Heute Abend habe ich noch eine kleine Runde gedreht. Dabei habe ich die Edith-Haberland-Wagner-Brücke (früher Arnulfsteg) entdeckt. Von dieser Fußgängerbrücke aus kann man über die Gleise des Münchner Hauptbahnhofs bis zur Innenstadt schauen. Bei Sonnenuntergang ist das ein besonders schöner Blick.
Mein immer wieder benutzter Prompt für diese Reihe mit ChatGPT 5.4 Thinking:
„Verwandele das Foto in ein expressionistisches Gemälde, gemalt im Stil von Wassili Kandinsky.“
Die Verlängerung der U5 in Berlin hat zu einigen sehenswerten U-Bahn-Bahnhöfen geführt. Heute war ich im Bahnhof „Rotes Rathaus“.
Mein Prompt und mein Werkzeug bleiben gleich: ChatGPT 5.4 Thinking und „Verwandele das Foto in ein expressionistisches Gemälde, gemalt im Stil von Wassili Kandinsky.“
Heute gehe ich aber mal einen Schritt weiter. Mich interessiert, ob ChatGPT die verschiedenen Phasen im Werk von Kandinsky unterscheiden kann.
„Passe das Bild so an, dass es eher dem Stil des älteren Kandinsky entspricht.“
Ich finde, die Antwort kann „Ja.“ lauten.
Heute und morgen bin ich in Berlin. Meine Zertifikatsprüfung als Datenschutzfachkraft steht an. Der Berliner Hauptbahnhof ist schon toll mit seiner Lage am Humboldthafen.
„Verwandele das Foto in ein expressionistisches Gemälde, gemalt im Stil von Wassili Kandinsky.“
Auch heute wieder setze ich ChatGPT 5.4 Thinking ein.
Heute ist einer meiner Lieblingsbahnhöfe an der Reihe, der Leipziger Hauptbahnhof.
„Verwandele das Foto in ein expressionistisches Gemälde, gemalt im Stil von Wassili Kandinsky.“
Heute Morgen stehe ich wieder auf dem Bahnhof Dahlen. Es wird langsam hell und der Himmel ist rot eingefärbt. Ich habe eine kleine Reihe mit dem Titel „Bahnhofsromantik“ aufgemacht.
Mein heutiger Prompt ist dem gestrigen identisch. Die Ergebnisse dagegen unterscheiden sich signifikant. Das gestrige Bild von ChatGPT ist eher an die früheren Jahre Kandinskys angelehnt. Das heutige kommt von Nano Banana 2 und scheint sich an Kandinskys Zeit im Bauhaus oder seinen späteren Werken auszurichten.
Bei -3°C stehe ich in Oschatz auf dem Bahnhof.
„Verwandele das Foto in ein expressionistisches Gemälde, gemalt im Stil von Wassili Kandinsky.“
am 24. März wurde die Bitkom-Studie „KI kommt in der Liebe an“ vorgestellt. Ich will die Studie gar nicht inhaltlich auseinandernehmen. Drei Dinge sind für mich bedeutsam:
„Create an ultra-realistic, magazine-style photo of a woman in a romantic setting with a humanoid male robot.“
Heute kommen mal wieder die Apps dran. Ich finde, für den knappen Prompt können sich die Ergebnisse sehen lassen.
Am vergangenen Freitag im Info-Unterricht Klasse 12: Wir üben gerade um das Thema „Planung von Datenbanken – Darzustellende Situation analysieren“ zu festigen und die anstehende LK vorzubereiten. Schüler: „Ich frage für einen Freund: Könnte so eine Aufgabe auch eine KI lösen?“
Ja, kann sie. Wir haben das live getestet. Ich würde die Lösung schneller finden, als ich den Prompt getippt habe, aber das war ja nicht die Frage.
Mein Prompt lautete: „Gegeben ist folgender Sachverhalt: „Die Therapeuten einer Kurklinik behandeln Patienten. Die Patienten werden außerdem von Ärzten untersucht.“ Welche Stammdaten als Entitäten im Sinne einer relationalen Datenbank gibt es in diesem Sachverhalt und welche Beziehungen bestehen zwischen diesen?“
Die besten Antworten lieferten Gemini 3 Thinking und Claude Sonnet 4.6. ChatGPT 5.4 Thinking und Le Chat 1.14.1 waren auch nicht schlecht, haben aber beide noch die Kurklinik aufgenommen und eine nicht beschriebene Beziehung zwischen den Ärzten sowie den Therapeuten mit der Kurklinik erstellt. In beiden Fällen müssten die Nutzer erkennen, dass danach nicht gefragt war.
Hier die Lösung von Gemini (Claude hat sehr ähnlich geantwortet, die Tabelle mit den Beziehungen allerdings kann ich nicht so einfach kopieren – sonntägliche Faulheit):
Basierend auf dem beschriebenen Sachverhalt lassen sich die Entitäten (Stammdaten) und deren Beziehungen im Kontext einer relationalen Datenbank klar ableiten.
Hier ist die strukturierte Aufschlüsselung:
1. Entitäten (Stammdaten)
Stammdaten sind die Kernobjekte des Systems, die sich relativ selten ändern und die Grundinformationen enthalten. In diesem Sachverhalt gibt es drei wesentliche Entitäten:
• Therapeut: Repräsentiert das therapeutische Personal (Mögliche Attribute: Therapeuten-ID, Vorname, Nachname, Fachgebiet).
• Patient: Repräsentiert die Personen, die in der Klinik betreut werden (Mögliche Attribute: Patienten-ID, Vorname, Nachname, Geburtsdatum, Aufnahmedatum).
• Arzt: Repräsentiert das medizinische ärztliche Personal (Mögliche Attribute: Arzt-ID, Vorname, Nachname, Spezialisierung).
Hinweis zur „Kurklinik“: Die Kurklinik selbst stellt in der Regel keine eigene Entität dar, da sie lediglich der organisatorische Rahmen (die Systemgrenze) für die Datenbank ist – es sei denn, die Datenbank verwaltet eine Kette von mehreren Kurkliniken.
2. Beziehungen (Relationen)
Zwischen diesen Entitäten bestehen Aktionen („behandeln“, „untersuchen“), die die Beziehungen definieren. Wenn wir die Realität einer Klinik zugrunde legen, ergeben sich folgende Kardinalitäten:
• Beziehung: Therapeut – Patient („behandelt“)
• Beziehung: Arzt – Patient („untersucht“)
Da werde ich während der LK ein wachsames Auge auf meine Schüler haben…
ChatGPT-Abos werden gerade massenhaft gekündigt. Die App wird spürbar oft deinstalliert. Ich selbst habe nach dem Vertrag zwischen OpenAI und dem amerikanischen Verteidigungsministerium mein Abo drei Mal gekündigt und wieder aktiviert. Anthropic wird gerade gefeiert wegen der Verweigerung eines gleichen Vertrages.
Machen wir doch mal einen Faktencheck, der uns vor falschen Wahrnehmungen bewahren kann.
Die Zusammenarbeit zwischen großen Tech-Konzernen und dem US-Verteidigungsministerium (DoD) boomt – vor allem bei KI und Cloud. Seit 2025 fließen Hunderte Millionen in Verträge, die „agentische“ KI für Kampfeinsätze, Logistik und Cyber-Defense ermöglichen.[businessinsider, Reuters]
Amazon (AWS), Microsoft (Azure), Google Cloud und Oracle sichern mit dem JWCC-Programm (bis 9 Mrd. USD) die militärische IT-Infrastruktur ab. Google ergatterte zudem 2025 einen 200-Mio.-USD-Vertrag für TPUs und Agentspace, inklusive Top-Secret-Zertifizierung (IL6).[CNN]
OpenAI (200 Mio. USD DoD-Vertrag für „warfighting“-KI), Anthropic (Claude Gov), xAI (Elon Musk) und Google teilen sich 800 Mio. USD für autonome AI-Systeme. OpenAI kooperiert mit Rüstungsfirma Anduril an Drohnenabwehr; Microsoft profitiert über Azure.[Reuters, Business Insider]
Niemand wirft sein Android-Smartphone in den Teich wegen Google. Kaum jemand verlässt Microsoft Office. Vielleicht sollten wir sehen, dass Gewinne gemacht werden wollen.
Hand aufs Herz: Glaubst du, dass du ein KI-generiertes Gesicht problemlos von einem echten Foto unterscheiden kannst? Eine aktuelle Studie der UNSW Sydney zeigt, dass wir uns da massiv überschätzen.
Hier sind die wichtigsten Erkenntnisse, warum wir unseren Augen nicht mehr blind vertrauen sollten:
• Die trügerische Sicherheit: Die meisten von uns nutzen veraltete Hinweise, um Fakes zu entlarven (wie verzerrte Zähne oder verschwommene Hintergründe). Doch moderne KIs machen diese Anfängerfehler kaum noch.
• Selbst Profis scheitern: Die Forscher testeten auch sogenannte „Super-Recognizer“ – Menschen mit einer extrem guten natürlichen Gesichtserkennung. Das erschreckende Ergebnis: Auch sie schnitten beim Erkennen der KI-Bilder kaum besser ab als der pure Zufall. Trotzdem waren sich fast alle Tester ihrer falschen Entscheidungen sehr sicher.
• Das neue Warnsignal lautet „Perfektion“: Moderne KI-Gesichter fallen nicht durch Fehler auf, sondern dadurch, dass sie zu makellos sind. Sie sind extrem symmetrisch, ideal proportioniert und entsprechen einem absoluten statistischen Durchschnitt. Was wir instinktiv als attraktiv empfinden, ist heute oft ein Indiz für einen Fake.
• Gefahr durch Fake-Profile: Ob beim Online-Dating, auf Social Media oder in Karriere-Netzwerken – die Zeiten, in denen man einen Fake „einfach erkennen“ konnte, sind vorbei. Eine gesunde Portion Skepsis ist heute der beste Schutz vor Betrügern.
Die Wissenschaftler suchen nun übrigens nach „Super-KI-Gesichts-Detektoren“ – also Menschen, die diese Fakes aus unerklärlichen Gründen doch noch treffsicher erkennen. Wenn wir Glück haben, können wir uns von ihnen bald ein paar neue Strategien abschauen…
Wer mich kennt weiß, dass ich die englische Sprache nicht so beherrsche, dass ich den Artikel selbst übersetzen könnte. Das Übersetzen und Zusammenfassen hat Gemini 3.1 Pro für mich erledigt.
Prompt zum Bild: „
Betreff: Ultra-realistisches 8K-Foto eines älteren Mannes mit kurzen braunen Haaren und Schnauzer, der barfuß auf einer Steintreppe im Freien sitzt;
Outfit: schwarz-rot kariertes Flanellhemd, schwarze ausgewaschene Jeans.
Pose: Oberkörper gerade, leicht nach vorne geneigt und sanft zum Betrachter gedreht; rechtes Bein angehoben; Hände auf Knie und Oberschenkel gelegt, Finger ineinander verschränkt; Kopf leicht nach rechts geneigt; Blick nach oben und weg gerichtet; Lippen leicht geöffnet.
Haut & Details: Natürliche Hautstruktur mit sichtbaren Poren und feinen Mimikfalten; realistische Oberflächendetails und subtile Farbnuancen.
Beleuchtung: Helles Gegenlicht von hinten und von rechts; lebhaftes Randlicht, das die Silhouette umrandet; weiche, langgezogene Schatten; warmer, filmischer Glanz.
Hintergrund: Steintreppe im Freien; strukturierte Ziegel-/Steinmauer; üppiges Grün rund um die Szene; zarte, hellrosa Blumen, die Tiefe und Weichheit verleihen.
Stil: Maximaler Ultrarealismus; extreme Detailtreue; glänzende Glanzlichter; gestochen scharfer Fokus; professionelle Fotoästhetik; ultrarealistische Wiedergabe.
Qualität: Ultrarealistisch, 8K-Auflösung, hoher Dynamikumfang, filmische Tiefe, hochwertige fotografische Verarbeitung.“