Inpainting
Wie generative Verfahren markierte Bildbereiche auffüllen — von der Kunstrestaurierung bis zur KI-gestützten Bildbearbeitung.
Inpainting bezeichnet das digitale Auffüllen oder Ersetzen fehlender oder markierter Bildbereiche durch künstlich generierte Inhalte. Algorithmen analysieren das Umfeld und schliessen Lücken nahtlos. Der Begriff stammt aus der Kunstrestaurierung, wo beschädigte Gemälde retuschiert werden; heute steht er vor allem für KI-gestützte Bildbearbeitung, etwa das Entfernen störender Objekte oder das Rekonstruieren beschädigter Aufnahmen.
Herkunft und Funktionsweise
Der Ausdruck stammt aus der traditionellen Malerei: Restauratoren füllten verlorene Farbschichten mit passenden Pigmenten auf. In den 1990er-Jahren wanderte das Prinzip in die digitale Bildverarbeitung, als Forscher erste mathematische Modelle entwickelten, um Bildstörungen zu korrigieren. Mit dem Aufstieg der künstlichen Intelligenz gewann die Technik deutlich an Präzision und Geschwindigkeit.
Moderne Verfahren basieren auf neuronalen Netzen. Sie analysieren zuerst den Kontext des Bildes — Farben, Texturen und Formen — und generieren anschliessend passende Pixel für die markierten Bereiche. Zwei gängige Ansätze sind diffusionsbasierte Modelle und GAN-Modelle; beide nutzen grosse Datensätze, um realistische Ergebnisse zu erzeugen. Die Qualität hängt von der Komplexität der Szene und der Genauigkeit der Markierung ab.
Anwendung im Alltag
Fotobearbeitungsprogramme nutzen Inpainting, um störende Elemente wie Personen oder Objekte zu entfernen. In der Archivierung hilft es, beschädigte historische Aufnahmen zu rekonstruieren. Die Werbung setzt die Technik ein, um Hintergründe anzupassen oder Produkte nachträglich zu platzieren; in sozialen Medien dient sie dem Retuschieren unerwünschter Details. Der Ablauf ist stets derselbe: Der Nutzer markiert den Bereich mit einer Maske, der Algorithmus berechnet mögliche Ergänzungen anhand des Umfelds, und das System fügt die Inhalte ein und optimiert die Übergänge.
- Entfernen von Stromleitungen in Landschaftsfotos
- Rekonstruktion zerkratzter Dias oder Fotos
- Anpassen von Kleidung oder Accessoires in Porträts
- Ergänzen fehlender Bildteile bei beschnittenen Aufnahmen
Viele der Werkzeuge, die unsere Redaktion einordnet, bauen auf solchen Verfahren auf; eine Übersicht bietet der Katalog.
Abgrenzung und rechtliche Einordnung
Inpainting wird oft mit Outpainting verwechselt: Letzteres erweitert Bilder über ihre ursprünglichen Ränder hinaus, während Inpainting Lücken innerhalb der vorhandenen Fläche füllt. Super-Resolution erhöht die Auflösung, ohne Inhalte zu ersetzen oder zu ergänzen. Die klassische Retusche arbeitet meist manuell mit Werkzeugen wie Stempel oder Pinsel; Inpainting automatisiert den Prozess und eignet sich für grössere oder komplexere Bereiche. Generative Fill bezeichnet ähnliche Methoden in Designsoftware.
Rechtlich gibt es keine pauschale Regelung. Bei eigenen Aufnahmen oder lizenzfreien Motiven ist die Bearbeitung meist unproblematisch. Bei fremden Werken kann das Urheberrecht am Bild greifen, bei Abbildungen von Personen das Persönlichkeitsrecht. Besonders kritisch ist die Manipulation von Nachrichtenbildern oder Beweismaterial: Solche Veränderungen können ethische und juristische Konsequenzen nach sich ziehen. Als Primärquellen dienen RePaint von Lugmayr et al. (2022), Segment Anything von Kirillov et al. (2023) sowie die Arbeit zu latenten Diffusionsmodellen von Rombach et al. (2021).
Verwandte Begriffe
Häufige Fragen zu Inpainting
Wie läuft Inpainting praktisch ab?
Der Ablauf folgt drei Schritten. Zuerst markiert der Nutzer den zu ersetzenden Bereich mit einer Maske. Danach berechnet der Algorithmus mögliche Ergänzungen anhand des Umfelds, also der umliegenden Farben, Texturen und Formen. Zum Schluss fügt das System die generierten Inhalte ein und optimiert die Übergänge. Je genauer die Maske gesetzt ist, desto natürlicher wirkt das Ergebnis.
Kann Inpainting perfekte Ergebnisse liefern?
Nein, die Qualität hängt von mehreren Faktoren ab. Einfache Hintergründe wie Himmel oder Wiesen lassen sich meist gut rekonstruieren. Komplexe Szenen mit vielen Details oder Spiegelungen führen hingegen oft zu sichtbaren Artefakten. Auch die Grösse des zu ersetzenden Bereichs spielt eine Rolle. Je grösser die Lücke, desto schwieriger wird eine natürliche Ergänzung.
Funktioniert Inpainting auch bei Videos?
Ja, es gibt spezielle Algorithmen für bewegte Bilder. Diese analysieren zusätzlich die zeitliche Abfolge zwischen den Frames. So lassen sich beispielsweise Wasserzeichen oder Objekte in ganzen Sequenzen entfernen. Die Berechnung ist aufwendiger als bei Standbildern. Deshalb benötigen Video-Inpainting-Tools oft leistungsstarke Hardware oder Cloud-Ressourcen für akzeptable Ergebnisse.
Darf man Inpainting für jede Art von Bild verwenden?
Rechtlich gibt es keine pauschale Regelung. Wer eigenes oder lizenzfreies Material bearbeitet, bewegt sich in der Regel im sicheren Bereich. Bei fremden Werken oder Personenabbildungen können Urheber- oder Persönlichkeitsrechte greifen. Besonders kritisch ist die Manipulation von Nachrichtenbildern oder Beweismaterial. Hier können Veränderungen ethische und juristische Konsequenzen nach sich ziehen.