iPhone: So gut sehen Fotos im "Deep Fusion"-Modus nach dem Update aus

Bei der Vorstellung des iPhone 11 versprach Apple mit der Technologie "Deep Fusion" Bilder mit nie zuvor gesehener Qualität. Mit iOS 13.2 liefert Apple das nun per Update nach. Wie gut ist die Funktion wirklich?

Mit dem im September vorgestellten iPhone 11 und iPhone 11 Pro hat Apple sich zurück an die Spitze der Fotoqualität gekämpft. Früher galten Apple-Smartphones stets als führend, wenn es um die Frage ging, welches Handy die besten Fotos macht. In den vergangenen Jahren zogen Hersteller wie Samsung, Huawei oder Google nicht nur gleich, sondern teilweise sogar am Tech-Giganten aus Cupertino vorbei.

Die Fotos der jüngsten Apple-Handys sehen dank ausgefeilter Softwaretricks so gut aus, wie lange nicht. Doch eine Foto-Verbesserung, die das Unternehmen bei der Präsentation der neusten Geräte im September angekündigt hatte, enthielt Apple seinen Kunden bislang vor: "Deep Fusion".

Wie funktioniert "Deep Fusion"?

"Deep Fusion" – so lautet der Name eines besonders ausgefeilten Bildbearbeitungsprozesses, der automatisch im iPhone 11 abläuft. Laut der Tech-Website "The Verge" funktioniert es etwa folgendermaßen:

"Deep Fusion" ist ein Vorgang, der vor allem bei nicht optimal ausgeleuchteten Bildsituationen zum Einsatz kommt und bereits arbeitet, bevor der Nutzer überhaupt auf den Auslöser gedrückt hat.

So speichert das iPhone 11 bei aktivierter Kamera-App kontinuierlich vier Bilder mit kurzer Belichtungszeit sowie vier Bilder mit normaler Belichtungszeit und überschreibt sie jeweils wieder mit neueren Aufnahmen. In dem Moment, in dem der Auslöser gedrückt wird, werden die letzten vier Schnappschüsse der beiden Serien übernommen. Außerdem speichert das iPhone ein weiteres Bild mit langer Belichtungszeit.

Die normal belichteten und das lang belichtete Bild verschmilzt das System nun miteinander, sodass das bestmögliche Foto aus diesen Aufnahmen entsteht. Unterdessen hat das iPhone das detailreichste Bild aus der Serie der kurz belichteten Bilder ausgewählt.

Beide Bilder werden anschließend in vier Durchgängen Pixel für Pixel auf ihre Details hin optimiert. Dabei gewichtet die Software erkannte Objekte und Muster im Bild. Himmel und Wände werden am wenigsten priorisiert, Haut, Haare, Textilien und andere strukturierte Objekte am höchsten.

Auf Basis dieser Analyse und Verbesserung entscheidet die Software schließlich, welche Details aus welchem der beiden Fotos in das endgültige Bild übernommen werden.

Ist der Unterschied sichtbar?

In unserem Vergleichstest waren die Bilder des iPhones mit "Deep Fusion"-Update klar von denen des iPhones ohne das Update zu unterscheiden.

Tatsächlich sind die Unterschiede nicht bei jedem Foto und jedem Motiv ersichtlich. Das mag damit zu tun haben, dass "Deep Fusion" nicht bei jedem Foto zum Einsatz kommt. Apples Software entscheidet hier von Situation zu Situation. Ob Deep Fusion genutzt wurde oder nicht, ist nirgendwo verzeichnet.

Am häufigsten soll "Deep Fusion" bei Aufnahmen mit der Zweifach-Telekamera genutzt werden, bei Bildern der Ultraweitwinkel-Kamera komme es hingegen gar nicht zum Einsatz, schreibt The Verge.

Generell sind Unterschiede meist dort zu sehen, wo Muster, Strukturen oder feine Details sichtbar sind. Die Maschen eines Strickpullovers, die Maserung des Holzfußbodens oder die Poren der Haut – alles ist besser und schärfer abgebildet als vor dem Update.

Das ist beachtlich, denn schon vorher zeichneten sich die Fotos der neuen iPhones durch eine sehr gute Detail-Wiedergabe aus. Damit ist das iOS 13.2-Update ein kostenloser Foto-Turbo für die neuen iPhones.

• Bis 3. November: Ältere iPhones müssen dringend aktualisiert werden
• Otter bis Faultier: Apple-Update spült fast 400 neue Emojis aufs iPhone
• AirPods Pro vorgestellt: Das können Apples neue Kopfhörer

Besitzer eines älteren iPhones erhalten das Update nicht – es setze den aktuellen A13-Bionic-Prozessor voraus, der im iPhone 11 verbaut ist. Der ist nicht nur schneller als seine Vorgänger, sondern verfügt auch über eine neue Beschleunigungseinheit für maschinelles Lernen.