Real-ESRGAN AI Upscaling: Funktionsweise und Anwendungsfälle

Last updated: June 27, 2026

Real-ESRGAN ist das offene Modell hinter den meisten kostenlosen „AI upscaler“-Tools: Es vergrößert Bilder um bis zu 4x und prognostiziert dabei plausible Details, die ein klassisches Skalieren nicht leisten kann. Es ist wirklich nützlich, um niedrig aufgelöste Fotos, alte Scans und digitale Kunstwerke zu retten – aber es hat reale Grenzen und Fehlerquellen. Dieser Leitfaden erklärt, wie es funktioniert, was es gut kann und wann es das falsche Werkzeug ist.

Kurzantwort: Wofür ist Real-ESRGAN gedacht?

Verwenden Sie es, um Bilder 2–4x mit wiedererlangter Schärfe zu vergrößern, wenn Sie sie nicht in höherer Auflösung nachfotografieren können. Passen Sie das Modell an den Inhalt an:

Für ein einzelnes Bild verwenden Sie den Image Upscaler; für Batches den Real-ESRGAN CLI. Für die allgemeine Entscheidung zur Skalierung sehen Sie how to upscale images.

Wie funktioniert Real-ESRGAN?

Real-ESRGAN ist ein GAN-basiertes Super-Resolution Modell. Ein Generator-Netzwerk nimmt den Input mit niedriger Auflösung und erzeugt einen 4x größeren Output; Diskriminatoren beurteilen, ob der Output wie echtes hochauflösendes Detail aussieht, und der Generator lernt aus diesem Feedback. „Real-“ bezieht sich auf das Training mit realen Degradationen (Unschärfe, Rauschen, Kompressionsartefakte), nicht nur mit synthetischem Downsampling – deshalb behandelt es JPEG-Artefakte und alte Fotos besser als frühere Super-Resolution-Modelle.

generator upsamples 4x -> super-resolution output, with discriminators judging real vs generated detail">

Das Real-ESRGAN project on GitHub dokumentiert die Architektur, Modelle und Benchmarks. Der wichtigste praktische Punkt: Es prognostiziert Details, anstatt sie wiederherzustellen – der Output ist ein plausibles Rätselraten, nicht die wahre hochauflösende Version des Inputs.

Was ist der Unterschied zu klassischem Upscaling?

Klassisches Skalieren (Lanczos, bicubic) interpoliert zwischen bestehenden Pixeln – es glättet, fügt aber keine neuen Informationen hinzu. Der Generator von Real-ESRGAN synthetisiert neue hochfrequente Details (Textur, Kanten), basierend auf Mustern, die er aus den Trainingsdaten gelernt hat. Das Ergebnis sieht schärfer aus als ein Lanczos-Upscale gleicher Größe, aber das hinzugefügte Detail ist erfunden und nicht gemessen.

Dieser Unterschied ist wichtig: Ein Real-ESRGAN Output sieht schärfer aus, ist aber nicht genauer. Bei sicherheitskritischen Anwendungen (medizinisch, forensisch, Archivierung) ist synthetisiertes Detail ein Problem und kein Feature.

Wie vergleichen sich die Real-ESRGAN Modelle?

Jedes Modell ist für einen bestimmten Inhaltstyp abgestimmt. Das richtige zu wählen, ist der Unterschied zwischen einem sauberen Ergebnis und einem überbearbeiteten:

Ein gängiger Workflow für ein Porträtfoto besteht darin, zunächst das allgemeine Modell für die 4x Vergrößerung zu verwenden und dann den Gesichtsbereich durch GFPGAN/CodeFormer zu leiten, um die natürliche Hauttextur wiederherzustellen. Die Kombination dieser Modelle spielt mit der Stärke jedes einzelnen Modells.

Was sind die praktischen Anwendungsfälle?

Real-ESRGAN verdient seinen Platz in einigen spezifischen Situationen, in denen das Original in höherer Auflösung einfach nicht verfügbar ist:

• Alte Familienfotos und Scans. Ein 1-Megapixel-Scan eines Fotos aus den 90ern, der für den Druck oder zum Teilen vergrößert werden muss.
• Heruntergeladene Webbilder, die Sie verwenden müssen. Ein kleines Stock- oder Kundenbild, das ein größeres Layout füllen soll.
• Digitale Kunst und Game Assets. Skalieren von Illustrationen und Sprite-Art bei gleichzeitiger Beibehaltung sauberer Linien (das Anime-Modell ist hier hervorragend).
• Wiederherstellung komprimierter JPEGs. Real-ESRGAN wurde mit realer Degradation trainiert, daher kehrt es JPEG Blocking teilweise um, während es skaliert.
• Video-Frames. Ein Standbild aus einem Video mit niedriger Auflösung für eine Miniaturansicht oder einen Druck extrahieren.

In jedem Fall ist die ehrliche Einschätzung dieselbe: Es verbessert eine Quelle mit niedriger Auflösung; es verwandelt sie nicht in ein Foto, das ursprünglich in hoher Auflösung aufgenommen wurde. Wenn Sie neu aufnehmen oder ein Master-Original in höherer Auflösung finden können, tun Sie dies stattdessen – der convert RAW to JPG guide behandelt den Start von einer echten hochauflösenden Aufnahme.

Wie starte ich Real-ESRGAN?

Der realesrgan-ncnn-vulkan CLI läuft auf CPU/GPU ohne eine Python-Umgebung:

## 4x Upscale eines Fotos
realesrgan-ncnn-vulkan -i input.jpg -o output.jpg -n realesrgan-x4plus

## Anime/digital art model (cleaner lines)
realesrgan-ncnn-vulkan -i input.png -o output.png -n realesrgan-x4plus-anime

## Ein Ordner
realesrgan-ncnn-vulkan -i input_dir -o output_dir -n realesrgan-x4plus

Für die Python-Integration verpackt das realesrgan-Paket das Modell für den Einsatz in Pipelines. Beide sind unter einer permissiven Lizenz Open Source.

Wann fällt Real-ESRGAN auf?

Die Kenntnis der Fehlerquellen verhindert, dass Sie einem schlechten Output vertrauen:

• „Plastik“-Haut an Gesichtern. Das allgemeine Modell glättet die Haut zu unnatürlicher Textur. Verwenden Sie für Porträts ein spezifisches Gesichtsmodell (GFPGAN/CodeFormer).
• Halluzinierten Text. Bei Dokumenten erfindet es strichartige Artefakte, die wie Text aussehen, aber nicht sind. Nicht bei gescannten Dokumenten verwenden.
• Über-Schärfung. Zu weit getrieben, sieht der Output „körnig“ aus. Das Anime-Modell ist sanfter; wählen Sie nach Inhalt.
• Jenseits von 4x. Die Renditen nehmen schnell ab; das Stapeln von 4x Durchläufen verstärkt Artefakte. Neufotografieren Sie, wenn Sie mehr benötigen.
• Bereits große Bilder. Das Hochskalieren eines scharfen 2000px Fotos fügt wenig hinzu und verschwendet Rechenleistung.

Wie vergleicht es sich mit dem Neuaufnehmen?

Real-ESRGAN ist ein Rettungswerkzeug, kein Ersatz für die Auflösung. Ein Foto, das bei 3000px aufgenommen wurde, hat reale Details, die ein 750px Foto, das 4x hochskaliert wird, nur erraten kann. Wenn Sie die Aufnahme steuern können – fotografieren Sie in der benötigten Auflösung. Upscaling ist für Fälle gedacht, in denen das Original in hoher Auflösung nicht existiert: alte Fotos, heruntergeladene Bilder, Kundendateien, die klein angekommen sind. Sehen Sie sich den convert RAW to JPG guide an, um von einem hochauflösenden Master zu starten.

Häufige Fehler

• Den Output als „wahre“ Auflösung anzusehen. Es ist ein plausibles Detail, kein gemessenes. Nicht für Beweismittel verwenden.
• Das allgemeine Modell auf Gesichtern zu verwenden. Es erzeugt Plastikhaut; verwenden Sie ein Gesichtsmodell.
• Über 4x hochzuskalieren. Abnehmende Renditen und stapelnde Artefakte.
• Bereits scharfe Bilder hochzuskalieren. Kein Nutzen, verschwendete Rechenleistung.
• Die 100 %-Prüfung zu überspringen. Überprüfen Sie das Ergebnis immer in voller Größe; KI-Outputs können Artefakte verbergen, die beim Zoomen aussehen.

Häufig gestellte Fragen

Wofür ist Real-ESRGAN gedacht?

Das Hochskalieren von Bildern mit niedriger Auflösung (insbesondere Anime, Illustrationen und Fotos) um 2x bis 4x bei gleichzeitiger Synthese plausibler Details. Es ist das erste offene Modell für AI upscaling. Es stellt sichtbare Details wieder her, die ein traditionelles Skalieren nicht leisten kann.

Wie unterscheidet sich Real-ESRGAN von klassischem Upscaling?

Klassisches Upscaling (bicubic) interpoliert zwischen bestehenden Pixeln, was weichzeichnet. Real-ESRGAN hat aus Low-/High-Resolution-Paaren gelernt und erfindet Texturen (Haut, Stoff, Laub), die echt aussehen. Der Kompromiss: Es kann Details halluzinieren, die nicht vorhanden waren.

Welches Real-ESRGAN Modell sollte ich verwenden?

Das Standardmodell (RealESRGAN_x4plus) für allgemeine Fotos, das Anime-Modell für Illustrationen und ein spezifisches Gesichtsmodell beim Hochskalieren von Porträts. Wählen Sie nach Inhaltstyp – das falsche Modell erfindet die falsche Art von Detail.

Wann schadet Real-ESRGAN?

Bei Text, scharfen Grafiken und bereits hochauflösenden Bildern, wo die erfundenen Texturen Kanten verzerren oder unerwünschte Artefakte hinzufügen. Es ist am besten bei Fotos und Illustrationen bei 2x–4x. Sehen Sie sich den upscaling guide an.

Ist Real-ESRGAN kostenlos nutzbar?

Das Modell ist Open Source und kann lokal ausgeführt werden, wenn Sie die GPU besitzen. Gehostete Dienste berechnen pro Bild. Für Batches ist das lokale Ausführen kostenlos; für Einzelbilder ist ein gehostetes Tool praktisch. Sehen Sie sich den upscaling guide an.

Welche Hardware benötige ich, um Real-ESRGAN auszuführen?

Eine GPU mit etwa 8 GB VRAM für das Standardmodell bei 2x, mehr für 4x oder sehr große Bilder. Ohne eine geeignete GPU verwenden Sie einen gehosteten Dienst, der das Modell für Sie ausführt. CPU-only-Läufe sind möglich, aber sehr langsam. Passen Sie Ihre Hardware an das benötigte Skalierungsverhältnis und die Bildgröße an.

Ist Real-ESRGAN kostenlos?

Das Modell ist Open Source und kann lokal ausgeführt werden, wenn Sie die GPU besitzen; gehostete Dienste berechnen pro Bild. Für Batches ist das lokale Ausführen kostenlos; für Einzelbilder ist ein gehostetes Tool praktisch. Sehen Sie sich den upscaling guide an.

Wie lange dauert Real-ESRGAN?

Einige Sekunden pro Bild bei 2x Upscale auf einer ordentlichen GPU; länger bei 4x, sehr großen Dateien oder CPU-only-Läufen. Es ist kein Echtzeitprozess für Batches. Planen Sie die Zeit ein oder verwenden Sie einen gehosteten Dienst, der die Compute-Warteschlange übernimmt. Der 2x Standard ist das beste Verhältnis zwischen Geschwindigkeit und Qualität.

Funktioniert Real-ESRGAN bei Anime und Illustrationen?

Ja, und oft besser als bei Fotos – es gibt ein dediziertes Anime-Modell, das für die flachen Farben und sauberen Linien von Illustrationen abgestimmt ist und daher schärferes, passenderes Detail erzeugt als das allgemeine Modell. Für Anime, Manga und digitale Illustrationen verwenden Sie das anime-spezifische Modell; für Fotos verwenden Sie das allgemeine. Der Inhaltstyp entscheidet über das richtige Modell.

Bildnachweise

• Upscale vor/nach, ESRGAN Architektur und Limits des Upscalings – erstellt vom Autor anhand eines E-Commerce-Fotos (Pexels #16675632, Foto von Mikael Blomkvist), um Real-ESRGANs Pipeline und Grenzen zu veranschaulichen.