern mit einer stark komprimierten Zwischenform — dem sogenannten Latent Space.
Dadurch wird die Bildgenerierung:
schneller
effizienter
speicherschonender
Erst am Ende wird diese komprimierte Darstellung wieder in ein sichtbares Bild umgewandelt.
Ohne dieses Prinzip wären moderne KI-Modelle wie:
Stable Diffusion
SDXL
viele Flux-Workflows
auf normaler Hardware kaum nutzbar.
Der Vorteil:
LDMs benötigen deutlich weniger Rechenleistung als ältere Ansätze.
Der Nachteil:
Die Technik ist komplex und für normale Nutzer meist eher Hintergrundwissen.
Kurz gesagt:
LDMs sind die technische Basis moderner Diffusionsmodelle und machen schnelle KI-Bildgenerierung auf normaler Hardware überhaupt erst möglich.

Licht

Licht

Licht ist die wichtigste Grundlage der Fotografie, denn ohne Licht entsteht kein Bild.
Es bestimmt unter anderem:
Helligkeit
Farben
Kontraste
Stimmung
Tiefenwirkung
Die Qualität des Lichts beeinflusst stark, wie ein Foto wirkt.
Wichtige Eigenschaften von Licht sind:
Richtung
Härte
Farbe
Intensität
Natürlichkeit
Fotografen arbeiten mit:
natürlichem Licht
Blitzlicht
Dauerlicht
Reflektoren
Lichtformern
Je nach Licht kann ein Bild:
weich
dramatisch
cineastisch
freundlich
oder düster
wirken.
Kurz gesagt:
Licht bestimmt die Sichtbarkeit, Stimmung und gesamte Wirkung eines Fotos.

Lichtstärke

Lichtstärke

Lichtstärke beschreibt, wie viel Licht ein Objektiv maximal durchlassen kann.
Sie wird über die größte mögliche Blendenöffnung angegeben, zum Beispiel:
f/1.2
f/1.8
f/2.8
Je kleiner die Zahl, desto lichtstärker ist das Objektiv.
Lichtstarke Objektive bieten:
bessere Low-Light-Performance
kürzere Belichtungszeiten
stärkere Hintergrundunschärfe
ausgeprägteres Bokeh
Besonders beliebt sind sie bei:
Portraits
Reportage
Konzertfotografie
Nachtaufnahmen
Der Nachteil:
Sehr lichtstarke Objektive sind oft:
größer
schwerer
teurer
Kurz gesagt:
Die Lichtstärke beschreibt, wie viel Licht ein Objektiv maximal auf den Sensor lassen kann.

Lichtzelt

Lichtzelt

Ein Lichtzelt ist ein kleiner, meist weißer oder halbtransparenter Aufnahmeraum zur gleichmäßigen Ausleuchtung von Objekten.
Es wird vor allem genutzt für:
Produktfotografie
Makro
Schmuck
kleine Gegenstände
Online-Shops
Die halbtransparenten Wände streuen das Licht und reduzieren:
harte Schatten
Spiegelungen
starke Kontraste
Dadurch entstehen:
weiche Lichtverhältnisse
saubere Freistellungen
gleichmäßige Produktbilder
Lichtzelte werden oft mit:
Dauerlicht
LED-Panels
kleinen Studioblitzen
kombiniert.
Kurz gesagt:
Ein Lichtzelt sorgt für weiche und gleichmäßige Beleuchtung bei kleinen Produkt- oder Detailaufnahmen.

Live View

Live View

Live View ist der Kameramodus, bei dem das Bild direkt in Echtzeit auf dem Display angezeigt wird.
Dabei wird das Signal direkt vom Sensor genutzt, statt durch den optischen Sucher zu schauen.
Live View wird häufig genutzt für:
Bildkomposition auf dem Display
Videoaufnahmen
Stativarbeit
Makrofotografie
manuelles Fokussieren
Typische Vorteile:
exakte Belichtungsvorschau
Fokus-Peaking möglich
vergrößerte Ansicht für präzises Fokussieren
Der Nachteil:
höherer Akkuverbrauch
teilweise langsamere Reaktion bei älteren Kameras
Kurz gesagt:
Live View zeigt das Kamerabild in Echtzeit auf dem Display statt durch den Sucher.

LoRA

LoRA

LoRA steht für Low-Rank Adaptation. Das ist eine kleine Zusatzdatei, die einem KI-Modell neue Fähigkeiten oder Stile beibringt, ohne das komplette Modell verändern zu müssen.
Mit einer LoRA kann man zum Beispiel:
bestimmte Personen trainieren
spezielle Kleidungsstile erzeugen
einen bestimmten Zeichenstil nachahmen
Posen, Gesichtstypen oder Lichtstimmungen verstärken
LoRAs werden zusätzlich zum normalen Modell geladen und beeinflussen das Ergebnis je nach Stärke.
Beispiel:
Ein realistisches Basemodel kann durch eine Anime-LoRA plötzlich Manga-artige Bilder erzeugen — oder umgekehrt.
Der große Vorteil:
LoRAs sind klein, schnell und flexibel. Statt jedes Mal ein komplett neues Modell herunterzuladen, erweitert man einfach das bestehende Modell.
Kurz gesagt:
Eine LoRA ist wie ein zusätzlicher Filter oder ein kleines Spezialpaket für die KI.

Low-Key

Low-Key

Low-Key beschreibt einen dunklen, kontrastreichen Bildstil mit vielen Schatten und gezielt eingesetztem Licht.
Typisch für Low-Key-Aufnahmen sind:
dunkle Hintergründe
starke Licht-Schatten-Kontraste
reduzierte Ausleuchtung
dramatische Stimmung
Low-Key wird häufig genutzt bei:
Portraits
Film Noir
Cinematic Photography
Charakterportraits
Fine Art
Der Stil lenkt den Blick oft gezielt auf:
Gesichter
Formen
Lichtkanten
einzelne Details
Für Low-Key-Setups arbeiten Fotografen häufig mit:
gerichteten Lichtquellen
kontrollierter Ausleuchtung
schwarzen Hintergründen
Kurz gesagt:
Low-Key ist ein dunkler Bildstil mit starken Schatten und dramatischer Lichtwirkung.

LUT (Lookup Table)

LUT (Lookup Table)

Eine LUT ist eine Farbzuordnungstabelle, die Bild- oder Videofarben nach einem festen Schema verändert.
Sie funktioniert wie eine Art „Farbübersetzer“:
Eingabefarben werden automatisch in andere Ausgabefarben umgerechnet.
LUTs werden häufig genutzt für:
Color Grading in Videos
Cinematic Looks
einheitliche Bildstile
schnelle Farblooks in der Nachbearbeitung
Typische Anwendungen:
Filmproduktion
Musikvideos
Social Media Content
Fotografie-Serien mit einheitlichem Look
Vorteile:
schnelle und konsistente Farblooks
einfache Anwendung
gut reproduzierbare Ergebnisse
Nachteil:
wenig flexible Anpassung ohne zusätzliche Bearbeitung
falsche LUTs können Hauttöne oder Kontraste zerstören
Kurz gesagt:
Eine LUT verändert Farben nach einem festen Schema und wird für schnelle, konsistente Farblooks genutzt.

Lux (lx)

Lux (lx)

Lux ist eine Maßeinheit für Beleuchtungsstärke.
Sie beschreibt, wie viel Licht auf eine bestimmte Fläche trifft.
Je höher der Lux-Wert:
desto heller ist die Umgebung oder Lichtquelle
Lux wird häufig genutzt bei:
Studiolicht
Filmbeleuchtung
LED-Panels
Produktvergleichen
Lichtmessungen
Beispiele:
Kerzenlicht → sehr wenige Lux
Bürobeleuchtung → einige hundert Lux
direktes Sonnenlicht → viele tausend Lux
Lux beeinflusst unter anderem:
Belichtung
ISO-Wahl
Lichtsetzung
Bildqualität bei wenig Licht
Kurz gesagt:
Lux misst die Stärke des Lichts, das auf eine Fläche trifft.

LyCORIS

LyCORIS

LyCORIS ist eine erweiterte Variante von LoRA-Techniken für KI-Modelle. Der Name steht für Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion.
Vereinfacht gesagt:
LyCORIS versucht, flexibler und leistungsfähiger zu sein als klassische LoRAs.
Damit lassen sich oft:
komplexere Stile
feinere Details
bessere Charaktermerkmale
stärkere Stilübernahmen
trainieren.
Für normale Nutzer fühlt sich LyCORIS meist ähnlich an wie eine LoRA:
Datei laden
Gewicht einstellen
im Prompt verwenden
Technisch arbeitet LyCORIS aber mit erweiterten Trainingsmethoden, die je nach Modell bessere Ergebnisse liefern können.
Der Nachteil:
Nicht jedes Tool oder Modell unterstützt jede LyCORIS-Variante sauber. Außerdem ist der Unterschied zu normalen LoRAs für Anfänger oft kaum sichtbar.
Kurz gesagt:
LyCORIS ist eine modernere und flexiblere Weiterentwicklung klassischer LoRA-Techniken für KI-Modelle.

Makrofotografie

Makrofotografie

Makrofotografie beschäftigt sich mit extremen Nahaufnahmen kleiner Motive.
Dabei werden Details sichtbar, die mit bloßem Auge oft kaum auffallen.
Typische Motive:
Insekten
Pflanzen
Wassertropfen
Schmuck
Texturen
kleine Objekte
Makroaufnahmen benötigen häufig:
spezielle Makroobjektive
sehr präzisen Fokus
gute Ausleuchtung
kleine Blenden für mehr Tiefenschärfe
Da der Schärfebereich extrem klein wird, sind Verwacklungen besonders kritisch.
Viele Makrofotografen arbeiten deshalb mit:
Stativen
Fokus-Bracketing
zusätzlichem Licht
Kurz gesagt:
Makrofotografie zeigt kleine Motive in starker Vergrößerung und mit extrem vielen Details.

Manueller Fokus (MF)

Manueller Fokus (MF)

MF steht für Manual Focus, also manueller Fokus.
Dabei stellt der Fotograf die Schärfe selbst am Fokusring des Objektivs ein, statt den Autofokus der Kamera zu nutzen.
Manueller Fokus wird häufig verwendet bei:
Makrofotografie
Video
Astrofotografie
Studioaufnahmen
schwierigen Lichtverhältnissen
Viele Fotografen bevorzugen MF außerdem bei:
Vintage-Objektiven
Cine-Lenses
kreativer Arbeit mit geringer Tiefenschärfe
Moderne Kameras bieten oft Hilfen wie:
Fokus-Peaking
Suchervergrößerung
digitale Fokusunterstützung
Der Vorteil:
Maximale Kontrolle über die Schärfe.
Der Nachteil:
Manuelles Fokussieren ist langsamer und schwieriger bei schnellen Motiven.
Kurz gesagt:
Beim manuellen Fokus stellt der Fotograf die Schärfe selbst per Hand ein.

Manueller Modus

Manueller Modus

Im manuellen Modus stellt der Fotograf alle wichtigen Belichtungswerte selbst ein.
Dazu gehören:
Blende
Belichtungszeit
ISO
Die Kamera nimmt dabei keine automatische Belichtungskorrektur vor.
Der manuelle Modus wird häufig genutzt bei:
Studiofotografie
Nachtfotografie
Video
Langzeitbelichtungen
kontrollierten Lichtbedingungen
Der Vorteil:
Maximale Kontrolle über Bildlook und Belichtung.
Der Nachteil:
Falsche Einstellungen führen schnell zu über- oder unterbelichteten Bildern.
Viele Fotografen nutzen den manuellen Modus, wenn konstante Ergebnisse wichtiger sind als Geschwindigkeit.
Kurz gesagt:
Im manuellen Modus kontrolliert der Fotograf alle Belichtungseinstellungen selbst.

Masking

Masking

Masking bedeutet, bestimmte Bildbereiche gezielt auszuwählen oder zu schützen.
Masken werden häufig genutzt für:
Inpainting
Hintergrundbearbeitung
Objektänderungen
regionale Effekte
Weiße Bereiche werden meist bearbeitet, schwarze bleiben unverändert.
Kurz gesagt:
Masking bestimmt, welche Teile eines Bildes von der KI verändert werden dürfen.

Megapixel

Megapixel

Megapixel geben an, aus wie vielen Millionen Bildpunkten ein Kamerasensor besteht.
Beispiel:
24 Megapixel = ungefähr 24 Millionen Pixel
Mehr Megapixel ermöglichen:
höhere Auflösung
größere Ausdrucke
stärkere Bildausschnitte ohne Qualitätsverlust
Die Megapixelzahl allein bestimmt allerdings nicht automatisch die Bildqualität.
Wichtiger sind oft zusätzlich:
Sensorgröße
Objektivqualität
Dynamikumfang
Low-Light-Performance
Sehr hohe Auflösungen erzeugen außerdem:
größere Dateien
höheren Speicherbedarf
mehr Rechenaufwand
Kurz gesagt:
Megapixel beschreiben die Bildauflösung einer Kamera in Millionen Pixeln.

Metadaten

Metadaten

Metadaten sind zusätzliche Informationen, die zusammen mit einer Bilddatei gespeichert werden.
Dazu gehören zum Beispiel:
Kamera-Modell
Objektiv
Blende
ISO
Belichtungszeit
Aufnahmedatum
GPS-Daten
Copyright-Informationen
Metadaten helfen bei:
Bildverwaltung
Archivierung
Suchfunktionen
Analyse von Aufnahmen
Bekannte Metadatenformate sind:
EXIF
IPTC
XMP
Auch Bildbearbeitungsprogramme speichern oft Bearbeitungsinformationen als Metadaten.
Der Nachteil:
Metadaten können sensible Informationen wie Standortdaten enthalten.
Kurz gesagt:
Metadaten sind zusätzliche technische und organisatorische Informationen innerhalb einer Bilddatei.

Micro-Four-Thirds

Micro-Four-Thirds

Micro Four Thirds ist ein Kamerasystem mit kleinerem Bildsensor, das gemeinsam von Olympus und Panasonic entwickelt wurde.
Der Sensor ist kleiner als:
APS-C
Vollformat
Dadurch können Kameras und Objektive:
kompakter
leichter
und oft günstiger
gebaut werden.
MFT-Kameras sind besonders beliebt bei:
Reisen
Street Photography
Wildlife
Video
leichtem Equipment
Durch den Crop-Faktor von 2x wirken Brennweiten länger.
Beispiel:
25mm auf MFT ≈ 50mm auf Vollformat
Der Nachteil:
Im Vergleich zu größeren Sensoren bieten MFT-Systeme meist:
weniger Freistellung
etwas schwächere Low-Light-Performance
geringeren Dynamikumfang
Kurz gesagt:
Micro Four Thirds ist ein kompaktes Kamerasystem mit kleinerem Sensor und leichtem Equipment.

Midjourney

Midjourney

Midjourney ist einer der bekanntesten KI-Bildgeneratoren überhaupt und wurde vor allem durch seine stark stilisierten, oft cineastischen Bilder populär.
Im Gegensatz zu vielen lokalen Stable-Diffusion-Tools läuft Midjourney vollständig in der Cloud und wurde lange hauptsächlich über Discord genutzt.
Bekannt ist Midjourney besonders für:
starke Bildästhetik
cinematic lighting
kreative Kompositionen
atmosphärische Szenen
schnellen „Wow-Effekt“
Viele Bilder wirken bereits ohne große Nachbearbeitung:
detailreich
kontraststark
filmisch
kunstvoll inszeniert
Der Nachteil:
Midjourney bietet deutlich weniger technische Kontrolle als lokale Tools. Dinge wie:
genaue Seeds
komplexe Workflows
Custom Nodes
ControlNet
eigenes Modelltraining
sind nur eingeschränkt oder gar nicht möglich.
Außerdem entwickeln viele Midjourney-Bilder einen typischen „Midjourney-Look“, den erfahrene Nutzer schnell erkennen.
Kurz gesagt:
Midjourney setzt stark auf beeindruckende Bildästhetik und einfache Bedienung statt auf maximale technische Kontrolle.

Mittelformatkamera

Mittelformatkamera

Eine Mittelformatkamera besitzt einen größeren Bildsensor als Vollformatkameras.
Der größere Sensor ermöglicht häufig:
extrem hohe Bildqualität
sehr hohen Dynamikumfang
feine Details
natürliche Übergänge
besondere Freistellung
Mittelformat wird besonders genutzt bei:
Fashion
Werbung
Studiofotografie
Fine Art
Landschaften
Typische Eigenschaften:
hohe Auflösung
große Dateien
sehr detailreiche Bilder
charakteristischer Bildlook
Der Nachteil:
Mittelformatkameras sind meist:
teuer
größer
schwerer
langsamer als kleinere Systeme
Deshalb werden sie eher für kontrollierte Produktionen als für schnelle Actionfotografie genutzt.
Kurz gesagt:
Mittelformatkameras nutzen besonders große Sensoren für maximale Bildqualität und Detailtreue.

Model Merge

Model Merge

Beim Model Merge (Checkpoint Merge) werden mehrere KI-Modelle miteinander kombiniert.
Dadurch entstehen Mischmodelle mit:
neuen Stilen
anderen Farblooks
kombinierter Prompt-Treue
veränderter Bildqualität
Viele Community-Checkpoints basieren auf solchen Mischungen.
Kurz gesagt:
Model Merging kombiniert mehrere KI-Modelle zu einem neuen Hybrid-Modell.

Motivprogramm

Motivprogramm

Ein Motivprogramm ist eine automatische Kameraeinstellung für bestimmte Aufnahmesituationen.
Die Kamera passt dabei selbstständig:
Belichtung
Fokus
Farben
Verschlusszeit
ISO
an das gewählte Motiv an.
Typische Motivprogramme:
Portrait
Landschaft
Sport
Nachtaufnahme
Makro
Dadurch sollen auch Anfänger schnell passende Ergebnisse erhalten, ohne manuelle Einstellungen verstehen zu müssen.
Der Vorteil:
Einfaches Fotografieren in typischen Situationen.
Der Nachteil:
Weniger kreative Kontrolle und oft unflexibler als manuelle Einstellungen.
Kurz gesagt:
Motivprogramme sind automatische Kameraeinstellungen für bestimmte Aufnahmesituationen.

Nano Banana

Nano Banana

Nano Banana ist der populäre Name von Googles KI-Bildgenerator innerhalb von Gemini.
Das Modell ist besonders bekannt geworden durch:
starke Bildbearbeitung
natürliches Inpainting
sehr gutes Prompt-Verständnis
Character-Consistency
schnelle Bildgenerierung
Nano Banana kann:
Bilder erzeugen
Fotos bearbeiten
Hintergründe austauschen
Objekte ergänzen
mehrere Bilder kombinieren
Stil und Lighting gezielt verändern
Besonders viral wurde das Modell durch:
Actionfigur-Trends
Cinematic Edits
realistische Compositings
Meme- und Social-Media-Content
Im Gegensatz zu vielen klassischen Stable-Diffusion-Workflows arbeitet Nano Banana stärker mit natürlicher Sprache statt mit technischen Prompt-Tricks.
Kurz gesagt:
Nano Banana ist Googles moderne KI-Bildengine innerhalb von Gemini mit Fokus auf einfache Bedienung, starke Bildbearbeitung und natürliches Sprachverständnis.

ND-Filter (Neutraldichte)

ND-Filter (Neutraldichte)

Ein ND-Filter reduziert die Lichtmenge, die durch das Objektiv auf den Sensor fällt, ohne dabei die Farben zu verändern.
Dadurch werden:
längere Belichtungszeiten
offene Blenden bei hellem Licht
kreative Bewegungseffekte
möglich.
ND-Filter werden häufig genutzt für:
Langzeitbelichtungen
weiches Wasser
Lichtspuren
Videoaufnahmen
Portraits bei Tageslicht
Es gibt verschiedene Stärken, zum Beispiel:
ND8
ND64
ND1000
Je stärker der Filter, desto weniger Licht gelangt auf den Sensor.
Der Nachteil:
Sehr starke ND-Filter können:
Farbstiche
Fokusprobleme
oder dunkle Sucherbilder
verursachen.
Kurz gesagt:
Ein ND-Filter dunkelt das einfallende Licht ab und ermöglicht kreative Belichtungs- und Blenden-Effekte.

Negativ

Negativ

Ein Negativ ist ein fotografisches Bild mit umgekehrten Helligkeits- und Farbwerten.
Bei analogem Film bedeutet das:
helle Bereiche erscheinen dunkel
dunkle Bereiche erscheinen hell
Farbnegative besitzen zusätzlich invertierte Farben.
Negative entstehen nach der Entwicklung eines analogen Films und dienen als Grundlage für:
Fotoabzüge
Scans
Vergrößerungen
Vor der Digitalfotografie war das Negativ das zentrale Original einer Aufnahme.
Auch heute nutzen manche Fotografen weiterhin:
Kleinbildfilm
Mittelformatfilm
Schwarzweiß-Negative
wegen des charakteristischen Looks.
Kurz gesagt:
Ein Negativ ist das umgekehrte Originalbild eines analogen Films.

Node

Node

Ein Node ist ein einzelner Funktionsbaustein innerhalb eines nodebasierten Systems wie ComfyUI.
Nodes übernehmen zum Beispiel:
Modell laden
Prompt verarbeiten
Upscaling
ControlNet
Bildspeicherung
Mehrere Nodes ergeben zusammen einen Workflow.
Kurz gesagt:
Nodes sind einzelne Funktionsmodule innerhalb komplexer KI-Workflows.

Noise Schedule

Noise Schedule

Der Noise Schedule bestimmt, wie sich das Bildrauschen während der KI-Bildgenerierung Schritt für Schritt verändert.
Da Diffusionsmodelle aus reinem Rauschen starten, muss die KI dieses Rauschen nach und nach reduzieren, bis ein fertiges Bild entsteht.
Der Noise Schedule steuert dabei:
wie stark das Rauschen pro Schritt abnimmt
wann Details entstehen
wie weich oder aggressiv das Bild entwickelt wird
Dadurch beeinflusst er unter anderem:
Bildqualität
Kontrast
Schärfe
Stabilität
Detailaufbau
Viele Scheduler wie:
Karras
Exponential
Linear
basieren genau auf unterschiedlichen Noise-Schedules.
Der Unterschied ist für Anfänger oft schwer sichtbar, kann aber bei modernen Modellen deutlichen Einfluss auf den finalen Look haben.
Kurz gesagt:
Der Noise Schedule steuert, wie das Bildrauschen während der Generierung Schritt für Schritt reduziert wird.

Objektiv

Objektiv

Ein Objektiv bündelt das Licht und projiziert das Bild auf den Kamerasensor.
Es gehört zu den wichtigsten Bestandteilen einer Kamera und beeinflusst stark:
Bildqualität
Schärfe
Perspektive
Bokeh
Lichtstärke
Bildwirkung
Objektive gibt es in vielen Varianten, zum Beispiel:
Weitwinkel
Standardobjektive
Teleobjektive
Makroobjektive
Fisheyes
Wichtige Eigenschaften sind unter anderem:
Brennweite
Blende
Autofokus
Bildstabilisierung
Viele Fotografen betrachten Objektive sogar wichtiger als das Kameragehäuse selbst.
Kurz gesagt:
Das Objektiv formt das Licht und bestimmt maßgeblich den Look eines Fotos.

Offenblende

Offenblende

Offenblende bezeichnet die größtmögliche Blendenöffnung eines Objektivs.
Beispiele:
f/1.2
f/1.4
f/1.8
Bei Offenblende:
gelangt besonders viel Licht auf den Sensor
entsteht geringe Tiefenschärfe
wird der Hintergrund stark unscharf
Das wird häufig genutzt für:
Portraits
Low-Light-Fotografie
Cinematic Looks
starkes Bokeh
Der Vorteil:
Mehr Licht und stärkere Freistellung.
Der Nachteil:
Bei Offenblende sinkt oft die Schärfentiefe extrem, wodurch das Fokussieren schwieriger wird. Manche Objektive zeigen außerdem:
weichere Schärfe
stärkere Aberrationen
geringeren Kontrast
Kurz gesagt:
Offenblende ist die größte mögliche Blendenöffnung eines Objektivs.

OpenAI ChatGPT Images

OpenAI ChatGPT Images

ChatGPT Images ist die integrierte KI-Bildgenerierung direkt innerhalb von ChatGPT.
Im Gegensatz zu klassischen Stable-Diffusion-Tools muss man hier:
keine Modelle herunterladen
keine Nodes bauen
keine LoRAs verwalten
keine GPU besitzen
Die Bildgenerierung funktioniert direkt per natürlicher Sprache.
Besonders stark ist ChatGPT Images bei:
kreativen Konzepten
Designideen
Illustrationen
Compositing
Layouts
Textverständnis
Bildbearbeitung per Sprache
Im Gegensatz zu vielen lokalen KI-Tools versteht das System oft deutlich besser:
komplexe Anweisungen
natürliche Sprache
Bildzusammenhänge
nachträgliche Änderungen
Der Nachteil:
Man hat deutlich weniger technische Kontrolle als bei lokalen Tools wie ComfyUI oder AUTOMATIC1111. Dinge wie:
Sampler
CFG
Seeds
genaue Modellwahl
stehen meist nicht direkt zur Verfügung.
Kurz gesagt:
ChatGPT Images setzt stärker auf einfache Bedienung und natürliches Arbeiten statt auf maximale technische Kontrolle.

Optischer Zoom

Optischer Zoom

Optischer Zoom verändert die Brennweite eines Objektivs mechanisch, um Motive näher heranzuholen oder mehr Umgebung zu zeigen.
Dabei bleibt die volle Bildqualität erhalten, weil das Bild direkt durch die Optik vergrößert wird.
Optischer Zoom wird häufig genutzt bei:
Reisen
Wildlife
Sport
Alltagsfotografie
Videografie
Im Gegensatz zum digitalen Zoom wird das Bild nicht einfach vergrößert oder beschnitten.
Typische Zoomangaben:
24–70mm
70–200mm
10x Zoom
Der Vorteil:
Flexible Bildausschnitte ohne Qualitätsverlust.
Kurz gesagt:
Optischer Zoom verändert die Brennweite eines Objektivs und vergrößert Motive ohne Verlust der Bildqualität.

Outpaint / Outpainting

Outpaint / Outpainting

Outpainting erweitert ein bestehendes Bild über den ursprünglichen Bildrand hinaus. Die KI ergänzt dabei neue Bildbereiche passend zum vorhandenen Motiv.
Damit kann man zum Beispiel:
Bilder verbreitern
Hochformat zu Querformat machen
fehlenden Hintergrund ergänzen
Szenen größer wirken lassen
mehr Umgebung „dazuerfinden“
Die KI versucht dabei:
Perspektive
Lighting
Farben
Stil
Bildstimmung
möglichst glaubwürdig fortzusetzen.
Outpainting wird oft genutzt für:
Wallpaper
Cinematic Crops
Social-Media-Formate
Poster
Compositings
Der Nachteil:
Je weiter man das Bild erweitert, desto eher entstehen Fehler oder unlogische Inhalte.
Kurz gesagt:
Outpainting bedeutet, ein Bild mithilfe von KI künstlich über seinen ursprünglichen Rand hinaus zu erweitern.

Overfitting

Overfitting

Overfitting bedeutet, dass eine KI beim Training zu stark auf die Trainingsdaten „fixiert“ wird.
Die KI lernt dabei nicht mehr allgemein, sondern merkt sich Bilder fast nur noch auswendig.
Typische Folgen:
Gesichter sehen immer gleich aus
Posen wiederholen sich ständig
Bilder wirken kopiert
wenig kreative Variation
unnatürliche Ergebnisse
Overfitting entsteht häufig durch:
zu viele Epochs
zu kleine Datasets
schlechte Trainingsdaten
zu aggressive Einstellungen
Besonders bei LoRAs oder DreamBooth-Trainings passiert das schnell, wenn zu wenige Bilder verwendet werden.
Man erkennt Overfitting oft daran, dass:
die KI kaum noch flexibel reagiert
Charaktere identisch aussehen
oder Trainingsbilder fast exakt reproduziert werden
Kurz gesagt:
Overfitting bedeutet, dass eine KI zu stark auswendig lernt und dadurch an Flexibilität und Natürlichkeit verliert.

Panorama

Panorama

Ein Panorama ist ein besonders breites oder großflächiges Bild mit erweitertem Bildwinkel.
Panoramen entstehen häufig durch:
mehrere zusammengesetzte Fotos
spezielle Panorama-Modi
Weitwinkel- oder 360°-Techniken
Sie werden oft genutzt für:
Landschaften
Städte
Architektur
Innenräume
virtuelle Rundgänge
Panoramen vermitteln häufig:
mehr Raumgefühl
stärkere Immersion
größere Szenenwirkung
Für saubere Ergebnisse verwendet man oft:
überlappende Aufnahmen
gleichmäßige Belichtung
Stative
Kurz gesagt:
Ein Panorama zeigt einen besonders großen Bildausschnitt durch zusammengesetzte oder speziell aufgenommene Bilder.

Panoramafotografie

Panoramafotografie

Panoramafotografie erstellt besonders breite oder großflächige Bilder aus mehreren einzelnen Aufnahmen.
Die Fotos werden später zu einem Panorama zusammengesetzt.
Dadurch lassen sich:
Landschaften
Städte
Innenräume
große Szenen
mit deutlich größerem Bildwinkel darstellen.
Panoramen können:
horizontal
vertikal
oder sogar 360°-Aufnahmen
sein.
Für saubere Ergebnisse nutzt man häufig:
Stative
gleichmäßige Belichtung
überlappende Bildbereiche
Moderne Kameras und Smartphones besitzen oft automatische Panorama-Modi.
Kurz gesagt:
Panoramafotografie kombiniert mehrere Bilder zu einer besonders weitwinkligen Gesamtaufnahme.

Pixel

Pixel

Ein Pixel ist der kleinste einzelne Bildpunkt eines digitalen Bildes.
Jedes digitale Foto besteht aus Millionen solcher Pixel.
Jeder Pixel speichert Informationen wie:
Helligkeit
Farbe
Kontrast
Je mehr Pixel ein Bild besitzt:
desto höher ist meist die Auflösung
desto mehr Details können dargestellt werden
Pixel spielen eine wichtige Rolle bei:
Bildschärfe
Druckgröße
Bildbearbeitung
Bildschirmdarstellung
Zu starkes Vergrößern eines Bildes macht einzelne Pixel sichtbar — das Bild wirkt dann „pixelig“.
Kurz gesagt:
Pixel sind die kleinsten digitalen Bildpunkte, aus denen ein digitales Foto aufgebaut ist.

Pixel-Peeping

Pixel-Peeping

Pixel-Peeping beschreibt das extreme Hineinzoomen in Bilder, um kleinste Details und technische Fehler zu analysieren.
Dabei werden Bilder oft in:
100%-Ansicht
oder stärkerer Vergrößerung
betrachtet.
Pixel-Peeping wird häufig genutzt um:
Schärfe
Bildrauschen
Objektivqualität
Fokusfehler
Artefakte
zu beurteilen.
Besonders Technik- und Kamera-Enthusiasten vergleichen so:
Sensoren
Objektive
Bildqualität
Der Nachteil:
Zu starkes Pixel-Peeping kann dazu führen, dass technische Perfektion wichtiger wird als Bildwirkung oder Inhalt.
Kurz gesagt:
Pixel-Peeping bedeutet, Bilder extrem vergrößert auf kleinste technische Details zu untersuchen.

Polarisationsfilter

Polarisationsfilter

Ein Polarisationsfilter reduziert Reflexionen und verstärkt Farben direkt bei der Aufnahme.
Er wird häufig genutzt um:
Spiegelungen auf Wasser oder Glas zu verringern
Himmel kräftiger wirken zu lassen
Kontraste zu verbessern
Farben satter darzustellen
Polfilter sind besonders beliebt bei:
Landschaftsfotografie
Architektur
Outdoor-Aufnahmen
Autofotografie
Der Effekt lässt sich meist durch Drehen des Filters einstellen.
Der Nachteil:
Polfilter reduzieren die Lichtmenge und funktionieren nicht in jeder Aufnahmesituation gleich stark.
Bei Ultraweitwinkel-Objektiven können außerdem ungleichmäßige Himmel entstehen.
Kurz gesagt:
Ein Polarisationsfilter reduziert Reflexionen und sorgt für kräftigere Farben und Kontraste.