KI-Foto-Restaurierung 2026: Was wirklich funktioniert

Zuletzt aktualisiert: July 18, 2026

Ich habe diesen Frühling 47 Familienfotos restauriert und sechs KI-Restaurierungstools damit getestet. Einige haben zerrissene, verblasste Abzüge nahezu perfekt wiederhergestellt. Andere haben Gesichter erfunden, die wie Fremde aussahen. Dieser Leitfaden von 2026 fasst zusammen, was ich gelernt habe: Welche Modelle Kratzer und Verblassen gut handhaben, wo KI-Kolorierung vertrauenswürdig ist und wann man die Automatisierung stoppen und manuell reparieren sollte.

Wenn Sie die praktische Abfolge des Scannen und Reparierens wünschen, behandelt der old photo restoration walkthrough diesen Schritt ausführlich. Diese Seite konzentriert sich auf die KI-Ebene: Was die Modelle von 2026 tatsächlich mit einem alten Bild machen.

Kurze Antwort: Funktioniert die KI-Foto-Restaurierung wirklich?

Ja, bei Verblassen, Körnung und kleinen Kratzern. KI entfernt Rauschen zuverlässig, rekonstruiert den Kontrast und skaliert weiche Details hoch. Sie hat Schwierigkeiten mit großen fehlenden Bereichen und mit Gesichtern – hier rät sie, und das Gerücht kann die Merkmale eines Verwandten subtil verändern. Bei allem, was unersetzlich ist, lassen Sie KI auf Textur und Auflösung arbeiten, aber reparieren Sie Risse und Gesichter von Hand.

Meine Regel nach 47 Fotos: Lassen Sie die KI die Oberfläche bearbeiten, behalten Sie die Menschen bei der Struktur.

Was macht KI eigentlich mit einem alten Foto?

Restaurierungsmodelle werden anhand von Millionen degradierter und sauberer Bildpaare trainiert. Sie lernen, beschädigte Eingaben wieder in Richtung eines scharfen, gut belichteten Outputs abzubilden. In der Praxis führen sie vier Aufgaben aus:

• Denoise: Entfernt Körnung und Scannerrauschen, ohne echte Details zu verwischen.
• Deblur and upscale: Fügt Pixel hinzu, wo das Original weich ist, und rekonstruiert so plausible Texturen.
• Inpaint: Füllt Kratzer, Löcher und zerrissene Bereiche, indem es von umliegenden Pixeln rät.
• Colorize: Prognostiziert Farben für Schwarz-Weiß- oder stark verblasste Abzüge.

Das Problem ist das „Plausible“. Ein Modell kann keine Informationen wiederherstellen, die nie erfasst wurden. Es synthetisiert eine wahrscheinliche Version, und bei Gesichtern ist diese Synthese die Gefahrenzone. Die preservation guidance der U.S. Library of Congress ist hier für Archive sehr direkt: Die Rekonstruktion verändert den historischen Nachweis, daher sollte der Original-Scan unberührt bleiben.

Welche KI-Restaurierungstools habe ich 2026 getestet?

Ich komme immer wieder zu Photoshops Neural Filters zurück, wenn es um alles geht, was mir wichtig ist, weil ich die Restaurierungsstärke herunterdrehen und weiter auf einer Ebene bearbeiten kann. Beachten Sie den Unterschied: Ein Enhancer verbessert ein bereits anständiges Foto; ein Restaurierungstool muss Schäden rekonstruieren. Die meisten „KI-Restaurierungs“-Websites sind eigentlich nur Enhancer mit einem angebrachten Reparaturknopf. Für einen tieferen Vergleich von reinen Enhancer-Tools sehen Sie sich den AI photo enhancer guide an, und für die breitere Kategorie gibt es den Überblick AI photo enhancement.

Wenn Sie neu in den zugrundeliegenden Bearbeitungskonzepten sind, erklärt der photo editing fundamentals Leitfaden Ebenen, Masken und nicht-destruktive Bearbeitungen, die Sie während dieses gesamten Workflows benötigen.

Wie bereitet man ein Foto vor, bevor man KI ausführt?

Garbage in, garbage out (Müll rein, Müll raus). Der größte Qualitätshebel ist der Scan, nicht das Modell.

1. Scannen Sie mit mindestens 600 DPI (1200 für kleine Visitenkartenfotos) und speichern Sie als TIFF.
2. Schneiden Sie Ränder zu und richten Sie aus – Modelle arbeiten bei geneigtem Input schlechter.
3. Reparieren Sie große Risse zuerst von Hand. Wenn ein Falz ein Gesicht kreuzt, wird die KI versuchen, es „zu restaurieren“ und Merkmale zu erfinden.
4. Korrigieren Sie grobe Farbfehler vor der KI, damit das Modell nicht das Vergilben festschreibt.

Erst dann übergeben Sie die bereinigte Datei an die KI. Die detaillierten Scan-Einstellungen finden Sie im restoration walkthrough; der Punkt hier ist, dass kein 2026er Modell einen 150-DPI Handy-Schnappschuss eines Abzugs retten kann.

Gesichtsrestaurierung: Wo halluziniert KI?

Das ist der Teil, der mir am meisten am Herzen liegt, weil hier die Genauigkeit zusammenbricht. Face-Restoration-Modelle (GFPGAN, CodeFormer und die darauf basierenden kommerziellen Varianten — unser eigenes AI Face Restoration tool nutzt beide, sodass Sie vergleichen können) werden trainiert, attraktive, scharfe Gesichter auszugeben. Sie verwandeln gerne ein weich aufgenommenes Porträt aus den 1955ern in ein knackiges, modern aussehendes Gesicht, das nicht mehr zur Person passt.

Als ich ein Porträt meiner Großmutter aus den 1940er Jahren überarbeitete, rekonstruierte die KI ihre Kieferlinie so, dass sie wie ein Model für Stockfotos aussah. Das Ergebnis war schärfer und objektiv „besser“ – und ihren Kindern unbekannt.

Praktische Kontrollen:

• Reduzieren Sie die Face-Restoration-Stärke auf 30 bis 50 Prozent, falls das Tool diese Option bietet.
• Vergleichen Sie immer nebeneinander mit dem Scan, bevor Sie zustimmen.
• Bei Gruppenfotos maskieren Sie Gesichter und restaurieren sie einzeln bei geringerer Stärke.
• Wenn ein Gesicht nach der KI „zu gut“ aussieht, ist es meistens das auch – drehen Sie es zurück.

Für einen tieferen Vergleich zwischen GFPGAN und CodeFormer siehe den AI face restoration guide.

Kolorierung: Wie genau ist sie wirklich?

KI-Kolorierung ist plausibel, nicht faktisch. Das Modell weiß, dass Gras normalerweise grün, Himmel normalerweise blau und Haut in einem vorhersagbaren Bereich liegt. Es weiß jedoch nicht, dass das Kleid Ihrer Großmutter tatsächlich Teal und nicht Blau war. Unser Old Photo Colorizer verwendet für genau diese Art von Durchgang DDColor.

• Hauttöne: meist überzeugend, gelegentlich zu orange bei verblassten Abzügen.
• Laubwerk und Himmel: zuverlässig, da die Vorkenntnisse stark sind.
• Kleidung, Autos und Möbel: ein selbstbewusstes Raten, häufig falsch.
• Uniformen und Abzeichen: oft inkorrekt – vertrauen Sie KI niemals bei militärischen oder historischen Details.

Für Familienerinnerungen ist das meistens in Ordnung. Für ein Museum oder veröffentlichte Geschichte nicht. Wenn die Farbgenauigkeit wichtig ist, kolorisieren Sie auf einer separaten Ebene, halten Sie sie bei reduzierter Opazität und kennzeichnen Sie es als Interpretation.

Was tun, wenn KI überarbeitet?

Überbearbeitung ist das häufigste Versagen, und es lässt sich leicht erkennen, sobald man danach sucht: wachsartige Haut, Halos um Kanten und eine gleichmäßige Glätte, die kein echtes Foto hat.

• Reduzieren Sie die Opazität der Restaurierungsebene auf 60 bis 70 Prozent und mischen Sie sie mit dem Scan.
• Maskieren Sie Gesichter und führen Sie diese bei halber Stärke aus.
• Führen Sie wieder etwas Körnung ein; totale Glätte wirkt künstlich.
• Behalten Sie den warmen Ton von gealtertem Papier, anstatt ihn zu neutralisieren.

Wichtige Erkenntnisse: Mein 2026er Restaurierungs-Workflow

1. Hoch auflösen (600 DPI, TIFF) – das ist wichtiger als jedes Modell.
2. Risse und Löcher vor der KI manuell reparieren.
3. KI für Entrauschen, Hochskalieren und Textur verwenden – ihre sichere Zone.
4. Gesichter und Kolorierung als Schritte mit geringer Stärke und menschlicher Überprüfung behandeln.
5. Exportieren Sie ein PNG-Master und überschreiben Sie niemals den Original-Scan.

Ein Hinweis zur historischen Genauigkeit

Restaurierung ist teilweise Erfindung. Jeder Pixel, den ein Modell ausfüllt, ist ein Gerücht, und Kolorierung ist per Definition ein Gerücht. Das ist in Ordnung, um ein Familienalbum wieder zum Leben zu erwecken – aber es entspricht nicht dem Wiederherstellen dessen, was tatsächlich da war. Bei allem mit dokumentarischem Wert sollte der unveränderte Scan als Quelle der Wahrheit bleiben, die KI-Ausgabe als Interpretation behandelt und dies bei der Weitergabe angegeben werden.

Häufig gestellte Fragen

Funktioniert die KI-Foto-Restaurierung wirklich?

Ja, für die sicheren Aufgaben: Entrauschen, Hochskalieren und Kratzerreparatur, wo sie echtes Detail wiedergewinnt. Sie hat Schwierigkeiten mit Gesichtern (wo sie plausible, aber falsche Merkmale erfindet) und Kolorierung (was per Definition ein Gerücht ist). Behandeln Sie KI als einen starken ersten Durchgang bei den mechanischen Reparaturen, mit menschlicher Überprüfung bei allem Interpretativen.

Mit welcher DPI sollte ich ein altes Foto scannen?

Mindestens 600 DPI, gespeichert als TIFF. Die Scan-Auflösung ist die Obergrenze für alles, was folgt – KI kann kein Detail wiederherstellen, das der Scan nie erfasst hat. Ein Low-DPI JPEG-Scan begrenzt die Restaurierung, egal wie gut das Modell ist. Scannen Sie einmal hoch; später können Sie keine Auflösung hinzufügen.

Ist KI-Kolorierung genau?

Nein. Kolorierung ist eine Interpretation: Der Graustufen-Scan enthält keine Farbinformationen, daher weist das Modell plausible Farben basierend auf dem Training zu. Ein Himmel wird blau sein, aber die tatsächliche Farbe eines bestimmten Kleides ist unbekannt. Behalten Sie den unveränderten Scan als Quelle der Wahrheit und kennzeichnen Sie jede kolorierten Version als Interpretation, nicht als Wiederherstellung.

Wann ist manuelle Reparatur besser als KI?

Bei Rissen, Löchern und fehlenden Stücken, wo Sie die Struktur rekonstruieren müssen, anstatt Texturen zu raten. KI füllt kleine Lücken plausibel, versagt aber bei großen strukturellen Schäden. Reparieren Sie Risse und Löcher zuerst von Hand und lassen Sie dann KI Entrauschen und Textur bearbeiten.

Bildnachweise

• A collection of vintage black-and-white family photographs — Foto von Suzy Hazelwood auf Pexels
• A stack of vintage photo albums waiting for restoration — Foto von Suzy Hazelwood auf Pexels
• A collection of faded vintage family prints showing damage — Foto von Lisa auf Pexels
• Hands in black gloves preserving an old photograph — Foto von Tima Miroshnichenko auf Pexels