Adobe Firefly
Erstelle mit gewöhnlichen Worten außergewöhnlichen Content – mithilfe generativer KI.
INHALT.
So funktioniert generative KI hinter den Kulissen.
Was generative Intelligenz so intelligent macht.
So wird generative KI trainiert.
Funktionsweise verschiedener Arten generativer KI-Modelle.
Funktionsweise generativer KI in der realen Welt und ihre Vorteile.
Herausforderungen generativer KI in Bezug auf Qualität, Verzerrungen (Bias) und Sicherheit.
Die Zukunft von Design gestalten – mit der generativen KI Adobe Firefly.
Die Funktionsweise generativer KI im Überblick.
In den vergangenen Monaten hat generative KI weltweit neue kreative Möglichkeiten eröffnet. Basierend auf Mustern, die sie aus vorhandenen Daten gelernt hat, kann diese Technologie neue Inhalte generieren – etwa Bilder, Musik, Texte oder Code. Generative KI wendet fortschrittliche Modelle auf deine Eingaben an – ob Text-Prompt oder Referenzbild – und generiert daraus völlig neue Ergebnisse, die deiner Idee entsprechen. So kann sie beeindruckende Bilder gestalten, Texte verfassen, Code schreiben oder sogar Musik komponieren.
Schon bald könnte generative KI so alltäglich werden wie das Smartphone. Für viele bleibt sie jedoch ein Rätsel. Dieser Leitfaden zeigt, was generative KI ist, was sie nicht ist – und wie sie unsere Art zu arbeiten und zu gestalten verändert.
So funktioniert generative KI hinter den Kulissen.
Auch wenn generative KI manchmal wie Zauberei wirkt, steckt dahinter ausgereifte Technologie, die aus Daten lernt und Muster erkennt, um daraus Neues zu erschaffen. Sieht man sich die einzelnen Schritte dahinter an, wird die „Zauberei“ verständlich.
Generative KI analysiert nicht nur vorhandene Informationen – sie erschafft völlig neue Inhalte. Die Modelle werden mit riesigen Datenmengen aus Text, Bildern, Audio oder Video trainiert und lernen so Stile, Zusammenhänge und Strukturen. Wenn du dem Modell einen Text oder ein Bild vorgibst, nutzt es dieses antrainierte Wissen, um ein einzigartiges Ergebnis zu erstellen, das deiner Anfrage entspricht.
So kannst du etwa einen Chatbot bitten, dir Ideen für einen Slogan zu geben, oder mit Firefly eine Beschreibung in ein handgezeichnet oder fotorealistisch wirkendes Motiv verwandeln. Neben kreativen Anwendungen wird generative KI bereits in Wissenschaft und Medizin eingesetzt, etwa beim Design neuer Proteine, bei der Entwicklung von Krebstherapien oder zur Beschleunigung der Forschung. Ihr Potenzial reicht weit über kreative Impulse hinaus: Sie verändert bereits ganze Branchen.
Was generative Intelligenz so intelligent macht.
Früher konnten Computer nur Aufgaben ausführen, für die sie zuvor genaue menschliche Anweisungen erhalten hatten. Sie mussten also speziell für diese Aufgaben programmiert worden sein. Komplexe Programme liefern zwar beeindruckende Resultate, können jedoch nur zu den Zwecken verwendet werden, für die sie programmiert wurden.
Generative KI-Systeme dagegen basieren auf maschinellem Lernen. Sie benötigen keine exakte Programmierung, sondern lernen eigenständig aus riesigen Datenmengen. Das System erkennt Muster in diesen Daten und zieht daraus eigene Schlüsse – der eigentliche Kern des Lernprozesses. Die Qualität dieser Ergebnisse hängt direkt von der Qualität der Trainingsdaten ab.
Aber zurück zur Frage: Die Funktionsweise generativer KI ist zwar komplex, aber du musst sie nicht bis ins Detail verstehen. Firefly zum Beispiel macht den Einstieg einfach: Gib ein, was du sehen möchtest, zum Beispiel: „Drei Labradoodle-Welpen, die auf einer Wiese herumtollen“. Und schon wird ein Bild generiert. Ganz ohne Programmierkenntnisse.
So arbeitet generative KI.
Hinter generativer KI stecken leistungsstarke Hardware und enorme Rechenleistung. Grafikprozessoren (GPUs) und Tensorprozessoren (TPUs) übernehmen die aufwendigen Berechnungen, die beim Training und bei der Anwendung von KI-Modellen erforderlich sind.
Der Prozess besteht aus zwei Hauptphasen:
Training.
Während des Trainings lernt das Modell aus umfangreichen Datensätzen mit Texten, Bildern, Audio oder Video. Bei diesem energieintensiven Prozess, der eine verteilte Datenverarbeitung erfordert, werden Muster und Beziehungen erkannt.
Inferenz.
Nach dem Training kann das Modell auf Abruf neue Inhalte erzeugen – etwa Texte generieren, Bilder gestalten oder Sprache übersetzen –, bei deutlich geringerem Energieverbrauch. Durch optimierte Cloud- und Batch-Techniken lässt sich dieser Inferenzprozess weiter beschleunigen.
Generative KI braucht viel Energie. Deshalb achten Entwicklungs-Teams zunehmend auf nachhaltige Lösungen, um den CO₂-Fußabdruck zu verkleinern und die Effizienz zu steigern. Aber der Weg ist noch lang.
So wird generative KI trainiert.
Um zu verstehen, wie generative KI funktioniert, hilft ein Blick auf den Trainingsprozess. Die Trainingsphase umfasst sorgfältige Datenaufbereitung, intensives Vortraining mit großen Datensätzen und gezielte Feinabstimmungen für bestimmte Themen oder Aufgaben.
Menschliches Feedback sowie gezielte Sicherheitsmaßnahmen spielen ebenfalls eine zentrale Rolle, um Qualität zu gewährleisten und Bias zu reduzieren. Adobe trainiert seine Modelle mit lizenzierten, rechtlich abgesicherten Daten wie Inhalten aus Adobe Stock, damit Kreative Firefly bedenkenlos nutzen können.
Funktionsweise verschiedener Arten generativer KI-Modelle.
Es gibt unterschiedliche Modelltypen, jedes mit eigener Funktionsweise. Wer die Unterschiede zwischen generativer KI und anderen Formen von KI kennt, kann stets das passende Modell wählen.
- Large Language Models (LLMs).
LLMs wie ChatGPT oder Claude werden mit gewaltigen Textmengen trainiert und erzeugen flüssige, natürlich klingende Sprache, indem sie das nächste Wort in einer Sequenz vorhersagen. Sie sind besonders stark im Schreiben, Beantworten von Fragen und bei der Erstellung menschlich klingender Dialoge. - Diffusionsmodelle.
Sie werden häufig für Bilder und Videos eingesetzt und beginnen mit zufälligem Rauschen. Dieses wird schrittweise verfeinert, bis ein klar erkennbares Bild entsteht, das der Eingabe entspricht. So funktioniert auch der KI-Bildgenerator von Adobe Firefly. - Generative Adversarial Networks (GANs).
GANs verwenden zwei Netzwerke: einen Generator, der Output generiert, und einen Diskriminator, der diesen beurteilt. Sie treten in einem lernenden Wettbewerb gegeneinander an. Das Ergebnis sind realistisch wirkende Bilder, die sich stetig verbessern. GANs gehörten zu den ersten Technologien, die die Entwicklung von KI-Kunst maßgeblich vorangetrieben haben, und spielten eine entscheidende Rolle für die Entstehung von Deepfakes. - Variational Autoencoders (VAEs).
VAEs komprimieren Informationen zunächst in eine reduzierte, übersichtliche Darstellung und rekonstruieren daraus neue Varianten, die die charakteristischen Eigenschaften des Originals widerspiegeln. Dadurch können VAEs vielfältige Variationen generieren und eignen sich besonders für das kreative Kombinieren von Stilen sowie die Entwicklung alternativer Versionen eines Motivs. - Transformer-basierte Modelle.
Transformer-Modelle bilden das Herzstück vieler moderner generativer KI-Systeme – von Large Language Models (LLMs) bis zu Diffusionsmodellen. Ihr „Attention“-Mechanismus hilft, Beziehungen und Zusammenhänge in komplexen Datenstrukturen zu erkennen, egal ob zwischen Wörtern in einem Satz oder Bildpunkten. Die Ergebnisse entsprechen dem Kontext und dem Prompt präzise.
Dank dieser unterschiedlichen Modelle kann generative KI heute nahezu jede Art von Content umsetzen – von kurzen Texten bis zu aufwändigen Videos.
Funktionsweise generativer KI in der realen Welt und ihre Vorteile.
Dank KI haben wir heute virtuelle Assistenten. Generative KI hingegen eröffnet Zugang zu virtuellen Expertinnen und Experten – allerdings mit einigen Einschränkungen, auf die wir später eingehen. Wie funktioniert generative KI also in der Praxis für Unternehmen, Fachleute sowie im Alltag? Indem KI auf Abruf neue Inhalte erstellt, hilft sie Teams, Projekte schneller umzusetzen, mehr Ideen zu entwickeln und Ergebnisse zu erzielen, die früher deutlich mehr Zeit und Ressourcen erforderten. Die Vorteile generativer KI reichen von höherer Produktivität über optimierte Workflows bis zu neuer kreativer Freiheit – das macht sie in vielen Branchen unverzichtbar.
Unternehmen und generative KI.
Generative KI kann dafür sorgen, dass firmeninternes Wissen deutlich effizienter genutzt wird. Kreative profitieren von Tools wie dem KI-Figurengenerator in Adobe Firefly, um einzigartige Figuren für Games, Filme oder Marketing-Kampagnen zu entwickeln. Gleichzeitig eröffnet generative KI neue Möglichkeiten für Unternehmen: Das Strategieteam einer Modekette könnte etwa mit natürlicher Sprache abfragen, ob im letzten Sommer mehr Shorts oder Hosen verkauft wurden, und so schneller zu fundierten Entscheidungen gelangen und Strategien entwickeln.
Das Potenzial generativer KI reicht jedoch weit über einzelne Use Cases hinaus. Sie sorgt für mehr Produktivität, Effizienz und Kreativität – unabhängig von der Branche. Sie analysiert komplexe Datensätze aus Tabellenblättern, Berichten, Bildern und Diagrammen deutlich schneller als Menschen und liefert Teams wertvolle Erkenntnisse und Empfehlungen in Echtzeit. Marketing-Profis nimmt sie wiederkehrende Aufgaben wie das Formatieren von Anzeigen oder das Reporting zur Asset-Performance ab. Kreative wie Grafik-Designerinnen und -Designer nutzen generative KI als Sparring-Partner im kreativen Prozess – für neue Ideen, inspirierende Varianten oder frische visuelle Ansätze.
Einzelpersonen und generative KI.
Viele von uns nutzen generative KI bereits, um allgemeine Fragen zu beantworten und Recherchen anzustellen. (In beiden Fällen sind Fakten-Checks wichtig – mehr dazu unter „Herausforderungen und Grenzen generativer KI“.)
Auch Nicht-Profis erschaffen gerne Kunst mit generativer KI. Sie können ihre Ideen blitzschnell testen, ein Moodboard erstellen und mithilfe von Prompts in Alltagssprache außergewöhnliche Szenen entwerfen. Dabei gibt es jedoch auch Herausforderungen, da viele KI-Kunstgeneratoren mit urheberrechtlich geschütztem Bildmaterial trainiert wurden.
Um Bedenken zu möglichen Urheberrechtsverstößen auszuräumen, verwendet Adobe für das Training von Firefly nur lizenzierte Bilder aus Adobe Stock sowie offen lizenzierte Arbeiten und gemeinfreie Inhalte, die nicht mehr urheberrechtlich geschützt sind. Da Firefly für die gewerbliche Nutzung konzipiert ist, eröffnen sich daraus Chancen für viele andere Bereiche wie kommerzielle Kunst, Design, Gaming oder virtuelle Umgebungen.
Herausforderungen generativer KI in Bezug auf Qualität, Verzerrungen (Bias) und Sicherheit.
Die Möglichkeiten generativer KI sind beeindruckend, aber man muss auch ihre Grenzen kennen. Herausforderungen wie Genauigkeit, Verzerrungen (Bias), geistiges Eigentum und sich wandelnde Standards für KI-Ethik ergeben sich direkt aus den Mechanismen, die generativer KI zugrunde liegen.
- KI liegt nicht immer richtig. Generative KI kann Inhalte erzeugen, die überzeugend klingen, aber faktisch falsch sind. Sie sagt Muster in Daten vorher, anstatt Informationen zu verifizieren. Deshalb kann es vorkommen, dass sie Ergebnisse liefert, die plausibel erscheinen, aber falsch sind. Menschliche Kontrolle bleibt also entscheidend – Ergebnisse sollten immer überprüft und mit vertrauenswürdigen Quellen abgeglichen werden.
- Bias kann überall lauern. Da generative KI mit umfangreichen Datensätzen trainiert wird, in denen auch gesellschaftliche Vorurteile enthalten sein können, spiegeln manche Ergebnisse diese Verzerrungen wider – etwa in Bezug auf Geschlecht und Herkunft. Entwicklerinnen und Entwickler arbeiten fortlaufend daran, diesen Bias durch gezieltes Design, Tests und Monitoring zu reduzieren. Auch Nutzerinnen und Nutzer tragen Verantwortung, indem sie Prompts reflektiert formulieren, Schwachstellen erkennen und Feedback geben.
- Rechte am geistigen Eigentum bleiben ein sensibles Thema. Generative KI-Modelle werden teilweise mit großen Beständen kreativer Werke trainiert. Das wirft urheberrechtliche Fragen auf. Kreative möchten wissen, wie ihre Inhalte verwendet werden, und rechtliche Rahmenbedingungen befinden sich noch in der Entwicklung. Adobe trainiert Firefly mit lizenzierten, gemeinfreien und frei verwendbaren Inhalten und unterstützt Initiativen wie die Content Authenticity Initiative (CAI) sowie den Vorschlag eines „Do Not Train“-Tags, damit Kreative selbst bestimmen können, wie ihre Werke genutzt werden.
Mit den Entwicklungen bei generativer KI Schritt halten.
Die Standards, Vorschriften und ethischen Leitlinien rund um generative KI verändern sich stetig. Unternehmen und Privatpersonen sollten regelmäßig prüfen, wie sie KI einsetzen, Datenschutzrichtlinien beachten und keine vertraulichen Daten hochladen. Unternehmen sollten KI-Ergebnisse hinsichtlich Genauigkeit, Bias und Urheberrecht evaluieren. Für Einzelpersonen bleibt generative KI ein kreativer Partner, der menschliches Urteilsvermögen nicht ersetzen kann.
Die Zukunft von Design gestalten – mit der generativen KI Adobe Firefly.
Generative KI verändert schon jetzt unseren Alltag. Als virtueller Profi steigert sie in vielen Branchen die Effizienz und Produktivität und als Brainstorming-Partner verbessert sie die Kreativität.
Die Technologie dahinter entwickelt sich so schnell, dass sich die generative KI von morgen vermutlich deutlich von der heutigen unterscheiden wird. Wenn wir im Umgang mit den Tools aufgeschlossen und achtsam sind, können wir ihre Vorteile maximal ausnutzen – und gleichzeitig mögliche Fallstricke vermeiden.
So funktioniert generative KI für Architekturprojekte.
Erfahre, wie generative KI Arbeitsabläufe in Architekturprojekten neu definiert. Von ersten Skizzen bis zu vollständigen 3D-Modellen hilft sie Architektinnen und Architekten, Konzepte schneller zu entwickeln, Entwürfe zu verfeinern und Räume realistischer zu visualisieren als je zuvor. Mehr erfahren zur Funktionsweise generativer KI in Architekturprojekten.
So funktioniert generative KI im Gaming-Bereich.
Erfahre, wie generative KI die Erstellung von Spielwelten, Figuren-Designs und digitalen Assets beschleunigt und bei der Entwicklung mehr Freiraum für Storytelling und Gameplay bietet. Mehr erfahren zur Funktionsweise generativer KI im Gaming-Bereich.
Funktionsweise generativer KI – vom Prompt zum Output.
Das passiert hinter den Kulissen, wenn du einen Prompt in Adobe Firefly oder ein anderes generatives Tool eingibst – jeder Schritt kombiniert fortschrittliches maschinelles Lernen mit benutzerfreundlichen Steuerungselementen, um aus deinen Eingaben neue Inhalte zu erstellen:
1. Eingabe und Konditionierung.
Gib einen Text-Prompt ein oder lade ein Referenzbild hoch. Das System interpretiert diese Eingabe, analysiert sie und bereitet sich darauf vor, ein passendes Ergebnis zu generieren.
2. Kodierung.
Die Eingabe wird in eine für das Modell verständliche numerische Darstellung umgewandelt. Wörter werden in Token zerlegt, Bilder in Datenpunkte, die Formen, Farben und Strukturen beschreiben.
3. Kontextverständnis und Ausrichtung.
Das Modell bewertet die Eingabe anhand seiner Trainingsdaten, berücksichtigt Kontext und Beziehungen und richtet das Ergebnis an der Benutzerabsicht aus. So entsteht ein inhaltlich passendes und zielgerichtetes Resultat.
4. Generierung.
Auf Basis seines Trainings erzeugt das Modell neue Inhalte – beispielsweise indem es das nächste Wort in einem Text voraussagt oder aus zufälligem Rauschen ein Bild erstellt, das deiner Beschreibung entspricht.
5. Lenkung und Steuerung.
Einstellungen wie Stil, Seitenverhältnis oder Farbpalette deiner Marke leiten den kreativen Prozess. Diese Parameter helfen, das Ergebnis auf das gewünschte Erscheinungsbild, den Tonfall oder Anwendungszweck auszurichten.
6. Nachbearbeitung und Export.
Das System optimiert das Resultat, verbessert Qualität und Details und führt finale Korrekturen durch. Anschließend kannst du das Ergebnis exportieren oder direkt mit deinen Firefly-Tools oder Adobe-Programmen weiterbearbeiten.
Fragen zu generativer KI? Wir haben die Antworten
Generative KI ist eine Form von künstlicher Intelligenz, die anhand von Algorithmen und Machine-Learning-Modellen neue Inhalte wie Text, Musik oder KI-Bilder erstellen kann. In der Regel wird aus dem Input der Userin bzw. des Users, z. B. einem Text-Prompt, ein entsprechender Output (Text, Bild, Musik oder Video) erzeugt.
Der Mechanismus basiert darauf, dass Modelle mit großen Datensätzen aus Text, Bild, Audio oder Video trainiert werden, um Muster und Zusammenhänge zu erkennen. Wenn du einen Prompt eingibst, nutzt das Modell sein Wissen, um neue Inhalte zu erstellen. Je nach ausgewähltem KI-Modell entsteht so beispielsweise Wort für Wort ein neuer Text oder aus einem Rauschmuster wird ein Bild.
Ein KI-Bild-Generator wie Adobe Firefly erschafft aus Text-Prompts oder Referenzfotos neue, einzigartige Bilder. Andere Beispiele sind Chatbots zum Generieren von Text, Tools zum Komponieren von Musik oder KI-basierte Systeme zur Erstellung von Videos und 3D-Modellen.
Adobe Firefly verwendet modernste, auf Diffusion basierende Modelle, um aus Text-Prompts oder Bildern neue Inhalte zu erstellen. Da Firefly ausschließlich mit lizenzierten und gemeinfreien Daten trainiert wird, sind die Bilder, Texteffekte und weiteren kreativen Assets kommerziell nutzbar.
Es gibt zahlreiche Anwendungsbereiche für generative KI, etwa beim Programmieren, bei der Produktion von Bildern oder beim KI-Video-Erstellen, der Zusammenfassung von Berichten, der Analyse von Vertriebsdaten oder im Kunden-Service.
Künstliche Intelligenz bezieht sich grundsätzlich auf Maschinen, die menschliche Intelligenz nachahmen, um Aufgaben zu erledigen. Generative KI erstellt mithilfe von Algorithmen und maschinellem Lernen neuen Content wie Texte, Musik oder Bilder. Dazu ist in der Regel eine Benutzereingabe erforderlich.
Generative KI eröffnet neue kreative Möglichkeiten und steigert Effizienz und Produktivität – zum Beispiel, wenn du Ideen mit einem KI-Bild-Generator visualisierst oder statische Inhalte über einen KI-Video-Generator animierst. Gleichzeitig gibt es Grenzen: Die Ergebnisse können ungenau sein, Neutralität fehlt manchmal, Urheberrechte müssen beachtet werden, und der Energieverbrauch ist höher als bei klassischen Arbeitsweisen.
Unternehmen und Einzelpersonen können ihre Workflows auf Abläufe prüfen, in denen sie sich mehr Effizienz, Produktivität oder Kreativität wünschen. Unternehmen, die generative KI nutzen, sollten die Resultate auf Genauigkeit, Bias und Urheberrechtsverletzungen prüfen und ihren Beschäftigten gleichzeitig erlauben, neue Konzepte und Strategien zu entwickeln. Einzelpersonen können generative KI-Tools für berufliche und private Zwecke einsetzen, sollten aber bei der Preisgabe persönlicher Informationen vorsichtig sein.
Artikel über generative KI.
Was ist KI-Kunst und wie funktioniert sie?
Generative KI wird schnell zu einem unverzichtbaren Tool für Kreative. Hier erfährst du, was generative KI ist und wie du sie in der Praxis einsetzen kannst.
7 Kunststile für KI-Prompts.
Ob Surrealismus, Kubismus oder Impressionismus – mit generativer KI erzeugst du Bilder im Stil einer beliebigen Kunstepoche.
Tipps zur Formulierung von KI-Prompts für Architekturprojekte.
Mit etwas Übung und den richtigen Text-Prompts können Architektinnen und Architekten Ideen mithilfe generativer KI visualisieren und weiterentwickeln.
KI-Prompts für Grafik-Design.
Erfahre, wie du effektive Prompts für generative KI formulierst, um Design-Ideen wahr werden zu lassen.
