Plattform
Plattform-ÜbersichtAI Adoption & Multi-ModellSelbstbefüllendes KI-CRMSales & Branchen CRMSales CRM Use CasesRecruiting CRM Use CasesB2B Kontakt-SucheMulti-Channel-KampagnenProjekte & AufgabenTeam-MessengerSocial Media StudioFunnel & NewsletterMeetings & Terminbuchung
Beratung, Preise & Ressourcen
KI-Transformation & StrategieManaged ServicesAlexander Weltzsch · Executive AdvisoryDennis Hilger · B2B Growth AdvisoryPreise & LizenzrechnerÜber unsKI im UnternehmenTech und KI GlossarLeitfaden für erfolgreiche LandingpagesGeschäftsbedingungen und RichtlinienKontakt & Live-Demo
← Zurück zum Tech und KI Glossar (A–Z)
Tech und KI Glossar · Buchstabe · Buchstabe D

Diffusion (Diffusionsmodelle)

Diffusion (Diffusionsmodelle)

Definition

Diffusionsmodelle sind generative KI-Modelle, die neue Bild-, Video- oder Audiodaten erzeugen, indem sie zufälliges Rauschen schrittweise in ein strukturiertes Signal zurückführen.

Erklärung

Das Training besteht aus zwei Phasen: Im Vorwärtsprozess (Forward Diffusion) wird bestehenden Trainingsdaten über viele Einzelschritte künstliches Rauschen beigemischt, bis keine Struktur mehr erkennbar ist. Im Rückwärtsprozess (Reverse Diffusion) lernt ein neuronales Netz, dieses Rauschen Schritt für Schritt wieder herauszurechnen. Um den hohen Rechenaufwand hochauflösender Pixelbilder zu begrenzen, arbeiten produktive Systeme wie Stable Diffusion, Flux oder Midjourney meist als latente Diffusionsmodelle (Latent Diffusion) in einem komprimierten Merkmalsraum und steuern die Ausgabe über Text-Embeddings oder Referenzbilder (etwa via ControlNet). Im B2B-Einsatz entstehen damit Produktvisualisierungen, Kampagnenmotive und Design-Prototypen, wobei konsistente Typografie, exakte Produktgeometrien und die Rechenzeit pro Generierungsschritt technisch berücksichtigt werden müssen.