- Behandelt die Veränderung der Bilderzeugung und -weitergabe und beleuchtet die Produktionsdynamik visueller Inhalte im digitalen Zeitalter
- Durch die Verbreitung sozialer Medien ist ein Umfeld entstanden, in dem das Teilen von Bildern mühelos möglich ist
- Mit dem Fortschritt generativer KI-Technologien ist eine Ära angebrochen, in der Nutzer nahezu jedes Bild erschaffen können, das sie sich vorstellen
- Diese Veränderungen bieten einen Anlass, die Bedeutung von Fotografie und die Grenzen kreativen Schaffens neu zu definieren
- Es wird die Notwendigkeit aufgeworfen, in der gesamten visuellen Content-Industrie die Richtung der Verschmelzung von Technologie und Kreativität auszuloten
Die Evolution von Bilderzeugung und Bildteilung
- Durch den Fortschritt digitaler Technologien haben sich die Methoden zur Erstellung und Weitergabe von Bildern grundlegend verändert
- Früher waren Fotografie und Bildbearbeitung ein Fachgebiet, heute kann dies jeder mit Smartphone und Apps mühelos erledigen
- Bilder haben sich über die persönliche Dokumentation hinaus als wichtiges Mittel der Kommunikation etabliert
- Mit dem Aufkommen von Social-Media-Plattformen ist das Teilen von Bildern alltäglich geworden
- Nutzer können Fotos in Echtzeit hochladen und sich sofort mit der ganzen Welt verbinden
- Eine visuell geprägte Kommunikationskultur wurde weiter gestärkt
Das Aufkommen generativer KI und seine Auswirkungen
- Generative AI ist eine Technologie, die allein anhand von Texteingaben des Nutzers neue Bilder erzeugt
- Beispiele sind DALL·E, Midjourney und Stable Diffusion
- Auch vorgestellte Szenen oder nicht existierende Motive lassen sich realistisch darstellen
- Diese Technologie beschleunigt die Demokratisierung kreativer Arbeit
- Da sich auch ohne Fachwissen hochwertige Bilder erstellen lassen, entstehen neue Chancen sowohl für einzelne Kreative als auch für Unternehmen
- Gleichzeitig stößt sie neue ethische Debatten an, etwa zu Urheberrecht und Authentizität
Implikationen
- Die Grenzen zwischen Bilderzeugung und Bildteilung verschwimmen, wodurch sich die Definition von „Fotografie“ selbst neu zusammensetzt
- Während technologische Fortschritte den Spielraum kreativen Ausdrucks erweitern, rücken Authentizität und Vertrauenswürdigkeit als neue Aufgaben in den Vordergrund
- Es ist zu erwarten, dass sich die visuelle Content-Industrie künftig vor allem rund um das Gleichgewicht zwischen KI-Nutzung und menschlicher Kreativität weiterentwickelt
1 Kommentare
Hacker-News-Kommentare
Ich war früher wirklich tief in die Fotografie eingestiegen.
Ich respektiere den Aufwand, ein physisches Produkt zu bauen, aber dieses Produkt fühlt sich in vielerlei Hinsicht so an, als würde es am Kern vorbeigehen.
Das Problem, das Fotografen tatsächlich erleben, ist emotional und wirtschaftlich die Kommodifizierung von Fotos. Heute werden Fotos nicht mehr als kulturell wertvoll behandelt, sondern eher wie Video-Thumbnails.
Dass Menschen an Fotos vorbeiscrollen, liegt nicht daran, dass sie keinen digitalen Echtheits-Hash prüfen können. Vielmehr interessiert es niemanden, mit welcher Kamera ein Bild aufgenommen wurde oder wie viel Mühe hineingeflossen ist.
Auch ich war einmal auf äußere Belohnungen in Form von „Likes“ fixiert, aber am Ende habe ich erkannt, dass Fotografie etwas für die eigene Zufriedenheit sein sollte.
Wenn man für sein eigenes Glück fotografiert, ist es meiner Meinung nach besser, von dem Geld statt einer Roc Camera eine Mamiya C330 zu kaufen.
Es ist zwar ein Video über Musik, aber das wirklich Wichtige ist, wie dieses Video sagt: Dinge „aus den richtigen Gründen zu tun“.
Jeder hasst es, fotografiert zu werden, und niemand will im Hintergrund auf einem Bild auftauchen.
In einer Zeit, in der Tausende Bilder gemacht und in sozialen Netzwerken gepostet werden, fühlt es sich nicht mehr wie das Festhalten eines Moments an, sondern wie Überwachung.
Es macht mehr Spaß, sie Familie und Freunden direkt zu zeigen und dabei ins Gespräch zu kommen.
Der Reiz der Spontaneität in der Street Photography ist groß, und sie bringt mich dazu, über Leben und Philosophie nachzudenken.
Im Moment einfach nur zum Vergnügen zu fotografieren, ist dem, wie ich als Kind war, am nächsten.
Für mich ist Fotografie weniger Kunst als ein Mittel, Momente zu teilen.
Inzwischen arbeite ich sowohl mit AI-Fotos als auch mit normalen Fotos. Mit dem Global Shutter der A9 III fotografiere ich Sport, und das Entscheidende ist, dass sich das Motiv freut, diesen Moment noch einmal zu sehen.
AI-Fotos sind etwas anderes. Ich nehme 20 Fotos vom Gesicht eines Freundes auf, trainiere damit ein LoRA-Modell, lasse die ComfyUI API auf RunPod laufen und erzeuge die Ergebnisse über ein Flutter-Frontend.
Die auf diese Weise erzeugten AI-Porträts sind besser als in einem echten Studio, und für meine Freunde ist das eine fast therapeutische Erfahrung, die ihnen ihr Selbstvertrauen zurückgibt.
Echt oder gefälscht, beides wird einfach konsumiert. Nur Menschen, die die Kunstfertigkeit eines Fotos verstehen, werden seinen Wert weiter bewahren.
Heute denke ich bei jedem Hobby zuerst: „Kann ich damit Geld verdienen?“
Früher hat es mir einfach Freude gemacht, Musik zu machen, aber inzwischen denke ich nur noch an die Vermarktbarkeit, und dadurch ist die Freude am kreativen Schaffen verschwunden.
Ich unterstütze DIY-Kamera-Versuche, aber für Menschen, die ernsthaft fotografieren, passt dieses Design nicht.
Raspberry Pi ist als Kamera für Boot-Geschwindigkeit wie auch Energiesparfunktionen ungeeignet.
Der Sensor (IMX519) ist auch zu klein, wodurch die Bildqualität leidet. Als Alternative lohnt sich ein Blick auf Will Whangs OneInchEye/Four-thirds Eye.
Um eine echte Kamera zu bauen, braucht man mindestens einen 1-Zoll-Sensor und ein Board mit Energiesparfunktionen.
Die Alice Camera oder Wenting Zhangs Sitina S1 sind deutlich beeindruckender.
Trotzdem ist ein RPi eher etwas für Prototypen und als Hardware für ein fertiges Produkt ungeeignet.
Am Ende wird sie vermutlich entweder in ein echtes Kameradesign integriert oder verschwinden.
Quelllink
Ich glaube nicht, dass sich mit einem ZK Proof die Authentizität eines Fotos garantieren lässt.
Für dieses Problem ist der C2PA-Standard ein deutlich besser durchdachter Ansatz.
C2PA erhöht die Vertrauenswürdigkeit, indem es Asset-Erstellung, Bearbeitung, Informationen zum Aufnahmegerät usw. in digital signierten Assertions bündelt.
In seinem Blog-Beitrag sieht man eine kritische Perspektive.
Diese Kamera sieht wie ein 3D-gedrucktes Spielzeug aus, ist dafür aber viel zu teuer.
Bei einem 16MP Sony CMOS dürfte es auch reichlich Rauschen geben.
Die Funktion zum Herausziehen der Fotos steht laut Angabe noch auf „coming soon“.
Als Open Source wäre das deutlich interessanter gewesen.
Hardware-Startups sind von Natur aus schwierig, und man sollte neue Versuche unterstützen.
Auch wenn nicht alles perfekt ist, hat ein experimenteller Ansatz schon für sich genommen Wert.
Aber das 3D-gedruckte Gehäuse wirkt viel zu grob, und auch die Buttons sehen billig aus.
Für diese Verarbeitungsqualität 400 Dollar zu verlangen, ist schwer nachvollziehbar.
Solche Kameras werden zwangsläufig zu einem geschlossenen System.
Das Problem ist, dass der Nutzer die Software nicht kontrollieren kann.
Die echte Lösung ist ein reputationsbasiertes Vertrauenssystem. Jemand Vertrauenswürdiges muss dafür bürgen.
Je weniger Informationen verifizierbar sind, desto mehr werden Menschen wieder in eine Gesellschaft des Vertrauens in Quellen zurückkehren müssen.
Man muss Vertrauen nur signierten Builds geben.
Selbst wenn Nutzer Änderungen vornehmen, können sie mit ihrem eigenen Schlüssel signieren, und rechtliches Vertrauen hängt am Ende von Reputation und Transparenz ab.
Wenn etwa der Standort einer Person nicht zu den Aufzeichnungen passt, könnte man das als verdächtig werten.
Sie erschweren Manipulation und stärken die Vertrauenskette.
ZK Proof ist am Ende wohl nur ein Buzzword.
Es unterscheidet sich kaum davon, einen Vendor-Key in die Kamera zu legen und jedes Foto zu signieren.
Wenn man den Sensor täuschen kann, kann man auch den Beweis täuschen.
Ich verstehe nicht, wie der „Proof“ tatsächlich funktionieren soll.
Wenn es keinen mit der realen Welt verbundenen Input gibt, kann man dann nicht auch gefälschte Daten einspeisen?
Ob das Motiv ein AI-Bild oder eine Zeichnung ist, lässt sich nicht unterscheiden.
Um das zu verhindern, müsste man Sicherheitselemente direkt in den Sensor integrieren.
Der Zero-Knowledge-Proof der Roc Camera kann AI-generierte Bilder nicht unterscheiden.
Im Gegenteil könnte er Menschen ein falsches Sicherheitsgefühl geben.
Echte Vertrauenswürdigkeit entsteht letztlich aus menschlicher Reputation.
Wenn man Vertrauen gewinnen will, muss man die eigene Identität und Authentizität immer wieder belegen.
Wenn man ein Bild mit AI erzeugt, es dann ausdruckt und mit der Roc Camera fotografiert,
wäre das dann nicht einfach ein AI-Bild mit angehängtem ZKP?
Laut diesem Dokument kann man über Tiefendaten erkennen, ob es sich um ein echtes 3D-Motiv handelt.
Allerdings könnte AI auch 3D-Daten erzeugen, also ist das keine perfekte Lösung.
Letztlich gibt es hier strukturelle Grenzen.
In letzter Zeit verbreitet sich der C2PA-Standard zunehmend.
Große Hersteller wie Canon, Nikon und Sony beteiligen sich daran.
Offizielle Ankündigung von Canon