Der richtige KI-Preset für jedes Material: 6 Fälle und die Regel dahinter

Die meisten verwenden denselben Preset für alle Bilder. Genau daran scheitert das Ergebnis — nicht an der Leistung der Software.

Der Unterschied, den kaum jemand erklärt: Auflösung ist die Größe des Rahmens, Detail ist der Inhalt darin. Ein KI-Modell erzeugt kein Detail. Es schätzt Pixel für Pixel den wahrscheinlichsten Wert.

Warum ein einziger Preset scheitert

Ein Modell, das mit Gesichtern trainiert wurde, kennt Augen, Wimpern und Haut. Auf ein Gebäude angewendet erfindet es Hauttextur an der Fassade.

Ein Modell, das mit Zeichnungen trainiert wurde, kennt Linien und Flächen. Auf ein Foto angewendet glättet es alles und löscht das Korn — das echte Information war.

Das sind verschiedene Domänen. Es braucht verschiedene Modelle.

Die Entscheidungstabelle

MaterialPresetWas erhalten bleibt
Porträt, PersonenPortrait StudioAugenglanz, Poren, Wimpern
Landschaft, ArchitekturNatural HDBlattwerk, Ziegel, Stein
Produkt, StoffTrue TextureRegelmäßige Webstruktur
Anime, 2D-ZeichnungAnime 2DDurchgehende Linie, klare Kante
Komprimiertes Social-VideoSocial DenoiseForm, nicht Feinstdetail
Sehr verrauschtes MaterialClear RealityStruktur, Blockrauschen entfernt

Passt das Material in keine Zeile, lautet die Antwort nicht „alles ausprobieren“, sondern: entscheiden, welcher Teil nicht verloren gehen darf.

Woran Sie den falschen Preset erkennen

Drei Anzeichen, nach Schwere geordnet:

1. Plastikhaut. Das Gesicht ist glatt, ohne Poren, mit gleichmäßigem Glanz. Sie haben einen aggressiven Preset auf ein Gesicht angewendet. Das lässt sich nicht mit weniger Intensität lösen: der Preset muss gewechselt werden.

Vergleich vor und nach der Bearbeitung eines Porträts - der richtige Preset erhält die Hauttextur
Preset PORTRAIT STUDIO. Links das Original, rechts das Ergebnis. Die Hauttextur bleibt erhalten.

2. Flache Textur. Stoff, Holz oder Ziegel sind zu einer gleichmäßigen Fläche geworden. Das Modell hat die Textur als Rauschen interpretiert und entfernt.

Vergleich der Gewebe- und Holztextur nach dem Upscaling
Preset TRUE TEXTURE. Das Muster muss regelmäßig bleiben, ohne gestreckte Bereiche.

3. Halo an den Kanten. Ein weißer Rand um Objekte gegen den Hintergrund. Kommt meist vom Schärfen vor dem Skalieren, nicht vom Preset.

Vergleich der Schärfe bei 2x gegenüber 4x - zu starke Schärfung erzeugt weiße Ränder
Preset ULTRA CRISP. Zu starke Schärfung erzeugt einen weißen Halo an den Kanten.

Die Reihenfolge ist wichtiger als der Preset

Selbst mit dem richtigen Preset verdirbt die falsche Reihenfolge das Ergebnis:

  1. Zuerst Rauschen entfernen. Kompressionsrauschen besteht aus 8x8-Pixel-Blöcken. Die KI kann Rauschen nicht von echter Textur unterscheiden: wer zuerst skaliert, verstärkt es — danach ist es nicht mehr entfernbar.
  2. Maximal 2x skalieren. Von 1000 auf 2000 Pixel, nicht auf 4000. Bei 4x sind über 90 % der Pixel geschätzt.
  3. Schärfen zuletzt und sparsam.

Vorher-Nachher-Vergleich der Rauschentfernung bei einem Social-Media-Video
Preset SOCIAL DENOISE. Die Blöcke verschwinden, die Form bleibt.

Wo ich das teste

Ich nutze UpgoLAB im Browser. Die Presets sind nach Materialart getrennt, und die Reihenfolge Reinigen → Skalieren → Schärfen ist intern gesetzt — genau der Teil, den die meisten von Hand falsch machen.

Eine ausführliche Anleitung zur Preset-Wahl gibt es ebenfalls. Kostenlos, ohne Installation.

Was nicht funktioniert

  • Information, die nie aufgenommen wurde, kommt nicht zurück. Vollständig verwischter Text kann lesbar werden, aber nicht korrekt.
  • Bewegungsunschärfe ist nicht reparierbar. Die Richtungsinformation ging bei der Aufnahme verloren.
  • Mehrfach komprimiertes Material hat eine niedrige Obergrenze. Feines Detail ist bereits weg.

Zusammenfassung

  • Der Preset wird nach Materialart gewählt, nicht nach Gewohnheit
  • Der teuerste Fehler ist ein einziger Preset für alles
  • Zuerst reinigen, dann skalieren
  • Maximal 2x
  • Immer bei 100 % beurteilen

Der richtige Preset verändert das Ergebnis stärker als jede Intensitätseinstellung.

Die Bilder in diesem Artikel sind Vergleichsbeispiele, erstellt mit UpgoLAB.

Comments

Popular posts from this blog

動画 高画質化 無料でやる方法 — 720pから1080pに上げる手順

Upscaling 720p to 1080p: the 2x rule and when to stopUpscaling 720p to 1080p: the 2x rule and when to stop