fuji x secrets Segen oder Fluch: künstliche Intelligenz in Kameras und in der Bildbearbeitung

[AS-X]

Werbung (verschwindet nach Registrierung)

Die Chinesen machen uns in negativer Hinsicht ja bereits vor wohin das führen kann. Von daher sind die neuen Möglichkeiten kritisch zu sehen. 
Es ist ein zweischneidiges Schwert, jeder mit gesundem Menschenverstand wird einerseits alles begrüßen was zB im Kampf gegen Kinderpornografie (=Mißbrauch) hilft, aber die Gefahren eines orwellschen Systems sind nicht völlig von der Hand zu weisen und daher müssen Rahmenbedingungen definiert werden die Sinn ergeben.
Leider schießt auch der Datenschutz oftmals über das Ziel hinaus und es werden diffuse Ängste geschürt, die bei einer näheren Betrachtung  häufig unbegründet sind und den „falschen“ Interessen dienen. 

[bastibe]

vor einer Stunde schrieb mjh:

Und selbst wenn es ginge: Ein Haufen Bildern von Fotografen aus aller Welt wäre wohl nützlich, um KI-Systeme für die Bildverarbeitung zu trainieren, aber die KI in Kameras dient ja überwiegend ganz anderen Aufgaben, nämlich im Bereich der Kamerasteuerung – Belichtung und Autofokus. Da nützen die Aufnahmen alleine wenig; man müsste zumindest wissen, wie ein Bild vom Fotografen nach verschiedenen Kriterien bewertet wird. Und für eine Motivverfolgung beispielsweise genügen keine einzelnen Aufnahmen; man braucht ganze Live-View-Sequenzen.

Bei Siri und Tesla etc. werden nur kleine Fragmente tatsächlich hochgeladen. Einerseits meist "Features", also interne Representation, die von der KI verwendet werden, aber nicht mehr die eigentlichen Pixel enthalten und wesentlich kompakter sind. Andererseits auch nur dann, wenn etwa eine Siri-Erkennung fehlgeschlagen ist (vom User korrigiert wurde), oder der Fahrer in den Autopilot eingegriffen hat. 

Das sind dann gerade die Teile, die momentan für die aktuelle KI noch problematisch sind. Im einfachsten Fall können diese Daten genutzt werden, um einfach problematische Situationen zu erkennen und beim nächsten Training besonders zu verbessern. Oder sie können direkt als Trainingsdaten verwendet werden, falls die gesammelten Daten das hergeben. 

So etwas wäre für Bildverarbeitung-Programme definitiv denkbar, und demnächst vielleicht auch in Kameras, sobald sie Internetzugang bekommen. 

[mjh]

vor 3 Stunden schrieb bastibe:

Bei Siri und Tesla etc. werden nur kleine Fragmente tatsächlich hochgeladen. Einerseits meist "Features", also interne Representation, die von der KI verwendet werden, aber nicht mehr die eigentlichen Pixel enthalten und wesentlich kompakter sind. Andererseits auch nur dann, wenn etwa eine Siri-Erkennung fehlgeschlagen ist (vom User korrigiert wurde), oder der Fahrer in den Autopilot eingegriffen hat. 

Das sind dann gerade die Teile, die momentan für die aktuelle KI noch problematisch sind. Im einfachsten Fall können diese Daten genutzt werden, um einfach problematische Situationen zu erkennen und beim nächsten Training besonders zu verbessern. Oder sie können direkt als Trainingsdaten verwendet werden, falls die gesammelten Daten das hergeben. 

Ja, das sind Einsatzsituationen, in denen der Hersteller eine unmittelbare Rückmeldung über einen Fehlschlag bekommt. Wenn der Fotograf aber feststellt, dass eine Aufnahme nicht scharf oder nicht wunschgemäß belichtet ist, gibt es das nicht, zumal die Bewertung der Bilder oft auch erst spät im Nachhinein erfolgt. Und wenn eine Motivverfolgung ihr Motiv verliert, weil es kurzzeitig verdeckt wurde, gibt es gar keine Rückmeldung – es sei denn, die Kamera könnte den Fotografen leise fluchen hören und würde das übermitteln.

bearbeitet 23. Oktober 2022 von mjh

[mjh]

vor 2 Stunden schrieb Allradflokati:

Ich erinnere mich an den Fall, wo die TomTom-Navis bei den Verbindungen ins Netz, um ein Update zu zeihen, gleichzeitig auch angeblich anonyme Statistiken übermittelten. Aus diesen haben die bei TomTom dann eine Auswertung gefahren, wo die Fahrzeuge trotz Geschindigkeitsberenzungen zu schnell gefahren sind. Mit diesen Auswertungen sind sie dann an die regionalen Behörden herangetreten, und boten ihen an, diejenigen Stellen auszuweisen, wo es sich lohne, Radarfallen aufzustellen.
Glücklicherweise habe das jene Behörden kategorisch abgelehnt, aber irgendwann einmal wird sich das nicht mehr verhindern lassen.

TomTom ermittelt ja auch die regelmäßig veröffentlichten Stau-Statistiken, die sicherlich nützlich sind, aber wenn man Hotspots von Staus findet, kann man auch Hotspots von Geschwindigkeitsübertretungen erkennen. Abgesehen davon ist es wohl eher kein Teil meiner informationellen Selbstbestimmung, unerkannt auf öffentlichen Wegen zu schnell zu fahren; die Behörden hätten das Angebot also vermutlich annehmen können.

Aber die Grenzen sind fließend. Apple geriet in Verruf, Bewegungsprofile von iPhone-Nutzern zu speichern; dabei ging es damals zwar nur um ein Caching der Standorte von Sendemasten und WLAN-Stationen, die zur Ortsbestimmung genutzt wurden, und hatte seinen technischen Sinn, aber dabei fiel eben auch ein (wenn auch grobes) Bewegungsprofil an.

TikTok wurde gerade bescheinigt, die Ortsdaten seiner Nutzer zu erfassen, was mit der Begründung dementiert wurde, man greife nicht auf GPS-Daten zu. Aber um GPS-Daten ging es ebensowenig wie in Apples Fall, so dass man dieses Dementi auch als Eingeständnis auffassen kann.

[Don Pino]

vor 3 Stunden schrieb Allradflokati:

Ich erinnere mich an den Fall, wo die TomTom-Navis bei den Verbindungen ins Netz, um ein Update zu zeihen, gleichzeitig auch angeblich anonyme Statistiken übermittelten. Aus diesen haben die bei TomTom dann eine Auswertung gefahren, wo die Fahrzeuge trotz Geschindigkeitsberenzungen zu schnell gefahren sind. Mit diesen Auswertungen sind sie dann an die regionalen Behörden herangetreten, und boten ihen an, diejenigen Stellen auszuweisen, wo es sich lohne, Radarfallen aufzustellen.

Da TOMTom ja auch Radarfallen anzeigt, (eine Funktion, die ich natürlich nicht benutze) halten sich Vor- und Nachteile in diesem Fall eher die Waage;-)

[RAWky]

Am 22.10.2022 um 14:33 schrieb mjh:

Natürlich wird KI heutzutage für alle möglichen Aufgaben genutzt, auch für die Belichtungssteuerung (das erste neuronale Netz wurde schon in den 90er Jahren in eine – analoge – Kamera eingebaut)

War das in den 90ern schlagwortgetrieben, oder tatsächlich ein Verfahren, welches eine gewisse Datenkompetenz in Bezug auf Auswahl und Gewichtung auf die vorhandenen Messwerte hatte. Also nicht im Sinne eines Vergleichens mit einem Vorgabekatalog. Und ganz ohne Feedback? Das analoge Ergebnis existiert ja nur ausserhalb der Kamera und hat keinen Einfluss auf weitere Messungen (das erscheint mir ein gewagtes Konzept eines neuronalen Netzes zu sein). Die durchschnittliche Helligkeit eines Bildbereiches zu werten ist nicht intelligent, die hellste Stelle zu werten ist es, wie die dunkelste zu nehmen, auch nicht. Und das Zonensystem als Grundlage einer Belichtung heranzuziehen ist auch wenig intelligent, weil es sich dabei ja um ein stringentes Rezept (in Form von Anweisungsschritten was zu tun ist) für das Herausfinden "der richtigen" Belichtung handelt.

Oder, hatte die neuronal vernetzte analoge Kamera schon eine Vorstellung davon, wie das Motiv zu belichten sei um daraus "das Bild" zu machen?

[mjh]

Werbung (verschwindet nach Registrierung)

vor 1 Stunde schrieb RAWky:

War das in den 90ern schlagwortgetrieben, oder tatsächlich ein Verfahren, welches eine gewisse Datenkompetenz in Bezug auf Auswahl und Gewichtung auf die vorhandenen Messwerte hatte. Also nicht im Sinne eines Vergleichens mit einem Vorgabekatalog. Und ganz ohne Feedback? Das analoge Ergebnis existiert ja nur ausserhalb der Kamera und hat keinen Einfluss auf weitere Messungen (das erscheint mir ein gewagtes Konzept eines neuronalen Netzes zu sein).

Ob die Kamera analog oder digital ist, spielt hier keine Rolle, denn alle Lernvorgänge fanden ja außerhalb der Kamera auf einem Computer beim Hersteller statt. Das Feedback war also damals schon gegeben. Und daran hat sich bis heute nichts geändert; in der Kamera selbst gibt es noch immer kein Feedback – die KI liefert ihr Ergebnis, das ohne eine Bewertung so akzeptiert wird. Man kann sich allerdings fragen, ob Nikons neuronales Netz damals wirklich schon besser arbeitete als die in den Jahren zuvor populären Fuzzy-Logic-Ansätze.

Man verliert leicht aus dem Blick, dass es schon in der analogen Ära „intelligente“ Funktionen wie eine Szenenerkennung gab, mit der Kameras selbsttätig das jeweils passendste Motivprogramm auswählen konnten, also etwa ein Porträtprogramm, wenn eine Porträtsituation erkannt wurde. Dazu wurden aber zunächst noch keine neuronalen Netze eingesetzt.

[RAWky]

Am 24.10.2022 um 12:01 schrieb mjh:

Ob die Kamera analog oder digital ist, spielt hier keine Rolle, denn alle Lernvorgänge fanden ja außerhalb der Kamera auf einem Computer beim Hersteller statt.

Ich warte immer noch auf den Moment, an dem ein komplizierter Prozess analytisch beschrieben werden kann und nicht aufgrund von genügend vielen Beispielen (Sensordaten, Bilder, ...) ein komplexes Modell entwickelt und mit dem dann Empfehlungen und/oder Entscheidungen getroffen werden. Also ein Wissen aus Erfahrung ohne Beispieldaten und "Vorbilder".

Aber das ist wohl so, wie mit der Kernfusion: Es dauert noch 20 Jahre - es dauerte ja schon vor 20 Jahren noch 20 Jahre ...

[mjh]

vor 33 Minuten schrieb RAWky:

Ich warte immer noch auf den Moment, an dem ein komplizierter Prozess analytisch beschrieben werden kann und nicht aufgrund von genügend vielen Beispielen (Sensordaten, Bilder, ...) ein komplexes Modell entwickelt und mit dem dann Empfehlungen und/oder Entscheidungen getroffen werden. Also ein Wissen aus Erfahrung ohne Beispieldaten und "Vorbilder".

Ich fürchte, da wirst Du lange warten müssen … Die Wissenschaft schreitet ja voran, indem sie einzelne Zusammenhänge isoliert und diese dann analytisch beschreibt, aber die Zusammenhänge, um die es hier geht, sind erstens sehr komplex und wir haben zweitens keine vollständigen Informationen; daher wird es niemals eine schlichte Formel geben, mit der man sich das Ergebnis bloß auszurechnen braucht.

[RAWky]

vor 17 Stunden schrieb mjh:

Ich fürchte, da wirst Du lange warten müssen

Jepp, das ist wohl so.

Das I in KI steht ja nicht für Intuition, sondern für den hier (in der Informatik) nicht näher definierten Begriff "Intelligenz". Und wir beschränken uns ja auch nur auf das Teilgebiet Maschinelles Lernen, welches Probleme rein statistisch durch Ein- oder Ausschluss und Ähnlichkeiten zum "Gelernten" (K-NN) versucht zu lösen. Mit tatsächlich verblüffenden Ergebnissen und "intelligent" anmutenden "Problemlösern". Aber nicht mehr als eine Art Quantenfische, die es (noch) nicht aus ihrem Teich schaffen ...

[mjh]

vor 4 Stunden schrieb RAWky:

Das I in KI steht ja nicht für Intuition, sondern für den hier (in der Informatik) nicht näher definierten Begriff "Intelligenz". Und wir beschränken uns ja auch nur auf das Teilgebiet Maschinelles Lernen, welches Probleme rein statistisch durch Ein- oder Ausschluss und Ähnlichkeiten zum "Gelernten" (K-NN) versucht zu lösen. Mit tatsächlich verblüffenden Ergebnissen und "intelligent" anmutenden "Problemlösern".

Die Informatik fühlt sich da unzuständig und verweist darauf, dass „Intelligenz“ in „Künstliche Intelligenz“ dasselbe wie in „natürliche Intelligenz“ bedeutet: Als künstlich intelligent gilt ein Computersystem, das etwas leistet, das beim Menschen nach landläufiger Meinung Intelligenz voraussetzt.

Maschinelles Lernen ist wohlgemerkt kein Teilgebiet der Künstlichen Intelligenz, sondern ein bloßes Werkzeug. Genauso wie man mit demselben Pinsel Wände malen oder Kunstwerke schaffen kann, kann man Verfahren des maschinellen Lernens für alles mögliche einsetzen; die Entwicklung neuronaler Netze ist nur ein Einsatzbereich von vielen. Zu meiner Zeit hat man KI-Systeme programmiert; ich habe damals noch ein natürlichsprachliches System (und diverse andere Systeme) in LISP implementiert, also ganz klassisch programmiert, und auch die Programmierung war bloß ein Werkzeug.

Und nebenbeibemerkt: Auch die Evolution ist nichts anderes als ein Lernverfahren, und so gesehen ist auch unsere menschliche Intelligenz das Ergebnis eines – noch dazu ziemlich primitiven – Lernverfahrens. Das hat allerdings auch ziemlich viel Zeit gebraucht, und so vollkommen ist das Ergebnis nach aktuellem Stand auch nicht.

[lichtschacht]

vor 1 Stunde schrieb mjh:

...

Und nebenbeibemerkt: Auch die Evolution ist nichts anderes als ein Lernverfahren, und so gesehen ist auch unsere menschliche Intelligenz das Ergebnis eines – noch dazu ziemlich primitiven – Lernverfahrens. Das hat allerdings auch ziemlich viel Zeit gebraucht, und so vollkommen ist das Ergebnis nach aktuellem Stand auch nicht.

Da ist noch Luft nach oben.

Würde ich auch sagen 

[bastibe]

In der Regel wird "künstliche Intelligenz" zur Zeit synonym verstanden zu sogenannten tiefen neuronalen Netzen. Dieser Begriff bringt uns aber auch nicht besonders viel weiter, denn solche Netze gibt es in derart mannigfaltigen Ausprägungen, dass es das Konzept kaum griffiger macht. 

Die Idee ist dabei, Funktionen anzunähern indem lange ("tiefe") Ketten einfacher ("neuronaler") mathematischer Operationen hintereinander ("Netze") geschaltet werden. Die Operationen sind einfach, aber durch ihre schiere Menge können sie mehr oder minder beliebige Funktionen abbilden. Durch ihre Einfachheit kann man sie aber "trainieren", indem man sie mit Beispieldaten einfach mal rechnen lässt, und dann den Rechenfehler zurückverfolgt und all die vielen kleinen Operationen in Richtung des gewünschten Ergebnisses korrigiert. Dieses zurückverfolgen der Fehler ("Backpropagation") geht nur für besonders einfache Operationen, und das ist gewissermaßen der Trick des Ganzen. So nähert man sich Stück für Stück immer näher an eine Zielfunktion an, solange man nur genügend Trainingsdaten und Rechenzeit zur Verfügung hat. 

Aber die Mächtigkeit eines solchen Netzes steht und fällt mit seiner Größe. Kleine Netze bilden einfache Funktionen ab, während die größten Aufgaben gigantische Netze erfordern. Solch ein Training kann gut und gerne Millionen an Euros allein an Stromkosten verschlingen — dennoch gelten beide Varianten gleichermaßen als "tiefe neuronale Netze", und werden gleichermaßen gegebenenfalls als "KI" bezeichnet. 

Und wie @mjh schon sagte, wurde die "künstliche Intelligenz" in der Vergangenheit auch schon mehrere Male umdefiniert, und wir müssen wohl auch davon ausgehen, dass auch tiefe neuronale Netze beizeiten von der nächsten Technologie abgelöst werden.

TL;DR Namen sind Schall und Rauch. 

[mjh]

vor 3 Stunden schrieb bastibe:

So nähert man sich Stück für Stück immer näher an eine Zielfunktion an, solange man nur genügend Trainingsdaten und Rechenzeit zur Verfügung hat.

Und wenn man Pech hat, konvergiert das Lernverfahren auch gar nicht, egal wie lange man es rechnen lässt; dann muss man sich etwas einfallen lassen. Zum Beispiel kann es helfen, eine bisher zu fein aufgelöste Größe zu vergröbern.

[Timothy Love]

Aber es gibt gute und schlechte künstliche Intelligenz, aber für mich hilft es trotzdem, obwohl künstliche Intelligenz manchmal nicht so schlau oder gar dumm ist

 

 

 

 

 

 

Listen

45 / 5,000

 

 

 

 

 

 

bearbeitet 29. Oktober 2022 von Timothy Love

[RAWky]

Am 28.10.2022 um 14:48 schrieb mjh:

Auch die Evolution ist nichts anderes als ein Lernverfahren

Das klingt so, wie "Die Giraffe hat den langen Hals um damit besser an die Blätter zu gelangen, die hoch oben in den Bäumen wachsen". Das wäre ja auch ein fundamental falscher Denkansatz, weil die Evolution ja nicht beschlossen hat, den Giraffen aus einem bestimmten Grund einen langen Hals zu geben. Die Evolution funktioniert ja nicht zielgerichtet und beobachtend auf ein gewünschtes Ergebnis hin "lernend". Die wechselnden Methoden und Technologien der KI verfolgen jedoch (praktische) Ziele, wenn auch noch sehr eng gefasste. Apropos Evolution: Gibt es noch Expertensysteme aus den 80er? Alles, was damals mit z.B. natürlichspachlichen Systemen zu tun hatte, basierte ja auf logische Regeln und konstruierte Objekthierarchien und nicht so sehr auf Statistik wie das Maschinelle Lernen heutzutage.

 

[platti]

vor 16 Minuten schrieb RAWky:

Das klingt so, wie "Die Giraffe hat den langen Hals um damit besser an die Blätter zu gelangen, die hoch oben in den Bäumen wachsen". Das wäre ja auch ein fundamental falscher Denkansatz, weil die Evolution ja nicht beschlossen hat, den Giraffen aus einem bestimmten Grund einen langen Hals zu geben. Die Evolution funktioniert ja nicht zielgerichtet und beobachtend auf ein gewünschtes Ergebnis hin "lernend". 

 

Sondern?

[mjh]

vor 19 Minuten schrieb RAWky:

Das klingt so, wie "Die Giraffe hat den langen Hals um damit besser an die Blätter zu gelangen, die hoch oben in den Bäumen wachsen". Das wäre ja auch ein fundamental falscher Denkansatz, weil die Evolution ja nicht beschlossen hat, den Giraffen aus einem bestimmten Grund einen langen Hals zu geben. Die Evolution funktioniert ja nicht zielgerichtet und beobachtend auf ein gewünschtes Ergebnis hin "lernend".

Das Ergebnis des evolutionären Prozesses ist, dass man weiter kommt, also sich fortpflanzen kann, oder eben nicht. Das ist nicht „erwünscht“, sondern das ist einfach so. Die maschinellen Lernverfahren erklären ihren „Schülern“ auch nicht unbedingt, was sie machen sollen, sondern sagen am Ende auch nur „richtig“ oder „falsch“. Es gibt tatsächlich Lernverfahren auf Basis genetischer Algorithmen, die exakt wie die Evolution arbeiten, also einfach eine Auswahl unter Varianten treffen und die einen weiter im Spiel lassen, die anderen aber aussondern. Backpropagation beispielsweise arbeitet anders, insofern dieses Verfahren aus Abweichungen von einem Soll Korrekturen berechnet und in das Netz hinein propagiert, aber ich habe ja auch nicht gesagt, dass die Evolution allen Lernverfahren ähnelt – aber es ist ein Lernverfahren.

[snow]

vor 22 Minuten schrieb platti:

Sondern?

Tiere, die (zufälligerweise) einen längeren Hals haben fressen die Blätter, an welche andere nicht ´rankommen. Das verbessert ihre Chancen i.S. survival of the fittest und gleichzeitig Fortpflanzung unter genetischer Weitergabe des Merkmals längerer Hals (vereinfacht).

[platti]

... und die daraus resultierende Chancenverbesserung kann ohne weiteres als "lernen" gesehen werden. Wir müssen halt begreifen, dass wir nicht die Krone einer Schöpfung sind und unsere Sicht der Dinge nicht das Gelbe vom Ei ist.

 

[snow]

vor 4 Minuten schrieb platti:

... und die daraus resultierende Chancenverbesserung kann ohne weiteres als "lernen" gesehen werden.

Wenn man Mutter Erde als Summe alles Seienden betrachtet ... wird wohl permanent und überall gewürfelt

[Leicanik]

vor 12 Minuten schrieb platti:

.. und die daraus resultierende Chancenverbesserung kann ohne weiteres als "lernen" gesehen werden.

Ich denke, Auslese ist nicht mit Lernen gleichzusetzen.

"Unter Lernen versteht man den absichtlichen (intentionales Lernen) und den beiläufigen (inzidentelles und implizites Lernen) Erwerb von Wissen und Fertigkeiten. Der Lernzuwachs kann sich auf intellektuellem, körperlichem, charakterlichem oder sozialem Gebiet ereignen. Aus lernpsychologischer Sicht wird Lernen als ein Prozess der relativ stabilen Veränderung des Verhaltens, Denkens oder Fühlens aufgrund von Erfahrung oder neu gewonnenen Einsichten und des Verständnisses (verarbeiteter Wahrnehmung der Umwelt oder Bewusstwerdung eigener Regungen) aufgefasst."

(aus Wikipedia)

[mjh]

vor 43 Minuten schrieb Leicanik:

Ich denke, Auslese ist nicht mit Lernen gleichzusetzen.

"Unter Lernen versteht man den absichtlichen (intentionales Lernen) und den beiläufigen (inzidentelles und implizites Lernen) Erwerb von Wissen und Fertigkeiten. Der Lernzuwachs kann sich auf intellektuellem, körperlichem, charakterlichem oder sozialem Gebiet ereignen. Aus lernpsychologischer Sicht wird Lernen als ein Prozess der relativ stabilen Veränderung des Verhaltens, Denkens oder Fühlens aufgrund von Erfahrung oder neu gewonnenen Einsichten und des Verständnisses (verarbeiteter Wahrnehmung der Umwelt oder Bewusstwerdung eigener Regungen) aufgefasst."

(aus Wikipedia)

Wenn wir maschinelles Lernen mit einbeziehen wollen, ist diese Definition zu eng gefasst. Einsicht und Verständnis gibt es da nicht – ebensowenig wie bei der Evolution.

[bastibe]

Gerade die Giraffe verdeutlicht die "Dummheit" dieser Lernverfahren recht deutlich: der zehnte Hirnnerv (Vagus) schlängelt sich bei uns Säugern immer vom Hirn zum Herz, und hat auch einen Rückweg zum Hirn. Das ist beim Menschen ein bisschen umständlich, da einmal vom Kopf in die Brust und zurück zu schlängeln. Aber bei der Giraffe ist es nachgerade absurd!

Tja, und solche Strukturen sind bei maschinell gelernten Strukturen natürlich auch Gang und Gäbe. 

[uli_II]

Warum muss man die speziellen KI Modi für die Objekterkennung überhaupt manuell einstellen? Wenn Vögel und Autos erkannt werden, warum dann noch wählen? Damit die Kamera weiß das sie bei einem Motorsportevent nicht aus versehen auf den vorbeifliegenden Spatz fokusiert? Hmm...
Ich komme von der H1 und bin aktuell mit den dbzgl. Optionen/ Möglichkeiten noch (:)) ein wenig überfordert. Über Jahrzente hab ich mir das "richtige" Verhalten in der Natur "antrainiert".
Die meisten jungen Leute unserer Zeit sehen die Tiere, Insekten und viele Motive schon mal einfach nicht :). Wenn die KI der H2 jetzt ab und zu mal einen Vogel "findet" ist das für mich total unzuverlässig und na ja eventuell ein netter Anfang einer Entwicklung. Kann mir aber vorstellen das 90 Prozent der Jugend das toll findet.

Gibts keine "Kai Krause" 😜 die sich der Bedienung mal annehmen?
 

[Dein Support für das Forum]

Hat dir das Forum geholfen? So kannst du das Forum unterstützen!

Premium Mitglied werden | Spenden | Bei Amazon* oder eBay* kaufen
Software: Topaz* | DxO Nik Collection* | Skylum Luminar* (–10€ mit Gutschein FXF) | * Affiliate Links