Inpainting

Inpainting ist ein Verfahren, bei dem eine KI einen markierten Bereich in einem Bild oder Video neu erzeugt. Du maskierst die Stelle, die sich ändern soll, und beschreibst optional, was dort stattdessen zu sehen sein soll. Der Rest des Bildes bleibt unverändert. So entfernst du störende Objekte, korrigierst Bildfehler oder tauschst einzelne Elemente aus.

Wie funktioniert Inpainting?

Der Begriff stammt ursprünglich aus der Restaurierung von Gemälden, bei der beschädigte Stellen nachgemalt werden. In der Bildbearbeitung gab es schon vor generativer KI Verfahren, die Lücken aus der Umgebung auffüllen. Heutige KI-Modelle, meist Diffusionsmodelle, gehen weiter: Sie erzeugen im maskierten Bereich neue Inhalte, die zu Licht, Perspektive und Stil des übrigen Bildes passen.

Der Ablauf ist fast immer gleich. Du malst eine Maske über den Bereich, gibst einen kurzen Prompt ein, etwa „leere Holzbank“ statt einer Person auf der Bank, und lässt das Tool mehrere Varianten erzeugen. Ohne Prompt versucht das Modell, den Bereich so zu füllen, dass er unauffällig in die Umgebung passt.

Wofür brauchst du Inpainting bei KI-Videos?

• Bildfehler korrigieren: verformte Hände, zusätzliche Finger, unleserlicher Text auf Schildern.
• Störendes entfernen: Passanten, Logos, Kabel oder ein Mikrofon im Bild.
• Gezielt ändern: andere Farbe eines Kleidungsstücks, ein Produkt austauschen, ein Detail im Hintergrund ergänzen.

Oft ist es einfacher, das Startbild per Inpainting zu korrigieren und dann daraus ein Video zu erzeugen, als das fertige Video zu bearbeiten. Das ist der übliche Weg bei Bild-zu-Video. Einige KI-Video-Editoren und Plattformen bieten Inpainting aber auch direkt für Videoclips an, oft unter Namen wie „Objekt entfernen“ oder „Bereich bearbeiten“.

Worauf du achten solltest

Bei Video ist Inpainting deutlich anspruchsvoller als bei einem Einzelbild. Der neu erzeugte Bereich muss sich über alle Frames hinweg mit der Kamera und dem Motiv mitbewegen. Gelingt das nicht, flackert die Stelle oder verändert sich von Bild zu Bild. Prüfe das Ergebnis deshalb in voller Geschwindigkeit und nicht nur anhand einzelner Standbilder.

Ziehe die Maske etwas größer als das Objekt, damit keine Ränder oder Schatten zurückbleiben. Bei großen Flächen oder komplexem Hintergrund liefern mehrere kleine Durchgänge oft bessere Ergebnisse als ein einziger großer. Und behalte rechtliche Grenzen im Blick: Wenn du Personen, Aussagen oder Ereignisse in einem echten Video veränderst, kann das Ergebnis als Deepfake gelten. Mehr dazu im Ratgeber KI-Videos und Recht.