Hintergrund entfernen

Das Tool trennt ein Motiv vom Hintergrund und speichert das Ergebnis als transparente PNG-Datei. Die Analyse läuft vollständig auf deinem Gerät über ein KI-Modell, das einmalig ins Browser-Cache geladen wird. Danach funktioniert alles offline — kein Server, keine Anmeldung, kein Tracking. Ideal für Produktfotos, Porträts, Tiere und alles, was einen sauberen Freisteller braucht.

Wie funktioniert das Tool?

Das Tool nutzt ein vortrainiertes neuronales Netz namens BEN2 — kurz für Binary Enhanced Network v2 —, das speziell für die Trennung von Vordergrund und Hintergrund auf Fotografien entwickelt wurde. Das Modell ist in das ONNX-Format konvertiert, ein offener Standard, der direkt im Browser ausgeführt werden kann. Dafür wird die Bibliothek Transformers.js von Hugging Face eingesetzt, die WebGPU und WebAssembly als Ausführungsziele unterstützt.

Beim ersten Aufruf lädt der Browser die Modell-Datei (rund 110 MB) einmalig vom Hugging-Face-CDN und legt sie im internen Cache ab. Alle weiteren Freistellungen laufen vollständig offline. Unterstützt dein Gerät WebGPU — das gilt für die meisten aktuellen Chrome-, Edge- und Safari-Versionen —, läuft die Inferenz auf der Grafikkarte und dauert typischerweise 100 bis 500 Millisekunden pro Bild. Ohne WebGPU springt automatisch ein WebAssembly-Fallback ein, der etwa zwei- bis viermal länger braucht, aber auf allen modernen Browsern funktioniert.

Das Modell erzeugt eine sogenannte Alpha-Maske: eine Graustufen-Matrix, in der jeder Pixel beschreibt, wie stark er zum Vordergrund gehört. Diese Maske wird dann auf das Originalbild angewendet — Pixel außerhalb des Motivs werden transparent, Pixel innerhalb bleiben unverändert. Bei weichen Kanten wie Haaren oder Fell sorgt die Graustufen-Maske für einen fließenden Übergang statt harter Pixelkanten.

So entfernst du einen Hintergrund

Lade eine Datei über die Auswahl, per Drag-and-Drop oder mit Strg + V aus der Zwischenablage. Auf dem Smartphone steht zusätzlich eine Kamera-Aufnahme zur Verfügung. Unterstützte Formate sind PNG, JPG, WebP, AVIF sowie HEIC und HEIF — also auch iPhone-Fotos. Nach der einmaligen Modell-Ladephase erscheint das freigestellte Bild direkt im Browser, mit Karo-Hintergrund als Transparenz-Indikator. Über den Format-Wechsler kannst du zwischen PNG, WebP und JPG umschalten, ohne das Modell erneut auszuführen.

Datenschutz — 100 % im Browser

Die Bildanalyse passiert ausschließlich lokal auf deinem Gerät. Weder das Original noch das Ergebnis werden an einen Server gesendet, gespeichert oder analysiert. Es gibt kein Cookie-Banner für Drittanbieter, keine Anmeldung und kein Tracking — auch keine anonymen Nutzungsstatistiken.

Eine Ausnahme ist der einmalige Modell-Download beim ersten Aufruf: Die BEN2-Datei (rund 110 MB) wird vom Content-Delivery-Network von Hugging Face geladen, einem US-Unternehmen mit Sitz in New York. Dieser Request enthält ausschließlich die URL der Modell-Datei. Es werden keine Bilddaten, keine Nutzer-IDs und keine personenbezogenen Informationen übertragen. Technisch bedingt kennt Hugging Face die IP-Adresse und den User-Agent des Browsers, aus dem der Download stammt — dieselben Daten also, die auch dein Internetanbieter beim Aufruf jeder beliebigen Webseite sieht. Nach dem ersten Laden liegt das Modell im Browser-Cache und wird für alle weiteren Aufrufe dort abgerufen; die CDN wird dann nicht mehr kontaktiert.

Wer diese CDN-Verbindung vermeiden möchte, kann den Seitenaufruf abbrechen, sobald der Modell-Download startet — das Tool ist dann nicht nutzbar, aber es wurden auch keine Daten übertragen. Für sensible Bilder wie Ausweis-Scans, medizinische Aufnahmen oder vertrauliche Firmenunterlagen ist genau das der entscheidende Vorteil gegenüber den meisten webbasierten Freisteller-Diensten, die das Bild zwingend hochladen müssen. Weitere Details stehen in der Datenschutzerklärung.

Wann liefert das Tool gute Ergebnisse?

BEN2 ist auf natürliche Fotografien trainiert und liefert in vielen typischen Situationen sehr saubere Freisteller. Die folgenden Kategorien decken den Alltag gut ab:

Produktfotos mit einfarbigem oder unscharfem Hintergrund sind der klassische Anwendungsfall. Ob Schuhe auf Holztisch, Schmuck auf Stoff oder Flaschen vor einer Wand — das Modell erkennt das Motiv fast immer korrekt. Leichte Reflexionen und Schatten werden meist sauber entfernt, solange der Motivkörper selbst keine spiegelnden Flächen hat.

Porträts funktionieren ausgezeichnet, wenn das Gesicht gut ausgeleuchtet und der Hintergrund nicht zu bunt ist. Einzelne Haarsträhnen vor einfarbigem Hintergrund werden mit weichem Übergang freigestellt. Schwierig wird es bei sehr feinen Einzelhaaren vor unruhigen Hintergründen — hier entstehen gelegentlich kleine Artefakte. Ein zweiter Durchlauf nach manueller Nachbearbeitung hilft in solchen Fällen.

Tiere — Hunde, Katzen, Pferde, Vögel — werden zuverlässig erkannt. Bei langhaarigen Tieren gilt dasselbe wie bei Porträts: je einfarbiger der Hintergrund, desto sauberer der Freisteller.

Alltagsgegenstände wie Möbelstücke, Werkzeuge, Bücher oder Lebensmittel sind meistens unproblematisch. Bei stark spiegelnden Oberflächen (Chrom, poliertes Metall) kann es vorkommen, dass Teile der Reflexion als Hintergrund interpretiert und entfernt werden.

Schwieriger wird es bei stark transparenten oder halbtransparenten Objekten: Glas, Wassergläser, Plastikverpackungen. Hier verliert das Modell häufig die feinen Konturen, weil der Hintergrund durch das Objekt durchscheint. Auch bei sehr hohen Auflösungen über 4096 × 4096 Pixel wird das Bild vor der Analyse intern herunterskaliert, was bei feinsten Details zu leichter Unschärfe an den Kanten führen kann.

Ein praktischer Tipp: Bei unbefriedigendem Ergebnis einmal das Format wechseln — beim erneuten Durchlauf werden leicht andere Pixel markiert, und manchmal reicht das, um eine problematische Kante zu retten. Alternativ das Motiv vor dem Upload manuell zuschneiden, sodass der Hintergrund bereits stark reduziert ist.

Häufige Fragen

Die häufigsten Rückfragen zur Nutzung und zum Datenschutz des Tools:

Muss ich meine Datei hochladen?

Nein. Die Bildanalyse läuft vollständig in deinem Browser über WebGPU oder WebAssembly. Das Bild verlässt dein Gerät zu keinem Zeitpunkt. Lediglich das KI-Modell wird einmalig von einem CDN geladen — dabei werden keine Bilddaten übertragen.

Wie lange dauert die Verarbeitung?

Nach dem einmaligen Modell-Download dauert die eigentliche Freistellung pro Bild typischerweise 100 bis 500 Millisekunden auf Geräten mit WebGPU-Unterstützung. Ohne WebGPU fällt das Tool auf WebAssembly zurück, was etwa zwei- bis viermal langsamer ist, aber immer noch flüssig nutzbar bleibt.

Welche Bilder eignen sich am besten?

Gute Ergebnisse gibt es bei Motiven mit klarer Trennung vom Hintergrund: Produktfotos, Porträts, Tiere, Alltagsgegenstände. Schwieriger wird es bei transparenten Objekten wie Glas oder bei sehr feinen Strukturen wie einzelnen Haaren vor unruhigem Hintergrund.

Welches Modell wird verwendet?

Das Tool nutzt BEN2 (Binary Enhanced Network v2), ein spezialisiertes neuronales Netz für Foreground-Segmentation, im ONNX-Format. BEN2 ist MIT-lizenziert und öffentlich auf Hugging Face verfügbar. Die Modell-Datei ist rund 110 MB groß und wird nach dem ersten Laden vom Browser gecacht.

Kann ich das Ergebnis als JPG speichern?

Ja, aber JPG unterstützt keine Transparenz. Wenn du JPG wählst, wird der Hintergrund weiß gefüllt. Für Transparenz nimm PNG (verlustfrei) oder WebP (kleinere Dateigröße bei vergleichbarer Qualität).

Wie benutzt du den Konverter?