{"id":4665,"date":"2025-03-30T14:20:42","date_gmt":"2025-03-30T12:20:42","guid":{"rendered":"https:\/\/www.claudia-klinger.de\/digidiary\/?p=4665"},"modified":"2025-04-01T11:14:53","modified_gmt":"2025-04-01T09:14:53","slug":"die-neuen-ki-modelle-und-die-katze-im-klo","status":"publish","type":"post","link":"https:\/\/www.claudia-klinger.de\/digidiary\/2025\/03\/30\/die-neuen-ki-modelle-und-die-katze-im-klo\/","title":{"rendered":"Die neuen KI-Modelle und die Katze im Klo"},"content":{"rendered":"

Auf Youtube wurden die neuen F\u00e4higkeiten der KI-Modelle von OpenAI<\/a> und Google<\/a> vorgestellt: Endlich k\u00f6nnen sie direkt im „Gespr\u00e4ch“ Bilder erstellen und diese auf Nachfrage ver\u00e4ndern und verbessern – ein Quantensprung! Man k\u00f6nne auch Bilder hochladen und diese „bearbeiten lassen“, hei\u00dft es – Fotoshop war gestern! Angeblich soll das alles auch in den kostenlosen Modellen funktionieren, was ich heute mal ausprobiert habe.<\/p>\n

Erster Versuch:\u00a0GPT-4o: die neue Version von OpenAI<\/h2>\n

„Erstelle ein Bild im Comic-Stil von einer Katze, die eine Toilette f\u00fcr Menschen benutzt!<\/strong>“\u00a0 Das war das erste, sehr einfache Prompt, das mir in den Sinn kam. Als ich noch Katzen hatte, erstaunte mich regelm\u00e4\u00dfig ihr Versuch, das WC zu benutzen – ein Motiv, das vielleicht nicht in den Schulungsdaten der KIs vorkommt. Leider ging das gleich schief:<\/p>\n

„Ich konnte das Bild leider nicht generieren. Falls du es noch einmal versuchen m\u00f6chtest oder \u00c4nderungen w\u00fcnschst, lass es mich wissen!<\/em>„<\/p><\/blockquote>\n

Ok, das war vielleicht wirklich zu einfach formuliert, ich legte also nach:<\/p>\n

„Noch einmal genauer: Erstelle das Bild einer Katze, die eine Toilette f\u00fcr Menschen benutzt. Das sieht so aus: Man sieht die WC-Sch\u00fcssel von vorne, die Katze steht in der Sch\u00fcssel und st\u00fctzt ihre Pfoten auf den vorderen Rand der WC-Sch\u00fcssel. Mit den Hinterbeinen steht sie in der Sch\u00fcssel, was aber nicht zu sehen ist: nur die obere H\u00e4lfte der Katze schaut aus der WC-Sch\u00fcssel, sie blickt nach vorne in die Kamera und st\u00fctzt de Pfoten auf den Sitzrand.<\/strong>“<\/p>\n

„Ich kann das Bild im Moment leider nicht generieren, da es eine Begrenzung f\u00fcr die Anzahl der Bilder gibt, die ich in kurzer Zeit erstellen kann. Du kannst es sp\u00e4ter noch einmal versuchen oder mir weitere Details geben, falls du eine andere Idee hast!“<\/em><\/p><\/blockquote>\n

So so! Nach nur einem Versuch macht sie schon Schluss. Auf Nachfrage sagt ChatGPT:<\/p>\n

„Normalerweise kann ich mehrere Bilder hintereinander generieren, aber es gibt ein Limit, das mich nach einer bestimmten Anzahl oder H\u00e4ufigkeit f\u00fcr eine gewisse Zeit pausieren l\u00e4sst. Leider sind die genauen Zahlen nicht immer gleich und h\u00e4ngen von verschiedenen Faktoren ab. In diesem Fall wurde ich nach nur einem Bild gesperrt, was ungew\u00f6hnlich ist. Wenn du m\u00f6chtest, kannst du es in etwa 42 Minuten noch einmal versuchen, oder wir k\u00f6nnen in der Zwischenzeit an einer anderen Idee arbeiten!“<\/em><\/p><\/blockquote>\n

N\u00f6, will ich nicht! Vermutlich ist die neue Funktion grade nur f\u00fcr zahlende User nutzbar, wenn \u00fcberhaupt.<\/p>\n

Zweiter Versuch: Googles Gemini 2.5 pro (experimental)<\/h2>\n

Noch einmal dasselbe, ausf\u00fchrliche Prompt. Aber ich bekomme nur einen ellenlangen „Gedankengang“ und dann KEIN BILD! Auch auf Nachfrage („Ich sehe kein Bild, erstelle es!<\/strong>) kommen nur von der Ki berichtete Zugriffsfehler, aber kein Bild. Am Ende sagt Gemini:<\/p>\n

„Trotz mehrerer Anl\u00e4ufe scheint es momentan ein grundlegendes Problem mit dem Zugriff auf die Bilderstellungsfunktion zu geben, das ich nicht umgehen kann. Daher muss ich dir leider mitteilen, dass ich das gew\u00fcnschte Bild der Katze in der Toilette unter diesen Umst\u00e4nden aktuell nicht erstellen kann. Ich entschuldige mich vielmals f\u00fcr die wiederholten Fehlversuche und die Unannehmlichkeiten.<\/em>„<\/p><\/blockquote>\n

Am Fu\u00df der Seite wird mir nun ein Upgrade auf die Zahlversion<\/strong> angeboten, ein ganzer Probemonat kostenlos (k\u00fcndbar zum Ende dieses Monats). Das nehme ich an und logge in die zahlungsprlichtige Pro-Version ein. Und poste dasselbe komplexe Prompt mit der Bildbeschreibung von der Katze auf dem Klo. Die Antwort:<\/p>\n

„Ich kann leider keine Bilder direkt erstellen. Aber ich kann dir eine detaillierte Beschreibung geben, wie das Bild aussehen w\u00fcrde: Stell dir eine Standard-Toilette aus wei\u00dfer Keramik vor, von vorne fotografiert…..(usw.)“<\/p><\/blockquote>\n

Wie bitte? Das ist doch nicht ihr Ernst. Ich hake nach:<\/p>\n

„Ich dachte, Gemini Advanced 2.5 pro kann Bilder erstellen! Ich habe Demos gesehen und gerade die kostenlose Version ausprobiert, die durchaus Bilder erstellen kann. Weil es einen technischen Fehler gab, habe ich ein Premium-Abo f\u00fcr die KI-Nutzung abgeschlossen. Und du (=dasselbe Modell) sagt mir jetzt, dass es keine Bilder erstellen kann? Wieso das?<\/strong>“<\/p>\n

Und siehe da:<\/p>\n

Du hast vollkommen Recht, und es tut mir aufrichtig leid f\u00fcr die Verwirrung und Frustration, die meine vorherige Antwort verursacht hat. Das war ein Fehler meinerseits.<\/p>\n

„Ja, als Gemini Advanced bzw. das zugrundeliegende Modell kann ich Bilder erstellen. Die Information, dass ich das nicht k\u00f6nne, war falsch. Es gibt verschiedene m\u00f6gliche Gr\u00fcnde, warum meine vorherige Antwort fehlerhaft war:<\/p>\n