Photonen und Pixel Podcast Download ~ Podcast von Der KI-Podcast des Deutschen Fotorates ~ podcast 3701890

#19 Von "Task Crossover" zu Kitsch

28.08.2026

1 Stunde 28 Minuten

Seit August gelten neue Vorgaben des EU AI Acts – aber was bedeuten sie konkret für den Umgang mit KI-generierten Bildern und Videos? Wir sprechen über Kennzeichnungspflichten, offene Fragen der praktischen Umsetzung und darüber, wie KI bereits heute in professionellen kreativen Workflows eingesetzt wird.

Außerdem schauen wir auf die ökonomische Erzählung hinter dem KI-Boom: Automatisierung, „Task Crossover“ und die paradoxe Frage, ob selbst die Kritik an KI dazu beiträgt, den Hype weiter anzufachen.

Zu Gast ist Dr. Hans D. „Doc“ Baumann: Kunstwissenschaftler, Autor und einer der Pioniere der digitalen Bildbearbeitung in Deutschland. Er ist Mitbegründer und Herausgeber des Magazins DOCMA und Autor von mehr als 30 Büchern.

Mit Doc Baumann diskutieren wir, wo Fotografie endet und das KI-Bild beginnt, welche Rolle Intentionalität und Wahrnehmung spielen, was im Latent Space eigentlich passiert – und schließlich die große Frage: Was macht ein Bild heute überhaupt noch zu Kunst?

Im KI-Podcast unterhalten sich Dr. Jürgen Scriba, Leiter der Arbeitsgruppe „Technischer Fortschritt“ im Deutschen Fotorat, und Boris Eldagsen, Mitglied der Arbeitsgruppe, über die Auswirkungen von KI auf Fotografie.

LINKS

Freelens Leitfaden Deepfake-Kennzeichnung

DOCMA Überblick

HIGHLIGHTS

(00:00) EU AI Act: Neue Guidelines zur Kennzeichnungspflicht. Entscheidend ist nicht jeder KI-Einsatz, sondern ob ein Bild fälschlich als reale Person, Situation, Ort oder Ereignis verstanden werden könnte. Viele Standard-Bildbearbeitungen sind daher nicht kennzeichnungspflichtig.

(05:05) Kennzeichnung durch Anwender gilt bereits; technische Kennzeichnungen durch Anbieter wurden verschoben. Auf Social Media sind KI-Labels bisher kaum sichtbar.

(11:55) Offene Fragen zu Kontrolle und Sanktionen: Bundesnetzagentur, Meldeportale, Abmahnungen und ungeklärte Verantwortlichkeiten.

(13:38) Google Earth + Nano Banana: Satellitenbilder konnten generativ verändert werden. Nach manipulierten Bildern aus Kriegsgebieten wurde das Feature zurückgezogen.

(18:32) Ein neuer Fake-Detektor soll KI-Bilder erkennen und das wahrscheinlich verwendete Modell identifizieren.

(19:57) Bildgeneratoren im Vergleich: Meta Muse Image überrascht qualitativ und ist kostenlos, aber restriktiver. Nano Banana Pro und ChatGPT Image 2 bleiben vorne.

(22:20) Flux 3 von Black Forest Labs angekündigt: multimodal für Bild, Video und Audio.

(24:19) Seedance 2.5 bietet längere Videos und viele Referenzen, zeigt im Test aber Probleme mit Körpern und Interaktionen.

(27:21) Kostenfalle: Professionelle Iteration mit vielen Varianten macht neue Videomodelle schnell teuer.

(30:35) Boris beschreibt seinen Filmworkflow: historische Quellen aufbereiten, Standbilder entwickeln und animieren, 10–15 Varianten pro Einstellung, enger Austausch mit dem Regisseur.

(33:26) Minimax H3: Audio, Referenzen und offene Modellbestandteile. Schwächer als Seedance, aber als Open Model strategisch interessant.

(36:01) „Task Crossover“: Menschen nutzen ChatGPT zunehmend für Tätigkeiten außerhalb des eigenen Berufs, etwa Designer für Engineering und Marketing.

(40:08) Cory Doctorows These: Der eigentliche KI-Business-Case ist nicht die Ersetzung von Kreativen, sondern das Versprechen, große Teile der Arbeitswelt zu automatisieren.

(47:03) Auch Kritik kann den KI-Hype verstärken, weil sie das Narrativ einer nahezu allmächtigen Technologie bestätigt.

ZU GAST: DOC BAUMANN

(48:38) Von früher digitaler Bildbearbeitung und Photoshop bis zur KI: KI-Bilder haben physikalisch nichts mehr mit Fotografie zu tun.

(54:29) Fotografie vs. KI-Bild: Zentral ist das kausale Verhältnis zwischen Bild und realer Szene. Begriffe wie „KI-Foto“ erzeugen ein irreführendes Kontinuum.

(59:17) Historische Parallele zum Prompting: Reporter beschrieben im 19. Jahrhundert Szenen, Holzstecher ergänzten Details aus ihrem eigenen „Trainingswissen“.

(1:04:28) Anti-KI-Bias: Sobald Betrachter erfahren, dass ein Bild KI-generiert ist, sinkt seine Wertschätzung oft deutlich.

#18 Von Rencontres Arles zu MCP-Agenten

23.07.2026

46 Minuten

KI raus aus dem Rampenlicht? In Arles war sie deutlich seltener – doch Kennzeichnung und künstlerischer Wert bleiben heiß umkämpft. Wo endet Fotografie und wo beginnt KI? Von manipulierten Selfies bis zu synthetischen Bildern wird Authentizität zum neuen Minenfeld.Meta, Google und Gesetzgeber suchen nach Regeln für Deepfakes, KI-Labels und menschenähnliche Agenten – bisher eher Flickenteppich als klare Lösung. Jetzt kommen MCP Agenten und Skills: Kreative Workflows, Bildauswahl und Geschmack werden automatisierbar – und vielleicht bald sogar der ganze Podcast.

-----

Im KI-Podcast unterhalten sich Dr. ⁠⁠⁠Jürgen Scriba⁠⁠⁠, Leiter der Arbeitsgruppe "Technischer Fortschritt" / Deutscher Fotorat und ⁠⁠⁠Boris Eldagsen⁠⁠⁠ (Mitglied der Arbeitsgruppe) mit wechselnden Gästen über aktuelle Auswirkungen von KI auf Fotografie.

Feedback, Wünsche und Anregungen bitte an ki(at)deutscher-fotorat.de

HIGHLIGHTS:

(00:08) : Rückblick auf die Fotofestivals in Arles: Trotz großer Hitze war die diesjährige Ausgabe überzeugender als die beiden Vorjahre. KI-Bilder waren deutlich weniger präsent.

(01:57) : Eine Arbeit von Jordan Beal aus Martinique zeigt KI-Motive, die vom Bildschirm mit Polaroid fotografiert und vergrößert wurden. Die formale Idee ist verständlich, der inhaltliche Zusammenhang bleibt unklar.

(07:37) : Anhand eines Selfies mit Fontcuberta unterscheidet Boris authentische Fotos, KI-manipulierte Bilder und vollständig generierte Szenen.

(09:37) : Ein KI-Talk in Arles war besser als im Vorjahr, er fragte, ob Fotografie noch Künstler braucht. Relevante Themen wurden berührt, doch die eingeladenen Expertinnen, unter anderem von der FH Dortmund, arbeiteten selbst nicht praktisch mit KI.

(14:54) : Meta plante kurzzeitig, Instagram-Nutzern die KI-Verarbeitung fremder Bilder zu erlauben. Die Opt-out-Lösung war unpraktisch und nicht rückwirkend; nach Protesten wurde das Vorhaben zurückgezogen.

(20:07) : Plattformen führen KI-Kennzeichnungen ein, etwa Instagram-Labels oder Hinweise bei Google-Anzeigen. Die Lösungen bleiben uneinheitlich und technisch eingeschränkt.

(21:51) : Neue Regeln und Verfahren sollen synthetische Darsteller und Deepfakes kenntlich machen. Googles unsichtbare Kennzeichnung SynthID hilft, mit Google-Werkzeugen erzeugte Inhalte zu erkennen.

(22:54) : In China werden menschenähnliche KI-Agenten stärker eingeschränkt, besonders zum Schutz Minderjähriger vor emotionaler Abhängigkeit. In den USA stehen häufiger Suizid und Selbstverletzung im Mittelpunkt.

(24:29) : Ein Deal zwischen Getty Images und OpenAI scheint eher die Bebilderung von Suchergebnissen mit echten Pressefotos als das KI-Training zu betreffen. Die Details bleiben unklar.

(28:11) : Bei Bildmodellen gilt nicht mehr automatisch: neuer ist besser. Sie unterscheiden sich nach Qualität, Geschwindigkeit, Reasoning und Preis; für anspruchsvolle Aufgaben bleibt oft die Pro-Variante überlegen.

(34:06) : Aggregator-Plattformen erschweren Preisvergleiche durch eigene Token-Währungen. Meta bietet sein Bildmodell derzeit kostenlos an; ein Videomodell ist angekündigt.

(36:18) : Bei Videomodellen verschärft sich der Wettbewerb. Längere Clips, viele Referenzbilder und gezielte Änderungen werden möglich, doch Veröffentlichungen verzögern sich oft.

(38:23) : Ein neuer Trend sind CLI-, MCP- und Agenten-Workflows: Bild- und Videogenerierung wandert vom Browser ins Terminal und lässt sich stärker automatisieren.

(40:40) : Wiederverwendbare „Skills“ sollen persönliche Arbeitsweisen und Vorlieben abbilden. Mit „Record and Replay“ können Abläufe aufgezeichnet und als KI-Fähigkeit weitergegeben werden.

(43:19) : So könnten Bildauswahl, Geschmack und kreative Routinen ausgelagert werden. Das eröffnet neue Geschäftsmodelle, bedroht aber klassische kreative Arbeit.

(44:28) : Zum Schluss wird scherzhaft gefragt, wann auch der Podcast von KI-Avataren übernommen wird. Themenvorschläge sollen künftig per E-Mail eingesendet werden.

SPEZIAL EU-Regulierung | Sind alle fotorealistischen KI-Bilder Deepfakes?

27.06.2026

56 Minuten

Die Spezialfolge zum EU-AI-Act, dem neuen "Code of Practice" und den neuen EU-Guidelines. Zu Gast sind Alexandra Lechner (BFF, DGPh, Female Fotoclub) und Marco Urban (freelens) aus der Fotorat-Arbeitsgruppe "Technischer Fortschritt" und BFF-Justiziarin Dorothe Lanc. Wir diskutieren mit unseren Gästen, was künftig als Deepfake gilt und wie KI-generierte oder KI-veränderte Inhalte gekennzeichnet werden müssen. Die Runde klärt besonders, was das für Fotografierende, Bildbearbeitung, Werbung und Journalismus bedeutet.

-----

Im KI-Podcast unterhalten sich Dr. ⁠⁠Jürgen Scriba⁠⁠, Leiter der Arbeitsgruppe "Technischer Fortschritt" / Deutscher Fotorat und ⁠⁠Boris Eldagsen⁠⁠ (Mitglied der Arbeitsgruppe) mit wechselnden Gästen über aktuelle Auswirkungen von KI auf Fotografie.

HIGHLIGHTS:

(00:00) - Ausgangspunkt ist die Frage, wann ein Bild als „Deepfake“ gilt.

(03:25) - Diskutiert wird, wer als „Deployer“ gilt.

(06:13) - Der Deepfake-Begriff ist extrem weit gefasst: Wenn etwas wie Realität aussieht, aber durch KI erzeugt oder verändert wurde, kann es darunterfallen.

(08:29) - Dorothe differenziert: Nicht jede KI-Nutzung ist automatisch kennzeichnungspflichtig, sondern erst, wenn eine Täuschung über Realität möglich ist.

(11:04) - Journalistische Fotografie wird klar von Werbung und kommerzieller Bildproduktion getrennt.

(15:22) - Boris fragt, ob ein fotorealistisches KI-Bild des Pfälzerwaldes schon ein Deepfake ist. Die Antwort hängt eigentlich vom Kontext ab.

(17:32) - Die Guidelines kennen Ausnahmen nur für Kunst und Satire. Das bedeutet: KI-generierte Produktfotos, Werbemotive oder Spots müssen vermutlich gekennzeichnet werden.

(20:42) - Die Runde warnt vor „Label Fatigue“: Wenn am Ende alles gelabelt ist, nimmt niemand das Label noch ernst.

(23:19) - Alexandra beschreibt die Praxis: Kundinnen verlangen oft stark optimierte Presse- und Unternehmensbilder.

(24:50) - Die Kennzeichnungspflicht ist verpflichtend, bei Verstößen drohen Bußgelder. Dorothe kritisiert aber, dass Labels wie „KI-modifiziert“ zu grob sind; sinnvoller wäre zu erklären, was genau KI-generiert wurde.

(28:20) - Statt nur Logos ins Bild zu kleben, bräuchte es nachvollziehbare Bearbeitungshistorien: Daraus könnten „Trust Zones“ entstehen, in denen ein Foto wieder als Foto erkennbar bleibt.

(29:23) - Der Begriff „Deepfake“ wird als unglücklich kritisiert. Eigentlich sollte er für harte Täuschungen reserviert bleiben, für kleinere KI-Eingriffe wäre ein präziserer Begriff besser.

(31:02) - Boris erinnert daran, dass Werbung schon immer Fake war. Die neue Frage ist nicht, ob Werbung echt ist, sondern wo das Publikum noch Authentizität erwartet.

(33:51) - Authentizität wird paradoxerweise selbst zur Marketingstrategie: Aber selbst ein verwackeltes Making-of kann heute generiert werden. Wenn Regulierung nur an technischen Werkzeugen hängt, läuft sie der Entwicklung immer hinterher.

(38:33) - KI-Anbieter sollen technische Kennzeichnungen, Wasserzeichen und Prüftools bereitstellen. Diskutiert wird, ob Labels wie „AI generated“ oder „AI manipulated“ sichtbar am Bild erscheinen müssen.

(41:58) - Praktisch bleibt vieles ungeklärt: Fotografinnen liefern ein Bild, Kundinnen schneiden es später zu, Metadaten gehen verloren, Social-Media-Formate ändern alles. Deshalb wäre eine geschützte Pipeline für Provenienzdaten wichtiger als ein starres Logo im Bild.

(46:03) - Dorothe empfiehlt: KI-Nutzung dokumentieren. Also Tool, Prompts, Bearbeitungsschritte und ausgelieferte Kennzeichnung festhalten. Wichtig, falls später jemand fragt: „War da KI drin?“

(52:25) - Kontrolle und Sanktionen sind offen. Behörden müssen sich erst organisieren, aber Wettbewerber könnten nicht gekennzeichnete KI-Kampagnen abmahnen lassen.

Fazit: Die Praxis bleibt unklar, Gerichte werden viel auslegen müssen — gute Zeiten für Jurist*innen, schlechte für einfache Antworten.

#17 Von Ansel Adams zu Google Omni

27.06.2026

30 Minuten

Die neuen EU-Guidelines machen Deepfake- und Transparenzpflichten etwas klarer und wir geben einen ersten Überblick. Als Beispiel für die ethische Grauzone dient die KI-kolorierte Version von Ansel Adams Foto „Moonrise“ durch James Danziger: juristisch wohl erlaubt, künstlerisch aber als geschmacklose Verfälschung kritisiert; im Kontrast dazu wirkt KI-Verjüngung bei den Rolling Stones anders, weil die Künstler selbst zustimmen.Wir reden über neue Bild- und Videomodelle, Googles „Omni“, steigende KI-Kosten sowie Deepfake-Erkennung: Seedance lockert sichtbare Labels, YouTube und OpenAI bauen Detektoren aus, doch wirklich verlässliche, unabhängige Prüfverfahren fehlen weiterhin.

-----

Im KI-Podcast unterhalten sich Dr. ⁠⁠Jürgen Scriba⁠⁠, Leiter der Arbeitsgruppe "Technischer Fortschritt" / Deutscher Fotorat und ⁠⁠Boris Eldagsen⁠⁠ (Mitglied der Arbeitsgruppe) mit wechselnden Gästen über aktuelle Auswirkungen von KI auf Fotografie.

HIGHLIGHTS:

(00:08) : EU-Guidelines klären, wann Fotograf:innen mit KI als „Deployer“ gelten

(02:19) : Zentral ist die „First Exposure“: der erste Kontakt eines unvorbereiteten Publikums mit KI-Inhalten. Die Abgrenzung bleibt knifflig und soll in einem Special mit Fachleuten vertieft werden.

(02:57) : Deepfakes sind vor allem Inhalte, die reale Personen oder Orte authentisch erscheinen lassen.

(05:01) : Für Kunst, Satire und Fiktion gelten Ausnahmen von harter Kennzeichnungspflicht.

(05:52) : Werbung wird strenger bewertet als Kunst.

(06:40) : Entscheidend ist nicht Täuschungsabsicht, sondern der verwendete Werkzeugtyp. Pixelstempel und Generative Fill könnten juristisch sehr unterschiedlich behandelt werden.

(08:17) : Die KI-kolorierte Version von Ansel Adams’ „Moonrise“.Das ikonische Schwarzweißbild wird durch Farbe als künstlerisch massiv verfälscht empfunden.

(11:40) : Urheber ist der New Yorker Galerist James Danziger, nicht irgendein Internetbastler. Er verweist auf Public Domain, KI-Hinweis und seine Liebe zum Original — überzeugt aber nicht.

(14:31) : Juristisch mag die Farbversion erlaubt sein, ästhetisch wird sie hart kritisiert. Fazit: Nur weil man etwas darf, muss man es nicht tun.

(15:20) : Beim neuen Rolling-Stones-Video werden die Musiker per KI verjüngt. Da die Künstler selbst zustimmen, wirkt die ethische Lage deutlich anders.

(16:17) : In Hollywood nehmen die Pro-KI-Stimmen zu. Die alte Brandmauer bröckelt, KI-Arbeit im Film wird als normale Entwicklung gesehen.

(16:58) : Bei Bildmodellen werden Microsoft, Grok, Luma, Nvidia, Krea und Recraft beobachtet. Aggregator-Plattformen dienen als Frühwarnsystem für neue Topmodelle.

(19:13) : Google stellt sein neues Videomodell „Omni“ vor.Es kann Text, Bilder, Videos und Ton als Referenzen nutzen, ist aber kein Seedance-Killer.

(20:19) : Googles Stärke liegt eher in Videobearbeitung als in reiner Generierung. Omni kann Perspektiven ändern und Inhalte austauschen, bleibt aber bei Laufzeit und Cinematik zurück.

(21:54) : KI-Tools werden spürbar teurer. Credits, Limits und Tarife werden enger gezogen; hochwertige Bild- und Video-KI kostet mehr.

(22:37) : Seedance lässt sein sichtbares KI-Logo offenbar abschalten. YouTube geht andersherum vor und will KI-Inhalte bei Verdacht automatisch kennzeichnen.

(24:17) : YouTube bietet „Likeness Detection“ gegen missbräuchliche Deepfakes der eigenen Person. Dafür braucht es biometrische Daten, Gesichtsvideo und Ausweis — nützlich, aber heikel.

(25:55) : OpenAI erkennt vor allem Inhalte aus eigenen Bild- und Videomodellen. Der Detektor sagt eher „wir waren es nicht“ als zuverlässig „das ist kein KI-Bild“.

(27:47) : Sinnvoll wären übergreifende Detektoren mit Wasserzeichen- und forensischer Analyse. Ein unabhängiges Prüfsystem wäre hilfreicher als lauter Insellösungen einzelner Anbieter.

(29:27) : Fazit: Die Regeln werden klarer, aber die Praxis bleibt voller Grauzonen.

Das angekündigte Deepfake-Spezial soll Kunst, Werbung, Kennzeichnung und Erkennung weiter klären.

#16 Von Algorithmischer Fotografie zu Deepfake-Erkennung | Zu Gast: Christoph Behl

18.05.2026

1 Stunde 13 Minuten

KI-Bild- und Videomodelle entwickeln sich gerade in einem Tempo, bei dem selbst Profis kaum hinterherkommen: Midjourney korrigiert seinen Kurs, ChatGPT Image 2 holt überraschend auf, und aus China kommen neue Videomodelle wie Wan 2.7 und Happy Horse. Gleichzeitig wird sichtbar, dass diese kreative Explosion teuer ist — in Geld, Rechenleistung, Energie und neuen Nutzungslimits. Die Folge diskutiert außerdem, warum KI-Bilder Fotografie, Journalismus und Wettbewerbe unter Druck setzen. Boris erklärt, warum Joan Fontcubertas „algorithmische Fotografie“ ein Nonsense-Begriff ist. Im Gespräch mit unserem Gast Christoph Behl von "It’s Real" geht es schließlich darum, wie wir in einer Welt perfekter synthetischer Bilder wieder Vertrauen schaffen können: durch Detektion, Provenienzdaten und neue „Trust Zones“ für echte Bilder.

-----

Im KI-Podcast unterhalten sich Dr. ⁠Jürgen Scriba⁠, Leiter der Arbeitsgruppe "Technischer Fortschritt" / Deutscher Fotorat und ⁠Boris Eldagsen⁠ (Mitglied der Arbeitsgruppe) mit wechselnden Gästen über aktuelle Auswirkungen von KI auf Fotografie.

HIGHLIGHTS:

(00:08) - EU-Guidelines zur juristischen Definition von Deepfakes i

Fehlen weiterhin. Bis dahin wird praktisch weiter getestet, wie Deepfakes und synthetische Medien entstehen.

(00:31) - Bei KI-Bildmodellen gab es große Bewegung

Midjourney 8.1 korrigiert viele Schwächen von Version 8.0. Die neue Architektur bringt das alte „Midjourney-Feeling“ zurück.

(02:17) - ChatGPT Image 2 wird neu bewertet

In der Beta war es enttäuschend, inzwischen liegt es in vielen Use Cases fast gleichauf mit Nano Banana 2.

(04:53) - In praktischen Bildtests zeigt sich:

ChatGPT Image 2 überzeugt bei Bildrestauration, Lichtübertragung, Pose-Transfer und komplexen Bildkombinationen.

Nano Banana 2 ist stärker bei Realismus, Farbpaletten und manchen Stilübertragungen.

(12:41) - Im Videobereich bringt Alibaba zwei Modelle

Wan 2.7 und Happy Horse. Beide kommen aus unterschiedlichen Alibaba-Labs; Happy Horse zielt stärker auf Talking Heads, Short Drama und menschliche Figuren.

(15:51) - Die Kostenfrage

KI-Infrastruktur, Tokenverbrauch und Rechenleistung explodieren.

Nutzer merken das an Limits, langsameren Diensten und teuren Pro-Tarifen.

Der Energie- und Ressourcenverbrauch wird zu einem zentralen Problem.

(21:07) - KI-Bilder in Fotowettbewerben

Beispiele aus Hasselblad- und Naturfoto-Wettbewerben zeigen, wie schwer Jury und Publikum echte Fotos von synthetischen Bildern unterscheiden können.

(24:03) - Re-Light

Nachträgliche Lichtveränderung in Fotos werden Standard.

(30:00) - Philosophische Debatte

Sind KI-generierte Bilder Fotografie?

Boris widerspricht Joan Fontcubertas These von „algorithmischer Fotografie“ und argumentiert, KI-Bilder seien Teil eines größeren Metamediums: Latent Space.

(40:47) - Zu Gast: Christoph Behl

Behl erklärt, wie sein Unternehmen KI-generierte und manipulierte Bilder durch einen multisignalen Ansatz erkennt.

Die Detektion basiert auf semantischen Mustern: Bildsprache, Symmetrie, Texturen, Rauschen, Frequenzen, Entropie und typische KI-Artefakte werden kombiniert.

(55:09) - Beispiele

An Beispielen zeigt "It’s Real", wie komplett generierte Bilder, authentische Bilder und teilweise manipulierte Bilder unterschieden werden.

(58:01) - Zielgruppen sind breiter als geplant

Medien, Bildagenturen, Behörden, Polizei, Militär, Versicherungen und E-Commerce interessieren sich für Bildprüfung.

Besonders relevant sind Betrug, Desinformation, Bildarchive und journalistische Verifikation.

(1:03:04) - „Deepfake“

Der Begriff wird kritisch gesehen, weil er juristisch und praktisch unscharf ist. Statt alles KI-generierte zu labeln, schlägt Christoph vor, stärker das Echte zu zertifizieren: Trust Zones, Provenienzdaten und geprüfte Authentizität.

(1:09:41) - Fazit

Vertrauen in Bilder wird künftig aktiv hergestellt werden müssen — technisch, juristisch und kulturell.

Photonen und Pixel

Episoden

#19 Von "Task Crossover" zu Kitsch

#18 Von Rencontres Arles zu MCP-Agenten

SPEZIAL EU-Regulierung | Sind alle fotorealistischen KI-Bilder Deepfakes?

#17 Von Ansel Adams zu Google Omni

#16 Von Algorithmischer Fotografie zu Deepfake-Erkennung | Zu Gast: Christoph Behl

Über diesen Podcast

Kommentare (0)

Abonnenten

Sei beim Start von Mein Archiv dabei

Episode teilen

Abschnitt weiterleiten

Photonen und Pixel

Episoden

#19 Von "Task Crossover" zu Kitsch

#18 Von Rencontres Arles zu MCP-Agenten

SPEZIAL EU-Regulierung | Sind alle fotorealistischen KI-Bilder Deepfakes?

#17 Von Ansel Adams zu Google Omni

#16 Von Algorithmischer Fotografie zu Deepfake-Erkennung | Zu Gast: Christoph Behl

Über diesen Podcast

Kommentare (0)

Abonnenten

Teilen