Bilderkennung
Die Bilderkennung (english: Image Recognition, Image Analysis, Vision AI) analysiert digitale Bilder mithilfe von künstlicher Intelligenz, um Objekte, Texte oder Gesichter zu erkennen.
Informationen zur Datenverarbeitung
Es wird z.B. ein Screenshot erstellt oder ein Foto gemacht und an den jeweiligen Anbieter für die Analyse geschickt. Begleitende Metadaten der Bilder (z.B. Aufnahmedatum, Gerätetyp, Standort, falls vorhanden) können ebenfalls zur Kontextualisierung herangezogen werden. Der Anbieter kann die übermittelten Daten (Bilder und Prompts) verwenden, um seine Modelle zu verbessern und weiter zu trainieren.
Einsatzszenarien
Bei vielen Anbietern ist die Bilderkennung bereits Teil der großen Sprachmodelle, sodass direkt über den Chatbot auf die Funktion zugegriffen werden kann.
Hilfe im Alltag
Mittels App erstellt man ein Foto und kann sich z.B. die Speisekarte übersetzen und vorlesen lassen, oder historische Infos zu einem Gebäude abrufen. Blinden und Sehbeeinträchtigen können Apps helfen, z.B. den Fahrplan zu lesen.
Automatische Szenenbeschreibungen
Das erste Bild jeder Szene wird analysiert, perspektivisch gibt es Zusammenfassungen für die einzelnen Szenen im Video. Das Ergebnis wird als separates Dokument zur Verfügung gestellt und kann parallel zum zu erstellenden Manuskript im Editor angezeigt werden.
Interaktiver Chatbot
Es ist möglich, direkt im Editor mit einem LLM zu “chatten”. So können Rückfragen zum aktuellen Bild des Videos gestellt werden, bspw. um Namensschilder oder eingeblendete Untertitel auszulesen.
In Frazier integrierte Anbieter
- Google Gemini: Website, Datenschutz, Nutzungsbedingungen.
- OpenAI Website, Datenschutz, Nutzungsbedingungen.
Stand: 07.07.2026