KI-Upscaling ist der Einsatz von maschinellem Lernen, um die Auflösung eines Bildes oder Videos zu erhöhen und dabei feine Details wiederherzustellen, die ein einfaches Hochziehen der Pixel verschmieren oder klötzchenhaft machen würde.
Klassische Verfahren zum Hochskalieren, etwa die bikubische Interpolation, mitteln vorhandene Pixel, um neue aufzufüllen. Je stärker die Vergrößerung, desto weicher und unschärfer das Ergebnis. KI-Upscaler arbeiten anders: Sie werden mit Paaren aus niedrig und hoch aufgelösten Bildern trainiert, lernen also, welche Details bei höherer Auflösung wahrscheinlich vorhanden sind, und rekonstruieren sie. Vergleich beides in voller Größe: Ein KI-Upscale soll Kanten und Texturen scharf halten, wo eine bikubische Vergrößerung weich wird. Prüf auch Gesichter, Schrift und Logos, denn ein Modell, das Details hinzufügt, kann sie auch verändern.
Bei Video läuft dasselbe Prinzip auf jedem einzelnen Frame, und ein Video-Upscaler muss die hinzugefügten Details zusätzlich von Frame zu Frame stabil halten, sonst flackern sie.
Wie KI-Upscaling funktioniert
Die ersten KI-Upscaler waren Convolutional Neural Networks: SRCNN (Dong et al., 2014) "directly learns an end-to-end mapping between the low/high-resolution images" (lernt direkt eine durchgängige Zuordnung zwischen niedrig und hoch aufgelösten Bildern). Danach kamen Generative Adversarial Networks (GANs); das ESRGAN-Paper beschreibt SRGAN als "capable of generating realistic textures" (in der Lage, realistische Texturen zu erzeugen). Neuere Upscaler nutzen Diffusionsmodelle: Clarity zum Beispiel baut auf Stable Diffusion mit ControlNet auf und zeichnet Details deshalb neu, statt nur das Vorhandene zu schärfen.
Der Kern des Ablaufs:
- Das Eingangsbild oder der Video-Frame geht in seiner nativen Auflösung ins Modell.
- Das Modell sagt anhand von Mustern aus den Trainingsdaten voraus, welche zusätzlichen hochfrequenten Details in der Zielauflösung vorhanden sein sollten.
- Diese vorhergesagten Details landen zusammen mit dem hochgerechneten Grundbild auf einer hochaufgelösten Fläche.
- Bei Video vergleicht ein zeitlicher Schritt benachbarte Frames, damit die hinzugefügten Details nicht flackern.
Die Ausgabeauflösung liegt meist bei 2x oder 4x der Eingabe. Aus einem 1080p-Frame wird 2160p (4K), aus einem 540p-Clip wird 1080p. Upscaler unterscheiden sich darin, wie viel sie erfinden: Manche sind darauf ausgelegt, den ursprünglichen Inhalt zu erhalten, generative zeichnen Details neu. Clarity ist diffusionsbasiert, und der Creative-Modus von Magnific "adds or infers new detail" (fügt neue Details hinzu oder leitet sie ab); das wirkt schärfer, kann aber Schrift, Logos oder Gesichter verändern. Der Precision-Modus von Magnific ist, wie BRIA auf 8frame, darauf ausgelegt, der Vorlage treu zu bleiben.
Wann du KI-Upscaling einsetzt
Der klarste Fall ist die Lücke bis zur Auslieferung. Viele KI-Videomodelle liefern 720p oder 1080p, und auf 8frame liefert keines 4K. Muss deine Auslieferung in 4K sein (Broadcast, Großformat-Display, Premium-Social-Media), generierst du in der höchsten Auflösung, die das Modell bietet, und überbrückst den Rest mit einem Video-Upscaler. Auf 8frame passiert dieser Schritt außerhalb des Canvas, nach dem Export: Einen Video-Upscaler gibt es hier nicht.
Weitere typische Situationen:
Archivmaterial. Ältere Marken-Assets oder Material, das in geringerer Auflösung aufgenommen wurde, bekommen mehr Auflösung, bevor sie zurück in den Kampagnenmix gehen.
Exportvarianten für Social Media. Ein einziger 1080p-Master wird für YouTube auf 4K hochskaliert und für Story-Formate auf 720p herunterskaliert, alles aus einer Quelle.
Feinschliff nach der Generierung. Du hast ein starkes Bild generiert oder ein Standbild aus einem Clip gezogen, aber die native Auflösung reicht nicht für Druck, Außenwerbung oder Broadcast-Vorgaben.
Vorgaben für Kundenlieferungen. Viele Agenturen und Inhouse-Markenteams haben Mindestanforderungen an die Auflösung. Mit Upscaling erfüllst du sie auch mit KI-generiertem Ausgangsmaterial.
Beispiele in 8frame-Workflows
Topaz Image Upscale ist für Standbilder da, und das Upscale-Tool startet damit. Auf 8frame vergrößert es immer 4x und berechnet 11 Credits pro angefangenem 24-Megapixel-Block der Ausgabe, bis 281. Aus einem Bild mit 1024 x 1024 wird 4096 x 4096 (etwa 16,8 Megapixel, ein Block) für 11 Credits; aus 2048 x 2048 wird 8192 x 8192 (etwa 67 Megapixel, drei Blöcke) für 33. Nimm es, wenn die Datei in den Druck oder ins Großformat geht. Damit klar ist, was es hier nicht gibt: 8frame skaliert kein Video hoch. Topaz Labs verkauft seinen Video-Upscaler, Topaz Video, separat (als App für Mac und Windows, optional mit Rendering in der Cloud), und er läuft nicht auf diesem Canvas. Braucht ein Clip ein Video-Upscale, passiert das nach dem Export in deinem eigenen Finishing-Tool.
Clarity Upscaler für 13 Credits ist diffusionsbasiert: Er zeichnet Details beim Vergrößern neu, und 8frame betreibt ihn fest mit 2x, aus 1024 x 1024 wird also 2048 x 2048. BRIA Increase Resolution für 6 Credits vergrößert 2x oder 4x bis 8192 x 8192, und laut seiner Modellseite bleibt der ursprüngliche Inhalt ohne Neugenerierung erhalten. Probier es deshalb zuerst für Etiketten, Logos und Gesichter.
Alle drei laufen im Canvas von 8frame neben den Generierungsmodellen, du musst also nicht zwischen Apps exportieren und wieder importieren. Mehr zu Clarity in Was ist Clarity Upscaler (auf Englisch).
Häufige Fragen
Was ist KI-Upscaling? KI-Upscaling vergrößert ein Bild oder einen Video-Frame mit einem trainierten Modell, meist 2x oder 4x, und füllt die Details auf, die eine einfache Vergrößerung verwischen würde. Auf 8frame funktioniert es nur mit Standbildern, mit Topaz, Clarity oder BRIA Increase Resolution.
Fügt KI-Upscaling Details hinzu, die im Original nicht da waren? Das kann passieren. Generative Upscaler wie Clarity (diffusionsbasiert) und der Creative-Modus von Magnific zeichnen Details neu, prüf also Schrift, Logos und Gesichter in voller Größe. Inhaltserhaltende Upscaler wie BRIA Increase Resolution und der Precision-Modus von Magnific sind darauf ausgelegt, der Vorlage treu zu bleiben.
Kann 8frame Video hochskalieren? Nein. Topaz Image Upscale, Clarity und BRIA Increase Resolution arbeiten nur mit Standbildern. Generier den Clip in der höchsten Auflösung, die das Modell bietet, und skaliere ihn nach dem Export in einem Desktop-Tool hoch, wenn du mehr brauchst.
Was kostet KI-Upscaling auf 8frame? Topaz Image Upscale kostet 11 Credits pro angefangenem 24-Megapixel-Block der Ausgabe (immer 4x, bis 281), Clarity pauschal 13 (immer 2x) und BRIA Increase Resolution pauschal 6 (2x oder 4x, bis 8192 x 8192). Ein Credit kostet etwa 0,01 US-Dollar zum Preis der Aufladepakete.
Verwandte Begriffe
- Topaz vs. Clarity beim KI-Upscaling vergleicht die Upscaler für Standbilder auf dem Canvas: was jeder kostet und warum keiner Video abdeckt.
- Die besten kostenlosen KI-Upscaler 2026 stellt Upscayl, waifu2x, Bigjpg und imgmend mit den Grenzen vor, die jedes Tool selbst nennt, und zeigt, wann sich bezahltes Upscaling lohnt.
Quellen
- Wie frühe KI-Upscaler lernen ("directly learns an end-to-end mapping between the low/high-resolution images", lernt direkt eine durchgängige Zuordnung zwischen niedrig und hoch aufgelösten Bildern): Dong et al., Image Super-Resolution Using Deep Convolutional Networks, arxiv.org/abs/1501.00092, abgerufen am 2026-10-08
- Super-Resolution mit GANs (SRGAN "is capable of generating realistic textures", kann realistische Texturen erzeugen): Wang et al., ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks, arxiv.org/abs/1809.00219, abgerufen am 2026-10-08
- Worauf Clarity aufbaut (Stable Diffusion, ControlNet, Tile-Verarbeitung, MultiDiffusion; "free and open-source Magnific Alternative", eine kostenlose Open-Source-Alternative zu Magnific): github.com/philz1337x/clarity-upscaler, abgerufen am 2026-10-08
- Creative-Modus von Magnific ("adds or infers new detail", fügt neue Details hinzu oder leitet sie ab) und Precision-Modus ("faithful super-resolution without hallucinations", originalgetreue Super-Resolution ohne Halluzinationen): docs.magnific.com/api-reference/image-upscaler-creative/image-upscaler, abgerufen am 2026-10-08
- BRIA Increase Resolution (erhält den ursprünglichen Inhalt ohne Neugenerierung; 2x oder 4x; bis 8192 x 8192): fal.ai/models/bria/increase-resolution, abgerufen am 2026-10-08
- Topaz Video (Video-Upscaling; Mac und Windows; Rendering lokal oder in der Cloud): topazlabs.com/topaz-video, abgerufen am 2026-10-08
- Upscaler auf 8frame (das Upscale-Tool startet mit Topaz; Topaz fest 4x, 11 Credits pro angefangenem 24-MP-Block der Ausgabe, gedeckelt bei 281, calculateTopazCost; Clarity 13, immer 2x; BRIA 6 für 2x und 4x; kein Video-Upscaler) und Ausgabeauflösungen der Videomodelle (kein Videomodell auf 8frame liefert 4K): Tool-Registry, Code des Upscale-Tools und Content-Faktenblatt von 8frame, geprüft am 2026-10-08
Willst du es in deine Kette einbauen? Öffne den 8frame-Canvas und verbinde einen Upscale-Node mit einem beliebigen Bild auf dem Board.
Probier es ohne Anmeldung aus: Du landest direkt auf einem echten Board. Der 8frame-Canvas ist kostenlos und unbegrenzt; die Generierung ist kostenpflichtig ab 19 US-Dollar im Monat.