{"id":2429,"date":"2023-12-03T12:56:32","date_gmt":"2023-12-03T11:56:32","guid":{"rendered":"https:\/\/blog.idethloff.de\/wordpress\/?p=2429"},"modified":"2024-01-02T16:23:57","modified_gmt":"2024-01-02T15:23:57","slug":"ki-bildgeneratoren","status":"publish","type":"post","link":"https:\/\/blog.idethloff.de\/wordpress\/?p=2429","title":{"rendered":"KI-Bildgeneratoren"},"content":{"rendered":"

Die Thematik „KI-Bildgeneratoren“ („text-to-image-models“ als Teil von „generative artificial intelligence“) ist spannend und sehr dynamisch in der Entwicklung und Preisgestaltung. Im Folgenden eine Zusammenfassung der Basics aus meiner pers\u00f6nlichen Sicht mit Stand Anfang Dezember 2023.<\/strong><\/p>\n

\n

\"Dreamstudio \"RunwayML \"ChatGPT \"Supermachine\u00a0 \"Bing<\/p>\n

\n

DALL-E, Midjourney und Stable Diffusion (incl. SDXL) sind die verbreitetsten und bekanntesten KI-Bildgenerator-Modelle<\/strong>. Im Unterschied zu DALL-E und Midjourney macht Stable Diffusion den Quellcode zug\u00e4nglich. Unter der Funktion „KI-Bildgenerator“ verstehe ich zun\u00e4chst grundlegend das Erstellen von fotorealistischen oder k\u00fcnstlerischen Bildern durch eine beschreibende Texteingabe (Prompt) – oft gibt es dabei Custom Models f\u00fcr das Generieren von Bildern in unterschiedlichen Stilen. Dar\u00fcber hinaus bieten die KI-Bildgeneratoren noch viele weitere Funktionen.
\nKI-generierte Bilder sind manchmal nur schwer von echten Bildern zu unterscheiden<\/strong> – Indikatoren f\u00fcr KI-generierte Bilder k\u00f6nnen falsche\/sinnlose Text-Beschriftungen sein, doppelte oder fehlerhafte Elemente und auch mit der Darstellung von Fingern\/Haut gibt es oft sichtbare Probleme.<\/p>\n

Die Prompts sollten die Szene und Eigeschaften beschreiben und k\u00f6nnen Anweisungen zu Handlung, Umgebung, Licht, Anordnung der Elemente, Stil, Blickwinkel und Emotion beinhalten.<\/strong>
\nMan k\u00f6nnte sich auch in ChatGPT Plus<\/em> einen passenden Prompt erstellen lassen, indem man seine W\u00fcnsche dort kurz formuliert: „Erstelle mir einen Prompt f\u00fcr ein Bild, das (…) zeigt.“ und Inspiration f\u00fcr die Ausarbeitung erh\u00e4lt (s. ChatGPT Plus Panda-Beispiel<\/a>).
\nOder falls ChatGPT Plus durch diese Anforderung gleich ein Bild liefert, hinterher nachfragen „Wie lautet der f\u00fcr das Bild verwendete Prompt?“, um etwaige \u00c4nderungsw\u00fcnsche besser in Auftrag geben zu k\u00f6nnen.
\nAusgefeilte Prompts werden von verschiedenen Diensten durchaus unterschiedlich interpretiert und dann ggf. in Teilen ignoriert\/missverstanden. In der Regel gibt es auch ein Zeichenlimit.<\/strong> Daher ist es gut, darauf zu achten, was vom jeweiligen Dienst an Beispielen angeboten wird oder systemseitig an Ergebnis-R\u00fcckmeldungen erfolgt – bei ChatGPT Plus z. B. „Here is the icon symbolizing a teacher, designed with a minimalistic and expressive style“.
\nStable Diffusion<\/em> bietet einen „prompts search engine“ an: https:\/\/stablediffusionweb.com\/prompts<\/a>
\nCraiyon<\/em> etwa zeigt unten immer einen Block „Inspirations“ mit Prompts und Ergebnissen an, die inhaltlich in Relation stehen zu der Eingabe, die man selbst oben gerade im Eingabefeld macht. Bzgl. Prompts bei Midjourney<\/em> s.u. Artikel.
\nW\u00e4hrend in ChatGPT Plus die Bilder rein per Textchat-Aufforderungen generiert und angepasst werden, ist es in KI-Bildgenerator-Programmen \u00fcblich, dass parallel zum Prompt viele weitere Einstellungen ausgew\u00e4hlt werden k\u00f6nnen.<\/p>\n

DALL-E<\/strong> ist (wie ich hier<\/a> schon beschrieben habe) \u00fcber verschiedene Dienste\/Webseiten nutzbar – in der derzeit aktuellsten Version DALL-E3 kostenlos m.W.n. nur \u00fcber Microsoft-Account, entweder per https:\/\/www.bing.com\/create<\/a> oder direkt im Bing Chat, was ich bisher \u00fcbersehen hatte (daher hier heute dieses Bing Chat Graureiher-Beispiel: Bild1<\/a>, Bild2<\/a>). Selbst nutze ich meinen kostenpflichtigen Zugang \u00fcber die ChatGPT Plus-Integration, die den Riesenvorteil hat, dass im Rahmen von Textchat schon l\u00e4nger Bilder generiert und modifiziert werden k\u00f6nnen mit – wie ich finde – beeindruckender Output-Qualit\u00e4t und inzwischen sogar auch f\u00fcr eigene erstellte GPTs (s. mein GPT „Cheery Creator“: https:\/\/chat.openai.com\/g\/g-sQbPSW1Rx-cheery-creator<\/a>).
\nAuff\u00e4llig ist, dass bei ChatGPT Plus-Prompts durchaus Meldungen kommen im Sinne von „I’m sorry, but I’m unable to generate images that (…), as it goes against our content policy“. Eine St\u00e4rke von den Bildgeneratoren sind Bilder im Stile von ber\u00fchmten K\u00fcnstlern und da muss man dann – je nach Dienst – schon genau sein mit den Lebensdaten: „im Stile von Franz Marc“ ist auch bei ChatGPT Plus erlaubt.<\/p>\n

Midjourney<\/strong> bietet leider keinen Testzugang und ist nur \u00fcber kostenpflichtiges Abo nutzbar via https:\/\/www.midjourney.com\/<\/a>
\nAls Ersatz f\u00fcr einen pers\u00f6nlichen Test dient mir dieser Artikel: https:\/\/bootcamp.uxdesign.cc\/the-ultimate-midjourney-cheat-sheet-2023-copy-paste-prompt-for-any-style-779049396dbe<\/a><\/p>\n

Stable Diffusion<\/strong> wird in verschiedenen Diensten genutzt wie z. B. diesen beiden an der Entwicklung beteiligten Firmen, bei denen es nach Registrierung einige kostenlose Credits gibt. Zum Kurz-Test habe ich 3 verschiedene Prompt-Beispiele jeweils in die u.g. Dienste eingegeben und dann Screenshots der Oberfl\u00e4che und ersten Ergebnisse erstellt, s.u. PDFs.
\nPrompt 1 = a teacher, modern line icon, cute young character avatar, smiling, icon design, minimalistic, black line on white background
\nPrompt 2 = a raccoon Franz Marc style
\nPrompt 3 = cute young female sitting on a beach reading a book, photo realistic style<\/p>\n