Erfahrungsbericht: KI-Bildgenerierung und ihre Grenzen: Die Heterochromia Challenge

Heute möchte ich euch von einer besonders interessanten Challenge berichten, die ich auf LinkedIn fand und angenommen habe. 

Aufgestellt haben sie: Matteo Sacchi uns Jost Postma: Link zum Post 1 + Link zum Post 2.

Sie zeigt, wie wichtig kreative Problemlösungen im Umgang mit KI sind.

Ich nehme gern genau diese Art an Herausforderungen mit AI Tools an :-). Du auch?

Die Challenge: Heterochromia realistisch visualisieren

In einem intensiven 15-Stunden-Projekt habe ich mich der Herausforderung gestellt, verschiedene Formen der Heterochromie (unterschiedliche Augenfärbung) mit KI-Bildgenerierung darzustellen. Dabei testete ich führende Tools wie Whisk, Krea AI, Midjourney, Flux und Stable Diffusion.

Die Vorbereitung: Themenwissen hilft

Bevor ich mit den ersten Prompts startete, war gründliche Recherche essentiell. Denn eines hatte ich aus früheren Projekten gelernt: KI-Tools wurden bisher nicht umfassend mit lateinischen oder medizinischen Fachbegriffen trainiert. Diese Vorarbeit erwies sich als goldrichtig.

Infobox

Die 3 Arten der Heterochromie

1. Komplette Heterochromie

• Beide Augen haben völlig unterschiedliche Farben
• Beispiel: Ein blaues und ein braunes Auge
• Seltenste Form der Heterochromie

2. Partiale (Sektorale) Heterochromie

• Ein Teil der Iris hat eine andere Farbe
• Erscheint wie ein "Farbsegment" in der Iris
• Farbübergänge sind fliessend und natürlich
• Kann in einem oder beiden Augen auftreten

3. Zentrale Heterochromie

• Innerer und äusserer Ring der Iris haben verschiedene Farben
• Typisch: Goldbrauner innerer Ring mit blau-grünem äusserem Ring
• Häufigste Form der Heterochromie
• Meist symmetrisch in beiden Augen

ℹ️ WISSENSWERTES

• Kann angeboren oder erworben sein
• Tritt bei Menschen und Tieren auf
• Meist harmlos, kann aber auch auf Erkrankungen hinweisen
• Berühmte Beispiele: David Bowie, Mila Kunis, Dan Aykroyd

Die Ergebnisse: Ein gemischtes Bild

Was gut funktionierte:

• Zentrale Heterochromie (verschiedenfarbige Ringe in der Iris) konnte von allen Tools überzeugend dargestellt werden
• Die Detailgenauigkeit der generierten Augen war beeindruckend
• Grundlegende anatomische Strukturen wurden korrekt wiedergegeben

Die Herausforderungen:

• Partielle Heterochromie stellte alle Tools vor Probleme, da nicht oder nur teilweise in den Trainingsdaten vorhanden.
• Realistische Farbübergänge waren schwer zu erreichen
• Medizinische Präzision war nicht immer gegeben

Der entscheidende Durchbruch

Nach vielen Versuchen fand ich eine überraschende Lösung: Canva als Zwischenschritt. Mit der "Circle Frame" Funktion habe ich individuelle Augen erstellen und diese als Referenz für die KI-Tools eingesetzt. Ein klassischer Fall von "Think outside the box".

Learnings & Tipps

1. Gründliche Recherche ist unerlässlich
   • Verstehe dein Thema, bevor du mit den Prompts beginnst
   • Sammle Referenzbilder
2. Experimentiere mit verschiedenen Tools
   • Jedes Tool hat seine Stärken und Schwächen
   • Kombinationen können überraschend effektiv sein
3. Sei kreativ bei Problemlösungen
   • Manchmal führt der Umweg zum Ziel
   • Traditionelle Tools können KI-Prozesse unterstützen

Feedback auf LinkedIn

Fazit

Diese Challenge hat eindrucksvoll gezeigt: KI-Bildgenerierung ist bereits sehr leistungsfähig, aber bei spezifischen medizinischen und lateinischen Visualisierungen stossen die Tools noch an ihre Grenzen. Der Schlüssel zum Erfolg liegt oft in der kreativen Kombination verschiedener Werkzeuge und Methoden.

Mit Referenzbildern vom Kunden wäre diese Challenge vermutlich unter 15 Stunden möglich gewesen, indem ich mit den Bildern in Krea ein Modell trainiere. 

Investment & Ressourcen

• 15 Stunden intensive Arbeit
• Verschiedene KI-Tool Subscriptions
• Post-Processing Zeit
• Umfangreiche Recherche

Ausblick

Diese Challenge war erst der Anfang. In kommenden Projekten werde ich weitere spannende Herausforderungen der KI-Bildgenerierung erkunden und kreative Lösungswege aufzeigen.

Hast du auch schon Erfahrungen mit medizinischen Visualisierungen gemacht? Teile deine Erkenntnisse in den Kommentaren.

Dieser Artikel ist Teil einer Serie über kreative Lösungen bei KI-Herausforderungen. Folge mir gern für weitere spannende Insights.

Werbelink: Danke das du meine Arbeit schätzt, mit Ziel: Damit du schneller zum Erfolg kommst, profitiere von meinen Erfahrungen.

Möchtest du auch KI-Stimme, wie die im Video für deine Projekte verwernden? Probiere gern mal ElevenLabs Sprecher: Christian Plasa – Radiostation Radiohost aus. https://try.elevenlabs.io/jf4zx0ar5er6