Bildbearbeitung und Retusche (Hintergrundentfernung, Hochskalierung, Inpainting)

Produkte freistellen, Störendes entfernen, Makel beheben, niedrig aufgelöste Dateien vergrößern und Bilder an viele Formate anpassen: Das war früher stundenlange Handarbeit im Bildeditor. Modelle für Segmentierung, Inpainting und Superauflösung erledigen das heute in Sekunden, und anweisungsbasierte Editoren verändern ein Foto per Satz. Der geschäftliche Nutzen ist eine schnelle, einheitliche Bildaufbereitung im großen Maßstab; der Compliance-Aufwand betrifft die Kennzeichnung von KI-Bearbeitungen und das Vermeiden von Täuschung.

Problem & Nutzen

• Heute: Shops, Agenturen, Immobilienmakler und Kommunikationsteams bereiten tausende Bilder auf: Freistellmasken, Retusche, Größenanpassung, Hintergrundbereinigung, Reparatur niedrig aufgelöster Lieferanten- oder Archivbilder. Ausgelagerte Retusche wird pro Bild berechnet und dauert Tage.
• KI-Nutzen: Verarbeitung per Klick oder im Stapel, einheitliche, marktplatzfertige Ergebnisse (z. B. weiße oder transparente Hintergründe), generatives Füllen, das einen Ausschnitt auf ein anderes Seitenverhältnis erweitert, und Hochskalierung von Altmaterial. Menschen wechseln von der Pixelarbeit zu Prüfung und Art Direction.
• Belege: Anbieter veröffentlichen Funktionsbeschreibungen statt unabhängiger Produktivitätsstudien; behandeln Sie behauptete Zeitersparnisse als Herstellerangaben und messen Sie an Ihren eigenen Bildern [1][2].

Varianten

• E-Commerce / Marktplätze: Hintergrundentfernung im Stapel, Schattenerzeugung, Vereinheitlichung von Größe und Seitenverhältnis je Kanal (für vollständige KI-Produktfotografie siehe GEN-001).
• Marketing und Agenturen: generatives Erweitern/Füllen, um Schlüsselmotive für Banner umzuformatieren (GEN-004).
• Fotografen: Aussortieren, Entrauschen, Hochskalieren, Haut- und Objektretusche innerhalb von Lightroom/Photoshop.
• Immobilien: Entfernen von Unordnung und Autos (Bearbeitungen offenlegen; virtuelles Staging ist GEN-018).
• Archiv / Verlage: Hochskalieren und Bereinigen von Scans; Restaurierung ist GEN-017.
• Private Nutzung: Störer aus Fotos entfernen, Hintergründe für Profil- oder Stickerbilder, Abzüge vergrößern.
• Nachrichten und öffentliche Stellen: nur minimale technische Korrekturen; die generative Veränderung dokumentarischer Fotos ist in der Regel ein Verstoß gegen die redaktionelle Integrität.

So funktioniert es

1. upload / watch folder / API call
2. analysis (segmentation, saliency, VLM scene description, face/text detection)
3. operation: matting | inpainting (mask + prompt) | outpainting | super-resolution | denoise
4. quality checks (edge halos, artefacts, identity drift, text corruption)
5. human review (sample or all, brand-critical images always)
6. export with metadata (Content Credentials / IPTC "digital source type") + DAM upload

• Segmentierung / Matting: Promptbare Modelle wie Segment Anything (SAM 2) und spezialisierte Matting-Modelle (z. B. BiRefNet, RMBG-Familie) erzeugen Alphamasken einschließlich Haaren und Glas.
• Inpainting / Outpainting: Diffusions- oder Flow-Matching-Modelle füllen den maskierten Bereich anhand der umgebenden Pixel und eines optionalen Prompts; die Objektentfernung nutzt denselben Mechanismus.
• Anweisungsbasierte Bearbeitung: Modelle wie FLUX.1 Kontext oder Qwen-Image-Edit verändern ein Bild anhand einer Textanweisung und halten den Rest konsistent.
• Hochskalierung: GAN- oder Diffusions-Superauflösung (Real-ESRGAN, SwinIR, Modelle im Stil von SUPIR). Generative Hochskalierer erfinden Details; das ist wichtig bei Beweismitteln, Dokumenten und Gesichtern.
• Mensch-in-der-Schleife (Human-in-the-Loop): Korrektur der Masken, Freigabe der generierten Füllung, abschließende Abnahme bei Bildern mit Personen.

Datenaufbereitung

Benötigt werden die Originalfotos (JPEG, PNG, RAW), Markenrichtlinien mit Zielgrößen je Kanal und, für Shops, Artikelnummern zur Verknüpfung der Ergebnisse. Originale liegen typischerweise auf den Laufwerken der Fotografen, in einem DAM oder Shop-Backend, auf Dateiablagen und in E-Mail-Anhängen von Lieferanten. Typische Lücken sind keine einheitliche Mastervorlage, vermischte bearbeitete und originale Dateien, fehlende Metadaten und Lizenzangaben, uneinheitliche Dateinamen, niedrige Auflösung sowie Porträts, die personenbezogene Daten enthalten.

Schritte zur Aufbereitung: unberührte Originale an einem separaten, schreibgeschützten Ort aufbewahren, ein an die Artikelnummer gekoppeltes Benennungsschema einführen (PREP-009, PREP-010), Zielformate je Kanal dokumentieren, einen kleinen Satz freigegebener Vorher-/Nachher-Beispiele als Qualitätsreferenz sammeln (PREP-016) und Lizenz- sowie Einwilligungsstatus je Bild festhalten (PREP-025). Stapelwerkzeuge wie ExifTool oder ein DAM übernehmen die Metadaten; gescannte Abzüge können vorab digitalisiert werden (PREP-006).

Die Datenaufbereitung macht nur einen kleinen Anteil aus, rund 10 bis 15 Prozent, weil die Modelle keine Trainingsdaten brauchen. Die meiste Zeit fließt in eine aufgeräumte Ordnerstruktur und Regeln für Originale.

Umsetzungswege

Welcher Weg für wen

• KMU: A, weil Hintergrundentfernung, Hochskalierung und Retusche Standardfunktionen in erschwinglichen, in der EU hostbaren Werkzeugen sind.
• Großunternehmen: B, weil große Bildmengen Werkzeuge pro Arbeitsplatz teuer machen und eine automatisierte API-Pipeline in das DAM oder den Shop besser skaliert.
• Entwickler: C, weil offene Modelle für Segmentierung, Inpainting und Hochskalierung auf einer einzelnen GPU gut laufen und zu eigenen Stapel-Pipelines passen.
• Privat: C, weil lokale Apps wie Upscayl oder Werkzeuge im Stil von LM Studio private Fotos auf dem eigenen Gerät halten und kostenlos sind.

Weg A — Kaufen (Standardsoftware)

• Kreativsuiten: Adobe Photoshop / Lightroom / Firefly (Generatives Füllen, Erweitern, Entfernen, Hochskalieren; Content Credentials bei generativen Exporten [2]), Affinity (Canva), Canva Magic Edit, Luminar Neo, Topaz Photo / Gigapixel, DxO PureRAW.
• Dienste zur Hintergrundentfernung: remove.bg (Kaleido), PhotoRoom (Frankreich, EU), Pixelcut, Clipdrop (Jasper), Cleanup.pictures, Claid.ai; Massen-Plugins für Shopify, WooCommerce und Marktplätze.
• EU-Optionen: PhotoRoom (FR), Pixelz und Anbieter von Retuschediensten in der EU; prüfen Sie die Hosting- Region, den AVV und ob Uploads für das Training genutzt werden.
• A wählen, wenn: das Volumen moderat ist, keine strenge Regel zur Datenhaltung gilt und das Personal keine Entwickler sind.

Weg B — Auf Cloud-KI-Diensten aufbauen

• APIs zur Bildbearbeitung: Black Forest Labs FLUX Kontext / FLUX Fill (in der EU gegründeter Anbieter, API mit regionalen Endpunkten), OpenAI-Bildbearbeitung (Serie gpt-image), Google-Gemini-Bildbearbeitung (Familie „Nano Banana“) über Vertex AI mit EU-Standorten [3], Bearbeitungs-Endpunkte von Stability AI (Hintergrund entfernen, Löschen, Inpainting, Outpainting, Hochskalieren), Adobe Firefly Services APIs [1], Photoroom API, Clipdrop API, Amazon Nova Canvas auf Bedrock (Inpainting, Outpainting, Hintergrundentfernung).
• Orchestrierung: n8n / Make / serverlose Funktionen, ausgelöst durch Uploads ins DAM oder PIM; Warteschlange plus Wiederholversuche; Original und bearbeitete Versionen zusammen mit dem Operationsprotokoll speichern.
• B wählen, wenn: Sie Pipelines brauchen (PIM → Bearbeitung → Kanalexport), eigene Regeln oder Integration.

Weg C — Selbst betreiben (Open Source)

• Modelle: SAM 2 und BiRefNet für Masken [4], FLUX.1 Fill [dev] und Kontext [dev] (nicht-kommerzielle Lizenz für die dev-Gewichte, Bedingungen prüfen), Inpainting-Varianten von Stable Diffusion, Qwen-Image-Edit (Apache-2.0), Real-ESRGAN und SwinIR zum Hochskalieren, LaMa für schnelle Objektentfernung.
• Werkzeuge: ComfyUI- oder diffusers-Pipelines, rembg für Freisteller im Stapel, Plugins für Krita/GIMP, Immich oder andere Fotoverwaltungen für die private Nutzung; bereitgestellt als interne API.
• Hardware: Matting und LaMa laufen auf HW1/CPU; Diffusionsbearbeitung läuft auf HW2 (24–32 GB VRAM) komfortabel; große Stapelaufgaben auf HW3.
• C wählen, wenn: Bilder vertraulich sind (unveröffentlichte Produkte, Personen, Medizin, Ausweise) oder das Volumen die API-Kosten dominieren lässt.

Weg D — Eigenes Training

Selten nötig. Ein LoRA oder ein kleines Feintuning kann einen Hausstil, eine Produktkategorie oder eine Beleuchtung festlegen und so konsistente Ergebnisse sichern; wenige Dutzend bis einige hundert kuratierte Bilder genügen. Ein eigenes Matting- Modell trainieren Sie nur für ungewöhnliches Material (z. B. transparente Verpackungen, Schmuck) mit von Hand beschrifteten Masken.

Stand der Technik (2026)

• Anweisungsbasierte Bearbeitung hat bei vielen Aufgaben manuelle Masken ersetzt: Ein einziger Prompt ändert Farbe, Objekt oder Text in einem Foto und erhält dabei Identität und Layout; die Linie der offenen Gewichte Qwen-Image-Edit und FLUX Kontext [dev] hat dies in den Selbstbetrieb gebracht.
• Promptbare Segmentierung (SAM-Familie) macht Masken per Klick nahezu sofort verfügbar, auch in Videos.
• Matting ist bei Haaren, Fell und halbtransparenten Objekten auf sauberen Fotos von guter Qualität.
• Grenzen und Fehlerbilder: generierte Füllungen, die nicht zu Licht oder Perspektive passen; wiederholte Muster und „verschmierte“ Texturen; fehlerhafter Text, Logos und Hände; Identitätsabweichung bei Gesichtern nach wiederholten Bearbeitungen; halluzinierte Details beim Hochskalieren; geringere Qualität bei hoher Auflösung (viele Modelle arbeiten intern mit etwa 1 MP und teilen in Kacheln auf oder skalieren neu). Farbmanagement (ICC) und RAW-Workflows gehen oft verloren.
• Herkunftsnachweis: C2PA Content Credentials werden von Adobe, Google, OpenAI und anderen angehängt, doch Metadaten können durch erneutes Speichern oder soziale Plattformen entfernt werden; die Kennzeichnung darf sich daher nicht allein darauf stützen [2][5].

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (Bildgenerierung + Segmentierung + VLM): GEN-001 Produktbilder, GEN-004 Layout, GEN-010 virtuelle Anprobe, GEN-017 Restaurierung, GEN-018 virtuelles Staging, GEN-026 Porträtfotos; ein ComfyUI-/diffusers-Server (HW2/HW3) bedient alle.
• Nachgelagert: ANOM-015 (Kennzeichnung und Herkunftsnachweis nach Art. 50), SEC-011 (Deepfake-Erkennung) für eingehendes Material, Verschlagwortung im DAM/PIM mit VLMs.
• Segmentierungsmodelle werden mit Anwendungsfällen der Bildprüfung per Computer Vision geteilt.

Aufwand, Kosten & Kennzahlen

• Weg A: Stunden bis Tage; Abo- oder Preis pro Bild, bei API-basierten Diensten typischerweise Cent pro Bild.
• Weg B: 2–6 Wochen für eine integrierte Pipeline; die Kosten skalieren mit Bildanzahl und Auflösung.
• Weg C: 1–2 Monate; eine GPU-Workstation plus Wartung; die Modelle sind kostenlos, die Lizenzen unterscheiden sich aber.
• Kennzahlen: Minuten pro Bild, Anteil der Bilder, die ohne Nacharbeit akzeptiert werden, Kosten pro Bild, Durchlaufzeit, Ablehnungsquote durch Marktplätze, Anteil korrekt gekennzeichneter bearbeiteter Bilder.

Menschen & Veränderung

Binden Sie die Leitung von Marketing oder E-Commerce als Prozessverantwortliche ein, die Personen, die heute Bilder bearbeiten, und die IT für Konten oder die Stapel-Pipeline; die Geschäftsleitung entscheidet, welche Werkzeuge zugelassen sind (GUIDE-007). Die Rechtsabteilung oder die bzw. der Datenschutzbeauftragte kommt hinzu, wenn Porträts oder Kundenbilder verarbeitet werden: Prüfen Sie den AVV mit Cloud-Anbietern (Art. 28 DSGVO) und erwägen Sie eine DSFA nur bei der Verarbeitung von Gesichtern in großem Umfang. Kennzeichnen Sie KI-bearbeitete Bilder, wo Art. 50 KI-Verordnung gilt, und nutzen Sie Content Credentials.

Betriebsrat: meist nein, da das Werkzeug Bilder bearbeitet und keine Beschäftigten beurteilt. Nutzungsprotokolle je Nutzer in Cloud-Werkzeugen können ihn dennoch nach §87 Abs. 1 Nr. 6 BetrVG relevant machen, und §90 Abs. 1 Nr. 3 verlangt eine frühe Information, wenn sich Arbeitsabläufe ändern; bei Unklarheit informieren Sie den Betriebsrat. KI-Kompetenz: Unterstützen Sie Mitarbeitende mit einer kurzen praktischen Einheit dazu, was die Werkzeuge können und was nicht, zum Urheberrecht und dazu, wann Retusche irreführend wird (Art. 4 KI-Verordnung, GUIDE-006). Typische Sorge: Retuscheure fürchten um ihre Arbeitsplätze; verlagern Sie sie auf Qualitätskontrolle und kreative Aufgaben, führen Sie einen Pilot mit einer Produktgruppe durch und behalten Sie vor der Veröffentlichung eine menschliche Prüfung bei, besonders bei Produktbildern, bei denen eine veränderte Farbe oder Form Kunden täuschen könnte (GUIDE-008, GUIDE-009).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise begrenztes Risiko. Art. 50 Abs. 2 verlangt von Anbietern generativer Systeme, synthetische Ausgaben maschinenlesbar zu kennzeichnen; Art. 50 Abs. 4 verlangt von Betreibern die Offenlegung von Deepfakes (Bild- inhalte, die realen Personen, Objekten oder Orten ähneln und fälschlich echt erscheinen würden), mit einer leichteren Pflicht bei offensichtlich künstlerischen oder kreativen Werken. Rein unterstützende oder übliche Bearbeitungen (Zuschneiden, Entrauschen, Farbkorrektur) fallen weitgehend nicht unter die Kennzeichnungspflicht. Nicht verboten, außer sie dienen Praktiken nach Art. 5 wie manipulativen oder täuschenden Techniken, die erheblichen Schaden verursachen. Die KI-Kompetenz nach Art. 4 gilt [6].
• DSGVO: Fotos identifizierbarer Personen sind personenbezogene Daten (Gesichter; biometrisch nur, wenn zur eindeutigen Identifizierung verarbeitet). Erforderlich sind eine Rechtsgrundlage, ein AVV mit dem Anbieter, kein Training mit Uploads, EU-Region oder Selbstbetrieb bei sensiblen Bildern. Die Bearbeitung des Bildes einer Person kann zudem Persönlichkeitsrechte verletzen (in Deutschland das Recht am eigenen Bild, KUG) und darf sie nicht falsch darstellen.
• Urheberrecht und Lizenzen: Prüfen Sie die Bedingungen für kommerzielle Nutzung bei generativem Füllen und bei Lizenzen offener Gewichte; die Bearbeitung fremder Fotos erfordert Rechte; Aussagen im Stil von Adobe zu „kommerziell unbedenklichem“ Training sind Herstellerangaben.
• Irreführende Bilder: Verbraucherschutz- und Werberecht (UWG) verbieten täuschende Produkt- bilder (z. B. Wegretuschieren echter Mängel, gefälschte Vorher-/Nachher-Bilder); Immobilienanzeigen müssen wesentliche Bearbeitungen offenlegen; Journalismus und Beweisführung erfordern unveränderte Originale.
• Gegenmaßnahmen: Originale aufbewahren, Operationen protokollieren, Content Credentials anhängen, Bilder mit Personen prüfen, eine Richtlinie führen, die erlaubte und verbotene Bearbeitungen auflistet.

Erste Schritte

1. Die 3 häufigsten Aufgaben festlegen (z. B. Freistellen, Neuzuschnitt, Hochskalieren) und 50 repräsentative Bilder sammeln, auch schwierige.
2. 2–3 Werkzeuge nach Weg A an diesen Bildern testen; Quote der ohne Nacharbeit akzeptierten Bilder und Kantenqualität bewerten.
3. Eine Bearbeitungsrichtlinie schreiben: erlaubte Retusche, Kennzeichnungsregeln, keine täuschenden Bearbeitungen, Prüfung von Bildern mit Personen.
4. Bei hohem Volumen mit einer API oder ComfyUI-Pipeline automatisieren, angebunden an Ihr DAM/PIM, und Originale behalten.
5. Content Credentials / IPTC-KI-Metadaten beim Export aktivieren und prüfen, dass Ihr CMS sie nicht entfernt.

Quellen

1. Adobe — Firefly product description (Generative Fill/Expand/Remove, APIs) — https://helpx.adobe.com/legal/product-descriptions/adobe-firefly.html
2. Adobe — Firefly FAQ (Content Credentials on exports) — https://helpx.adobe.com/firefly/web/get-started/learn-the-basics/adobe-firefly-faq.html
3. Google Cloud — Vertex AI generative AI image editing documentation — https://cloud.google.com/vertex-ai/generative-ai/docs/image/overview
4. Segment Anything 2 (Meta) — https://github.com/facebookresearch/sam2
5. C2PA — Content Credentials technical specification — https://c2pa.org/specifications/
6. Regulation (EU) 2024/1689 (AI Act), Art. 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
7. Black Forest Labs — FLUX.1 Kontext documentation — https://docs.bfl.ai/
8. Stability AI — Image editing API — https://platform.stability.ai/docs/api-reference