I Restored 200 Damaged Photos with AI — Some Results Were Stunning, Others Terrifying

# Ich habe 200 beschädigte Fotos mit KI wiederhergestellt – einige Ergebnisse waren atemberaubend, andere beängstigend

Das Öffnen der Box hat alles verändert

Frau Chens Hände zitterten, als sie die Schuhschachtel auf meinen Tisch stellte. Darin, eingewickelt in vergilbtes Seidenpapier, befand sich ein einzelnes Foto. Wasser war von unten hochgekrabbelt und hatte das untere Drittel in einen abstrakten Schleier aus Braun- und Grautönen verwandelt. Die obere Hälfte zeigte ein junges Paar an ihrem Hochzeitstag 1962 – sie in einem bescheidenen weißen Kleid, er in einem dunklen Anzug, der wahrscheinlich sein einziger guter war.

„Das ist das einzige Bild, das ich von unserer Hochzeit habe“, sagte sie leise. „Der Keller ist vor drei Jahren überflutet worden. Ich habe diese Box erst letzten Monat gefunden, nachdem Harold gestorben ist.“

Kein Druck, oder?

In diesem Moment – gegenüber einer 82-jährigen Witwe, die einfach nur das Gesicht ihres Mannes noch einmal klar sehen wollte – kristallisierte sich der Grund heraus, warum ich dieses Nebenbusiness überhaupt gestartet hatte. Aber es war auch der Beginn einer Reise, die mich durch 200 Restaurierungsprojekte führen würde, von denen jedes mir etwas Neues darüber beibrachte, was KI tun kann, was sie unbedingt nicht tun sollte, und wo die Grenze zwischen „Restaurierung“ und „Fabrikation“ gefährlich verschwommen wird.

Ich habe die letzten achtzehn Monate damit verbracht, beschädigte Fotos mit einer Kombination aus traditionellen Techniken und KI-gestützten Werkzeugen wiederherzustellen. Einige Ergebnisse waren so gut, dass sie Klienten Freudentränen in die Augen trieben. Andere bewegten sich in ein unheimliches Tal, das mich bis in die Nacht wachhielt. Das habe ich aus der Wiederbelebung von 200 beschädigten Erinnerungen gelernt.

Mein Restaurierungs-Workflow von Grund auf

Ich habe nicht als Foto-Restaurierungsexpertin angefangen. Mein Hintergrund liegt im Grafikdesign, und ich hatte jahrelang grundlegende Foto-Bearbeitungen durchgeführt. Aber als meine eigene Großmutter mich bat, ein zerrissenes Foto ihrer Eltern zu reparieren – Einwanderer, die 1923 auf Ellis Island angekommen waren – wurde mir klar, dass es einen echten Bedarf für diesen Service gab, der über nur technisches Können hinausging.

Mein ursprünglicher Workflow war rein manuell: das Klonstempelwerkzeug von Photoshop, sorgfältige Farbkorrekturen, mühsame Rekonstruktionen fehlender Details basierend auf Kontext hinweisen. Ein einzelnes Foto konnte acht bis zwölf Stunden in Anspruch nehmen. Ich verlangte 150 Dollar pro Bild und hatte ein schlechtes Gewissen, weil ich wusste, dass die meisten meiner Klienten ältere Menschen mit festen Einkommen waren.

Dann tauchten KI-Restaurierungswerkzeuge auf. Zuerst kamen die einfachen – automatisierte Kolorierung, grundlegende Kratzerentfernung. Ich war skeptisch. Die frühen Ergebnisse sahen künstlich aus, mit Farben, die eher algorithmisch als durch historische Genauigkeit bestimmt schienen. Ein Kleid aus den 1940ern kam in einem Blauton heraus, der bis in die 1970er Jahre in Stofffarbstoffen nicht existierte.

Aber die Technologie verbesserte sich schnell. Anfang 2023 hatte ich ein Toolkit zusammengestellt, das mehrere KI-Ansätze kombinierte: ein neuronales Netzwerk für die Gesichtsrekonstruktion, ein anderes für die Textursynthese, ein drittes für intelligente Kolorierung, die tatsächlich den historischen Kontext verstand. Ich erledigte immer noch erheblich manuelle Arbeit – KI ist ein Werkzeug, kein Ersatz für Urteil – aber meine Zeit pro Foto fiel auf drei bis vier Stunden, und die Qualität verbesserte sich dramatisch.

Der Workflow, auf den ich mich festgelegt habe, umfasst fünf Phasen: Bewertung und Dokumentation, Schäden kartieren, KI-unterstützte Rekonstruktion, manuelle Verfeinerung und Überprüfung durch den Klienten mit Revision. Jede Phase hat spezifische Entscheidungspunkte, an denen ich entscheide, ob ich fortfahren, einen anderen Ansatz ausprobieren oder – und das ist entscheidend – dem Klienten sagen soll, dass eine Restaurierung nicht möglich ist, ohne inakzeptable Ebenen der Fabrikation.

Das Hochzeitsfoto, das mir über Grenzen lehrte

Zurück zu Frau Chens Hochzeitsfoto. Ich nahm es an diesem Abend mit nach Hause und verbrachte zwei Stunden nur damit, es zu betrachten, bevor ich irgendetwas mit Software berührte. Der Wasserschaden hatte eine klare Abgrenzungslinie etwa ein Drittel des Weges nach oben geschaffen. Über dieser Linie: scharf, klar, wunderschön erhalten. Unter ihr: Chaos.

Ich konnte den unteren Teil ihres Kleides sehen, oder eher, ich konnte sehen, dass dort ein Kleid gewesen war. Die Stofftextur war vollständig verschwunden, ersetzt durch braune Flecken und Papierschäden. Seine Schuhe waren als dunkle Formen sichtbar, aber es blieb kein Detail erhalten. Der Boden, auf dem sie standen – Holz? Fliesen? Teppich? – war für jeden ein Rätsel.

Ich ließ das Bild zuerst durch meine Gesichtsrekonstruktions-KI laufen. Frau Chens Gesicht kam perfekt durch – es war in der unbeschädigten Zone. Das Gesicht ihres Mannes war teilweise vom Wasserschaden an Kinn und Hals betroffen. Die KI machte etwas Bemerkenswertes: Sie analysierte die unbeschädigten Teile seines Gesichts, verstand die Lichtverhältnisse und rekonstruierte sein Kinn und Jawline auf eine Weise, die völlig natürlich aussah.

Ich zeigte Frau Chen das Ergebnis drei Tage später. Sie starrte es einen langen Moment lang an und begann dann zu weinen. „Das ist er“, sagte sie. „Das ist genau er. Ich hatte vergessen, wie stark sein Kinn war.“

Aber dann fragte sie nach dem unteren Teil des Fotos. Könnte ich das Kleid reparieren? Den Boden? Es so aussehen lassen, als wäre das ganze Foto erhalten geblieben?

Hier musste ich ein schwieriges Gespräch führen. Ich erklärte, dass ich KI verwenden könnte, um zu generieren, wie ein Hochzeitskleid von 1962 ausgesehen haben könnte, welche Schuhe ein junger Mann getragen haben könnte, welcher Boden in welchem Veranstaltungsort hätte sein können. Aber es wären nicht ihr Kleid, ihre Schuhe, ihr Boden. Es wäre die beste Schätzung der KI basierend auf Trainingsdaten von Tausenden anderen Fotos.

„Die Grenze zwischen Restaurierung und Fabrikation ist nicht immer klar, aber ich habe gelernt, mir eine Frage zu stellen: Erhole ich Informationen, die in diesem Foto existiert haben, oder kreiere ich neue Informationen, die niemals darin existiert haben? Wenn es letzteres ist, muss ich sehr vorsichtig sein, wie ich fortfahre.“

Frau Chen dachte darüber nach. Dann sagte sie etwas, das meine Herangehensweise an jeden Restaurierungsauftrag veränderte: „Ich brauche es nicht perfekt. Ich muss sein Gesicht nur wieder sehen. Der Rest ist nur Papier.“

Ich lieferte das Foto mit seinem Gesicht, das wunderschön restauriert war, und die beschädigten Teile blieben unverändert, vielleicht leicht gereinigt, aber nicht fabriziert. Sie rahmte es genau so, wie es war. Manchmal ist der Schaden Teil der Geschichte.

200 Restaurierungen nach Schadensart aufgeschlüsselt

Nachdem ich letzten Monat meine 200. Restaurierung abgeschlossen hatte, ging ich durch meine Projektdaten und kategorisierte jeden Auftrag nach primärer Schadensart, KI-Beteiligungsgrad und Ergebnisqualität. Die Muster, die auftauchten, waren aufschlussreich.

Die Daten erzählen mehrere Geschichten. Sonnenbleichung ist trotz der Tatsache, dass sie oft das gesamte Bild betrifft, tatsächlich die einfachste Schadensart, die es zu beheben gilt. Die Informationen sind im Foto immer noch vorhanden – sie wurden nur durch UV-Exposition ausgebleicht. KI-Tools sind hervorragend darin, verblasste Details wiederherzustellen und Farbinformationen basierend auf dem Wiederherzustellen, was bleibt.

Wasserschaden ist trickier. Die Erfolgsquote sinkt auf 73%, weil Wasser nicht nur ein Foto verblassen lässt – es kann die Emulsionsschicht, in der das Bild lebt, vollständig zerstören. Wenn dies passiert, kann kein noch so geschicktes KI-Werkzeug das Physisch verschwundene wiederherstellen. Die 27% Fehlerquote repräsentiert Fälle, in denen ich den Klienten mitteilen musste, dass eine Restaurierung über einen bestimmten Punkt hinaus zu viel Fabrikation verlangen würde, um ehrlich zu sein.

Physische Risse haben überraschenderweise eine hohe Erfolgsquote. Das liegt daran, dass Risse normalerweise keine Informationen zerstören – sie trennen sie nur. KI ist ausgezeichnet darin, zu verstehen, was über eine Risslinie hinweg verbinden sollte und die Rekonstruktion nahtlos zu verschmelzen.