Wie die KI Bilder bewertet
Eine allgemein verständliche Erklärung des technischen Ablaufs — entwickelt für Transparenz, Datenschutz und Genauigkeit.
Die Analyse-Pipeline
Bildübermittlung
Ihr Bild wird über TLS 1.3 direkt auf einen verschlüsselten Server hochgeladen. Es wird niemals an einen Drittanbieter-Dienst, einen externen Bildverarbeitungsdienst oder eine menschliche Prüfinstanz weitergeleitet. Das Bild existiert nur für die Dauer der Analyse im Arbeitsspeicher.
Lokale visuelle Analyse
Ein speziell trainiertes Bildanalysemodell läuft vollständig auf unserer eigenen, privaten Recheninfrastruktur. Dieses Modell wurde anhand tausender klinisch annotierter Bilder darauf trainiert, körperliche Merkmale nach standardisierten Messkonventionen zu beurteilen.
Strukturierte Ausgabe
Das Modell erzeugt einen strukturierten Datensatz — eine Reihe numerischer Werte und kategorialer Kennzeichnungen für jedes Merkmal. Es sind keinerlei Bilddaten enthalten. Diese strukturierte Ausgabe ist anonymisiert und enthält keinerlei personenbezogene Daten.
Berichterstellung
Die strukturierten Daten werden zur Erstellung eines persönlichen schriftlichen Berichts an eine Textverarbeitung übergeben. Entscheidend dabei: Die Textverarbeitung sieht ausschließlich Zahlen und Kennzeichnungen — niemals Ihr Bild. Der Bericht ordnet Ihre Ergebnisse in den Kontext von Bevölkerungsdaten aus Peer-Review-Studien ein.
Bildlöschung
Nach Abschluss der Analyse wird Ihr Bild dauerhaft aus dem Arbeitsspeicher gelöscht. Wir speichern keine Originalbilder. Nur Ihre anonymisierten strukturierten Ergebnisse werden aufbewahrt, und auch das nur, wenn Sie sich aktiv für deren Speicherung entscheiden.
Technische Architektur
Was bewertet wird
Das Modell bewertet 36 verschiedene Merkmale. Geschätzte Messwerte beruhen auf einer visuellen Proportionsanalyse und sind anhand unserer Referenzdatenbasis von 5.000 klinisch annotierten Bildern kalibriert. Eine Auswahl der bewerteten Merkmale:
Wie wir die Genauigkeit messen
Das Modell wurde mit einer Datenbasis von 5.000 Bildern trainiert, von denen jedes von mehreren Prüferinnen und Prüfern nach einem standardisierten Annotationsprotokoll mit 36 Merkmalen versehen wurde. Vor dem Training wurde die Übereinstimmung zwischen den Bewertenden gemessen, um die Konsistenz der Annotationen sicherzustellen.
Geschätzte Messwerte (Länge, Umfang) beruhen auf einem proportionsbasierten Verfahren — nicht auf der Erkennung eines Lineals — und sind anhand bekannter Referenzpunkte in den Trainingsdaten kalibriert. Die Genauigkeit wird als Konfidenzintervall angegeben, nicht als einzelner Wert.
Transparenz zu den Grenzen
Die visuelle Schätzung durch KI hat naturgemäß Grenzen. Die Messgenauigkeit hängt von Aufnahmewinkel, Beleuchtung und Bildausschnitt ab. Die Berichte enthalten Konfidenzbereiche und weisen klar darauf hin, wo Schätzungen nur näherungsweise sind. Wir stellen die KI-Ergebnisse nicht als Messung in medizinischer Qualität dar.
Trainingsdaten & Ethik
Die Trainingsdaten stammen aus einwilligungsbasierten, anonymisierten Beständen. Es wurden keinerlei personenbezogene Daten aufbewahrt. Alle für das Training verwendeten Bilder wurden vor der Aufnahme auf Einwilligung und rechtliche Konformität geprüft.
Der Annotationsprozess wurde so gestaltet, dass subjektive ästhetische Werturteile aus dem Annotationsablauf ausgeschlossen werden. Die Annotierenden beurteilten körperliche Merkmale anhand objektiver Kriterien, nicht nach persönlicher Vorliebe. Die Bewertungsskalen waren vorab festgelegt und kalibriert.
← Zurück
Kommt es auf die Größe an? →Weiterlesen →
Größen-Statistik