KI zu Bildern befragen: Antworten zu Fotos und Screenshots

Beide GPT-Modelle in unserem Chat können Bilder auswerten: Schilder lesen, Diagramme erklären oder Fehler in Screenshots finden. Ein scharfes Bild und eine präzise Frage machen den entscheidenden Unterschied.

6 Min. LesezeitAktualisiert

Manchmal ist der schnellste Weg, eine Frage zu stellen, sie einfach zu zeigen. Ein Foto von einem unübersichtlichen Parkschild, der Screenshot einer Fehlermeldung, ein Diagramm aus einem Bericht oder eine Seite mit handschriftlicher Mathematik: Beide GPT-Modelle in unserem kostenlosen Chat können Bilder analysieren und Fragen dazu beantworten. Sie lesen gedruckten Text, folgen den Linien eines Graphen, erkennen Objekte in einer Szene und verknüpfen all das mit deiner Frage. Die Ergebnisse hängen stark von zwei Dingen ab, die du selbst in der Hand hast: wie klar das Bild ist und wie präzise deine Frage formuliert ist. Dieser Leitfaden deckt beides ab – plus die Grenzen, die du kennen solltest, bevor du dich auf eine Antwort verlässt.

Was du zu einem Bild fragen kannst

Einige Anwendungsfälle, die hervorragend funktionieren:

  • Lesen und übersetzen. Speisekarten, Schilder, Etiketten oder Briefe in einer Sprache, die du nicht sprichst.
  • Diagramme oder Tabellen erklären. „Was ist der Haupttrend hier, und gibt es irgendwelche Auffälligkeiten?“
  • Fehler auf Bildschirmen beheben. Ein Fehlerdialog, eine Einstellungsseite oder eine Tabellenformel, die das falsche Ergebnis liefert.
  • Eigene Rechenwege prüfen. Ein Foto einer Matheaufgabe oder einer chemischen Gleichung mit der Bitte: „Finde den ersten Fehler“.
  • Dokumente verstehen. Eine Rechnung, ein Fahrplan, eine Bedienungsanleitung oder ein Formular, das du ausfüllen musst.
  • Beschreiben oder vergleichen. Zwei Produktfotos, die Raumaufteilung oder die Bestandteile eines Diagramms.
  • Dinge vorsichtig bestimmen. Eine Pflanze, ein Vogel, ein Steckertyp oder ein Werkzeug. Betrachte dies immer nur als ersten Hinweis zur Überprüfung und iss niemals eine Pflanze oder einen Pilz auf dieser Basis.

So fügst du ein Bild in unserem Chat hinzu

  1. Klicke auf das + links neben dem Eingabefeld und wähle ein Foto oder einen Screenshot aus – oder ziehe die Datei am Computer einfach direkt in den Chat. Am Smartphone kannst du sie aus deiner Galerie auswählen.
  2. Tippe deine Frage in dieselbe Nachricht und sende sie ab.
  3. Stelle wie gewohnt Nachfragen. Das Modell bezieht sich im weiteren Verlauf des Chats weiterhin auf das Bild.

Ein paar praktische Details: Du kannst ein Bild pro Nachricht anhängen, in gängigen Formaten wie JPG, PNG oder WebP. Große Fotos werden vor dem Senden herunterskaliert. Das sorgt für kurze Ladezeiten, bedeutet aber auch, dass sehr kleine Schrift schwer lesbar werden kann – schneide das Bild daher am besten eng auf den relevanten Bereich zu. Für Bilder gibt es neben den kostenlosen Textnachrichten ein eigenes kleines Tageskontingent; die genauen Zahlen findest du in den FAQ. Sowohl GPT-6 Luna als auch GPT-6.1 Terra können Bilder lesen, du kannst also beide nutzen.

So machst du ein Bild, das das Modell gut lesen kann

Das Modell kann nur mit dem arbeiten, was es sieht. Diese Gewohnheiten machen den größten Unterschied:

  • Nutze den Bildausschnitt voll aus. Schneide das Bild direkt auf die Tabelle, den Absatz oder den Teil des Bildschirms zu, um den es geht.
  • Gutes Licht, keine Reflexionen. Tageslicht am Fenster ist besser als ein Blitz, der auf glänzendem Papier oder Displays spiegelt.
  • Gerade fotografieren. Halte das Smartphone parallel zur Seite, damit Linien gerade bleiben und der Text nicht verzerrt wird.
  • Lieber Screenshots als abfotografierte Bildschirme. Ein echter Screenshot ist deutlich schärfer und hat weder Spiegelungen noch Moiré-Muster.
  • Ein Thema pro Bild. Zwei getrennte Probleme auf einem Foto führen oft zu verwirrenden Antworten; schicke sie lieber in separaten Nachrichten.
  • Prüfe die Lesbarkeit selbst. Zoome in dein Foto hinein. Wenn du Schwierigkeiten hast, eine Zahl zu entziffern, geht es dem Modell genauso.

Prompts, die nützliche Antworten liefern

Ein Bild ganz ohne Frage oder nur mit „Was ist das?“ zwingt das Modell zum Raten, worauf es dir ankommt. Sag genau, was du wissen möchtest und warum.

Schwach:
[Foto einer Stromrechnung] Erklär das.

Stark:
[Foto einer Stromrechnung] Das ist meine Stromrechnung. Warum
ist der Gesamtbetrag höher als im Vormonat? Zeige mir die Posten,
die sich geändert haben, erkläre Fachbegriffe und sag mir,
welche Werte ich mit meinem Zählerstand abgleichen sollte.
Schwach:
[Screenshot einer Fehlermeldung] Hilfe.

Stark:
[Screenshot einer Fehlermeldung] Dieser Fehler tritt auf, wenn
ich eine Excel-Tabelle unter Windows 11 öffne. Seit gestern habe
ich nichts geändert. Was bedeutet die Meldung, und was sollte
ich zuerst ausprobieren – sortiert von harmlos bis drastisch?

Weitere hilfreiche Formulierungen: „Lies den gesamten Text in diesem Bild exakt so vor, wie er dort steht“, „Antworte nur auf Basis dessen, was sichtbar ist, und sag Bescheid, wenn etwas unleserlich ist“, „Beschreibe die Achsen und Einheiten des Diagramms, bevor du es interpretierst“. Letzteres deckt falsch abgelesene Skalen frühzeitig auf. Um das auszuprobieren, füge über das Plus-Symbol ein Diagramm zu diesem Diagramm-Prompt hinzu, bevor du ihn abschickst.

Luna oder Terra für Bilder?

Um ein Schild zu lesen, eine Speisekarte zu übersetzen oder ein Foto zu beschreiben, ist das Standardmodell GPT-6 Luna schnell und absolut ausreichend. Bei komplexen oder technischen Bildern klicke auf Think, um GPT-6.1 Terra zu nutzen. OpenAI beschreibt Terra als eine Kombination aus detailliertem visuellem logischen Denken und präzisen Formulierungen – mit Beispielen wie dem Interpretieren technischer Zeichnungen oder dem Abgleichen von Produktfotos mit Katalogeinträgen. Es ist die bessere Wahl für detailreiche Diagramme, Schaltpläne, Grundrisse, mehrschrittige handschriftliche Matheaufgaben und Screenshots mit vielen kleinen Details. Unser Vergleich zwischen Luna und Terra zeigt dir die Unterschiede im Detail.

Was nicht möglich ist

  • Bilder erstellen oder bearbeiten. Unser Chat beantwortet Fragen zu Bildern; er zeichnet oder verändert sie nicht. Wenn du nach einem Bild fragst, verweist er dich stattdessen auf ein separates KI-Bild-Tool.
  • Andere Dateitypen lesen. PDFs, Textdokumente und Tabellen können nicht angehängt werden. Mach einen Screenshot der relevanten Seite oder kopiere den Text per Copy-and-paste.
  • Personen identifizieren. Bitte das Modell nicht darum, fremde Personen auf Fotos zu identifizieren. Das wirft ernste Datenschutzprobleme auf, und die Modelle sind so trainiert, solche Anfragen abzulehnen.
  • Diagnosen stellen. Es kann einen Ausschlag, ein Röntgenbild oder ein seltsames Geräusch im Motorraum beschreiben, ersetzt aber niemals einen Arzt oder eine Werkstatt, die sich das Ganze vor Ort ansehen.
  • Garantierte Genauigkeit. Modelle können Ziffern falsch lesen, Kleingedrucktes übersehen und gelegentlich Dinge beschreiben, die gar nicht da sind. Überprüfe Zahlen und Namen immer selbst, bevor du dich darauf verlässt.
Lass dir den Text zuerst transkribieren. Bei allem, was Zahlen enthält – wie Quittungen, Fahrplänen oder Laborwerten –, solltest du das Modell bitten, den erkannten Text zuerst abzutippen, bevor es rechnet oder erklärt. So erkennst du Zahlendreher in Sekunden und kannst sie korrigieren, bevor sie die Antwort verfälschen.

Schütze deine Privatsphäre bei Bildern

Ein Foto zeigt oft mehr, als man teilen wollte: Namen auf Briefumschlägen, Gesichter im Hintergrund, offene Tabs im Screenshot oder eine Hausnummer. Schneide solche Details vorher ab oder decke sie ab. Auf gpt.me werden Bilder nur für die jeweilige Antwort übertragen und sind nicht Teil öffentlich geteilter Chat-Links. Eine vollständige Checkliste findest du in unserem Leitfaden zu Datenschutz und Sicherheit. Für schulische und studentische Zwecke, etwa abfotografierte Hausaufgaben, wirf einen Blick in unseren Ratgeber KI für Studierende und Schüler, und bei Matheaufgaben auf Fotos erklärt dir unser Mathe-Löser jeden Schritt.

FAQ

Welche Bildformate kann ich hochladen?

Gängige Formate wie JPG, PNG und WebP werden unterstützt. Andere Dateien wie PDFs oder Dokumente funktionieren nicht; erstelle in dem Fall einfach einen Screenshot der Seite.

Kann ich mehrere Bilder auf einmal senden?

Es geht jeweils ein Bild pro Nachricht. Für zwei Bilder – etwa einen Vorher-Nachher-Vergleich – schicke sie in aufeinanderfolgenden Nachrichten ab und stelle deine Frage anschließend zu beiden.

Warum wurde der Text auf meinem Foto falsch gelesen?

Meistens war der Text zu klein, unscharf, schräg fotografiert oder das Bild wurde zu stark herunterskaliert. Schneide das Bild enger zu, fotografiere es gerade bei gutem Licht und bitte das Modell, den Text vor der eigentlichen Antwort erst abzutippen.

Kann das Modell ein Bild für mich erstellen?

Nein. Unser Chat analysiert Bilder, kann sie aber weder generieren noch bearbeiten. Wenn du nach einem Bild fragst, schlägt er dir einen separaten KI-Bildgenerator vor.

Kosten Bilder extra?

Nein. Eine Nachricht mit Bild zählt wie jede normale Nachricht. Für Bilder gibt es zusätzlich ein eigenes kleines Tageslimit – normale Textnachrichten funktionieren also weiter, selbst wenn dieses Limit erreicht ist.

Hast du eine Frage? Frag einfach los

Kein Account und kein Download nötig. Öffne den Chat, tippe deine Frage ein und die Antwort erscheint in Sekundenschnelle.

Chat starten