Wie KI-Bild-Upscaling funktioniert und wann es sich lohnt

Skalieren ist kein Upscaling

Wenn gewöhnliche Software ein Bild vergrößert, interpoliert sie: Sie verteilt die Pixel, die du schon hast, auf eine größere Fläche und füllt die Lücken mit Mittelwerten der Nachbarn. Nearest-Neighbor kopiert Pixel und wirkt klotzig. Bilinear und bikubisch mischen sie und wirken weich. Lanczos, der beste der klassischen Filter, erhält Kanten etwas besser, aber keine Interpolationsmethode kann Information hinzufügen. Ein Foto mit 800×600 Pixeln enthält 480.000 Pixel echter Information; skalierst du es auf 3200×2400, sollen 7,2 Millionen Pixel durch dieselben 480.000 Werte beschrieben werden. Diese fehlenden 93 % sind der Grund, warum Vergrößerungen unscharf aussehen: Die Daten sind schlicht nicht da.

Superresolution: die fehlenden Details ableiten

KI-Superresolution geht den umgekehrten Weg. Statt vorhandene Pixel zu mitteln, sagt sie die fehlenden voraus, mit Wissen, das aus Millionen von Bildpaaren gelernt wurde. Beim Training bekommt das Netz ein scharfes Foto und eine absichtlich ruinierte Kopie gezeigt (verkleinert, verwischt, verrauscht und per JPEG zerquetscht) und wird danach bewertet, wie gut es das Original rekonstruiert. Wiederhole das millionenfach, und das Netz verinnerlicht, wie Ziegel, Stoff, Fell, Laub und Haut in hoher Auflösung aussehen und wie jedes davon zerfällt, wenn ein Bild schrumpft.

Real-ESRGAN, das Open-Source-Modell, das auf dieser Seite läuft, verfeinert diese Idee mit zwei Kniffen, die in der Praxis zählen. Erstens ist es ein Generative Adversarial Network: Ein zweites „Kritiker“-Netz wird darauf trainiert, echte Fotos von Rekonstruktionen zu unterscheiden, und zwingt den Generator so, Texturen zu erzeugen, die fotografisch wirken statt nur sicher glatt. Zweitens wurde es mit einer realistischen Degradations-Pipeline trainiert (zufällige Kombinationen aus Unschärfe, Sensorrauschen, Skalierung und Kompression), sodass es mit den unsauberen Bildern zurechtkommt, die Menschen tatsächlich haben, nicht nur mit Laborverkleinerungen. Die hier verwendete Variante, realesr-general-x4v3, ist ein kompaktes Allzweckmodell: etwa 5 MB Gewichte, die exakt die 4-fache Eingabeauflösung ausgeben.

Warum das jetzt in einem Browser-Tab läuft

Bis vor Kurzem brauchte diese Klasse von Modellen eine Desktop-App mit NVIDIA-GPU oder eine Serverfarm, weshalb die meisten Online-Upscaler dein Bild in die Cloud hochladen. Zwei Dinge haben sich geändert. ONNX Runtime Web hat es praktikabel gemacht, echte neuronale Netze in JavaScript-Umgebungen auszuführen, und WebGPU gibt Browser-Code direkten Zugriff auf deine Grafikkarte. Chrome, Edge und Safari stellen inzwischen genug GPU-Rechenleistung bereit, um ein 5-MB-Superresolution-Netz in interaktiver Geschwindigkeit laufen zu lassen; wo WebGPU nicht verfügbar ist, fällt dasselbe Modell auf WebAssembly auf der CPU zurück: langsamer, aber mit identischem Ergebnis.

Ein technisches Detail, das dir im Fortschrittsbalken auffallen wird: Das Bild wird in 192-Pixel-Kacheln mit 8 Pixeln Überlappung verarbeitet, nicht in einem Durchgang. Das Kacheln hält den GPU-Speicherbedarf konstant, egal wie groß das Bild ist, und die Überlappung gibt jeder Kachel Kontext von ihren Nachbarn, sodass die Nähte im zusammengesetzten Bild unsichtbar sind. Desktop-Tools verwenden dieselbe Technik für sehr große Dateien.

Was dich erwartet: ehrliche Zahlen

Die Geschwindigkeit hängt fast ausschließlich davon ab, welche Engine dein Browser nutzen kann. Das sind unsere gemessenen Zeiten für das 4×-Modell dieser Seite auf einem Laptop mit Apple-Chip in Chrome (August 2026):

Deine Hardware wird abweichen: Ein Gaming-PC schlägt diese Werte, ein älteres Smartphone erreicht sie nicht. Beim ersten Besuch werden außerdem Engine und Modell einmalig heruntergeladen (etwa 10 MB) und beim ersten Lauf die GPU-Shader kompiliert; danach ist alles lokal zwischengespeichert, und spätere Läufe starten sofort.

Wann 4×-Upscaling hilft

• Drucken. Druck braucht ~300 DPI, Bildschirme nur ~100. Ein 1200×900-Webfoto druckt sauber nur bei 4×3 Zoll; auf 4800×3600 vergrößert reicht es für einen 16×12-Zoll-Druck bei vollen 300 DPI.
• Alte Fotos und Bilder mit niedriger Auflösung. Frühe Digitalkameras, heruntergeladene Kopien verlorener Originale, kleine Scans: der klassische Restaurierungsfall, und genau da glänzt das Modell.
• Logos, Artwork und Spieletexturen. Real-ESRGAN kommt mit Illustrationskanten gut zurecht, und die 4×-Ausgabe gibt dir Spielraum zum Zuschneiden, Zoomen oder Neukomponieren.
• Thumbnails, die du in voller Größe brauchst. Produktfotos, Albumcover, Avatare: überall dort, wo die einzige erhaltene Kopie klein ist.

… und wann nicht

• Winziger Text. Superresolution rekonstruiert Texturen, keine Sprache. Unleserlicher Text wird meist zu scharfen, aber falschen Formen.
• Stark zerstörte Gesichter. Dieses Allzweckmodell hat keinen eigenen Schritt zur Gesichtsrestaurierung; ein Gesicht, das nur ein 30-Pixel-Fleck ist, bleibt ein (schärferer) Fleck.
• Bereits scharfe Bilder. Ist das Foto in nativer Größe knackig, bringt dir 4× vor allem eine größere Datei. Vergrößere, wenn du die Pixel konkret brauchst.

Upscaling, ohne irgendetwas hochzuladen

Die meisten Online-Upscaler sind Cloud-Dienste: Dein Foto wird an deren Server übertragen, dort verarbeitet, und das Ergebnis kommt zurück. Die besseren versprechen eine Löschung „innerhalb von 24 Stunden“, ein Versprechen, das du nicht überprüfen kannst und das trotzdem einräumt, dass der Upload stattgefunden hat. Weil das Modell hier in deinem Browser läuft, verschwindet diese ganze Risikokategorie: Familienfotos, Ausweisscans, unveröffentlichte Produktfotos und Kundenarbeiten gehen überhaupt nie durchs Netz. Du kannst währenddessen den Netzwerk-Inspektor beobachten oder nach dem Laden der Seite offline gehen; der Upscaler arbeitet weiter, weil nichts, was er braucht, auf einem Server liegt.

Diese Architektur ist auch der Grund, warum es kostenlos ist, ohne Haken: Wir haben keine GPU-Rechnung, die wir wieder hereinholen müssten, also gibt es keine Credits, Kontingente, Konten oder Wasserzeichen. Dein Rechner macht die Arbeit; du behältst das Ergebnis.

So holst du die besten Ergebnisse heraus

• Gib dem Modell die am wenigsten komprimierte Kopie, die du hast: Das Original-PNG schlägt ein neu gespeichertes JPEG desselben Bildes.
• Erst zuschneiden, dann vergrößern, damit das Modell sein 4×-Budget auf die Pixel verwendet, die dir wirklich wichtig sind (und innerhalb der Größenlimits bleibt).
• Vergleiche mit dem Schieberegler bei 100 % Zoom; Texturunterschiede sind unsichtbar, wenn das Ergebnis in eine Vorschau gequetscht wird.
• Behalte die PNG-Ausgabe zum Bearbeiten oder Drucken; komprimiere erst im allerletzten Schritt zu JPEG oder WebP, wenn überhaupt.