Warum künstliche Intelligenz keinen Rheinturm malen kann

Im Frühjahr 2023 hat Papst Franziskus einen großen „Auftritt“: Er wird in pompöser weißer Daunenjacke, im Stile eines Hip-Hop-Stars fotografiert – und geht viral. Schnell stellt sich heraus: Die Aufnahme ist nicht echt, sondern KI-generiert, mit Hilfe des 2022 gestarteten Bildergenerators Midjourney. Mit kurzen Textbefehlen kann man dort Fotos, Zeichnungen oder Gemälde anfordern – von realistisch bis abstrakt.

Wer „Papst“ kann, der kann auch „Düsseldorf“. Oder etwa nicht? Mein bester Freund P. und ich sitzen am Rechner und unternehmen ein kleines Experiment: Wir werden die Midjourney-KI mit „Prompts“, also kurzen Textbefehlen, füttern, die einen Düsseldorf-Bezug aufweisen.  Oder, wie P. es großspurig ausdrückt: „Lass uns Midjourney herausfordern!“

Vorab sei noch einmal kurz das Prinzip der künstlichen Intelligenz erklärt: So wie ChatGPT das Netz nach verfügbaren Informationen abscannt, um Texte zu erstellen, so arbeitet Midjourney auf Basis der im Netz verfügbaren Bilder. Diese Informationen nutzen die Algorithmen der Software, um die Wünsche des Users zu visualisieren.

Los geht´s. P., der schon ein wenig Midjourney-Erfahrung hat, gibt auf Englisch den ersten Prompt ein. Wir lassen KI-Fotos außen vor, beschränken uns auf KI-Kunst. Spontan erdachte Anfangsaufgabe: Erstelle eine Zeichnung, auf der eine „typische Düsseldorferin“ und ein „typischer Düsseldorfer“ zu sehen sind. P., der Comic-Zeichner-Fanboy, fügt noch etwas hinzu: Arbeite dabei im Stil von Adrian Tomine. P. schickt den Prompt ab, und nun müssen wir rund 60 Sekunden warten, bis Midjourney uns eine Vorschau mit vier Entwürfen präsentiert. Das Ergebnis ähnelt in durchaus beeindruckender Weise dem Stil des US-Amerikaners Tomine, der nicht nur erfolgreiche Graphic-Novels, sondern auch mehrere Titelbilder des New Yorker gezeichnet hat.

Das Midjourney-Prinzip: Nach jedem Prompt stellt die KI dem Nutzer vier Entwürfe zur Verfügung, die er auf Wunsch „upscalen“, also vergrößern kann. In diesem Fall sehen wir vier Zeichnungen, die Frauen und Männer zwischen Ende zwanzig und Ende dreißig zeigen. Eine Blonde, die anderen sind brünett oder dunkelhaarig.

„Und was ist an denen jetzt typisch düsseldorferisch?“, frage ich.