Bildbeschreibung
Definition
Image Captioning erzeugt natürliche Textbeschreibungen für den sichtbaren Inhalt eines Bildes.
Modelle verbinden Computer Vision und Sprachgenerierung, um Objekte, Szenen oder Beziehungen in Text zu überführen. Eine generierte Caption ist nicht automatisch ein geeigneter barrierefreier Alt-Text.
Einfach erklärt
Wie ein System, das in einem Satz beschreibt, was es auf einem Bild erkennt.
Warum das im Alltag wichtig ist
Relevant für Medienorganisation, Suche und als Hilfsmittel für Barrierefreiheit – mit menschlicher Prüfung im Veröffentlichungskontext.
Beispiel aus dem Mittelstand
Ein DAM-System schlägt Bildbeschreibungen vor; eine Redaktion prüft sie und formuliert daraus kontextgerechte Alt-Texte.
Grenzen und Fallstricke
- Caption und Alt-Text gleichsetzen; Personen oder Eigenschaften halluzinieren; Kontext der Seite ignorieren; sensible Bilder automatisch beschreiben und veröffentlichen.
Entstehung & Geschichte
Frühe Deep-Learning-Systeme verbanden CNNs und RNNs für Bildbeschreibungen; Vinyals et al. stellten „Show and Tell“ 2014/2015 vor.
Anwendung im Mittelstand
- Mögliche Anwendungen: Medienmetadaten, Bildsuche und redaktionell geprüfte Vorschläge für Bildbeschreibungen.
Häufige Fragen
Ist eine Caption automatisch guter Alt-Text?
Nein, Alt-Text hängt vom Zweck und Kontext ab. Kann das Modell Details erfinden? Ja.
Quellen
- Show and Tell · Vinyals et al., Show and Tell
- Images Tutorial · W3C WAI, Images Tutorial
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: