Upscaling ist das Vergrößern eines Bildes auf mehr Pixel, entweder per Interpolation aus den vorhandenen Pixeln oder per KI, die fehlende Details hinzurechnet. Für Produktbilder zählt das, weil Marktplätze für den Zoom eine Mindestgröße erwarten und viele Herstellerbilder oder alte Shopfotos zu klein sind. Gleichzeitig ist Upscaling ein Schritt, bei dem ein Produktbild unbemerkt falsch werden kann.

Interpolation oder KI: zwei Arten des Hochskalierens
Interpolation berechnet neue Pixel nur aus ihren Nachbarn, KI-Upscaling ergänzt Details, die im Original nicht vorhanden sind. Wie die klassischen Filter rechnen, beschreibt die Pillow-Dokumentation: Nearest Neighbor übernimmt den einen nächstgelegenen Pixel, bikubisch gewichtet bei Transformationen ein Umfeld von 4 x 4 Pixeln.
| Verfahren | Wie es rechnet | Ergebnis | Risiko für die Produkttreue |
|---|---|---|---|
| Nearest Neighbor | übernimmt 1 Nachbarpixel | Treppenstufen an Kanten | keins, für Fotos aber unbrauchbar |
| Bikubisch | gewichtet 16 Nachbarpixel | weich, keine neuen Details | gering |
| KI-Upscaler | neuronales Netz schätzt Details | scharf, mit Textur | mittel bis hoch, je nach Einstellung |
Ein Beispiel für KI-Upscaling ist die Superauflösung in Lightroom Classic. Laut Adobe-Hilfe verdoppelt sie Breite und Höhe, das Ergebnis hat also viermal so viele Pixel, und sie arbeitet mit Raw-Dateien, JPEG und TIFF. Generative Upscaler gehen weiter: Magnific bietet einen Regler für Kreativität und einen für die Ähnlichkeit zum Original und wirbt damit, dem Bild auch fantasievolle Variation hinzufügen zu können.
Warum KI-Upscaling die Produkttreue gefährdet
Ein KI-Upscaler erfindet Details, die plausibel aussehen, aber nicht vom Produkt stammen. Das trifft genau die Stellen, die Kunden beim Zoomen prüfen: Schrift auf Etiketten, Inhaltsangaben, Webmuster, Nähte und Gravuren.
Kleine, im Original kaum lesbare Schrift wird schnell zu scharfem Fantasietext. Eine grobe Strickstruktur kann ein anderes Muster bekommen, eine matte Oberfläche eine Körnung, die das Material nicht hat. Je höher die Kreativität eingestellt ist, desto größer das Risiko. Welche Abweichungen als irreführend gelten können, erklärt der Ratgeber zur Produkttreue von KI-Produktbildern.
Wann Upscaling für Marktplätze sinnvoll ist
Upscaling lohnt sich, wenn ein Bild knapp unter der Zielgröße liegt und sich nicht neu fotografieren lässt. Laut der Amazon-Hilfe zu Produktbildern sollten Bilder mindestens 1.000 Pixel an der längsten Seite haben, um den Zoom zu ermöglichen. Die übrigen Regeln stehen im Überblick zu Amazon-Produktbildern.
- Längste Seite messen. Ein Bild mit 800 Pixeln braucht mindestens Faktor 1,25, mit Faktor 2 landen Sie bei 1.600 Pixeln.
- Zuerst die bessere Quelle suchen: Herstellerbild in voller Auflösung anfragen oder neu fotografieren.
- Bilder ohne Schrift und feine Muster bikubisch oder mit KI bei niedriger Kreativität vergrößern.
- Bilder mit Etikett oder Text bei 100 Prozent Ansicht neben dem Original prüfen, jede Zeile einzeln.
- Erst danach komprimieren und exportieren, wie im Spickzettel zu Bildgrößen beschrieben.
Zur Einordnung der Pixelangaben hilft der Eintrag DPI und PPI. Praxistipp: Fragen Sie beim Hersteller immer zuerst nach der Originaldatei, denn ein Bild mit echten 2.000 Pixeln schlägt jedes hochskalierte Bild mit 2.000 Pixeln.
Häufige Fragen
Verliert ein Bild beim Hochskalieren an Qualität?
Wie groß müssen Produktbilder für den Zoom bei Amazon sein?
Kann Upscaling ein unscharfes Produktfoto retten?
Darf ich KI-hochskalierte Bilder im Shop verwenden?
Quellen
- Pillow Dokumentation: Concepts, Filters (Resampling), abgerufen 11/2026
- Adobe Lightroom Classic Hilfe: Improve image quality using Enhance (Super Resolution), abgerufen 11/2026
- Magnific: Image Upscaler, Creativity und Resemblance, abgerufen 11/2026
- Amazon Seller Central: Anforderungen an Produktbilder (G1881), abgerufen 11/2026
Regeln, Preise und Funktionen: Stand der jeweiligen Prüfung. Marktplätze und Tool-Anbieter ändern ihre Vorgaben regelmäßig, bitte vor dem Hochladen an der Originalquelle prüfen. Fehler gefunden? Korrektur melden.
Stephan Zabel ist Geschäftsführer der Stephan Zabel GmbH in Nürnberg. Unter produktbild.net hat er früher selbst Produktfotos für Online-Shops produziert. Heute berät er Unternehmen zu Online-Marketing, SEO und KI und kennt beide Seiten: das Fotostudio und die Produktseite, die verkaufen muss.
So entsteht dieser Beitrag: Unsere Texte entstehen mit KI-Unterstützung und werden redaktionell geprüft. Redaktionell verantwortlich: Stephan Zabel. Quellen sind Marktplatz-Richtlinien, Gesetzestexte und Anbieterseiten. KI-Bilder sind als solche gekennzeichnet, Testergebnisse sind echte Ausgaben der getesteten Werkzeuge. Zahlen und Preise werden gegen die genannten Primärquellen geprüft. Inhaltlich verantwortlich ist Stephan Zabel als Herausgeber. Fotos mit dem Vermerk „KI-Bild“ sind KI-generiert. Mehr dazu in der Methodik.