✨ AI Kontextualisierung
Die kleinen viereckigen Bildchen sind mittlerweile seit vielen Jahren omnipräsent. Wo man auch hinsieht, begegnen einem QR-Codes. Auch an die üblicherweise schwarz-weiße, im besten Fall in einem anderen Ton eingefärbte Optik, haben wir uns längst gewöhnt. Und eines ist klar: Ein QR-Code muss aus vielen kleinen Quadraten bestehen, um zu funktionieren. Oder?
Generative KI bringt Bilder-QR-Codes auf nächstes Level
Tatsächlich ist das nicht der Fall. Nicht nur in der Farbe, sondern auch in der Form ist eine gewisse Variation möglich, trotz der QR-Code-Scanner die Links problemlos abrufen können (siehe oben – der Standard-Scanner in der Handykamera erkennt diese allerdings nicht automatisch). Und nimmt man generative KI zur Hilfe, geht diese Variation noch viel, viel weiter, als im oberen Beispiel, wie ein chinesischer Blogger nun eindrücklich zeigte und damit auf Reddit viral ging.
Bauwerke, Landschaften und Anime-Figuren
Im Blog-Beitrag zu sehen sind Bauwerke, Landschaften, Anime-Figuren sowie traditionelle (asiatische) Muster und Grafik-Stile. Dass es sich um einen QR-Code handelt, verraten nur die markanten Eckpunkte, die sich in vielen Fällen ebenfalls harmonisch in die Grafik einfügen. Die meisten Codes führen zur Website qrbtf.com, auf der man deutlich einfachere Bilder-QR-Codes (wie das zuoberst gezeigte Beispiel) erstellen kann.
Stable Diffusion-Modell Controlnet genutzt
Der Blogger nutzte für seine Werke eine generative KI: das auf dem Bildgenerator Stable Diffusion basierende Modell Controlnet. Dieses erlaubt besonders spezifische Prompts. Für die gezeigten Codes wurde es darauf trainiert, eingespeiste QR-Codes (diese werden zuvor über einen normalen Generator erstellt) mit Grafiken zu “übermalen”, ohne dass sie ihre Funktion verlieren. Ganz genau verrät der Blogger aber nicht, wie er solche Ergebnisse erzielt hat.
