Generative KI ist ein Teilbereich der Künstlichen Intelligenz (KI), der sich auf Systeme konzentriert, die neue Inhalte erzeugen können – etwa Bilder, Texte und Audio –, die menschliche Kreativität nachahmen. Im Unterschied zu anderen KI-Formen wie dem Machine Learning, das bestehende Daten analysiert und Vorhersagen trifft, erschafft Generative KI Inhalte von Grund auf neu.
Eines der zentralen Werkzeuge in der Generativen KI ist das Neuronale Netz, ein Machine-Learning-Algorithmus, der die Funktionsweise des menschlichen Gehirns nachbildet. Diese Netze bestehen aus vielen miteinander verbundenen Knoten, die Informationen verarbeiten. In kreativen Bereichen wie Kunst, Musik und Literatur eröffnen sie spannende Anwendungsmöglichkeiten.
Beispiele für Generative KI sind Deepfake-Videos, die Aufnahmen so erscheinen lassen, als würde eine Person etwas tun oder sagen, was sie nie getan hat, oder KI-generierte Musik, die sich von traditionellen Strukturen löst.
Die Gesellschaft ringt noch damit, wie diese Technologie integriert werden soll. Bis dahin bleibt Generative KI ein rasanter, faszinierender Bereich mit dem Potenzial, unsere Art zu erstellen und zu konsumieren grundlegend zu verändern. In diesem Artikel zeigen wir dir, wie diese Tools deine Kreativität beflügeln können.
Kreative Einsatzfelder der Generativen KI
Generative KI nutzt unterschiedliche Methoden, um verschiedenste Inhalte zu erzeugen – von Kunst über Musik bis hin zu Text.
Wenn du diese Techniken verstehst, kannst du bessere Prompts schreiben und bessere Ergebnisse erzielen. Falls du ganz neu in KI-Anwendungen bist, sieh dir unseren Kurs Introduction to ChatGPT an.
KI und Kreatives Schreiben
Lyrik und Literatur
Natural Language Generation (NLG) ist eine Technik der Generativen KI, die Texte erzeugt, die die Struktur menschlicher Sprache nachbilden. Sie wird eingesetzt, um neue literarische Werke und Gedichte zu generieren.
Die Grundidee: Ein Neuronales Netz lernt Regeln und Strukturen, um neue Texte zu erzeugen, die grammatikalisch korrekt und stilistisch konsistent mit menschlicher Sprache sind.
Autorinnen und Autoren nutzen NLG, um neue Literatur und Gedichte zu schaffen. Ähnlich wie in anderen Medien kann ein Roman entstehen, der Elemente bestehender Werke aufgreift – mit eigener Handlung und eigenen Figuren. Eine Dichterin könnte NLG einsetzen, um neue Gedichte zu erzeugen, die unterschiedliche Themen und Stile erkunden.
Die Aum Golly-Reihe von Gedichtbänden ist ein KI-Kommentar zur Menschheit, veröffentlicht von finnischen Verlagen in 2021 und 2023. Voll illustriert und auf Amazon erhältlich, sind die Macher transparent über Aufwand und Kosten: „24 Stunden und $2.64“ für den ersten Band.
Während Lyrik Maschinen entgegenkommt, die noch an der sicheren Beherrschung englischer Grammatik feilen, bleiben Romane und längere Prosa für NLG eine Herausforderung. 2017 versuchte der Autor Ross Goodwin, eine KI-Version von Jack Kerouacs On the Road zu erstellen. Das Ergebnis veröffentlichte er als 1 the Road zu Forschungszwecken – holprig und weitgehend unverständlich.
Neben Literatur und Lyrik wird NLG auch anderweitig kreativ genutzt, etwa um Produktbeschreibungen und Marketingtexte für Websites und E-Commerce-Plattformen zu erstellen.
Chatbots und virtuelle Assistenten
Chatbots und virtuelle Assistenten nutzen Natural Language Processing und Machine-Learning-Algorithmen, um Gespräche mit Menschen zu simulieren und bei verschiedensten Aufgaben zu unterstützen.
In der Kunstwelt kommen Chatbots als interaktive Exponate in Galerien und Museen zum Einsatz. Besucherinnen und Besucher können den Bot zur Ausstellung oder zum Künstler befragen – das macht den Besuch interaktiver.
Virtuelle Assistenten werden auch in Kreativbranchen wie Werbung und Marketing genutzt. Sie helfen beim Aufbau und Management von Social-Media-Accounts, beim Generieren von Content-Ideen und in der Interaktion mit Kundinnen und Kunden.
Beispielsweise kann ein virtueller Assistent Anfragen auf Social Media beantworten – das stärkt die Bindung und hilft, hohe Lasten zu bewältigen.
Auch darüber hinaus finden Chatbots und Assistenten breite Anwendung. So nutzt etwa Woebot kognitive Verhaltenstherapie, um Nutzerinnen und Nutzern beim Umgang mit ihrer psychischen Gesundheit zu helfen.
Sentimentanalyse und Textklassifikation
Sentimentanalyse und Textklassifikation helfen, Stimmung oder Kategorie eines Textes zu verstehen. Sie werden kreativ eingesetzt, um neue literarische Werke zu generieren oder den emotionalen Ton eines Textes zu bestimmen.
Du kannst ein Neuronales Netz darauf trainieren, zu erkennen, ob ein Text positiv, negativ oder neutral wirkt. Autorinnen und Autoren können so gezielt Werke entwickeln, die eine bestimmte emotionale Reaktion auslösen.
Bei der Textklassifikation werden Texte Kategorien zugeordnet. Ein Netz kann zum Beispiel Artikel Themen wie Politik, Sport oder Unterhaltung zuordnen – eine Basis, um neue Beiträge zu erzeugen, die ähnliche Themen und Motive erkunden.
Künstlerinnen und Künstler sowie Schreibende nutzen Sentimentanalyse und Textklassifikation, um neue Werke zu schaffen, die verschiedene emotionale Nuancen und Themen ausloten.
Tipps für KI und kreatives Schreiben
Wenn du KI fürs Schreiben nutzen willst, mach dich mit Prompt Engineering für Tools wie ChatGPT und Google Bard vertraut. Für hochwertige Ergebnisse führst du Generative-Modelle mit klaren, detaillierten Anweisungen. Bei GPT-3.5 könntest du etwa ein Sonett über den Frühling anfordern oder eine Geschichte im Stil einer bestimmten Autorin mit einem präzisen Prompt fortsetzen lassen.
Unser ChatGPT-Cheatsheet zeigt dir, wie du die richtigen Prompts formulierst.
KI und Bild: Standbilder & Video
Generative Modelle können sowohl statische als auch Echtzeitdaten verarbeiten – wie die Installation „Pulse Room“ von Rafael Lozano-Hemmer, die mithilfe Generativer KI eine einzigartige Lichtinstallation aus den Herzschlägen der Teilnehmenden erzeugt.
Sensoren erfassen dabei die Herzschläge, und generative Algorithmen erzeugen darauf basierend ein einzigartiges Lichtmuster. Im Folgenden gehen wir auf diese und andere Techniken ein, die du mit verschiedenen offenen Generative-KI-Tools für digitale Medien nutzen kannst.
Style Transfer
Style Transfer ermöglicht es, den Stil eines visuellen Werks auf ein anderes zu übertragen.
Dafür wird ein Neuronales Netz mit vielen Bildern im gewünschten Stil trainiert, sodass es die charakteristischen Merkmale erkennt und auf andere Bilder anwenden kann.
Das Netz erhält zwei Eingaben: ein „Content“-Bild und ein „Style“-Bild. Überträgt es den gelernten Stil auf das Content-Bild, entsteht ein neues Bild, das Inhalt und Stil kombiniert.
Künstlerinnen und Künstler nutzen Style Transfer, um Werke zu schaffen, die charakteristische Stile verschiedener Kunstschaffender verbinden. So ließe sich etwa der Stil eines Picasso-Gemäldes mit dem Inhalt eines Fotos kombinieren – das Ergebnis zeigt die typischen Merkmale des Picasso-Stils und das Motiv des Fotos.
Die Mona Lisa in den Stilen von Picasso, Van Gogh und Monet
Image-to-Image-Translation
Image-to-Image-Translation erlaubt es, Bilder von einer Domäne in eine andere zu übertragen. Ein Netz könnte beispielsweise so trainiert werden, Pferdebilder in Zebras zu verwandeln. Es lernt die charakteristischen Merkmale jeder Domäne und nutzt dieses Wissen für die Übersetzung.
Ein populäres Beispiel ist der Hype um die Lensa-AI-App ab Ende 2022. Die App verwandelt Selfies in digitale Avatare, die verschiedene künstlerische Stile nachbilden.
Ähnliche Angebote finden sich im ganzen Netz. Bei Media.io hast du etwa mehr Kontrolle und kannst den Bildstil für dein Selfie wählen – von Barbie über Comic bis hin zur animierten Karikatur. So wird klar, wie Image-to-Image-Translation hier funktioniert.
Neben Kunst wird diese Technik auch genutzt, um neue visuelle Inhalte für Websites und Social Media zu erzeugen. Durch die Übersetzung zwischen Domänen lässt sich vielfältiger Content erstellen, der breitere Zielgruppen anspricht.
Auf diese Weise lernt der Generator, immer realistischere Bilder zu erstellen. Künstlerinnen und Künstler können GANs nutzen, um neue, von bestehenden Werken inspirierte Bilder oder vollständig neue Motive zu erzeugen.
Datenaugmentation
Datenaugmentation transformiert vorhandenes künstlerisches Material, um neue Eingaben zu erzeugen, die wiederum die Ergebnisse eines Neuronalen Netzes verbessern können. Ziel ist es, Genauigkeit und Robustheit zu steigern – für bessere Resultate.
Mögliche Transformationen sind Drehungen, Verschiebungen, Spiegelungen, Änderungen von Helligkeit oder Kontrast, Filter und vieles mehr. Mit den so erzeugten Bildern kannst du ein Netz trainieren. Anschließend lassen sich neue Werke schaffen, die Elemente bestehender Arbeiten mit einzigartigen Variationen verbinden.
So entstehen Werke, die die Grenzen von Stilen und Techniken ausloten. Eine Künstlerin könnte etwa Variationen eines bestimmten Malstils erzeugen und mit Farbpaletten, Pinselstrichen und Kompositionen experimentieren.
Ein Beispiel ist „Memories of Passerby I“ von Mario Klingemann, trainiert auf Porträts des 17. bis 19. Jahrhunderts und durch Bildtransformationen erweitert.
Tipps für KI und Kunst
Denk bei KI-Tools in der Kunst daran: Sie erweitern deine Kreativität. Experimentiere mit Eingaben, Parametern und Stilen und iteriere, bis das Ergebnis zu deiner Vision passt. Am Ende sollte dein Werk dein Ausdruck sein – KI ist das Werkzeug, das deine Ideen zum Leben erweckt.
KI und Audio: Sound & Musik
Auch Musikerinnen und Musiker nutzen Generative KI, um neue Stücke zu schaffen. Neuronale Netze können Muster und Strukturen in Songs erkennen und daraus neue Melodien und Akkordfolgen generieren. So können auch Nicht-Musikerinnen neue, eigenständige Musik erschaffen, die von bestehenden Werken inspiriert ist.
Algorithmische Musikkomposition
Ein weiteres Feld ist die algorithmische Musikkomposition. Generative Musik kann in Echtzeit entstehen – über Algorithmen, die bei jedem Abspielen etwas anderes erzeugen. Ein Beispiel ist die App Endel, die anhand von Vorlieben, Standort und Tageszeit generative Musik erstellt.
Denkbar ist auch eine Serie von Melodien, die alle derselben Akkordfolge oder demselben Rhythmus folgen. Die Ergebnisse können Ausgangspunkt für neue Kompositionen sein oder mit anderen Elementen zu einem vollständigen Stück kombiniert werden.
Es gibt zahlreiche Ansätze mit unterschiedlichen Stärken: Manche Algorithmen generieren Musik regel- oder musterbasiert, andere lernen mittels Machine Learning aus bestehenden Kompositionen und erzeugen daraus Neues.
Mit Übersetzungsmodellen kann ein Algorithmus Informationen aus nichtmusikalischen Medien (z. B. einem Bild) aufnehmen und in Musik übertragen. Ein Tool zum Experimentieren ist der CLIP Interrogator, der aus einem einzelnen hochgeladenen Bild einen kurzen Track oder Loop ableitet.
Musik-Style-Transfer
Wie in anderen Medien lassen sich auch in der Musik Stilmerkmale übertragen. Diese Technik eignet sich sowohl für neue Werke als auch fürs Remixen bestehender Tracks.
So könnte ein Netz trainiert werden, klassischen Stil auf elektronische Musik abzubilden. Es identifiziert die charakteristischen Merkmale beider Stile und kann den Stil eines Stücks auf ein anderes übertragen.
Über Musik hinaus kommt Style Transfer auch in Sprache und Komposition zum Einsatz. Durch Stilübertragungen lassen sich neue Ausdrucksformen erkunden und konventionelle Mediengrenzen hinterfragen.
Soundeffekte und Atmosphären generieren
Die KI-gestützte Klangerzeugung hat in Musik, Film und Games an Fahrt aufgenommen. Trainiert man ein Netz auf große Datensätze von Soundeffekten, kann es neue Klänge erzeugen, die in Stil und Textur ähnlich sind. Nützlich ist das etwa für Game-Soundeffekte oder atmosphärische Klangteppiche im Film.
Eine weitere Methode ist prozedurales Audio: Klänge werden in Echtzeit anhand von Regeln und Parametern erzeugt. So entstehen hochgradig anpassbare, kontextabhängige Sounds, die sich dynamisch verändern.
Tipps für Musik und KI
Mit KI in Sound und Musik erschließt du enormes kreatives Potenzial: von originellen Kompositionen, die Stile und Stimmungen verbinden, über Audio-Style-Transfer bis hin zu immersiven, personalisierten Ambient-Soundscapes.
Dazu kommen automatisches Mixing und Mastering für hochwertige Ergebnisse sowie einzigartige Soundeffekte, die deiner Arbeit eine eigene Klangidentität geben. Als digitale Muse liefert KI Ideen für Melodien und Harmonien. Wichtig: Diese Tools sollen deine Kreativität bereichern, nicht ersetzen.
Fazit & Ressourcen
Kreative Prozesse sind nicht immer leicht. Mit Generativer KI kann jedoch jeder und jede neue Inspiration finden. Und mit den hier beschriebenen Methoden können auch etablierte Kunstschaffende ihre Arbeit skalieren.
Während wir als Gesellschaft noch ergründen, wie diese Technologie Kultur und Zukunft prägt, ist jetzt der richtige Moment, die Tools zu verstehen und dir eine fundierte Meinung zu bilden.
Hier findest du Ressourcen, um tiefer einzusteigen und bei Generativer KI up to date zu bleiben:
