KI-Kunst

Künstliche Intelligenz (KI) in der bildenden Kunst , auch KI-Kunst genannt , bezeichnet visuelle Kunstwerke , die durch den Einsatz von KI-Programmen, meist Text-zu-Bild-Modellen, generiert oder verbessert werden . Die automatisierte Kunstproduktion ist seit der Antike bekannt. Die künstliche Intelligenz selbst entstand in den 1950er-Jahren, und Künstler begannen kurz nach ihrer Etablierung, Kunst mit KI zu schaffen. Einige dieser Werke wurden in Museen ausgestellt und mit Preisen ausgezeichnet. ^{[ 1 ]} Im Laufe ihrer Geschichte hat die KI zahlreiche philosophische Fragen aufgeworfen, die den menschlichen Geist , künstliche Wesen und das Wesen der Kunst in der Mensch-KI-Kollaboration betreffen .

Im Zuge des KI-Booms der 2020er-Jahre wurden Text-zu-Bild-Modelle wie Midjourney , DALL-E und Stable Diffusion einem breiten Publikum zugänglich und ermöglichten es Nutzern, schnell und unkompliziert Bilder zu generieren. ^{[ 2 ] [ 3 ]} Die Diskussion um KI-Kunst in den 2020er-Jahren konzentrierte sich häufig auf Fragen des Urheberrechts , der Täuschung , der Verleumdung und die Auswirkungen auf traditionelle Künstler, einschließlich der technologischen Arbeitslosigkeit .

Im August 2023 entschied der Oberste Gerichtshof der USA , dass KI-generierte Kunst nicht urheberrechtlich geschützt ist, da sie nicht den Kriterien menschlicher Urheberschaft entspricht. ^{[ 4 ] [ 5 ]} Im März 2026 lehnte er es ab, einen Fall zur Frage der Urheberrechtsfähigkeit KI-generierter Kunst anzuhören. ^{[ 6 ] [ 7 ] [ 8 ]}

Automatisierte Kunst lässt sich mindestens bis zu den Automaten der antiken griechischen Zivilisation zurückverfolgen , als Erfinder wie Dädalus und Heron von Alexandria Maschinen konstruierten, die Texte schreiben, Töne erzeugen und Musik spielen konnten. ^{[ 9 ] [ 10 ]} Kreative Automaten haben sich im Laufe der Geschichte immer wieder hervorgetan, wie beispielsweise Maillardets Automat , der um 1800 entstand und mehrere Zeichnungen und Gedichte anfertigen konnte. ^{[ 11 ]}

Bereits im 19. Jahrhundert schrieb Ada Lovelace , dass „Rechenoperationen“ potenziell zur Erzeugung von Musik und Gedichten genutzt werden könnten. ^{[ 12 ] [ 13 ]} 1950 befasste sich Alan Turing in seiner Arbeit „ Computing Machinery and Intelligence “ mit der Frage, ob Maschinen menschliches Verhalten überzeugend imitieren können. ^{[ 14 ]} Kurz darauf, im Jahr 1956 , wurde die akademische Disziplin der künstlichen Intelligenz auf einem Forschungsworkshop am Dartmouth College begründet. ^{[ 15 ]}

Seit ihrer Gründung beschäftigen sich KI-Forscher mit philosophischen Fragen zur Natur des menschlichen Geistes und den Folgen der Erschaffung künstlicher Wesen mit menschenähnlicher Intelligenz; diese Themen wurden bereits seit der Antike in Mythen , Fiktionen und der Philosophie behandelt . ^{[ 16 ]}

Seit der Entwicklung der KI in den 1950er Jahren haben Künstler künstliche Intelligenz zur Schaffung künstlerischer Werke eingesetzt. Diese Werke wurden mitunter als algorithmische Kunst ^{[ 17 ]} , Computerkunst , digitale Kunst oder Medienkunst ^{[ 18 ]} bezeichnet .

Eines der ersten bedeutenden KI-Kunstsysteme ist AARON , das von Harold Cohen ab Ende der 1960er Jahre an der University of California in San Diego entwickelt wurde. ^{[ 19 ]} AARON nutzt einen symbolischen, regelbasierten Ansatz zur Generierung technischer Bilder in der Ära der GOFAI- Programmierung und wurde von Cohen mit dem Ziel entwickelt, den Zeichenprozess programmieren zu können. ^{[ 20 ]} AARON wurde 1972 im Los Angeles County Museum of Art ausgestellt . ^{[ 21 ]} Von 1973 bis 1975 verfeinerte Cohen AARON während eines Forschungsaufenthalts am Artificial Intelligence Laboratory der Stanford University . ^{[ 22 ]} Im Jahr 2024 zeigte das Whitney Museum of American Art KI-Kunst aus Cohens gesamter Karriere, darunter auch nachgebaute Versionen seiner frühen Roboterzeichenmaschinen . ^{[ 22 ]}

Karl Sims stellt seit den 1980er Jahren Kunstwerke aus, die mit künstlichem Leben geschaffen wurden. Er erwarb 1987 einen Master in Computergrafik am MIT Media Lab und war von 1990 bis 1996 Artist-in-Residence beim Supercomputerhersteller und KI-Unternehmen Thinking Machines . ^{[ 23 ] [ 24 ] [ 25 ]} Sowohl 1991 als auch 1992 gewann Sims die Goldene Nica beim Prix Ars Electronica für seine Videos, die künstliche Evolution thematisierten. ^{[ 26 ] [ 27 ] [ 28 ]} 1997 schuf Sims die interaktive Installation „Galápagos“ zur künstlichen Evolution für das NTT InterCommunication Center in Tokio. ^{[ 29 ]} 2019 erhielt Sims einen Emmy Award für herausragende Leistungen in der technischen Entwicklung. ^{[ 30 ]}

1999 entwickelte und veröffentlichte Scott Draves zusammen mit einem Team von Ingenieuren Electric Sheep als kostenlosen Bildschirmschoner. ^{[ 31 ]} Electric Sheep ist ein ehrenamtliches Computerprojekt zur Animation und Weiterentwicklung fraktaler Flammen , die an vernetzte Computer verteilt und als Bildschirmschoner angezeigt werden. Der Bildschirmschoner nutzte KI, um durch das Lernen vom Betrachter eine endlose Animation zu erzeugen. 2001 gewann Draves für Electric Sheep den Life 4.0-Preis der Fundación Telefónica . ^{[ 32 ]}

2014 begann Stephanie Dinkins mit der Arbeit an „Conversations with Bina48“ . ^{[ 33 ]} Für diese Serie zeichnete Dinkins ihre Gespräche mit BINA48 auf , einem sozialen Roboter, der einer schwarzen Frau mittleren Alters ähnelt. ^{[ 34 ] [ 35 ]} 2019 gewann Dinkins den Creative Capital Award für die Entwicklung einer sich weiterentwickelnden künstlichen Intelligenz, die auf den „Interessen und der Kultur von People of Color“ basiert. ^{[ 36 ]}

2015 begann Sougwen Chung mit „Mimicry (Drawing Operations Unit: Generation 1)“ , einer fortlaufenden Zusammenarbeit zwischen der Künstlerin und einem Roboterarm. ^{[ 37 ]} 2019 gewann Chung den Lumen-Preis für ihre fortgesetzten Performances mit einem Roboterarm, der mithilfe von KI versucht, ähnlich wie Chung zu zeichnen. ^{[ 38 ]}

Im Jahr 2018 fand bei Christie’s in New York eine Auktion von Kunst mit künstlicher Intelligenz statt, bei der das KI-Kunstwerk „Edmond de Belamy“ für 432.500 US-Dollar verkauft wurde . Dies entsprach fast dem 45-Fachen des Schätzpreises von 7.000 bis 10.000 US-Dollar. Das Kunstwerk wurde von Obvious, einem in Paris ansässigen Künstlerkollektiv, geschaffen. ^{[ 39 ] [ 40 ] [ 41 ]}

Im Jahr 2024 erschien der japanische Film generAIdoscope . Regie führten Hirotaka Adachi , Takeshi Sone und Hiroki Yamaguchi. Sämtliche Video-, Audio- und Musikelemente des Films wurden mithilfe künstlicher Intelligenz erstellt. ^{[ 42 ]}

Im Jahr 2025 erschien die japanische Anime- Fernsehserie „Twins Hinahima“ . Die Produktion und Animation des Animes erfolgte mithilfe von KI-Unterstützung beim Zuschneiden und Konvertieren von Fotografien in Anime-Illustrationen, die anschließend von Grafikern nachbearbeitet wurden. Die meisten übrigen Elemente wie Charaktere und Logos wurden mithilfe verschiedener Software von Hand gezeichnet. ^{[ 43 ] [ 44 ]}

Deep Learning , gekennzeichnet durch seine mehrschichtige Struktur, die versucht, das menschliche Gehirn nachzuahmen, entstand in den 2010er Jahren und führte zu einem bedeutenden Wandel in der Welt der KI-Kunst. ^{[ 45 ]} Im Zeitalter des Deep Learning gibt es hauptsächlich folgende Arten von Designs für generative Kunst: autoregressive Modelle , Diffusionsmodelle , GANs und Normalisierungsflüsse .

Im Jahr 2014 entwickelten Ian Goodfellow und Kollegen an der Université de Montréal das Generative Adversarial Network (GAN), eine Art tiefes neuronales Netzwerk, das die statistische Verteilung von Eingabedaten wie Bildern erlernen kann . Das GAN verwendet einen „Generator“, um neue Bilder zu erzeugen, und einen „Diskriminator“, um zu entscheiden, welche erzeugten Bilder als gelungen gelten. ^{[ 46 ]} Im Gegensatz zu früheren algorithmischen Kunstformen, die handcodierten Regeln folgten, können Generative Adversarial Networks eine spezifische Ästhetik erlernen , indem sie einen Datensatz von Beispielbildern analysieren. ^{[ 17 ]}

Im Jahr 2015 veröffentlichte ein Team von Google DeepDream , ein Programm, das mithilfe eines Convolutional Neural Network (CNN) Muster in Bildern durch algorithmische Pareidolie erkennt und verstärkt . ^{[ 47 ] [ 48 ] [ 49 ]} Das Verfahren erzeugt bewusst überbearbeitete Bilder mit einem traumartigen Erscheinungsbild, das an psychedelische Erfahrungen erinnert . ^{[ 47 ]} Später, im Jahr 2017, lernte ein bedingtes GAN, 1000 Bildklassen von ImageNet zu generieren , einer großen visuellen Datenbank , die für die Forschung im Bereich der visuellen Objekterkennungssoftware entwickelt wurde . ^{[ 50 ] [ 51 ]} Durch die Konditionierung des GAN sowohl mit zufälligem Rauschen als auch mit einer spezifischen Klassenbezeichnung verbesserte dieser Ansatz die Qualität der Bildsynthese für klassenbedingte Modelle. ^{[ 52 ]}

Für die Bildgenerierung wurden autoregressive Modelle verwendet, beispielsweise PixelRNN (2016), das mithilfe eines rekurrenten neuronalen Netzes autoregressiv Pixel für Pixel generiert . ^{[ 53 ]} Unmittelbar nach der Vorstellung der Transformer- Architektur in Attention Is All You Need (2018) wurde diese zur autoregressiven Bildgenerierung eingesetzt, jedoch ohne Textkonditionierung. ^{[ 54 ]}

Die 2018 gestartete Website Artbreeder verwendet die Modelle StyleGAN und BigGAN ^{[ 55 ] [ 56 ]} , um Benutzern die Möglichkeit zu geben, Bilder wie Gesichter, Landschaften und Gemälde zu generieren und zu verändern. ^{[ 57 ]}

In den 2020er Jahren wurden Text-zu-Bild-Modelle , die Bilder auf Basis von Eingabeaufforderungen generieren , weit verbreitet eingesetzt, was einen weiteren Wandel in der Erstellung KI-generierter Kunstwerke markierte. ^{[ 2 ]}

Beispiel eines mit VQGAN-CLIP erstellten Bildes (NightCafe Studio, März 2023)

Beispiel eines Bildes, das mit Flux 1.1 Pro im RAW-Modus erstellt wurde (November 2024); dieser Modus ist für die Erzeugung fotorealistischer Bilder konzipiert.

Im Jahr 2021 veröffentlichte OpenAI mithilfe der einflussreichen , vortrainierten Transformer-Modelle für die Generierung großer Sprachen , die auch in GPT-2 und GPT-3 verwendet werden , eine Reihe von Bildern, die mit dem Text-zu-Bild-KI-Modell DALL-E 1 erstellt wurden . ^{[ 58 ]} Es handelt sich um ein autoregressives generatives Modell mit im Wesentlichen derselben Architektur wie GPT-3. Ebenfalls im Jahr 2021 veröffentlichte EleutherAI das Open-Source -Modell VQGAN-CLIP ^{[ 59 ],} das auf OpenAIs CLIP-Modell basiert. ^{[ 60 ]} Diffusionsmodelle , generative Modelle zur Erzeugung synthetischer Daten auf Basis vorhandener Daten, ^{[ 61 ]} wurden erstmals 2015 vorgeschlagen, ^{[ 62 ]} übertrafen aber erst Anfang 2021 die Leistungsfähigkeit von GANs. ^{[ 63 ]} Das Latent Diffusion Model wurde im Dezember 2021 veröffentlicht und bildete die Grundlage für das spätere Stable Diffusion (August 2022), das in Zusammenarbeit zwischen Stability AI, der CompVis Group der LMU München und Runway entwickelt wurde. ^{[ 64 ]}

Im Jahr 2022 wurde Midjourney ^{[ 65 ]} veröffentlicht, gefolgt von Google Brains Imagen und Parti, die im Mai 2022 angekündigt wurden, Microsofts NUWA-Infinity ^{[ 66 ] [ 2 ]} und dem quelloffenen Stable Diffusion , das im August 2022 erschien. ^{[ 67 ] [ 68 ] [ 69 ]} DALL-E  2, der Nachfolger von DALL-E, wurde als Betaversion getestet und veröffentlicht (der weitere Nachfolger DALL-E  3 erschien 2023). Stability AI bietet eine Weboberfläche für Stable Diffusion namens DreamStudio ^{[ 70 ]} , Plugins für Krita , Photoshop , Blender und GIMP [ ^{71 ]} sowie die webbasierte Open-Source ^- Benutzeroberfläche Automatic1111 . ^{[ 72 ] [ 73 ] [ 74 ]} Das wichtigste vortrainierte Modell von Stable Diffusion wird auf dem Hugging Face Hub geteilt . ^{[ 75 ]}

Ideogram wurde im August 2023 veröffentlicht; dieses Modell ist für seine Fähigkeit bekannt, lesbaren Text zu generieren. ^{[ 76 ] [ 77 ]}

Im Jahr 2024 wurde Flux veröffentlicht. Dieses Modell kann realistische Bilder generieren und wurde in Grok , den Chatbot von X (ehemals Twitter) , und Le Chat , den Chatbot von Mistral AI , integriert . ^{[ 3 ] [ 78 ] [ 79 ] [ 80 ]} Flux wurde von Black Forest Labs entwickelt, einem Unternehmen, das von den Forschern hinter Stable Diffusion gegründet wurde. ^{[ 81 ]} Grok wechselte im Dezember desselben Jahres zu seinem eigenen Text-zu-Bild-Modell Aurora . ^{[ 82 ]} Mehrere Unternehmen haben neben ihren Produkten auch KI-Modelle entwickelt, die in Bildbearbeitungsprogramme integriert sind. Adobe hat das KI-Modell Firefly veröffentlicht und in Premiere Pro , Photoshop und Illustrator integriert . ^{[ 83 ] [ 84 ]} Auch Microsoft hat KI-Bildgeneratorfunktionen für Microsoft Paint angekündigt . ^{[ 85 ]} Beispiele für Text-zu-Video-Modelle aus der Mitte der 2020er Jahre sind Runways Gen-4, Googles VideoPoet , OpenAIs Sora , das im Dezember 2024 veröffentlicht wurde, und LTX-2, das 2025 veröffentlicht wurde. ^{[ 86 ] [ 87 ] [ 88 ]}

Im Jahr 2025 wurden mehrere Modelle veröffentlicht. GPT Image 1 von OpenAI , das im März 2025 erschien, führte neue Textdarstellungs- und multimodale Funktionen ein und ermöglichte so die Bildgenerierung aus verschiedenen Eingaben wie Skizzen und Text. ^{[ 89 ]} MidJourney v7 wurde im April 2025 veröffentlicht und bot eine verbesserte Verarbeitung von Texteingabeaufforderungen. ^{[ 90 ]} Im Mai 2025 etablierte sich Flux.1 Kontext von Black Forest Labs als effizientes Modell für die Generierung hochauflösender Bilder, ^{[ 91 ]} während Googles Imagen 4 mit verbessertem Fotorealismus veröffentlicht wurde. ^{[ 92 ]} Flux.2 erschien im November 2025 mit verbesserter Bildreferenz, Typografie und Eingabeaufforderungserkennung. ^{[ 93 ]}

Es gibt viele Ansätze, mit denen Künstler KI-gestützte visuelle Kunst entwickeln. Bei der Text-zu-Bild -Konvertierung generiert die KI Bilder anhand von Textbeschreibungen mithilfe von Modellen wie Diffusions- oder Transformer-Architekturen. Nutzer geben Anweisungen ein, und die KI erzeugt entsprechende Visualisierungen. ^{[ 94 ] [ 95 ]} Bei der Bild-zu-Bild-Konvertierung transformiert die KI ein Eingabebild in einen neuen Stil oder eine neue Form, basierend auf einer Anweisung oder einer Stilvorlage. Beispielsweise wird eine Skizze in ein fotorealistisches Bild umgewandelt oder ein künstlerischer Stil angewendet. ^{[ 96 ] [ 97 ]} Bei der Bild-zu-Video-Konvertierung generiert die KI kurze Videoclips oder Animationen aus einem einzelnen Bild oder einer Bildsequenz und fügt häufig Bewegung oder Übergänge hinzu. Dies kann die Animation von Porträts oder die Erstellung dynamischer Szenen umfassen. ^{[ 98 ] [ 99 ]} Bei der Text-zu-Video -Konvertierung erstellt die KI Videos direkt aus Textanweisungen und erzeugt Animationen, realistische Szenen oder abstrakte Visualisierungen. Dies ist eine Erweiterung der Text-zu-Bild-Konvertierung, konzentriert sich aber auf zeitliche Sequenzen. ^{[ 100 ]}

Künstlern stehen bei der Arbeit mit Diffusionsmodellen zahlreiche Werkzeuge zur Verfügung. Sie können sowohl positive als auch negative Prompts definieren und haben die Wahl, VAEs , LoRAs , Hypernetzwerke, IP-Adapter und Einbettungen/Textinversionen zu verwenden (oder auch nicht). Künstler können Einstellungen wie die Skalierung der Zielfunktion (für ein ausgewogenes Verhältnis zwischen Kreativität und Genauigkeit), den Seed (zur Steuerung der Zufälligkeit) und Upscaler (zur Verbesserung der Bildauflösung) anpassen. Zusätzlicher Einfluss kann während der Vorverarbeitung durch Rauschmanipulation ausgeübt werden, während traditionelle Nachbearbeitungstechniken häufig nach der Inferenz zum Einsatz kommen. Es ist auch möglich, eigene Modelle zu trainieren.

Darüber hinaus wurden prozedurale, regelbasierte Bildgenerierungstechniken entwickelt, die mathematische Muster, Algorithmen zur Simulation von Pinselstrichen und anderen malerischen Effekten sowie Deep-Learning-Modelle wie generative adversarial networks (GANs) und Transformer nutzen. Mehrere Unternehmen haben Anwendungen und Websites veröffentlicht, die es Nutzern ermöglichen, sich ausschließlich auf positive Anregungen zu konzentrieren, ohne andere Parameter manuell konfigurieren zu müssen. Es gibt auch Programme, die Fotografien in stilisierte Bilder umwandeln können, welche die Ästhetik bekannter Malstile imitieren. ^{[ 101 ] [ 102 ]}

Es gibt zahlreiche Optionen, von einfachen, kundenorientierten mobilen Apps bis hin zu Jupyter- Notebooks und Web-UIs, die leistungsstarke GPUs für eine optimale Ausführung benötigen. ^{[ 103 ]} Zu den zusätzlichen Funktionen gehört die „textuelle Inversion“, die es ermöglicht, benutzerdefinierte Konzepte (wie Objekte oder Stile) zu verwenden, die anhand weniger Bilder gelernt wurden. Aus den zugehörigen Wörtern (dem Text, der dem gelernten, oft abstrakten Konzept zugeordnet wurde) ^{[ 104 ] [ 105 ]} sowie Modellerweiterungen oder Feinabstimmungen (wie z. B. DreamBooth ) lassen sich dann neue Grafiken generieren.

Künstliche Intelligenz birgt das Potenzial für einen gesellschaftlichen Wandel . Dieser kann unter anderem die Förderung nicht-kommerzieller Nischengenres (wie etwa Cyberpunk-Ableger wie Solarpunk ) durch Amateure, neuartige Unterhaltungsformen, schnelles Prototyping ^{[ 106 ]} , einen verbesserten Zugang zu künstlerischer Produktion ^{[ 106 ]} und eine höhere künstlerische Produktivität im Verhältnis zu Aufwand, Kosten oder Zeit ^{[ 106 ]} umfassen – beispielsweise durch die Generierung von Entwürfen, Entwurfsdefinitionen und Bildkomponenten ( Inpainting ). Generierte Bilder dienen mitunter als Skizzen ^{[ 107 ]} , für kostengünstige Experimente ^{[ 108 ]} , als Inspiration oder zur Illustration von Ideen in der Proof-of-Concept- Phase. Zusätzliche Funktionalitäten oder Verbesserungen können sich auch auf die manuelle Nachbearbeitung (z. B. Feinschliff) nach der Generierung beziehen, etwa durch die anschließende Optimierung mit einem Bildbearbeitungsprogramm. ^{[ 108 ]}

Professionelle visuelle Künstler und Designer nutzen generative KI häufiger in der frühen Konzeptphase (divergentes Denken) als in der finalen Produktion (konvergentes Denken). Praktiken, die digitale oder ephemere Ergebnisse erzeugen (z. B. UI/UX-Design, Konzeptkunst), integrieren diese Technologien leichter als solche, die physische, dauerhafte Artefakte herstellen (z. B. Skulptur, Architektur). ^{[ 109 ]} Im physischen Bereich beschränken Bedenken hinsichtlich der strukturellen Integrität, Materialbeschränkungen und kultureller „Ethno-Computation“ den Einsatz von KI oft auf eine „komplementäre Erweiterung“ anstatt auf einen Ersatz für die Produktion. ^{[ 110 ]} Darüber hinaus variiert die Einstellung zur Einführung generativer KI je nach Karrierestufe erheblich. Berufseinsteiger betrachten sie als pragmatische Erweiterung digitaler Werkzeuge, die für die Wettbewerbsfähigkeit am Markt notwendig sind, während erfahrene Fachkräfte häufig kritische Skepsis hinsichtlich der Abwertung von verkörpertem Fachwissen und langfristiger Kompetenzentwicklung äußern. ^{[ 109 ]}

Eingabeaufforderungen für einige Text-zu-Bild-Modelle können neben Bildern und Schlüsselwörtern auch konfigurierbare Parameter wie den künstlerischen Stil enthalten. Dieser wird häufig durch Schlüsselwortphrasen wie „im Stil von [Name eines Künstlers]“ in der Eingabeaufforderung angegeben ^{[ 111 ]} oder durch die Auswahl eines allgemeinen ästhetischen Stils. ^{[ 112 ] [ 107 ]} Es gibt Plattformen zum Teilen, Tauschen, Suchen, Forken/Verfeinern oder gemeinsamen Bearbeiten von Eingabeaufforderungen zur Generierung spezifischer Bilder durch Bildgeneratoren. ^{[ 113 ] [ 114 ] [ 115 ] [ 116 ]} Eingabeaufforderungen werden oft zusammen mit Bildern auf Bild-Sharing -Websites wie Reddit und auf Websites für KI-Kunst geteilt. Eine Eingabeaufforderung ist nicht die vollständige Eingabe, die für die Generierung eines Bildes benötigt wird; zusätzliche Eingaben, die das generierte Bild bestimmen, sind die Ausgaberesolution , der Zufallsgenerator und die Parameter für die Zufallsstichprobe. ^{[ 117 ]}

Synthetische Medien , zu denen auch KI-Kunst zählt, wurden 2022 als ein wichtiger, technologiegetriebener Trend beschrieben, der die Wirtschaft in den kommenden Jahren beeinflussen wird. ^{[ 106 ]} Forscher der Harvard Kennedy School äußerten kurz nach einer Untersuchung der zunehmenden Verbreitung von KI-Kunst auf der X-Plattform Bedenken, dass synthetische Medien als Vektor für politische Desinformation dienen könnten. ^{[ 118 ]} Synthografie ist ein vorgeschlagener Begriff für die Praxis, mithilfe von KI Bilder zu generieren, die Fotografien ähneln. ^{[ 119 ]}

KI-generierte visuelle Kunst wurde im Zusammenhang mit Fragen der Kreativität, der Urheberschaft, der Verkörperung und des Status von Bildern diskutiert. Die Technologie hat auch Debatten über fotografische und filmische Indexikalität neu entfacht, da generative Systeme Bilder erzeugen können, ohne ein entsprechendes physisches Ereignis vor einer Kamera aufzuzeichnen.

In seinem Essay „Manifest der Realität: Kino nach der physischen Spur“ aus dem Jahr 2026 plädierte der Filmemacher und Künstler Johannes Grenzfurthner für eine „ontologische Offenbarung“ und unterschied dabei zwischen physikalisch referenziellen, hybriden und vollständig synthetischen Bildern. ^{[ 120 ]} Der Künstler und Pädagoge Matt Ballou erörterte Grenzfurthners Argumentation in einem Vortrag über KI und Pädagogik im Jahr 2026 und stellte einen Bezug zu Fragen der Verkörperung, der Autorschaft und der Möglichkeit her, den physischen Ursprung eines Bildes, Dokuments oder Ereignisses zu überprüfen. ^{[ 121 ]} Die Argumentation wurde auch in einem 2026 von paraflows veröffentlichten Essay diskutiert , der Grenzfurthners Unterscheidung zwischen ereignisbasierten, hybriden und vollständig synthetischen Bildern als ästhetische und politische Antwort auf die Auflösung der traditionellen Grenze zwischen Dokumentarfilm und Fiktion charakterisierte. ^{[ 122 ]}

Neben der Schaffung eigener Kunstwerke wurden auch KI-gestützte Forschungsmethoden zur quantitativen Analyse digitaler Kunstsammlungen entwickelt. Dies wurde durch die großflächige Digitalisierung von Kunstwerken in den letzten Jahrzehnten ermöglicht. Laut CETINIC und SHE (2022) kann die Analyse bestehender Kunstsammlungen mithilfe künstlicher Intelligenz neue Perspektiven auf die Entwicklung künstlerischer Stile und die Identifizierung künstlerischer Einflüsse eröffnen. ^{[ 123 ] [ 124 ]}

Zwei computergestützte Methoden, die detaillierte Analyse und die Betrachtung aus der Ferne, sind gängige Ansätze zur Analyse digitalisierter Kunstwerke. ^{[ 125 ]} Die detaillierte Analyse konzentriert sich auf spezifische visuelle Aspekte eines einzelnen Werkes. Zu den Aufgaben, die Maschinen im Rahmen dieser Analysemethoden übernehmen, gehören die computergestützte Künstlerauthentifizierung und die Analyse von Pinselstrichen oder Textureigenschaften. Im Gegensatz dazu ermöglicht die Betrachtung aus der Ferne die statistische Visualisierung der Ähnlichkeit eines bestimmten Merkmals innerhalb einer gesamten Sammlung. Häufige Anwendungsgebiete dieser Methode sind die automatische Klassifizierung, die Objekterkennung , multimodale Aufgaben , die Wissensgewinnung in der Kunstgeschichte und die computergestützte Ästhetik. ^{[ 124 ]} Synthetische Bilder können zudem verwendet werden, um KI-Algorithmen zur Kunstauthentifizierung und zur Erkennung von Fälschungen zu trainieren . ^{[ 126 ]}

Forscher haben auch Modelle entwickelt, die emotionale Reaktionen auf Kunst vorhersagen. Ein solches Modell ist ArtEmis, ein umfangreicher Datensatz in Kombination mit Modellen des maschinellen Lernens. ArtEmis umfasst emotionale Annotationen von über 6.500 Teilnehmern sowie textliche Erläuterungen. Durch die Analyse sowohl visueller Eingaben als auch der zugehörigen Textbeschreibungen aus diesem Datensatz ermöglicht ArtEmis die Generierung differenzierter emotionaler Vorhersagen. ^{[ 127 ] [ 128 ]}

Künstliche Intelligenz (KI) findet auch in anderen Kunstbereichen Anwendung. Generative KI wird zur Musikproduktion sowie in der Videospielentwicklung jenseits der reinen Bildgestaltung eingesetzt , insbesondere für das Leveldesign (z. B. für benutzerdefinierte Karten ) und die Erstellung neuer Inhalte (z. B. Quests oder Dialoge) oder interaktiver Geschichten in Videospielen. ^{[ 129 ] [ 130 ]} Auch in der Literatur wird KI genutzt , ^{[ 131 ]} beispielsweise zur Überwindung von Schreibblockaden , zur Inspirationsgewinnung oder zum Überarbeiten von Textpassagen. ^{[ 132 ] [ 133 ] [ 134 ] [ 135 ]} In der Kulinarik können einige Prototypen von Kochrobotern dynamisch verkosten und so Köche bei der Analyse von Inhalt und Geschmack der Gerichte während des Kochvorgangs unterstützen. ^{[ 136 ]}

Die Verwendung des Begriffs „Kunst“ für Werke, die von KI-Software generiert werden, hat unter Künstlern, Philosophen, Wissenschaftlern und anderen zu Debatten geführt. Verschiedene Beobachter argumentieren, dass die Bezeichnung maschinell erzeugter Bilder als „Kunst“ die traditionellen Merkmale menschlicher Kunstfertigkeit wie Kreativität, Können und Intention untergräbt. Heutige Definitionen wahrer künstlerischer Schöpfung betonen häufig die Notwendigkeit menschlicher Intentionen, persönlicher Erfahrung und Emotionen sowie eines historischen und/oder künstlerischen Kontextes. ^{[ 137 ]}

Einer Studie der National Library of Medicine zufolge hegen Menschen eine angeborene Abneigung gegenüber Kunstwerken, die als KI-generiert beschrieben werden. Wurden den Studienteilnehmern zwei vergleichbare Bilder gezeigt, von denen nur eines als KI-generiert dargestellt wurde, bewerteten die Probanden das als künstlich generiert beschriebene Bild mit höherer Wahrscheinlichkeit als künstlerisch weniger wertvoll. Dies deutet darauf hin, dass soziale und kulturelle Einstellungen die Beurteilung, ob ein Bild als Kunst gilt, beeinflussen können, unabhängig von seinen anderen visuellen Merkmalen. ^{[ 138 ]}

In einem 2023 dem Jahreskongress der Digital Art Observers vorgelegten Bericht schrieb Samuel Loomis, dass der Begriff „KI-Kunst“ ihre duale Natur als Produkt menschlicher Steuerung und maschinengesteuerter generativer Systeme anerkennt, wenn sie nach denselben kritischen Maßstäben bewertet wird, die für traditionelle Kunst gelten. ^{[ 139 ]}