2026-10-27 · KI im Produktivbetrieb
Fahrzeugfotos mit KI freistellen: Das Modell war der kleinere Teil
Ein Fahrzeughändler lässt die Bilder aus seinem 360°-Studio bei einem externen Dienst bearbeiten. Die Frage war, ob wir das selbst mindestens so gut können. Die Segmentierung war schnell gelöst — die Schwierigkeit lag woanders.
Das Studio fotografiert Fahrzeuge auf einem Drehteller: eine Rotation aus vielen hochaufgelösten Bildern und dazu Einzelaufnahmen. Der Dienst stellt das Fahrzeug frei, setzt einen neuen Hintergrund, erzeugt Schatten und Spiegelung und schneidet zu. Die Spezifikation beschrieb nur «Hintergrund entfernen, weiss, Ränder». Was wirklich passiert, stand nirgends.
Erst das Rezept, dann das Modell
Bevor ich eine Zeile Pipeline geschrieben habe, habe ich echte Paare aus Original und Ergebnis verglichen, Bild für Bild und Pixel für Pixel. Das ergab das tatsächliche Rezept: ein Massstab für die ganze Rotation, die Lackfarbe bleibt unverändert, ein hellgrauer Hintergrund mit Horizontlinie, ein weicher Schatten plus eine dunkle Zone unter dem Fahrzeugboden, eine unscharfe Spiegelung. Bei einer Art von Einzelbildern wurde das Bild nur gleichmässig abgedunkelt — dort gab es praktisch keine Bearbeitung.
Für die Freistellung haben zwei KI-Modelle unabhängig BiRefNet empfohlen, unter MIT-Lizenz; Modelle mit geschlossenen kommerziellen Gewichten haben wir ausgeschlossen.
Wo die Arbeit wirklich steckte
Die Bodenlinie ist nicht horizontal. Zieht man sie gerade, «schwebt» das Fahrzeug wegen der Perspektive. Richtig ist die untere konvexe Hülle der Silhouette — die Punkte, an denen die Räder aufsetzen. Daran wird die Spiegelung Spalte für Spalte gespiegelt, und der Schatten unter dem Boden liegt nur zwischen den Rädern.
Gemessen habe ich mit einem Blindtest: Ein Modell als Richter wusste nicht, welches Bild von wem stammt. Die erste Version verlor 4:6, nach drei Korrekturen an Schatten, Scheiben und Kante gewann sie 7:5. Eine der Schatten-Korrekturen machte den Boden heller statt dunkler — das fiel erst am gemessenen Helligkeitsprofil auf, nicht mit blossem Auge.
Der Mensch ist strenger als der Richter
Der Kunde sah auf der Gegenüberstellung den bisherigen Dienst trotzdem leicht vorne. Die Analyse zeigte zwei Dinge, die keine Spezifikation erwähnt: Der Dienst ersetzt, was durch die Scheiben sichtbar ist, durch seinen eigenen getönten Hintergrund — der Innenraum wirkt dadurch «sauberer». Und kleine Fahrzeuge vergrössert er nicht, er verkleinert die Leinwand; unsere Hochskalierung machte das Bild weicher.
Dafür ist unsere Variante schärfer und behält feine Details wie Antennen, die der Dienst abschneidet. Die Segmentierung braucht auf einem Apple M2 Max rund zwei Sekunden pro Bild. Stand heute ist das ein Prototyp; der Kunde hat entschieden, ihn bis zum Produktivbetrieb weiterzuführen.
Was ich mitnehme: Bevor man einen KI-Dienst ersetzt, lohnt es sich, sein Rezept aus Ein- und Ausgaben zu rekonstruieren. Ein Teil der «Bearbeitung» ist oft fast leer, und die Qualität entscheidet sich an Geometrie und Licht, nicht am Modell.