KI kann ein unscharfes Gesicht besser sichtbar machen. Ein schärferes Ergebnis beweist jedoch nicht, dass die nun sichtbaren Details stimmen. Ein Restaurierungsmodell kann Informationen aus dem Foto mit erlernten Mustern verbinden und so ein plausibles Gesicht erzeugen. Bewahre das Original auf, beurteile die Ähnlichkeit getrennt von der optischen Aufbereitung und wähle die Kopie danach aus, wofür du sie brauchst.
Das ist wichtig, wenn du ein Familienfoto restaurierst, ein kleines Porträt vergrößerst oder ein falsch fokussiertes Bild retten möchtest. Eine ansprechende Rekonstruktion kann aufbewahrenswert sein, ohne verlässlich zu belegen, wie Augen, Zähne, Hautstruktur oder Gesichtsausdruck einer Person genau aussahen. Der folgende Ablauf hilft dir, diese Unterscheidung beizubehalten.
1. Beginne mit dem, was das Original tatsächlich zeigt
Kläre zuerst, welches Problem du beheben möchtest. Eine kleine Datei, Bewegungsunschärfe, ein verfehlter Fokus, Kompression und physische Schäden sind unterschiedliche Ausgangslagen. „Verbessern“ ist eine weit gefasste Produktbezeichnung. Sie erklärt nicht, welche Informationen in deiner konkreten Vorlage erhalten sind oder wie das Werkzeug Lücken füllen wird.
Ein anschauliches Beispiel: Auf einem winzigen Familienporträt ist dort, wo eine Augenbraue sein sollte, ein dunkler Fleck zu sehen. Eine verbesserte Kopie macht daraus ein sauber gezeichnetes Muster einzelner Haare. Dieses Muster kann zum Gesicht passen, doch anhand des ursprünglichen Flecks lässt sich nicht jedes Haar überprüfen. Halte es als Interpretation fest, statt das ansprechende Ergebnis als neu entdeckte Beobachtung zu behandeln.
Suche vor dem nächsten Modellversuch nach einer besseren Quelle. Gibt es eine größere Originaldatei, einen unkomprimierten Export, ein anderes Einzelbild oder den Papierabzug? Falls du einen Abzug neu scannen kannst, bewahre diesen Scan getrennt von bearbeiteten Kopien auf. Das ist unsere praktische Empfehlung zur Erhaltung: Verbessere zunächst den Zugang zu vorhandenen Informationen, bevor Software fehlende Details erschließen soll.
2. Was die Restaurierungsforschung zeigt
Die PULSE-Forschung von Menon und Kollegen untersucht hochauflösende Gesichter, die beim Herunterskalieren zu einer niedrig aufgelösten Eingabe passen. Für die Gesichtsexperimente wurden ein auf FFHQ vortrainierter Generator und Testbilder aus CelebA-HQ verwendet. Entscheidend ist: Verschiedene plausible, detaillierte Gesichter können mit derselben groben Eingabe vereinbar sein. In der Modellkarte der aktualisierten Veröffentlichung beschreiben die Autoren die Gesichtsimplementierung als Kunstprojekt und schließen Gesichtserkennung oder Identifizierung ausdrücklich als geeignete Nutzung aus. Das ist eine Grenze dieser Implementierung und kein Beleg dafür, dass sich jede Verbesserungsmethode identisch verhält. DOI: 10.1109/CVPR42600.2020.00251.
Die GFP-GAN-Studie von Wang und Kollegen verbindet ein vortrainiertes generatives Vorwissen über Gesichter mit Informationen aus der Eingabe. Trainiert wurde mit FFHQ-Gesichtern und künstlich erzeugten Bildverschlechterungen; getestet wurde die Restaurierung an synthetischen und realen Bildern. Die Autoren berichten von Artefakten bei starker Verschlechterung und unnatürlichen Ergebnissen bei sehr stark gedrehten Gesichtern. Außerdem nennen sie mögliche Farbverzerrungen, wenn Graustufeneingaben nicht genügend Farbinformation enthalten. Gelungene Beispiele zeigen den Nutzen der Restaurierung. Diese Grenzen sprechen jedoch dagegen, jedes neue Detail automatisch für vorlagengetreu zu halten. DOI: 10.1109/CVPR46437.2021.00905.
Die auf der NeurIPS 2022 veröffentlichte CodeFormer-Arbeit von Zhou und Kollegen rekonstruiert Gesichter mit einem erlernten Codebuch und einem Transformer. Das FFHQ-basierte Training nutzte synthetisch erzeugte Bildverschlechterungen; die Auswertung umfasste synthetische und reale Testdatensätze. Eine Steuerung erlaubt eine Abwägung zwischen optischer Qualität und Vorlagentreue. Die Autoren berichten zudem von Grenzen bei seitlich aufgenommenen Porträts und ungewöhnlichen Bilddetails wie Accessoires. Dies sind Experimente zur Bildrestaurierung und keine Validierung irgendeiner Verbraucher-App als Dienst zur Identitätsprüfung. DOI: 10.52202/068431-2218.
Keine dieser Arbeiten liefert eine persönliche Garantie für dein Familienfoto. Modelle, Trainingsdaten, Annahmen über Bildverschlechterungen und Prüfaufgaben unterscheiden sich. Nutze die Arbeiten, um das Problem zu verstehen, statt daraus eine bestimmte App zum universellen Testsieger des Jahres 2026 zu erklären.
3. Vergleiche drei Versionen, statt die schärfste zu wählen
Für unseren vorgeschlagenen Vergleich legst du drei klar benannte Dateien an: die unberührte Vorlage, eine zurückhaltende konventionelle Bearbeitung und eine mit KI restaurierte Kopie. Die konventionelle Bearbeitung könnte Belichtung oder Kontrast anpassen, ohne einen Schritt zur Gesichtsgenerierung hinzuzufügen. Auch sie bleibt eine Bearbeitung. Halte deshalb die Einstellungen fest und verwechsle kräftigere Kanten nicht mit der Bestätigung eines Details.
Betrachte alle drei so, dass das Gesicht gleich groß angezeigt wird. Beurteile zuerst das gesamte Porträt: Wirkt die Person noch vertraut, und passt der Ausdruck zu dem, was in der Vorlage zu sehen ist? Prüfe anschließend Bereiche wie Augen, Mund, Haaransatz, Brille und Gesichtskontur. Ein schön ausgearbeitetes Auge mit veränderter Blickrichtung kann wichtiger sein als zusätzliche scheinbare Schärfe.
Eine vertraute Person, die den Abgebildeten kennt, kann helfen, eine deutliche Abweichung zu entdecken. Übereinstimmung beweist keine exakte Rekonstruktion, insbesondere wenn alle dieselbe mangelhafte Vorlage betrachten. Unsere Checkliste zur Ähnlichkeit von KI-Porträts bietet verwandte Vergleichsfragen. Ein vorhandenes Foto zu restaurieren ist allerdings eine andere Aufgabe, als ein neues Porträt zu erzeugen.
4. Wähle die Kopie passend zum Verwendungszweck
Diese Tabelle ist eine redaktionelle Entscheidungshilfe und keine technische Zertifizierung. Gehe vorsichtiger vor, wenn ein Detail eine Aussage über einen realen Menschen stützen soll.
| Dein Zweck | Ein sinnvoller Ansatz | Diese Grenze bleibt bestehen |
|---|---|---|
| Ein Familienabzug zur Freude | Vergleiche die Ähnlichkeit und bewahre eine klar gekennzeichnete restaurierte Kopie auf | Eine ansprechende Rekonstruktion belegt nicht zwangsläufig genaue historische Details |
| Ein Archiv oder ein familiengeschichtlicher Eintrag | Speichere den unveränderten Scan zusammen mit separat benannten Bearbeitungen | Ersetze die Quelle nicht durch eine als Original ausgegebene Rekonstruktion |
| Ein aktuelles Profilporträt | Bevorzuge nach Möglichkeit ein neu aufgenommenes, klares Foto | Restaurierte Gesichtsdetails sollten nicht unbemerkt die Darstellung verändern |
| Fotobasiertes Feedback zum Aussehen | Nutze eine geeignete Originalaufnahme und dokumentiere jede Bearbeitung | Eine Bewertung erzeugter Textur beschreibt dieses bearbeitete Bild |
| Eine Person identifizieren oder ein bestimmtes Merkmal belegen | Suche unabhängiges Quellenmaterial und bei Bedarf eine qualifizierte Beurteilung | Nutze synthetisierte Details nicht als unabhängigen Identitätsbeleg |
Du könntest beispielsweise Freude an einem restaurierten Porträt eines Großelternteils haben und dessen genaue Augenfarbe in deinen Notizen weiterhin als unbekannt markieren. Beides ist miteinander vereinbar. Anders wird die Entscheidung, wenn du behaupten möchtest, eine bestimmte Markierung sei vorhanden gewesen oder das Porträt identifiziere jemanden: Die Rekonstruktion allein belegt keine dieser Aussagen.
5. Eine Restaurierungsprüfung in sieben Schritten
Diese Checkliste soll dokumentieren, was du getan hast und was unsicher bleibt. Sie berechnet keine Wahrscheinlichkeit dafür, dass das restaurierte Gesicht korrekt ist.
- Bewahre die beste verfügbare Quelle auf. Lasse Originaldatei oder Scan unverändert und halte bekannte Angaben zu Datum und Herkunft fest. Arbeite mit einer Kopie.
- Notiere den Verwendungszweck. Ein dekorativer Familienabzug und eine Aussage über Identität benötigen unterschiedliche Belege. Entscheide, bevor du das ansprechendste Ergebnis ansiehst.
- Speichere das Bearbeitungsprotokoll. Notiere Werkzeug, verfügbare Modellversion, Datum und Einstellungen. Bewahre die zurückhaltende Bearbeitung und die KI-Restaurierung als getrennte Dateien auf.
- Vergleiche bei gleicher Größe. Prüfe das gesamte Gesicht und einzelne Merkmale anhand der Vorlage. Beschreibe eine sichtbare Abweichung, ohne ihre psychologische oder medizinische Bedeutung zu erraten.
- Führe eine Merkmalliste. Kennzeichne wichtige Details als in der Quelle sichtbar, vereinbar, aber unbestätigt, oder im Widerspruch zur Quelle. „Unbekannt“ ist ein gültiges Ergebnis.
- Prüfe eine begrenzte Alternative. Bietet das Werkzeug eine Steuerung der Vorlagentreue, lies die Dokumentation und vergleiche eine alternative Einstellung. Wähle eine bevorzugte Version nicht als Beweis dafür, dass ihre ergänzten Details stimmen.
- Exportiere mit einer klaren Kennzeichnung. Zum Beispiel: „Mit KI aus einem Familienscan restauriert; einige Gesichtsdetails rekonstruiert; Originalscan aufbewahrt.“ Stelle die Quelle daneben bereit, wenn die Unterscheidung wichtig ist.
Eine nützliche Merkmalliste kann sehr kurz sein: „Brille sichtbar; Form der Gläser unsicher; nachgeschärfte Kopie ergänzt eine nicht überprüfbare Spiegelung.“ Das sagt künftigen Betrachtern mehr als eine unbeschriftete Vorher-nachher-Collage. Außerdem lässt sich die Interpretation später ändern, wenn eine bessere Quelle auftaucht.
6. Verstehe die Steuerung und mache Unsicherheit sichtbar
Die aktuelle Dokumentation der CodeFormer-Autoren, geprüft am 26. Oktober 2026, erklärt: Kleinere Gewichte für die Vorlagentreue begünstigen im Allgemeinen die optische Qualität, größere Gewichte die Vorlagentreue. Lies die Dokumentation des tatsächlich verwendeten Werkzeugs. Bezeichnungen und Wirkungsrichtungen von Reglern können in anderen Oberflächen abweichen. Eine Einstellung der Vorlagentreue ist keine prozentuale Wahrscheinlichkeit dafür, dass das Gesicht oder seine Details stimmen.
Wenn zwei Einstellungen unterschiedliche Zähne oder Augenbrauenformen erzeugen, halte diesen Widerspruch fest, statt die Bilder zu einer angeblich verifizierten Antwort zu mitteln. Umgekehrt können zwei ähnliche Ergebnisse dieselben Modellannahmen teilen. Übereinstimmung zwischen bearbeiteten Kopien fügt keine unabhängige Ansicht der ursprünglichen Szene hinzu.
Die Bearbeitung offenzulegen ist hilfreicher, als einen Detektor die Rekonstruktion zertifizieren zu lassen. Wenn du die Bearbeitung selbst erstellt hast, kennst du ihre Entstehungsgeschichte bereits. Unser Leitfaden zu Ergebnissen von KI-Bilddetektoren erklärt, warum ein Authentizitätswert Quelleninformationen nicht ersetzen kann. Bewahre dieses Protokoll auch dann auf, wenn die restaurierte Kopie völlig natürlich wirkt.
7. Nutze für Feedback zu deinem heutigen Gesicht eine klare Aufnahme
Geht es dir eigentlich um ein neues Porträt oder fotobasiertes Feedback, kann eine neue Aufnahme sinnvoller sein, als ein schlechtes Bild immer wieder zu restaurieren. Unser Leitfaden zur Fotoaufnahme für eine KI-Gesichtsanalyse hilft dir, grundlegende Aufnahmebedingungen konstant zu halten. Eine klare Aufnahme vermeidet, dass die Restaurierung eine weitere veränderliche Größe wird. Sie macht eine Bewertung des Aussehens nicht objektiv.
Für strukturiertes Feedback zur Darstellung auf Porträts kannst du FaceScores Fotoanalyse und Vorschläge erkunden. Nutze ein geeignetes Originalfoto und verstehe die Ausgabe als von der App erzeugtes Feedback zu diesem Bild. FaceScore-Feedback bestätigt weder die historische Genauigkeit einer Rekonstruktion noch eine Identität und misst nicht deinen persönlichen Wert. Bewahre ein restauriertes Foto auf, wenn es deinem Zweck dient, und lasse die zugehörige Unsicherheit erkennbar.