CNNs verstehen · 1 / 8
Wie erkennt eine KI ein Bild?
Ein visueller Rundgang durch Convolutional Neural Networks

Wenn du bei QuickDraw eine Skizze zeichnest, steckt dahinter ein Algorithmus namens CNN — Convolutional Neural Network.

CNNs lernen, Bilder zu verstehen, indem sie gezielt nach Mustern suchen — Kanten, Formen, Strukturen. Schicht für Schicht.

Kein Code nötig 8 Folien ≈ 3 Minuten
CNNs verstehen · 2 / 8
Für eine KI ist ein Bild nur Zahlen
Jedes Pixel hat einen Helligkeitswert von 0 (schwarz) bis 255 (weiß)
Deine Zeichnung
→
255
230
145
95
150
225
255
215
130
65
35
62
128
218
155
78
20
15
18
80
158
195
125
50
30
48
122
198
220
145
85
60
88
148
222
242
185
138
118
140
188
244
255
228
188
165
190
230
255
7 × 7 Pixel · Werte 0–255

Echte Bilder
haben Millionen
von Pixeln!

CNNs verstehen · 3 / 8
Der Filter — Schritt für Schritt
Der 3×3-Kernel gleitet Pixel für Pixel über das Bild — für jede Position entsteht ein neuer Ausgabewert
Eingabe 5 × 5
230
210
175
238
255
182
138
98
155
212
152
78
38
80
142
172
122
68
102
162
218
185
132
188
242
×
−1
−1
−1
+2
+2
+2
−1
−1
−1
Horizontale
Kante
→
Feature Map 3 × 3
?
?
?
?
?
?
?
?
?
CNNs verstehen · 4 / 8
Verschiedene Filter — verschiedene Muster
Jeder Filter erkennt etwas anderes. Ein CNN verwendet Dutzende bis Hunderte gleichzeitig
−1
−1
−1
+2
+2
+2
−1
−1
−1
Horizontale Kanten
−1
+2
−1
−1
+2
−1
−1
+2
−1
Vertikale Kanten
−1
+1
−1
+1
+4
+1
−1
+1
−1
Kurven & Kreise
+2
−1
−1
−1
+2
−1
−1
−1
+2
Diagonale Kanten
CNNs verstehen · 5 / 8
Pooling — das Bild vereinfachen
Nach jedem Conv-Layer wird die Feature Map verkleinert. Max-Pooling behält den stärksten Wert pro Block.
Eingabe 4 × 4
8
3
7
1
5
2
4
6
9
1
2
5
4
0
3
1
Farbige Blöcke = 2×2-Gruppen
Max aus
je 2×2
Ausgabe 2 × 2
8
7
9
5
75 % kleiner
Warum Pooling?
Weniger Daten = schnelleres Rechnen. Außerdem wird das Modell robuster gegenüber kleinen Verschiebungen im Bild.
CNNs verstehen · 6 / 8
Schicht für Schicht aufgebaut
Frühe Schichten erkennen Kanten — spätere Schichten erkennen ganze Objekte
Bild
→
CONV
Kanten
→
POOL
Kleiner
→
CONV
Formen
→
POOL
Kleiner
→
CONV
Objekte
→
Dense
→
Ausgabe
Schicht 1–2: Kanten & Texturen → Schicht 3–4: Formen → Schicht 5+: Objekte
CNNs verstehen · 7 / 8
Die Ausgabe — Wahrscheinlichkeiten
Das CNN gibt keine sichere Antwort, sondern einen Prozentwert für jede mögliche Klasse
Eingabe-Skizze
→ CNN →
🚢 Cruise Ship
83 %
⛵ Segelboot
67 %
🚤 Motorboot
42 %
🥣 Schüssel
11 %

Höchste Wahrscheinlichkeit gewinnt → Cruise Ship erkannt ✓

CNNs verstehen · 8 / 8
So funktioniert QuickDraw
Alles zusammen — von deiner Zeichnung zur Vorhersage in Millisekunden
✏️
Du zeichnest
Strich für Strich
→
🔢
Pixel = Zahlen
28×28 = 784
→
🔍
CNN sucht Muster
Kanten → Formen
→
📊
345 Klassen
mit Prozenten
→
✅
Erkannt!
83 % Cruise Ship

Warum erkennt QuickDraw ein 180°-gedrehtes Bild nicht?
Das CNN kennt nur Muster aus den Trainingsdaten — und Menschen zeichnen Stühle immer mit Beinen nach unten. Niemand hat dem Modell je einen auf dem Kopf stehenden Stuhl gezeigt.