Skip to content
ByteWire
  • KI-Regulierung
  • KI-Infrastruktur
  • KI-Sicherheit
  • KI-Investitionen
  • KI-Agenten

Nvidias DLSS 5: Wenn KI-Bildverbesserung nach hinten losgeht

19.03.2026
Nvidia DLSS 5 KI-Rendering Artefakte

Nvidia verspricht mit DLSS 5 flüssigere Bilder durch KI-Interpolation – doch erste Tests offenbaren einen unerwarteten Preis: Gesichter von Spielfiguren wirken merkwürdig glatt, plastisch und irgendwie falsch. Eine Technologie zwischen Versprechen und sichtbarem Versagen.

Nvidias DLSS 5: Wenn KI-Bildverbesserung nach hinten losgeht

Was DLSS 5 verspricht – und was es hält

Deep Learning Super Sampling ist für Nvidia seit Jahren ein zentrales Verkaufsargument der GeForce-RTX-Grafikkartenreihe. Mit der fünften Generation geht das Unternehmen einen Schritt weiter: Ein neuronales Netz soll nun nicht nur Bildschirmpixel hochskalieren, sondern ganze Frames zwischen vorhandene Bilder einfügen. Klingt überzeugend auf dem Papier – in der Praxis sieht das Ergebnis manchmal erschreckend anders aus.

Wer die Technologie in Spielen wie Starfield oder Resident Evil aktiviert, stellt schnell fest: Gesichter von Charakteren erhalten eine eigentümliche, leicht plastische Anmutung. Die KI interpoliert Zwischenbilder auf eine Weise, die Bewegungen zwar flüssiger wirken lässt – dabei aber Details verfälscht, Konturen verwischt und Gesichtszüge so glättet, dass sie wie aus einem Hochglanzprospekt wirken. Zu glatt. Zu perfekt. Und dadurch irgendwie falsch.

Das Motion-Smoothing-Problem, neu aufgelegt

Der sogenannte „Soap-Opera-Effekt” aus dem Fernsehen ist zurück – diesmal in der Spielewelt.

Der Vergleich mit Motion Smoothing beim Fernsehen liegt nahe – und er trifft. Viele Zuschauer kennen das Phänomen: Filme sehen plötzlich aus wie billige Fernsehproduktionen, weil eingefügte Zwischenbilder die cineastische Bildsprache zerstören. DLSS 5 holt dieses Problem jetzt in die Spielewelt – mit dem entscheidenden Unterschied, dass Bewegungsabläufe in Videospielen ohnehin schon flüssig berechnet werden. Der Mehrwert ist fraglich. Der Schaden dagegen sichtbar.

Besonders problematisch: Die KI wurde offenbar nicht ausreichend darauf trainiert, feine anatomische Details wie Poren, Fältchen oder Bartstoppeln korrekt zu erhalten. Was herauskommt, sind Gesichter, die an jene KI-generierten Stockfotos erinnern, die im Netz als „AI slop” bekannt geworden sind – aalglatt, irgendwie inhuman.

Opt-in oder Pflicht?

Nvidia positioniert DLSS 5 als optionales Feature, das Spieleentwickler aktiv implementieren müssen. Dennoch ist der Druck auf Studios enorm – wer auf den DLSS-5-Zug aufspringt, darf sich Nvidias Marketingmaschinerie sicher sein. Das schafft Anreize, die nicht immer im Interesse der Spielqualität liegen.

Entwickler stehen damit vor einer ungemütlichen Abwägung:

  • Mehr Frames pro Sekunde und bessere Performance-Zahlen auf dem Marketingblatt
  • Oder: ein visuell konsistentes Spielerlebnis ohne störende Artefakte

Nicht jedes Studio wird sich die Zeit nehmen, beides sorgfältig gegeneinander abzuwägen.

Einordnung: Was Unternehmen daraus lernen können

Automatische KI-Interpolation ist kein Ersatz für manuell validierte Qualitätssicherung.

Für Unternehmen, die KI-gestützte Bildverarbeitungs- oder Rendering-Technologien – etwa für Visualisierungen, Produktdarstellungen oder interaktive Trainingsumgebungen – einsetzen oder evaluieren, liefert DLSS 5 eine lehrreiche Warnung: Wer auf solche Werkzeuge setzt, sollte deren Ausgaben systematisch prüfen lassen – gerade dort, wo es auf realistische Darstellung von Menschen ankommt. Die Technologie entwickelt sich schnell. Die Fehler, die sie produziert, aber auch.


Quelle: The Verge

Dieser Artikel wurde von einer KI auf Basis von Berichten internationaler Medien zusammengefasst und auf Deutsch verfasst. Er wurde nicht von einer menschlichen Redaktion geprüft. Kennzeichnung gemäß EU AI Act Art. 50.

Dieser Artikel wurde von einer KI auf Basis von Berichten internationaler Medien zusammengefasst und auf Deutsch verfasst. Er wurde nicht von einer menschlichen Redaktion geprüft. Kennzeichnung gemäß EU AI Act Art. 50.

Post navigation

← Google veröffentlicht WAXAL: Sprachdatensatz für afrikanische Sprachen soll KI-Lücke schließen
KI-Agent außer Kontrolle: Was Metas Sicherheitsvorfall über Agentic AI verrät →

Das könnte Sie auch interessieren

man in gray jacket and pants standing beside glass window

Nvidias Agenten-Studie: Steuerung gewinnt gegenüber dem Modell

21.08.2026

Nvidia-Forschern ist ein bemerkenswerter Befund gelungen: KI-Agenten lassen sich durch gezieltes Fine-Tuning der Steuerlogik zuverlässig und …

Weiterlesen »
blue and white wooden board

Voice-First: Warum KI-Wearables neu denken müssen, um zu überleben

13.08.2026

Die Kategorie KI-Hardware steht an einem Scheideweg: Während frühe Produkte wie die Humane AI Pin oder …

Weiterlesen »
brown chips on brown textile

KI-gestützte Materialforschung: Start-up sucht Wärmeleitmaterialien für effizientere Chips

10.08.2026

Die thermische Belastung moderner Prozessoren wird zum wachsenden Engpass der KI-Infrastruktur. Das US-Start-up Discovered Materials hat …

Weiterlesen »

Suche

Tags

Cybersecurity Cybersicherheit Datenschutz & Compliance Enterprise-KI fin Generative KI KI KI & Gesellschaft KI-Agenten KI-Automatisierung KI-Entwicklung KI-Entwicklungstools KI-Forschung KI-Geopolitik KI-Governance KI-Hardware KI-Infrastruktur KI-Investitionen KI-Modelle KI-Plattformstrategie KI-Politik KI-Produktentwicklung KI-Produktivität KI-Produktivitätstools KI-Produktstrategie KI-Regulierung KI-Risiken KI-Sicherheit KI-Strategie KI-Tools KI-Unternehmensstrategie KI-Unternehmensstrategien KI im Gesundheitswesen Open-Source-KI pol Quantencomputing Raumfahrt Regulierung Robotik Robotik & Automatisierung sci Tech-Regulierung Unternehmensstrategie wi wt
  • Impressum

© 2026 bytewire.ai