Effektiver und verantwortungsvoller Einsatz von generativer KI in der Kunst

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

• Festlegen realistischer Ziele für das Hinzufügen generierter Bilder in Ihren Workflow
  
• Erstellen von Aufforderungen, die die generierte Ausgabe wirkungsvoll steuern
  
• Beschreiben der ethischen Bedenken bei der Verwendung generativer KI-Bilder
  

Einbinden generierter Bilder in Ihre Projekte

Ganz gleich, ob Sie ein Konzept für eine Präsentation illustrieren oder zeigen möchten, wie Ihr Produkt in der Praxis aussieht – generative KI gibt Ihnen die Möglichkeit, Ihre Arbeit mit Bildern zu verschönern. Die Verwendung von KI zur Erstellung von Bildern ist eine Kunst für sich. Mit dem richtigen Ansatz können Sie Bilder generieren, die für Ihr nächstes Projekt geeignet sind.

Denken Sie beim Erstellen von Bildern daran, dass Kunst subjektiv ist. Sie wollen vielleicht das perfekte Bild, um Ihre Aussage zu unterstreichen, aber das perfekte Bild gibt es nicht! Was Sie hervorragend finden, gefällt anderen vielleicht nicht so gut. Verwenden Sie also das Bild, mit dem Sie zu 95 % zufrieden sind – die letzten 5 % fallen wahrscheinlich sowieso in den subjektiven Bereich.

Erinnern Sie sich an den Grund, aus dem Sie Bilder in Ihr Projekt aufnehmen möchten. Ihr Ziel könnte es sein, Ihren Text mit interessanten Bildern aufzulockern. Aber sobald Sie mit der Erstellung von Bildern beginnen, ist die Versuchung groß, stattdessen das perfekte Bild zu suchen. Dieser engere Fokus führt dazu, dass Sie Optionen verwerfen, die Ihr ursprüngliches Ziel, den Inhalt zu ergänzen, schon längst erfüllen würden.

Dies gilt auch für Bilder mit kleinen Mängeln. Wenn die Bilder nicht im Mittelpunkt des Projekts stehen, bemerkt der Betrachter kleine Fehler eventuell nicht einmal. Das folgende Bild wird zum Beispiel für den Badge "Generative KI – Grundlagen" verwendet.

Bei genauerem Hinsehen werden Sie erkennen, dass der Tisch fünf Beine hat. Das Bild ist nicht perfekt, erfüllt aber seinen Zweck. Wenn Sie flexibel sind, kommen Sie in der Regel schneller zu einem akzeptablen Ergebnis. Das spart in der Regel auch Geld, denn viele generative KI-Tools sind kostenpflichtige Dienste. Dennoch können Sie flexibel und intelligent mit diesen Tools arbeiten.

Die Kunst der Aufforderungsentwicklung

Wie Sie im Badge "Aufforderungen – Grundlagen" erfahren, interagieren Sie mit generativen KI-Modellen durch Aufforderungen (engl: "Prompts"). Sie geben einem Modell Anweisungen in Form von Text (und vielleicht einem oder zwei Bildern), und es gibt seine beste Vorhersage zum Gewünschten zurück. Bessere Aufforderungen bedeuten in der Regel eine bessere Ausgabe.

Doch was macht eine gute Aufforderung aus? Diese scheinbar einfache Frage hat unter Digitalkünstlern schon für viel Diskussionen gesorgt. Da wir die Verbindungen, die beim Trainieren eines Modells entstehen, nie vollständig verstehen werden, können wir nie mit Sicherheit sagen, wie das Modell reagieren wird. Wir stellen also eine begründete Vermutung an und hoffen auf das Beste. Manche Vermutungen sind allerdings besser als andere. Dies ist das Grundprinzip bei der Aufforderungsentwicklung. Dieser Begriff ist aus der Subkultur von Künstlern entstanden, die als erste generative KI als Tool für die Schaffung von Kunst eingesetzt haben.

Bei der Aufforderungsentwicklung geht es darum, mit Aufforderungen zu experimentieren, um zu sehen, was passiert. Durch jede Menge Versuch und Irrtum entdeckten die ersten Aufforderungsentwickler Techniken, mit denen sich die generative KI-Ausgabe erstaunlich gut beeinflussen lässt. Die Aufforderungsentwicklung hat sich zu einer anspruchsvollen Fertigkeit entwickelt. Es gibt aber auch einige einfachere, gut etablierte Techniken, mit denen Sie beim Einstieg in die Nutzung generativer KI bessere Ergebnisse erzielen können.

• Verwenden Sie Stilmodifikatoren: Es gibt unzählige Kunstformen – von Höhlenzeichnungen bis zu 3D-Renderings. Geben Sie einen bestimmten Kunststil, wie den Impressionismus, oder einen bestimmten Künstler, wie Monet, in Ihrer Aufforderung an. Beschreiben Sie Epochen, geografische Regionen oder Materialien. Alles, was häufig mit einem bestimmten Kunststil in Verbindung gebracht wird, wird Bestandteil des Modells.
  
  
• Verwenden Sie Qualitätsbeschreibungen: KI-Modelle haben keine Meinung dazu, was schön ist, wir Menschen allerdings schon, und wir haben keine Angst, diese Meinung zu formulieren! Diese subjektiven Ansichten fließen in das Modell ein. Wenn Sie also ein Bild eines "schönen, hochauflösenden, friedlichen Dorfes auf dem Lande" anfordern, wird wahrscheinlich etwas Schönes dabei herauskommen.
  
  
• Wiederholen Sie wichtige Punkte: Es wäre lächerlich, einen Künstler zu bitten, ein "verschneites, verschneites, verschneites, verschneites Dorf auf dem Land" zu malen. Generative KI-Modelle reagieren jedoch gut auf Wiederholungen (und sind nicht davon genervt). Alles, was sich wiederholt, bekommt zusätzliche Aufmerksamkeit, sogar Adjektive wie "sehr" oder "viele".
  
  
• Gewichten Sie wichtige Punkte: Bei einigen Modellen können Sie die Bedeutung bestimmter Begriffe direkt steuern. Bei Stable Diffusion beispielsweise können Sie einem Teil der Aufforderung einen Zahlenwert zuweisen. So würde "Dorf auf dem Land | verschneit:10 | Sterne:5 | Wolken:-10" für viel gefallenen Schnee, aber eine wolkenlose, sternenklare Nacht sorgen. Nicht jedes Modell unterstützt diese Art der direkten Gewichtung oder verwendet eine andere Syntax. Machen Sie sich daher mit den Feinheiten des von Ihnen verwendeten Tools vertraut.
  

[In DreamStudio auf stability.ai mit KI generiertes Bild. Die Aufforderung lautete: "Ein sehr schönes, friedliches Dorf bei Nacht, gemalt im impressionistischen Stil | verschneit:10 | Sterne:5 | Wolken:-20”

Egal, ob Sie es Kunst, Handwerk oder Wissenschaft nennen – die Aufforderungsentwicklung erfordert Übung. Denken Sie daran: Es gibt keine perfekte Aufforderung und kein perfektes Bild. Seien Sie offen für Überraschungen, wenn Sie KI-generierte Bilder erstellen, und Sie werden bald Bilder finden, die gut für Ihr nächstes Projekt geeignet sind.

Ethik bei generierten Bildern

Fortschritte bei der KI-Technologie haben zu verschiedenen ethischen Fragen geführt. Es ist zwar schwierig, Antworten zu finden, die alle zufriedenstellen, doch wir möchten zumindest versuchen, die Bedenken zu verstehen.

Viele Künstler haben hauptsächlich Bedenken wegen Plagiaten. Wenn ihre Arbeit zum Trainieren eines Modells verwendet wird, kann das Modell ihren Stil nachahmen. In einigen Fällen sind die Bilder ganz offensichtlich von bestehenden Werken abgeleitet. In anderen Fällen ist der Stil so ähnlich, dass die Fälschung als Original durchgehen könnte. Viele Künstler möchten, dass ihre Werke aus den Trainingsdaten entfernt werden, und glücklicherweise versuchen die Kuratoren beliebter Modelle, diesen Wunsch umzusetzen.

Imitation ist ein weniger offensichtliches, dafür aber umso heimtückischeres Problem. Vielleicht kennen Sie Deepfakes, also Videos, bei denen mithilfe von KI das Gesicht einer Person durch das einer anderen ersetzt wird. Leider werden Deepfakes oft ohne die Zustimmung der imitierten Person erstellt. Im harmlosesten Fall erhält man ein lustiges Video von einem Popstar, der etwas Albernes sagt. Aber was ist, wenn das Bild dieses Stars genutzt wird, um ein Produkt zu vermarkten? Oder wenn einem Politiker Lügen zu einem bestimmten Thema untergeschoben werden? Dies ist nur die Spitze des Eisbergs. Wir müssen unsere Fähigkeiten zur Betrugserkennung verbessern, da wir offensichtlich unseren Augen nicht mehr trauen können.

Generative KI ist nur so gut wie die Daten, mit denen sie trainiert wird. Wenn die Daten verzerrt sind, gilt dies auch für die generierte Ausgabe. Historisch gesehen waren Ärzte meist Männer, sodass Modelle aufgrund entsprechender Abbildungen eine starke Verbindung zwischen "Arzt" und "Mann" herstellen könnten – auch wenn dies heute nicht mehr der Realität entspricht. Selbst wenn Sie also weit davon entfernt sind, ein Stereotyp aufrechtzuerhalten, könnte Ihr Modell dies tun. Verwenden Sie Gewichtungen, um Verzerrungen entgegenzuwirken.

Generative KI wird immer in irgendeiner Form von bestehenden Inhalten abgeleitet sein. Das könnte echte Kreativität sogar unterdrücken. Gäbe es den Kubismus, wenn Picasso Zugang zu DALL-E gehabt hätte? Und da die KI von morgen mit den generierten Bildern von heute trainiert wird, werden sich die gleichen Stile wiederholen. Wir brauchen wirklich Menschen, die ihre eigene künstlerische Vision als eine Art "Human-in-the-Loop" einbringen.

Last, but not least: Wenn Sie vorhaben, generierte Bilder zu verwenden, sollten Sie die Herkunft der Bilder eventuell irgendwie angeben, indem Sie sie zum Beispiel mit einem einfachen Wasserzeichen wie "KI generiert" kennzeichnen. Transparenz schafft Vertrauen. Modelle können so programmiert werden, dass sie Inhalte weglassen, die zu einer Feedbackschleife beitragen würden. Es gibt keine richtige Art und Weise, Inhalte als KI-generiert zu kennzeichnen, die Modern Language Association (MLA) hat jedoch einige Richtlinien dazu veröffentlicht.

Da Sie nun mehr über den effektiven und verantwortungsvollen Einsatz generativer KI wissen, können Sie bei Ihrem nächsten Projekt generierte Bilder einbinden.

Ressourcen

• Trailhead: Aufforderungen – Grundlagen
  
• Trailhead: Verantwortungsbewusste Entwicklung künstlicher Intelligenz
  
• Website: Leitfaden für die Aufforderungsentwicklung (in englischer Sprache)
  
• Website: MLA Style Center: Wie zitiere ich generative KI gemäß MLA? (in englischer Sprache)