Fotos mit KI auswerten: Gegenstände, Speisekarten und Notizen
Ein Foto und eine gezielte Frage reichen oft für den Einstieg: So lässt du Gegenstände benennen, Speisekarten erklären und Notizen ordnen – mit Prompts und einfachen Prüfregeln.
In diesem Artikel
Artikel
- Lesezeit
- 5 Min. Lesezeit
- Veröffentlicht
- Format
- Einsteiger-Guide
- Niveau
- Einsteiger
- Thema
- KI lernen
Serie
KI-Einstieg
Teil 8 von 8
Du hast ein Ersatzteil vor dir, kennst aber seinen Namen nicht. Oder du möchtest eine Speisekarte verstehen, ohne jeden Eintrag abzutippen. Bei solchen Aufgaben kannst du einem KI-Chatbot ein Foto zeigen und eine konkrete Frage dazu stellen. Das Bild liefert den Kontext; deine Frage bestimmt, welche Hilfe du brauchst.
Hier lernst du die Vorgehensweise an drei Beispielen: einem Scharnier, einer fremdsprachigen Speisekarte und handschriftlichen Notizen. Die Prompts kannst du für eigene Bilder anpassen. Du brauchst dafür keine besonderen Fachbegriffe – solltest die Antwort aber immer mit dem Originalbild abgleichen.
Kurz gesagt
- Lade ein gut lesbares Bild in einen Chatbot mit Bildeingabe hoch und sage, was du damit erreichen möchtest.
- Bitte die KI, unsichere oder unleserliche Details zu kennzeichnen, statt sie zu ergänzen.
- Prüfe Namen, Zahlen und Schlussfolgerungen am Bild und bei Bedarf an einer verlässlichen Originalquelle.
- Entferne private und vertrauliche Informationen vor dem Hochladen.
So stellst du eine Frage zu einem Foto
Prüfe zuerst, ob dein Chatbot Bilder als Eingabe annimmt. In vielen Anwendungen kannst du ein Foto über eine Schaltfläche hinzufügen; am Computer funktioniert häufig auch das Ziehen einer Datei in den Chat. Die Bedienung unterscheidet sich je nach Anbieter und Gerät. Gemini und ChatGPT dokumentieren zum Beispiel Fragen zu hochgeladenen Bildern.
Ein guter Bildprompt enthält drei Dinge: Was soll die KI ansehen? Wobei soll sie helfen? Was soll sie bei Unsicherheit tun? Du kannst sehr einfach anfangen: „Was ist auf diesem Foto zu sehen?“ Nützlicher wird die Antwort oft, wenn du dein Ziel ergänzt, etwa „Ich suche einen passenden Suchbegriff“ oder „Ordne die Notizen nach offenen Aufgaben“.
Bevor du das Bild hochlädst, schau auch in die Ecken und auf den Hintergrund. Auf einem harmlosen Foto können Adressen, Gesichter, Ausweise, Bildschirme oder vertrauliche Unterlagen zu sehen sein. Schneide solche Bereiche aus oder wähle ein anderes Bild. Auch der Text auf einem Zettel kann sensible Informationen enthalten. Welche Regeln für die Verarbeitung gelten, hängt vom Dienst und deinem Nutzungskontext ab; die Datenschutzkonferenz weist ausdrücklich auf die Prüfung personenbezogener Eingaben hin.
Beispiel 1: Ein unbekanntes Möbelteil benennen
Angenommen, das Scharnier einer Schranktür ist kaputt. Du erkennst das Metallteil, weißt aber nicht, wonach du für ein Ersatzteil suchen sollst. Fotografiere es bei gutem Licht so, dass das gesamte Teil und die Befestigung zu sehen sind. Lade das Foto hoch und stelle eine Frage, die über den bloßen Namen hinausgeht:
Wie heißt das Teil auf dem Foto vermutlich? Erkläre kurz, woran du es erkennst, und nenne einen passenden deutschen Suchbegriff. Welche Angaben müsste ich zusätzlich prüfen, wenn ich ein passendes Ersatzteil suche? Bitte rate keine Marke, Modellnummer oder Maße, die auf dem Bild nicht erkennbar sind.
Beim Beispiel aus dem Ausgangsmaterial lautet die plausible Bezeichnung Topfband, auch Topfscharnier genannt. Der Name bringt dich weiter, weil du nun gezielt suchen oder im Baumarkt fragen kannst. Er reicht aber noch nicht für einen sicheren Kauf: Maße, Befestigungsabstände, Anschlagart und weitere Eigenschaften müssen zum vorhandenen Schrank passen. Miss die entscheidenden Stellen selbst nach und vergleiche sie mit den Angaben zum konkreten Ersatzteil. Eine KI kann aus einem Foto nicht zuverlässig verdeckte Maße oder eine nicht lesbare Modellnummer ableiten.
Beispiel 2: Eine Speisekarte übersetzen und eine Rechnung prüfen
Ein Foto einer fremdsprachigen Speisekarte kann mehrere Fragen auf einmal beantworten: Was bedeuten die Gerichte? Welche Preise stehen daneben? Und was heißt ein zusätzlicher Posten? Achte darauf, dass die ganze relevante Karte lesbar ist und die Zahlen nicht abgeschnitten sind.
Übersetze diese Speisekarte ins Deutsche und behalte die Preise bei. Erkläre mir, was „Coperto 2 € a persona“ auf dieser Karte bedeutet. Was kosten zwei Portionen Spaghetti al pomodoro für zwei Personen vor Ort, ohne Getränke? Zeige die Rechnung. Wenn ein Eintrag oder Preis unleserlich ist, sage das bitte, statt zu raten.
In der vereinfachten Beispielkarte kostet eine Portion Spaghetti al pomodoro 9 Euro; das „Coperto“ ist mit 2 Euro pro Person angegeben. Unter der Annahme, dass zwei Personen vor Ort jeweils eine Portion essen, ergibt das 2 × 9 Euro + 2 × 2 Euro = 22 Euro, ohne Getränke. „Coperto“ bezeichnet hier einen zusätzlichen Gedeckbetrag pro Person. Ob und wann eine solche Position berechnet wird, musst du an der tatsächlichen Karte oder beim Restaurant prüfen. Die KI-Antwort ist eine Lese- und Rechenhilfe, keine verbindliche Auskunft über jede Gaststätte.
Kontrolliere gerade bei einer Übersetzung die Zahlen direkt auf dem Foto. Ein vertauschtes Komma, ein abgeschnittener Preis oder eine übersehene Fußnote kann die Antwort verändern. Wenn die Schrift zu klein ist, mache ein schärferes Nahfoto. Die OpenAI-Hilfe zu Bildeingaben nennt unscharfe Bilder und kleine Texte ausdrücklich als Fehlerquellen.
Beispiel 3: Handschriftliche Notizen ordnen
Für einen Spieleabend steht auf einem Zettel: Samstag, 18 Uhr, sechs Personen, Getränke sind da, Snacks müssen noch besorgt werden, ein Budget von 30 Euro sowie offene Fragen zu Spielen und Zuständigkeiten. Aus solchen Stichpunkten kann die KI eine brauchbare Übersicht machen. Entscheidend ist, dass sie nur Vorhandenes übernimmt und Unklares offenlässt.
Lies diese Notizen und ordne sie in drei Bereiche: Was steht fest, was ist noch zu erledigen und welche Fragen sind offen? Übernimm nur Angaben vom Zettel. Erfinde keine Namen oder Termine. Wenn du etwas nicht lesen kannst oder eine Zuordnung unklar ist, kennzeichne es.
Im Beispiel gehören Termin, Personenzahl, vorhandene Getränke und Budget zu den festen Angaben. Snacks besorgen ist noch zu erledigen; welche Spiele gespielt werden und wer etwas mitbringt, bleibt offen. Lies die sortierte Liste gegen den Zettel: Ist „30 Euro“ wirklich das Gesamtbudget oder nur der Betrag für Snacks? Wenn das Foto diese Frage nicht beantwortet, musst du sie selbst klären.
Danach kannst du im selben Chat weiterarbeiten. Angenommen, du weißt zusätzlich, dass die 30 Euro das Gesamtbudget für Snacks sind. Dann gib genau diese neue Information und den nächsten Auftrag:
Die 30 Euro sind als Gesamtbudget für Snacks gemeint. Formuliere aus den bestätigten Angaben eine kurze, lockere Nachricht für unsere Gruppe zum Spieleabend. Nenne Samstag um 18 Uhr und dass Getränke schon da sind. Frage, wer ein Spiel mitbringen und wer sich um die Snacks kümmern möchte. Teile niemandem eigenständig eine Aufgabe zu. Erfinde keine weiteren Details.
So wird aus dem Foto erst eine geordnete Übersicht und dann ein Textentwurf. Prüfe die Nachricht vor dem Versenden selbst: Stimmen Uhrzeit und Budget? Fehlt eine wichtige Frage? Passt der Ton zur Gruppe? Die KI darf formulieren; die Entscheidung, was du verschickst, bleibt bei dir.
Woran du eine gute Antwort erkennst
Ein flüssiger Text ist noch kein Beweis dafür, dass das Bild richtig gelesen wurde. Prüfe die Antwort mit vier kurzen Fragen:
- Stimmt der sichtbare Inhalt? Vergleiche Namen, Zahlen, Wörter und Mengen mit dem Foto.
- Was ist Deutung? Eine Bezeichnung wie „Topfband“ kann plausibel sein; die genaue Produktvariante ist damit noch nicht belegt.
- Was fehlt im Bild? Verdeckte Maße, abgeschnittene Fußnoten und schwer lesbare Handschrift sollte die KI nicht ergänzen.
- Wie folgenreich wäre ein Fehler? Bei einem Ersatzteil ist Nachmessen sinnvoll. Bei Gesundheit, Sicherheit, Geld oder rechtlichen Fragen brauchst du besonders verlässliche Originalinformationen oder fachlichen Rat.
Du kannst nachfragen: „Welche Stelle im Bild stützt diese Aussage?“ oder „Was kannst du nicht sicher erkennen?“ Solche Fragen machen Unklarheiten sichtbarer. Sie garantieren aber keine richtige Antwort. Wenn ein Detail wichtig ist, prüfe es selbst am Original oder bei der zuständigen Stelle.
Probier es mit einem eigenen Bild aus
Wähle für den Einstieg eine kleine Aufgabe: einen Gegenstand ohne bekannten Namen, einen kurzen Text, den du verstehen möchtest, oder eigene Notizen, die Ordnung brauchen. Nimm ein scharfes Foto ohne private Angaben und lade es in einen Chatbot mit Bildeingabe. Einer der drei Prompts oben ist ein Startpunkt; du kannst deine Frage genauso in eigenen Worten stellen.
Vergleiche die Antwort anschließend mit dem Bild. Falls sie nicht weiterhilft, frage: „Welches zusätzliche Detail brauchst du?“ Vielleicht genügt ein zweites Foto, ein besserer Ausschnitt oder eine kurze Erklärung deines Ziels. Genau darum geht es beim Einstieg: eine kleine Aufgabe ausprobieren, das Ergebnis prüfen und bei Bedarf nachfragen.