Die WWDC 2026 brachte für Fotografen durchaus Interessantes: Apple stattet seine Fotos-App mit drei neuen KI-gestützten Bearbeitungswerkzeugen aus. Mit Details zu den konkreten Funktionen hält sich das Unternehmen zwar noch bedeckt, aber die Integration in OS 27 und „Apple Intelligence“ verspricht zumindest, dass die Bearbeitung direkt auf dem Gerät stattfindet – ein Pluspunkt für Datenschutz-Bewusste. Ob die Tools allerdings mehr können als die bereits etablierten KI-Funktionen der Konkurrenz, wird sich erst im Herbst zeigen, wenn OS 27 ausgerollt wird.

Meta wischt heimlich Beweise weg

Deutlich brisanter ist, was bei Meta passiert: Nachdem das Unternehmen vehement bestritten hat, Gesichtserkennungstechnologie in seine Ray-Ban Smart Glasses zu integrieren, entdeckten Entwickler einen entsprechenden Code in der App. Kurz darauf verschwand dieser Code jedoch still und leise, ohne offizielle Erklärung. Das riecht nicht nur nach schlechtem Gewissen, sondern wirft auch die Frage auf, was Meta eigentlich mit den Aufnahmen seiner Brillenträger vorhat.

Die ganze Aktion erinnert an einen Einbrecher, der beim Verlassen des Tatorts noch schnell die Fingerabdrücke wegwischt. Nur, dass hier Millionen von Nutzern potenziell betroffen sind. Meta behauptet weiterhin, keine Gesichtserkennung zu nutzen – aber warum dann der Code? Und warum die heimliche Löschung? Vertrauen aufzubauen geht definitiv anders.

Gesetzgeber fordern sichtbare Warnleuchten

Apropos Vertrauen: In den USA haben Abgeordnete einen Gesetzentwurf eingebracht, der Smart Glasses mit Aufnahmefunktion zu einer deutlich sichtbaren Warnleuchte verpflichten würde. Der „Smart Glasses Recording Act“ soll verhindern, dass Menschen heimlich gefilmt werden – ein Problem, das mit der zunehmenden Verbreitung von Kamerabrillen immer drängender wird.

Die vorgeschlagene Regelung ist eigentlich selbstverständlich: Wer aufnimmt, muss das kenntlich machen. Genau wie bei Metas aktuellen Ray-Ban-Modellen, die bereits eine kleine LED haben – die allerdings so dezent ist, dass man sie leicht übersehen kann. Der Gesetzentwurf würde Standards setzen, wie hell und wie groß diese Anzeige sein muss. Dass so etwas überhaupt gesetzlich geregelt werden muss, zeigt, wie wenig die Hersteller von sich aus an Privatsphäre denken.

Die Zukunft der tragbaren Kameras

Smart Glasses stehen an einem Scheideweg: Entweder die Hersteller nehmen Datenschutz ernst und bauen wirklich transparente Geräte, oder die Gesetzgeber werden es ihnen aufzwingen. Letzteres scheint gerade wahrscheinlicher. Die Technologie selbst ist faszinierend – eine Kamera, die sieht, was man sieht, ohne dass man ein Smartphone zücken muss. Aber dieser Komfort darf nicht auf Kosten der Privatsphäre anderer gehen.

Interessant ist auch die Parallele zu den frühen Tagen der Smartphone-Fotografie: Damals gab es ähnliche Bedenken, heute ist es normal, dass Handys überall Fotos machen können. Der Unterschied? Bei Smartphones ist es hingegen offensichtlich, wenn jemand fotografiert, bei einer Brille eben nicht.

Zurück zu Apple: Die neuen KI-Tools in der Fotos-App sind Teil einer größeren Strategie. Mit „Apple Intelligence“ positioniert sich das Unternehmen als datenschutzfreundliche Alternative zu Google und Meta. Ob das mehr als Marketing ist, wird die Praxis zeigen. Immerhin: On-Device-Verarbeitung ist ein echter Vorteil gegenüber Cloud-basierten Lösungen.

Die drei neuen Bearbeitungswerkzeuge reihen sich ein in einen Trend, der die Fotografie gerade grundlegend verändert: KI wird vom Gimmick zum Standard-Feature. Ob das gut oder schlecht ist, hängt davon ab, wie transparent die Hersteller damit umgehen – und wie viel Kontrolle sie den Nutzern noch lassen.

English Heritage und der Foto-Fauxpas

Während in den USA über Hightech-Regulierung diskutiert wird, zeigt ein Vorfall aus England, dass auch analoge Foto-Regeln ganz gehörig danebengehen können. English Heritage, die Organisation, die in England historische Stätten verwaltet, hat sich eine kleine PR-Panne geleistet: Ein Hobbyfotograf wollte im Carlisle Castle ein paar Aufnahmen machen – vermutlich die üblichen Touristenfotos mit etwas mehr Ambition. Doch statt eines freundlichen „Viel Spaß beim Knipsen“ wurde er darauf hingewiesen, dass er eine kommerzielle Genehmigung benötige. Kostenpunkt: hundert Pfund.

Was war passiert? Offenbar hatte das Personal vor Ort die internen Regelungen etwas zu eifrig interpretiert. English Heritage hat durchaus nachvollziehbare Regeln für kommerzielle Film- und Fotoproduktionen. Wenn ein Team mit Beleuchtung, Assistenten und Catering anrückt, um einen Werbespot zu drehen, dann soll dafür natürlich gezahlt werden. Aber ein einzelner Fotograf mit seiner Kamera? Der fällt definitiv nicht in diese Kategorie.

Nach Beschwerden ruderte English Heritage schnell zurück. Man gab den Fehler zu und stellte klar: Hobbyfotografen sind willkommen, solange sie nicht den Betrieb stören oder kommerzielle Shootings durchführen. Die überarbeiteten Richtlinien auf der Website betonen nun deutlicher, dass zwischen privatem Fotografieren und professionellen Produktionen unterschieden wird.

Der schmale Grat zwischen Hobby und Kommerz

Interessant wird es natürlich bei der Frage: Was ist eigentlich „kommerziell“? Wenn jemand seine Urlaubsfotos auf Instagram postet und damit theoretisch Geld verdienen könnte – zählt das schon? Oder erst, wenn ein Auftrag dahintersteht? English Heritage definiert kommerzielle Nutzung als geplante, professionelle Produktionen, bei denen das Foto oder Video später verkauft oder für Werbezwecke verwendet wird. Ein Influencer mit Stativ in jeder Ecke könnte also in eine Grauzone geraten.

Die Organisation betont allerdings, dass man pragmatisch bleiben wolle. Niemand soll seinen Personalausweis vorzeigen oder eine eidesstattliche Erklärung abgeben müssen, dass die Bilder nur für die private Fotosammlung bestimmt sind. Solange keine Requisiten aufgebaut, keine Models instruiert und keine Drohnen gestartet werden, dürfte man auf der sicheren Seite sein.

Der Vorfall zeigt exemplarisch, wie schnell gut gemeinte Regelungen in Überregulierung umschlagen können. Viele Museen, Schlösser und historische Stätten weltweit kämpfen mit ähnlichen Abgrenzungsproblemen. Einerseits wollen sie ihre Locations vor Kommerzialisierung schützen und an professionellen Nutzungen mitverdienen. Andererseits sind Besucher mit Kameras heute die Norm und oft die beste kostenlose Werbung. Immerhin: English Heritage hat schnell reagiert und transparent kommuniziert – in Zeiten, in denen Social Media jeden Fauxpas binnen Stunden zum viralen Desaster machen kann, ist das recht bemerkenswert.

Empfehlung zum Wochenende

Wer sich für die rechtlichen und ethischen Fragen rund um Kamera-Technologie interessiert, sollte die Entwicklung des „Smart Glasses Recording Act“ verfolgen. Auch wenn er zunächst nur in den USA diskutiert wird, könnten ähnliche Regelungen bald auch in Europa kommen. Die DSGVO lässt grüßen – und die ist bei heimlichen Aufnahmen noch viel strenger als amerikanische Gesetze.

Und für alle, die demnächst historische Stätten in England besuchen wollen: Keine Sorge, die Kamera darf mit. Solange Sie nicht mit Lichtanlage, Maskenbildner und Regieassistent anrücken, wird niemand nach Ihrer Gewerbeanmeldung fragen. Sollte doch einmal jemand übereifrig sein, hilft vermutlich ein freundlicher Hinweis auf den jüngsten Vorfall.

Die Themen der Woche zeigen zwei Seiten derselben Medaille: Auf der einen Seite drängen neue Technologien wie Smart Glasses und KI-Bildbearbeitung in einem Tempo nach vorn, dem Gesetzgeber kaum hinterherkommen. Auf der anderen Seite verheddern sich altehrwürdige Institutionen in Regelwerken, die mit der Fotorealität von heute nichts mehr zu tun haben. Die Frage ist nicht mehr, ob wir Kameras überall haben werden, sondern wie wir damit umgehen. Die Industrie braucht klare Grenzen – und die Verwaltung ein bisschen mehr gesunden Menschenverstand. Beides wäre schon viel wert.

(tho)

Zum Start in den Sommer geht es auch bei den Sprachmodellen heiß zu. Neue chinesische Modelle von StepFun und MiniMax versprechen günstiges Reasoning und sind auf agentische Workflows optimiert. Die Liquid Foundation Models sind aufgrund ihrer speziellen Architektur sehr kompakt und trotzdem leistungsfähig.

Nvidia befindet sich weiter im Höhenflug und hat einige neue Modelle im Portfolio, allerdings das größte davon lediglich als Ankündigung. Schließlich stellte Microsoft Anfang Juni auf der Build-Konferenz eine ganze Reihe (leider geschlossener) Modelle vor und emanzipiert sich damit weiter von OpenAI.

Reasoning-Modell Step 3.7 Flash

Das in Shanghai sitzende KI-Unternehmen StepFun hat nach dem bereits erfolgreichen Modell 3.5 aus dem Frühjahr nachgelegt und ein neues Reasoning-Modell veröffentlicht. Es handelt sich wieder um ein Flash-Modell mit einer ähnlichen Architektur wie das vorherige Modell, das sich allerdings in einigen entscheidenden Punkten verbessert hat. So hat StepFun etwa einen Vision Encoder hinzugefügt, sodass Step 3.7 Flash auch Bilder verstehen kann. Das Reasoning lässt sich nun konfigurieren, damit sich für einfache Fragestellungen nicht sofort sehr viele Token ansammeln. Das ist insbesondere für agentische Nutzung sehr hilfreich.

Wie viele chinesische Modelle war Step 3.5 Flash stark zensiert. Das ist bei Version 3.7 nicht viel anders, aber interessanterweise gibt das Modell die Fakten im Reasoning-Bereich bereitwillig aus, um dann bei der endgültigen Antwort gebremst zu werden. Sicherlich spielen da die Guardrails eine entscheidende Rolle, die dem Modell im letzten Schritt antrainiert werden. Abgesehen davon sind die Antworten größtenteils korrekt. Besonders interessant ist, dass das Reasoning bei deutschen Fragen größtenteils auf Deutsch stattfindet, nur die Unterbrechungen wie „wait“ sind auf Englisch. Das ist bei fast allen anderen Modellen anders, die nur auf Englisch argumentieren.

Ob das Modell wirklich viel besser ist als der Vorgänger, lässt sich schwer entscheiden. In der Community wurde es jedenfalls gelobt, insbesondere im Zusammenspiel mit Coding Agents. Auf der Website von StepFun kann man deutlich bessere Zahlen ablesen als für das ältere Modell, oft übertrumpft es dabei auch DeepSeek V4 Flash. Langfristig wird man auf der LM Arena sehen, wie sich das Modell im wirklichen Leben behauptet.

Die Ergebnisse von Step 3.7 Flash finden sich im GitHub-Repository zu diesem Artikel.

Performance-Zuwachs mit MiniMax M3

Obwohl MiniMax sein M3-Modell als „Open Weight“ bezeichnet, kann man die Gewichte noch nicht bei Hugging Face herunterladen. Das ändert sich aber hoffentlich bald. Ausprobieren lässt sich das Modell entweder direkt bei MiniMax.ai oder bei OpenRouter. Wie von MiniMax gewohnt, sind die Ergebnisse ausgewogener und weniger zensiert als die anderer chinesischer Modelle.

MiniMax hat wie viele Anbieter die Attention-Architektur optimiert, ging dabei aber einen eigenen Weg. Die Attention wird in zwei Phasen ausgerechnet: Die erste Phase entscheidet, welche Token wichtig sind und gibt diese dann in der zweiten Phase für die volle Attention-Berechnung weiter. MiniMax behauptet, dass das M3-Modell damit Prompts fast zehnmal schneller auswerten kann als MiniMax M2 und bei der Generierung sogar um den Faktor 15 schneller ist. Das wäre ein gewaltiger Fortschritt. Ob es sich bewahrheitet, wird sich zeigen, wenn sich die Modelle lokal betreiben lassen.

Öffentlich verfügbare Benchmarks gibt es noch nicht, aber die Daten von MiniMax selbst sind vielversprechend. Gerade im Bereich Coding kann es mit den besten Modellen von Anthropic wohl mithalten, wenn die Daten korrekt sind.

Die Ergebnisse von MiniMax M3 finden sich im GitHub-Repository zu diesem Artikel.

Schlanke Liquid Foundation Models

Einen ganz anderen Weg geht liquid.ai, das eine andere Architektur für seine Liquid Foundation Models nutzt. Damit lassen sich Token äußerst effizient erzeugen, und diese Modelle funktionieren auch auf CPUs gut. In der Zwischenzeit gibt es eine einige solcher Modelle, neu reiht sich darin LFM2.5-8B-A1B ein, das nur eine Milliarde aktive Parameter hat. Damit will es mit weit größeren Modellen wie gpt-oss-20b, Qwen3-30B-A3B-Thinking-2507 und Gemma-4-26B-A4B-IT konkurrieren. Abgesehen von Gemma sind die zum Vergleich herangezogenen Modelle jedoch etwas älter.

LFM2.5-8B-A1B ist extrem schnell: Auf einem Mac Studio M2 Ultra hat es fast 200 Token pro Sekunde erreicht. Die Ergebnisse können nicht ganz mit den großen Modellen mithalten, aber für Spezialanwendungen oder agentische Szenarien könnte sich das Modell eignen.

Die Ergebnisse von LFM2.5-8B-A1B finden sich im GitHub-Repository zu diesem Artikel.

Bildanalyse und mehr von Nvidia

Nvidia befindet sich nach wie vor im Höhenflug und zeigt das inzwischen auch in seinen Modellen. Populär ist unter anderem LocateAnything, mit dem man Bilder analysieren kann. Als Ergebnis erhält man Boxen, in denen sich bestimmte Objekte befinden. Die Verarbeitung funktioniert hochparallel über alle identifizierten Boxen hinweg, das Modell kann sogar gescannte Dokumente analysieren und findet dort entsprechende Boxen mit Content. Nützlich ist das unter anderem, um GUI-Elemente zu identifizieren und per Agenten einen Browser zu bedienen. Da das Modell mit knapp acht GByte relativ klein ist, sollte es sich auch auf Consumer-GPUs ausführen lassen.

Deutlich mehr Speicher braucht der Pixel Diffusion Decoder, der ein neuartiges Diffusionsmodell im Pixelraum einführt. Die Bedienung ist aktuell noch sehr umständlich: Man muss verschiedene Checkpoints von der Hugging-Face-Seite herunterladen und mit einem speziell bereitgestellten Programm verarbeiten. Ob und wie viel besser Nvidia damit im Vergleich zu herkömmlichen Diffusionsmodellen Bilder generieren kann, muss sich zeigen.

Die Nemotron-Modelle waren bereits bisher schon leistungsfähig. Allerdings hat das Nano-Modell schon über 30 Milliarden Parameter, von denen drei Milliarden aktiv sind. Das vor etwa drei Monaten erschienene Super-Modell nutzt sogar 120 Milliarden Parameter, von denen zwölf Milliarden aktiv sind. Neu verfügbar ist nun das Ultra-Modell mit 550 Milliarden Parametern, von denen „nur“ 55 Milliarden aktiv sind. Nvidia behauptet, damit eine deutlich schnellere Inferenz zu erreichen, was möglicherweise an dem im Modell verwendeten Datentyp NVFP4 liegt.

Auch der optimierte Attention-Mechanismus mit vielen Mamba-Layern trägt dazu bei, der eine Kontextlänge von bis zu einer Million Token ermöglicht. In der Performance kommt Nemotron 3 Ultra nicht ganz an die offenen chinesischen Modelle heran, aber die endgültige Version gibt es erst seit Kurzem. Wie bei allen Nemotron-Modellen stellt Nvidia einen Großteil der Trainingsdaten, den Trainingscode und weitere Inhalte bereit. Damit handelt es sich bei diesen Modellen um die bei weitem offensten – im Sinne von transparent. Lediglich die nicht von Nvidia stammenden, viel kleineren Olmo- oder Apertus-Modelle sind ähnlich offen.

Man merkt dem Modell seine westliche (US-amerikanische) Herkunft in den Antworten deutlich an. Dort, wo chinesische Modelle sich vornehm zurückhalten, gibt das Modell häufig sehr viel klarere, politisch neutralere oder zumindest anders gefärbte Meinungen wieder.

Die Ergebnisse von Nemotron 3 Ultra finden sich im GitHub-Repository zu diesem Artikel.

Die dieswöchige Auswahl der Bilder der Woche führt durch sehr unterschiedliche Bildwelten. Natur, Architektur, Landschaft und Industrie stehen ebenso gleichberechtigt nebeneinander wie feine Details und große Szenerien. Mal sind es feine Strukturen, mal große Landschaften, die den Blick fesseln. Dabei spielt Licht oftmals die Hauptrolle – als warmes Gegenlicht, farbiger Sonnenuntergang oder präzise gesetzter Kontrast.

Auffällig ist zudem der wohlüberlegte Einsatz von Perspektive und Bildgestaltung. Ungewohnte Blickwinkel, klare Linien und reduzierte Hintergründe lenken die Aufmerksamkeit gezielt auf das Wesentliche. Unsere sieben Aufnahmen zeigen eindrucksvoll, wie Fotografen mit einfachen Motiven, besonderen Momenten und einer durchdachten Komposition starke Bildgeschichten erzählen können.

Plattbauch (Libellula depressa) im Gegenlicht von Roland Schirmer

Wie aus Glas gefertigt, sitzt dieser Plattbauch im Abendlicht auf einem Schilfhalm. Das Gegenlicht lässt jede Ader seiner Flügel leuchten und taucht auch seinen Körper in warme Goldtöne. Der dunkle Hintergrund lenkt den Blick direkt auf das Insekt, indem er alle Ablenkungen fernhält. Auf diese Weise wird ein alltäglicher Naturmoment zu einer Szene voller Detailreichtum und Leuchtkraft.

Windrose Siebenbäumen von claus-labenz

Wie eine riesige Blüte dreht sich die Windrose dieser Mühle in den Himmel. Die Aufnahme aus der Froschperspektive lässt die Konstruktion besonders groß wirken und rückt ihre markanten Formen in den Mittelpunkt. Sonne, Wolken und Kondensstreifen bilden eine lebendige Kulisse und verstärken den Eindruck von Wind und Bewegung. So wird aus einem technischen Detail ein überraschendes Motiv, das die raffinierte Funktionsweise historischer Mühlen zeigt.

Eichelspecht von Zika

Zwischen den leuchtend roten Blüten einer Heliconia sitzt ein Eichelspecht. Sein markanter roter Scheitel greift die Farben der Pflanze auf, wodurch er zum natürlichen Mittelpunkt der Aufnahme wird. Der weiche, grüne Hintergrund lässt die kräftigen Farben und die feine Gefiederstruktur des Vogels besonders wirken. So entsteht ein Bild, das die Vielfalt der Tierwelt Costa Ricas eindrucksvoll zeigt. Eine Szene, die man nicht so schnell vergisst.

Jeder sieht, was er sehen will… von Kurt von Hebsack

Bei Nacht ragen die geschwungenen Fassaden des Dongdaemun Design Plaza in Seoul wie eine futuristische Schlucht in den Himmel. Die Aufnahme nutzt die starke Untersicht sowie die klaren Linien der Treppe, um den Blick tief ins Bild zu ziehen. Helle Lichtkanten treffen auf dunkle Flächen und verstärken den grafischen Charakter des Gebäudes. Dadurch wirkt die Architektur fast abstrakt und lässt Raum für verschiedene Assoziationen.

The day is fading away in bright colours von ShE 1981

Die Sonne versinkt hinter den Gipfeln des Himalaya und hinterlässt ein spektakuläres Farbenspiel aus Gelb-, Orange- und Rottönen. Die gestaffelten Bergketten ziehen sich als dunkle Silhouetten durch das Bild und erzeugen so eine optische Tiefe bis zum Horizont. Wobei die mittig platzierte Sonne einen klaren Blickpunkt setzt. Licht und Landschaft verbinden sich zu einem ruhigen Ausklang des Tages und vermitteln die Weite und Stille dieser Bergwelt.

Valencia Oceanografico 5 von DiSe.fotografie

Vor einem tiefblauen Hintergrund schwebt eine Qualle durch das Wasser des Aquariums. Die seitliche Ansicht zeigt ihren filigranen Körper mit feinen Tentakeln und hellen Punkten auf dem Schirm. Durch die klare Freistellung wird der Blick direkt auf das Motiv gelenkt. Der große Negativraum verstärkt die Wirkung der zarten Formen und lässt die Qualle beinahe schwerelos erscheinen. Das Bild zeigt die stille Eleganz einer Unterwasserwelt, die sonst oft verborgen bleibt.

Schweinestall I von dg9ncc

Ein gerader Feldweg führt durch die Landschaft und direkt auf eine Gruppe von Silos am Horizont zu. Die starke Zentralperspektive zieht den Blick direkt in die Tiefe des Bildes. Die Darstellung in Schwarz-Weiß betont Formen und Kontraste und schafft eine ruhige Stimmung. Im Vordergrund fällt der Schatten des Fotografen ins Bild. Er erinnert an die Arbeiten von Lee Friedlander und macht die Aufnahme zugleich zu einer persönlichen Spur im Motiv. So verbindet das Foto auf zurückhaltende Weise Landschaft, Industrie und Selbstbeobachtung.

(vat)