Wie Algorithmen Malen lernen

Lesedauer 3 Minuten

Auch ein Algorithmus muss lernen. Vor allem dann, wenn er nicht nur intelligent sein, sondern auch noch künstlerische Ambitionen entwickeln soll. Um zum Beispiel Bilder zu kreieren oder im Stil eines großen Meisters zu malen.

Es gibt mittlerweile Dutzende von KI-Bild-Generatoren. Sie heißen Stable Diffusion, Jasper Art, Mindjourney oder DALL-E 2.0. Man formuliert (meist auf englisch) einen möglichst detaillierten Auftrag an die KI, und je genauer man Motiv, Stilrichtung und Malwerkzeug beschreibt, desto eher erscheint auch Sekunden später ein Bild, das in etwa den Vorstellungen entspricht.

Wie in der Schule

Wenn im Kunstunterricht ein Bild im Stile Picassos gemalt werden soll, etwa mit einer Frau, die ein Selfie von sich macht, dann muss die Klasse natürlich wissen, wie Picasso gemalt hat. Sie geht in eine Ausstellung und die Lehrerin zeigt ihren Schülern Bilder aus allen Schaffensperioden des Meisters. Auch eine KI lernt mit riesigen Bilddateien, die Milliarden Bilder nutzen. Auf dieser Basis kann sie ein passendes Frauenbild aussuchen und eine Hand, die ein Selfie macht.

Blinzeln – Rauschen – Diffusion

Beim Malen des „eigenen“ Picassos werden die Schülerinnen lernen, das Bild vorzuzeichnen mit Strukturmerkmalen à la Picasso.  Dann kommt die Feinarbeit: Da heißt es dann immer wieder zu blinzeln wie es die Profis machen, um festzustellen, ob das Bild stimmig ist. Eine KI wie die viel benutzte DALL-E 2.0 (von Open-AI) macht es ähnlich. Sie arbeitet über ein Diffusion Model. Das „verrauscht“ die Bilder, um sie hinterher wieder gestochen scharf aus dem Rauschbild erstehen zu lassen. Die bei den Bild-Generatoren hinterlegten Datenbanken sind riesig und so können gleiche Aufträge zu durchaus unterschiedlichen Bildergebnissen führen, denn Picasso hat ja auch hunderte von Frauenbildern geschaffen.

Aber darf die Maschine das?

Viele der zum Training einer KI benutzten Werke sind urheberrechtlich geschützt. Doch die kreative Arbeit der Künstlerinnen und Künstler wird bisher selten erwähnt, geschweige denn honoriert. Der Nachweis, welche Arbeiten zum Trainieren einer Bild generierenden KI herangezogen werden, ist bisher schwierig.

Abhilfe schaffen einige Start-Ups. Sie suchen im Netz nach den Werken, die für Training und Bildproduktion benutzt wurden. Spawning zum Beispiel.  Deren App „Have I been Trained?“ gibt Urhebern die Möglichkeit, im Netz danach zu suchen, ob ihre Werke zu KI-Trainingszwecken verwendet werden. Sie durchforstet dabei die riesigen LAION-Datenbanken. LAION steht für Large-Scale Artificial Intelligence Open Network.  Der Verein sitzt in Deutschland. Seine Netzwerke sind offen zugänglich für Forscherinnen und Entwickler. Über die aktuelle LAION-5B-Datenbank sind Milliarden von Bild-Text-Paaren verlinkt. Mit der App „Have I been Trained?“ kann man relativ einfach in der Datenbank suchen: Künstler eröffnen ein Konto, laden ein Bild oder eine Bildbeschreibung hoch. Kurz danach zeigt das Programm Ihnen alle passenden Ergebnisse. Möchten sie das Bild aus dem Trainings-Pool entfernen lassen, klicken sie auf „opt out“.

KI-Firmen reagieren unterschiedlich

Kein Wunder also, dass einige große Firmen und Plattformen wie Shutterstock bereits reagiert haben und wenigstens Angaben zu den Urhebern in Aussicht stellen und akzeptieren, wenn Künstler ihre Werke nicht zu KI-Trainingszwecken hergeben wollen. Andere wie Adobe basteln an eigenen „Opt out“-Tools. Der Riese unter den Bild-KIs OpenAI mit seiner Maschine Dall E hat bisher keine Angaben gemacht, wie er auf die Urheberrechtsansprüche überhaupt reagieren möchte. 

Rechtlich betreten Urheberinnen und Künstler mit ihren Ansprüchen teilweise Neuland. Vor allem die Frage, wer Ansprüche an das im Stile eines großen Künstlers generierte Werk stellen darf, war bisher schon schwierig zu beantworten. Meist galt der Satz, dass das Copyright zwar das einzelne Kunstwerk schützt, aber nicht den Stil, in dem es geschaffen wurde.

(Text: Jürgen Gressel-Hichert)