ArchivBlick ist ein KI-gestütztes System, das Foto- und Videoarchive mit über 150.000 Dateien automatisch beschreibt und durchsuchbar macht — komplett lokal, ohne Cloud. Du suchst nach „Motorrad auf Bergstraße" und findest das Video, das du seit drei Jahren nicht mehr gesehen hast.
Das Problem kennt jeder
Mal ehrlich: Wie viele Fotos hast du auf deinem Handy? 5.000? 10.000? Und auf der alten Festplatte im Schrank? Auf dem NAS? In der iCloud? Auf Google Drive?
Die meisten von uns haben über die Jahre zehntausende Fotos und Videos angesammelt. Auf verschiedenen Geräten, in verschiedenen Ordnern, mit kryptischen Dateinamen wie IMG_4782.JPG oder GX018355.MP4. Und wenn du jetzt ein bestimmtes Foto suchst — sagen wir, das Bild vom Sonnenuntergang in Sardinien vor drei Jahren — dann klickst du dich durch Ordner. Minutenlang. Manchmal stundenlang. Manchmal findest du es nie.
Das Problem wird schlimmer, je mehr Fotos du hast. Ab 10.000 Dateien wird das manuelle Durchklicken zum Vollzeitjob. Ab 50.000 ist es praktisch unmöglich.
Und genau hier setzt ArchivBlick an.
Was ist ArchivBlick?
ArchivBlick ist ein System, das dein komplettes Foto- und Videoarchiv durchsuchbar macht. Nicht nach Dateinamen oder Datum — sondern nach dem, was auf dem Bild zu sehen ist.
Du tippst „Motorrad auf Bergstraße" in die Suche, und ArchivBlick findet alle Fotos und Videos, die eine Motorradfahrt in den Bergen zeigen. Auch wenn die Dateien GX018355.MP4 heißen und irgendwo in einem Ordner namens _Archiv-12 liegen.
Das funktioniert, weil eine KI — ein sogenanntes Vision-Modell — jedes einzelne Bild angeschaut und beschrieben hat. In eigenen Worten, wie ein Mensch es tun würde. Und diese Beschreibungen sind dann durchsuchbar.
Das Besondere: Alles läuft lokal. Kein Bild verlässt dein Netzwerk. Keine Cloud, kein Abo, keine Daten bei Google oder Apple. Die KI läuft auf deinem eigenen Rechner.
Wie funktioniert das — in einfachen Worten?
Stell dir vor, du hättest einen sehr geduldigen Assistenten. Der setzt sich hin und schaut sich jedes einzelne deiner 150.000 Fotos und Videos an. Für jedes Bild schreibt er einen kurzen Text: Was ist zu sehen? Welche Stimmung? Welche Objekte? Welche Umgebung?
Genau das macht ArchivBlick — nur automatisch und mit KI. Der Ablauf in vier Schritten:
- Indexieren: Alle Dateien werden erfasst — Dateiname, Datum, Kameramodell, GPS-Koordinaten, Dateigröße. Das passiert einmal und dauert ein paar Minuten.
- Thumbnails erzeugen: Für jedes Bild wird ein Vorschaubild erstellt. Für Videos wird ein sogenannter Filmstrip generiert — ein Streifen mit mehreren Schlüsselbildern, damit die KI den ganzen Videoinhalt auf einen Blick erfassen kann.
- KI-Beschreibung: Ein Vision-Modell beschreibt jedes Bild in zwei bis drei Sätzen. Das dauert bei 150.000 Dateien ein paar Tage — läuft aber vollautomatisch im Hintergrund.
- Suche aktivieren: Die Beschreibungen werden in eine Datenbank geschrieben, die semantisch suchen kann. Das heißt: Die Suche versteht Bedeutung, nicht nur exakte Wörter.
Danach tippst du einfach rein, was du suchst. Fertig.
Ein Beispiel: Die Motorradtour, die niemand findet
Im Archiv liegt eine GoPro-Aufnahme. Dateiname: GX018355.MP4. Kein Datum im Namen, keine GPS-Daten, keine Beschreibung. Wenn du die Datei in einem Ordner siehst, siehst du — nichts. Einen schwarzen Thumbnail. Eins von tausenden.
ArchivBlick extrahiert 25 Schlüsselbilder aus dem Video, legt sie als Filmstrip zusammen und zeigt den der KI. Das Ergebnis:
„Der Filmstrip zeigt eine Fahrt durch eine ländliche Gegend mit verschiedenen Szenen, die eine ruhige Straße, Wohnhäuser, Bäume und Landschaften zeigen. Die Aufnahmen sind aus der Perspektive eines Fahrzeugs aufgenommen, wahrscheinlich einer Motorradkamera."
Die KI erkennt Frame für Frame: eine Landstraße, eine Kurve, eine rote Ampel, ein Wohngebiet mit geparkten Autos. Aus einer namenlosen Datei wird ein durchsuchbares Dokument. Die Suche nach „Motorrad Landstraße Dorf" findet dieses Video sofort — unter 150.000 anderen Dateien.
Was die KI in Motorrad-Fotos sieht
Besonders spannend wird es bei Einzelbildern. Zwei GoPro-Fotos von einer Alpentour — einfach der KI vorgelegt, ohne Kontext, ohne Hinweise:
Bild 1 — Waldstraße: Die KI erkennt eine Rechtskurve, schätzt den Kurvenwinkel auf etwa 60 bis 70 Grad und die Schräglage des Motorrads auf 15 bis 20 Grad. Sie beschreibt die Straße (Asphalt, guter Zustand, weiße Seitenlinie), die Umgebung (Wald, mittlere Höhenlage) und sogar ein Chevron-Warnschild am Kurvenrand.
Bild 2 — Bergstraße: Gleiche Kamera, andere Kurve. Die KI schätzt hier einen Kurvenwinkel von 90 Grad und eine Schräglage von 20 bis 30 Grad. Breitere Straße, Leitplanken, Nadelbäume, bewölkt, hohe Lage — wahrscheinlich Dolomiten.
Das ist das Faszinierende: Die KI berechnet die Schräglage aus einem einzigen Foto. Ohne Gyroskop, ohne Sensordaten — nur aus der visuellen Perspektive. Das ist nicht perfekt, aber es reicht, um in einem Archiv mit zehntausend Motorrad-Aufnahmen genau die herauszufischen, die eine sportliche Kurvenfahrt zeigen.
Für Motorradfahrer, die ihre Touren dokumentieren, ist das ein Gamechanger: Statt hunderte Videos durchzuklicken, tippst du „Schräglage Kurve Bergstraße" — und bekommst die besten Szenen.
Was braucht man dafür?
ArchivBlick ist kein Cloud-Dienst mit Monatsgebühr. Es läuft auf eigener Hardware. Was du brauchst:
- Einen Mac oder PC mit mindestens 16 GB RAM — darauf läuft die KI-Analyse. Ein Mac mini mit M2 Pro schafft das lokal. Alternativ kann man für die Erstanalyse einen GPU-Server mieten (ein paar Tage reichen, kostet unter 100 €).
- Speicherplatz für dein Archiv — ein NAS, eine externe SSD oder die lokale Festplatte. Die Dateien bleiben wo sie sind, ArchivBlick legt nur den Index daneben.
- Python 3.10+ — für die Batch-Verarbeitung und den Web-Server.
- Optional: Ein iPad — ArchivBlick hat eine native iPad-App, die dein gesamtes Archiv offline durchsuchbar macht. 150.000 Thumbnails in einer handlichen Datenbank, die in 35 Sekunden aufs iPad kopiert wird.
Das System ist modular aufgebaut. Du kannst klein anfangen — mit 1.000 Fotos und einem MacBook — und es später auf 200.000 Dateien skalieren. Die Architektur wächst mit.
Was bringt das konkret?
Die Vorteile gegenüber klassischen Lösungen wie Lightroom, Google Photos oder dem Ordner-Chaos auf der Festplatte:
| Kriterium | Ordner / Finder | Google Photos | ArchivBlick |
|---|---|---|---|
| Suche nach Bildinhalt | Nein | Ja, aber Cloud-Pflicht | Ja, komplett lokal |
| Videos durchsuchbar | Nein | Eingeschränkt | Ja, Frame für Frame |
| Datenschutz | Lokal | Cloud (Google sieht alles) | Lokal, kein Upload |
| Kosten | Kostenlos | Ab 3 €/Monat | Einmalig (eigene Hardware) |
| Offline nutzbar | Ja | Nein | Ja (auch auf dem iPad) |
| Skaliert bis | ~1.000 Dateien | ~100.000 | Getestet mit 224.000 |
Der größte Vorteil ist die semantische Suche: Du suchst nicht nach Dateinamen oder Tags, die irgendwann mal jemand vergeben hat. Du suchst nach dem, was du im Kopf hast — „Strand bei Sonnenuntergang", „Geburtstagstorte mit Kerzen", „Drohnenflug über Waldlichtung" — und die KI findet die passenden Bilder.
Wie geht es weiter?
ArchivBlick wird aktiv weiterentwickelt. Die KI-Beschreibungen werden kontinuierlich verbessert, die Suche wird schneller, und eine Version zum Ausprobieren ist in Vorbereitung. Wer tiefer einsteigen will, findet auf diesem Blog weitere Artikel:
- KI-Bilderkennung für 150.000 Fotos und Videos — technischer Blick auf die Vision-Modelle
- Was KI in deinen Videos wirklich sieht — drei echte Beispiele mit Filmstrips
- Warum Lightroom deine Videos nicht finden kann — Vergleich mit klassischer Fotoverwaltung
- KI-Bilderkennung ohne Cloud — warum Datenschutz kein Kompromiss sein muss
- GPU-Pipeline im Praxistest — wie die KI-Analyse auf gemieteter Hardware skaliert
Du hast Fragen oder Feedback? Schreib mir — die Kontaktdaten findest du auf der Startseite.