Lexikon · G
GAN
Kurzantwort
Ein GAN besteht aus zwei neuronalen Netzen, die gegeneinander trainiert werden: Der Generator erzeugt künstliche Beispiele, der Diskriminator soll sie von echten unterscheiden1. Vorgestellt wurde das Verfahren 20141. Seit 2021 übertreffen Diffusionsmodelle GANs in wichtigen Vergleichen der Bildqualität3.

Man kann sich das Prinzip wie einen Kunstfälscher und einen Gutachter vorstellen. Der Fälscher malt, der Gutachter prüft, und jedes entlarvte Bild zeigt dem Fälscher, was er besser machen muss. Bei einem GAN, kurz für Generative Adversarial Network, spielen zwei neuronale Netze dieses Spiel. Ian Goodfellow und seine Mitautoren haben das Verfahren im Juni 2014 als Weg vorgestellt, erzeugende Modelle zu trainieren1, also Modelle der generativen KI.
Generator gegen Diskriminator
Der Generator bekommt Zufallszahlen und formt daraus ein Bild, ein Tonstück oder eine Tabellenzeile. Der Diskriminator sieht abwechselnd echte Beispiele aus den Trainingsdaten und Erzeugnisse des Generators und schätzt jeweils, wie wahrscheinlich es sich um ein echtes Beispiel handelt1. Trainiert wird der Generator darauf, dass sich der Diskriminator möglichst oft irrt1. Beide Netze lernen gleichzeitig mit Backpropagation1. In der ursprünglichen Arbeit waren Generator und Diskriminator einfache mehrschichtige Netze, und das Verfahren kam ohne die damals üblichen Markow-Ketten aus1. Nach dem Training wird meist nur der Generator weiterverwendet.
Goodfellow und Kollegen beschrieben das als Spiel zweier Spieler, bei dem der eine gewinnt, was der andere verliert. Im theoretischen Idealfall gibt der Generator genau die Verteilung der Trainingsdaten wieder, und der Diskriminator kann nur noch raten: Er gibt überall die Wahrscheinlichkeit 1/2 aus1. Im echten Training ist dieses Gleichgewicht schwer zu halten. Bekannt ist der Modenkollaps, bei dem der Generator nur noch wenige Varianten liefert, die den Diskriminator zuverlässig täuschen, und die übrige Vielfalt der Daten ignoriert.
Gesichter und schnelle Bilder
Mit GANs entstanden Fotos von Gesichtern, die zu keinem Menschen gehören. StyleGAN von Tero Karras, Samuli Laine und Timo Aila trennte 2018 grobe Merkmale wie Kopfhaltung und Identität von feinen Zufallsdetails wie Sommersprossen und Haaren und machte beide getrennt steuerbar2. Für die Arbeit stellten die Autoren außerdem einen neuen, sehr vielfältigen Datensatz mit Gesichtern zusammen2. Auch manche Deepfakes werden mit GANs erzeugt.
Ein trainierter Generator erzeugt ein Bild in einem einzigen Durchlauf durch das Netz. Deshalb eignen sich GANs für Aufgaben, bei denen es auf Tempo ankommt, etwa das Vergrößern kleiner Bilder oder Bildbearbeitung in Echtzeit.
Ablösung durch Diffusionsmodelle
Im Mai 2021 veröffentlichten Prafulla Dhariwal und Alex Nichol eine Arbeit mit dem Titel "Diffusion Models Beat GANs on Image Synthesis"3. Ihr Diffusionsmodell erreichte auf ImageNet in 256 mal 256 Bildpunkten einen FID-Wert von 4,59, zusammen mit einem Modell zum Hochskalieren 3,94; je niedriger dieser Wert, desto näher liegen die erzeugten Bilder an echten3. Schon mit 25 Rechendurchläufen je Bild erreichte es die Qualität des starken GAN BigGAN-deep und deckte die Vielfalt der Trainingsbilder besser ab3.
Die großen Bildgeneratoren der letzten Jahre setzen auf Diffusionsmodelle, die ein Bild schrittweise aus Rauschen herausarbeiten. Der Preis dafür sind viele Rechenschritte je Bild, wo ein GAN mit einem einzigen auskommt.
Häufige Fragen
Wofür steht die Abkürzung GAN?
Für Generative Adversarial Network, auf Deutsch etwa erzeugendes gegnerisches Netz. "Adversarial" beschreibt den Wettstreit der beiden Teilnetze.
Werden GANs heute noch verwendet?
Ja, etwa dort, wo ein Bild schnell entstehen muss, denn ein trainierter Generator braucht nur einen Durchlauf. Für Bilder aus Textbeschreibungen sind Diffusionsmodelle verbreiteter.
Worin unterscheidet sich ein GAN von einem Variational Autoencoder?
Der [Variational Autoencoder](/lexikon/vae) lernt, Daten zu verdichten und wieder aufzubauen, und erzeugt neue Beispiele aus diesem verdichteten Raum. Einem GAN fehlt ein solcher Kodierer, sein Generator lernt allein aus dem Urteil des Diskriminators.
Quellen
Stand:
- arXiv (Goodfellow u. a.): Generative Adversarial Networks, Stand 10.06.2014, abgerufen am 22.11.2026. zurück
- arXiv (Karras, Laine, Aila): A Style-Based Generator Architecture for Generative Adversarial Networks, Stand 29.03.2019, abgerufen am 22.11.2026. zurück
- arXiv (Dhariwal, Nichol): Diffusion Models Beat GANs on Image Synthesis, Stand 01.06.2021, abgerufen am 22.11.2026. zurück




