KI-Video-Upscaler — von HD auf 4K mit Super-Resolution

Eine normale Skalierung (Lanczos/Bicubic) streckt die vorhandenen Pixel — gleiche Informationsmenge, nur größer. Real-ESRGAN ist ein Deep-Learning-Modell, das auf Millionen Bildern trainiert wurde, um plausible fehlende Details zu generieren: scharfe Kanten, feine Texturen, realistische Haut und Laub. Nebeneinander sieht KI-Upscale dramatisch schärfer aus, besonders bei Gesichtern und Text.

Weil auf jedem einzelnen Bild ein neuronales Netz läuft. Die meisten Werkzeuge hier dekodieren, ändern etwas Billiges und kodieren zurück; Real-ESRGAN baut jedes Bild in vierfacher Größe neu auf — das ist echte Rechnerei je Bild und wird durch einen besseren Container oder eine kleinere Datei nicht schneller. Deshalb ist ein Zehn-Sekunden-Clip auch der vernünftige Weg, es auszuprobieren, bevor man einen langen anstößt.

WebGPU ist die Schnittstelle, über die das KI-Modell auf der Grafikkarte läuft. Aktuelle Versionen von Chrome, Edge, Opera und Yandex Browser haben sie auf Desktop und Android; Safari und Firefox haben sie in ihren neuesten Versionen ergänzt. Fehlt WebGPU oder kann die Grafikkarte es nicht ausführen, startet das Hochskalieren hier nicht: auf dem Prozessor würde ein einzelnes Bild Minuten dauern. Die Seite bietet dann die Verarbeitung auf unserem GPU-Server an oder «Video verbessern» ohne KI, das auf jedem Gerät läuft.

Ja — jedes Quell-Frame wird hochskaliert, unabhängig von der Framerate. Ein 60-fps-Clip dauert einfach doppelt so lange wie ein 30-fps-Clip gleicher Länge. Die Ausgabe behält die Quell-Framerate genau bei.

HDR (HDR10, HLG, Dolby Vision) wird automatisch auf SDR rec.709 tonemapt, bevor die KI es sieht — Real-ESRGAN wurde auf SDR-Bildern trainiert und würde sonst Weitfarbraum-Highlights abschneiden. Das Ergebnis ist ein sauberes, korrekt belichtetes SDR-Video.

Das Modell läuft über den Browser auf Ihrem eigenen Gerät, deshalb hängt das Tempo an Ihrer Hardware und nicht an einer Warteschlange: Ein Rechner mit GPU-Beschleunigung ist um ein Mehrfaches schneller als einer ohne, ein Telefon ist noch langsamer. Gearbeitet wird pro Einzelbild, die Zeit wächst also mit Länge und Auflösung der Quelle; das Netz verarbeitet immer das volle Bild, daher dauert HD 720p aus derselben Datei fast so lange wie ×4 — die Datei wird nur kleiner. Wir zeichnen anonyme Leistungsereignisse auf (Bildanzahl, Maßstab, Inferenzzeit), um Fehler zu finden und schneller zu werden; was darin steht, beschreibt die Datenschutzerklärung. Ein praktischer Hinweis: Probieren Sie erst dreißig Sekunden und lesen Sie die Schätzung, bevor Sie einen langen Clip starten.

Wählen Sie „HD 720p“: Aus 640×360 wird 1280×720, aus breitem 640×280 wird 1280×560 — jede Option zeigt die Ergebnisgröße für Ihre Datei. Das Netz verarbeitet trotzdem das volle Bild, deshalb ist es nur etwas schneller als ×4, aber die Datei ist um ein Mehrfaches kleiner. Für Full HD wählen Sie „Full HD 1080p“.

Reale Aufnahmen mit klaren Details profitieren am meisten — Gesichter, Text, Laub, Stofftexturen. Komprimierte Quellen (YouTube-Downloads, Smartphone-Videos) gewinnen dramatisch. Bereits scharfe 4K-Quellen gewinnen weniger. Stark komprimierte oder mit Bewegungsunschärfe versehene Frames erzeugen weniger beeindruckende Ergebnisse — die KI kann keine Details erfinden, die nie aufgenommen wurden.

Das Modell ist auf ×4 fixiert. Von einer 1080p-Quelle ergibt das 4320p (über 4K) — das Tool behält das mit der "×4"-Option. Von 1440p würden Sie 5760p bekommen. Die "Bis 4K"-Option deckelt die finale Größe auf 4K für Quellen, bei denen ×4 übertrieben wäre.