{"id":88208,"date":"2026-03-19T17:09:26","date_gmt":"2026-03-19T16:09:26","guid":{"rendered":"https:\/\/www.boston-it.com\/?p=88208"},"modified":"2026-07-06T13:40:26","modified_gmt":"2026-07-06T11:40:26","slug":"ai-photobooth-boston-tid-26","status":"publish","type":"post","link":"https:\/\/www.boston-it.com\/de\/ai-photobooth-boston-tid-26\/","title":{"rendered":"AI Photobooth beim Boston T.I.D \u201926: Generative KI live, lokal und ohne Cloud erleben"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"Ai\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Beim\u00a0Boston Technology Innovation Day 2026<\/strong>\u00a0wurde eine besondere AI Experience pr\u00e4sentiert: die\u00a0AI Photobooth<\/strong>. Die Demo zeigte live, wie moderne\u00a0generative KI<\/strong>,\u00a0multimodale AI-Modelle<\/strong>\u00a0und lokale\u00a0On-Device AI-Infrastruktur<\/strong>zusammenarbeiten k\u00f6nnen, um aus einem Foto individuelle, stilisierte Bildvarianten zu erzeugen.<\/p>\n

Das Besondere daran: Der gesamte Prozess lief direkt vor Ort auf einer kompakten Desktop-AI-Maschine \u2013 ohne Cloud, ohne externe Server und ohne Internetverbindung.<\/p>\n

Generative KI als greifbare Live-Demo<\/strong><\/p>\n

Die AI Photobooth machte sichtbar, wie AI-gest\u00fctzte Bildgenerierung in der Praxis funktioniert. Aus einem aufgenommenen Foto entstanden innerhalb kurzer Zeit mehrere kreative Stilvarianten.<\/p>\n

Dabei wurde nicht nur das finale Ergebnis gezeigt, sondern auch der Weg dorthin: Von der Bildanalyse \u00fcber die automatische Prompt-Erstellung bis zur generativen Bildausgabe konnten Besucher den Ablauf live mitverfolgen.<\/p>\n

So wurde aus einer kreativen Fotoaktion eine anschauliche Demonstration moderner\u00a0lokaler KI-Verarbeitung<\/strong>.<\/p>\n

So funktionierte die AI Photobooth<\/strong><\/p>\n

Die AI Photobooth arbeitete in zwei zentralen Schritten: Analyse und Erstellung.<\/p>\n

Zun\u00e4chst wurde ein Foto aufgenommen und von einem multimodalen KI-Modell analysiert. Das Modell interpretierte das Bild, erkannte relevante Merkmale und nutzte diese Informationen als Grundlage, um die \u00c4hnlichkeit im gew\u00e4hlten Stil m\u00f6glichst gut zu erhalten.<\/p>\n

Anschlie\u00dfend wurde daraus ein detaillierter Text-Prompt erstellt. Dieser Prompt wurde live auf dem Bildschirm sichtbar, sodass der Entstehungsprozess transparent nachvollziehbar war.<\/p>\n

Im zweiten Schritt nutzte ein separates Bildmodell diesen Prompt zusammen mit dem Originalfoto als Referenz. Daraus entstanden drei stilisierte Bildvarianten im gew\u00e4hlten Look.<\/p>\n

Lokale AI-Infrastruktur auf einer NVIDIA DGX Spark<\/strong><\/p>\n

Der gesamte Ablauf lief auf einer einzigen\u00a0NVIDIA DGX Spark<\/strong>\u00a0direkt am Stand. Die kompakte Desktop-AI-Maschine basiert auf dem\u00a0GB10 Grace Blackwell Superchip<\/strong>\u00a0mit Blackwell GPU und 20-Core Arm CPU.<\/p>\n

Besonders relevant f\u00fcr diese Demo war der gro\u00dfe gemeinsame Speicher:\u00a0128 GB Unified LPDDR5X Memory<\/strong>, der von CPU und GPU gemeinsam genutzt wird. Dadurch konnten ein gro\u00dfes multimodales Sprachmodell und ein Bildmodell gleichzeitig im Speicher gehalten werden.<\/p>\n

Zwei AI-Modelle, ein lokales System<\/strong><\/p>\n

F\u00fcr die Demo arbeiteten mehrere Komponenten eng zusammen.<\/p>\n

Gemma 4 31B<\/strong>
Das multimodale LLM analysierte das Foto und erzeugte den detaillierten Text-Prompt. Es wurde \u00fcber\u00a0vLLM<\/strong>\u00a0in Docker bereitgestellt und nutzte eine OpenAI-kompatible API. Durch das Streaming der Tokens konnten Besucher live verfolgen, wie der Prompt auf dem Bildschirm entstand.<\/p>\n

FLUX.2 Klein 9B<\/strong>
Das Bildmodell erzeugte auf Basis des Prompts und des Originalfotos die finalen Bildvarianten. Die Umsetzung erfolgte als Image-Edit-Workflow \u00fcber\u00a0ComfyUI<\/strong>. Das Originalfoto wurde dabei als Referenz verwendet, um die \u00c4hnlichkeit besser zu erhalten.<\/p>\n

Beide Modelle waren gleichzeitig im Speicher geladen \u2013 erm\u00f6glicht durch die\u00a0128 GB Unified Memory<\/strong>\u00a0der DGX Spark. Die Inferenz lief anschlie\u00dfend sequenziell, w\u00e4hrend das System die Ressourcen lokal koordinierte.<\/p>\n

Von der Aufnahme bis zum fertigen Bild in unter einer Minute<\/strong><\/p>\n

Ein weiterer wichtiger Aspekt der Demo war die Geschwindigkeit. Eine Generierung dauerte rund\u00a0neun Sekunden pro 1024\u00d71024-Bildvariante<\/strong>. Von der Aufnahme bis zu drei fertigen Stilvarianten dauerte der gesamte Ablauf damit weniger als eine Minute.<\/p>\n

Damit zeigte die AI Photobooth nicht nur, dass generative KI lokal und sicher betrieben werden kann, sondern auch, dass interaktive AI-Anwendungen direkt vor Ort mit \u00fcberzeugender Performance m\u00f6glich sind.<\/p>\n

Vollst\u00e4ndig selbstst\u00e4ndiges Setup ohne Cloud<\/strong><\/p>\n

Die AI Photobooth war nicht nur softwareseitig lokal aufgebaut, sondern auch netzwerkseitig vollst\u00e4ndig eigenst\u00e4ndig. Die DGX Spark stellte ihren eigenen WLAN Access Point bereit. Das Tablet zur Steuerung der Photobooth verband sich direkt mit diesem lokalen Netzwerk.<\/p>\n

Damit bestand das gesamte Setup aus einer kompakten AI-Maschine, einem Tablet, einer Webcam und einem Drucker. Die Kommunikation lief vollst\u00e4ndig lokal \u00fcber das selbst gehostete Netzwerk.<\/p>\n

Es gab keine Cloud-Anbindung, keine externe Serverkommunikation und keine Internetverbindung.<\/p>\n

Datenschutz und Datenhoheit im Fokus<\/strong><\/p>\n

Ein zentraler Punkt der Demo war der kontrollierte Umgang mit Daten.<\/p>\n

Alle Daten verblieben ausschlie\u00dflich auf dem Ger\u00e4t. Fotos wurden nur mit ausdr\u00fccklicher Einwilligung der Besucher gespeichert und weiterverwendet. Damit zeigte die AI Photobooth, wie generative AI-Anwendungen lokal und kontrolliert umgesetzt werden k\u00f6nnen.<\/p>\n

Gerade f\u00fcr Unternehmen ist dieser Aspekt entscheidend. Viele AI-Workloads betreffen sensible Daten, interne Informationen oder gesch\u00fctzte Inhalte. Lokale AI-Infrastrukturen bieten hier klare Vorteile: Datenhoheit, Sicherheit, geringe Latenz und volle Kontrolle \u00fcber die Verarbeitung.<\/p>\n

Ein physisches Ergebnis zum Mitnehmen<\/strong><\/p>\n

Neben den digitalen Bildvarianten gab es auch ein direktes physisches Ergebnis. Die generierten AI-Bilder konnten vor Ort als Postkarte \u00fcber einen\u00a0Canon SELPHY Dye-Sub-Drucker<\/strong>\u00a0ausgedruckt werden.<\/p>\n

Damit wurde die AI-Demo besonders greifbar: Besucher konnten nicht nur den technischen Prozess live erleben, sondern auch ein pers\u00f6nliches, physisches Ergebnis mitnehmen.<\/p>\n

Warum lokale generative KI f\u00fcr Unternehmen relevant ist<\/strong><\/p>\n

Die AI Photobooth war eine kreative Anwendung \u2013 aber mit einem klaren technologischen Kern. Sie zeigte, wie moderne\u00a0On-Premise AI<\/strong>,\u00a0Edge AI<\/strong>\u00a0und\u00a0generative AI-Infrastruktur<\/strong>\u00a0in der Praxis funktionieren k\u00f6nnen.<\/p>\n

F\u00fcr Unternehmen ergeben sich daraus wichtige Einsatzm\u00f6glichkeiten:<\/p>\n