Was ist Diffusion (Diffusionsmodelle)

Definition

Diffusionsmodelle sind eine Klasse von generativen KI-Modellen, die darauf trainiert sind, neue Daten – insbesondere hochqualitative Bilder, Videos oder Audio – zu erzeugen, indem sie schrittweise Rauschen aus einem Ausgangssignal entfernen.

Erklärung

Das mathematische Prinzip hinter Diffusionsmodellen beruht auf einem zweistufigen Prozess: Im Vorwärtsschritt (Forward Diffusion) wird ein bestehendes Datenobjekt (z. B. ein Bild) sukzessive mit Rauschen überlagert, bis es vollständig unkenntlich ist. Im darauffolgenden Rückwärtsschritt (Reverse Diffusion) lernt das Modell, dieses Rauschen präzise Schritt für Schritt zu entfernen und so das Originalbild wiederherzustellen oder ein völlig neues Bild aus reinem Zufallsrauschen zu erzeugen. Bekannte Beispiele für diese Technologie sind Stable Diffusion, DALL-E und Midjourney. Im B2B- und SaaS-Bereich werden diese Modelle zur Automatisierung von Marketing-Assets, für das visuelle Prototyping im Produktdesign und für die schnelle Content-Erstellung eingesetzt. Sie ermöglichen es Unternehmen, visuelle Medien kostengünstig, skalierbar und in kürzester Zeit zu produzieren.