---
title: "DLSS Guide: Wie KI-Upscaling in Spielen funktioniert"
description: "Entdecken Sie, wie die DLSS-Technologie funktioniert – von Version 2 und 3 bis zu den neuesten Innovationen – um Frames und Grafikqualität zu verbessern."
url: "https://www.beyondtopics.com/de/dlss-guide-wie-ki-upscaling-in-spielen-funktioniert/"
language: "de"
published: 2026-11-13
categories: ["Gaming"]
translations:
  en: "https://www.beyondtopics.com/en/dlss-guide-how-ai-upscaling-works-in-games/"
  it: "https://www.beyondtopics.com/it/guida-a-dlss-come-funziona-l-upscaling-ia-nei-videogiochi/"
  es: "https://www.beyondtopics.com/es/guia-de-dlss-como-funciona-el-upscaling-ia-en-videojuegos/"
  fr: "https://www.beyondtopics.com/fr/dlss-le-guide-ultime-de-l-upscaling-ia-dans-les-jeux-video/"
  pt: "https://www.beyondtopics.com/pt/guia-do-dlss-como-funciona-o-upscaling-ia-nos-jogos/"
---

# DLSS Guide: Wie KI-Upscaling in Spielen funktioniert

Die Grafikberechnung bei modernen Videospielen erfordert eine außergewöhnliche Rechenleistung, insbesondere bei der Verwendung fortschrittlicher Techniken wie Raytracing. Um die physikalischen Grenzen herkömmlicher Hardware zu überwinden, nutzen moderne Grafikkarten Algorithmen für maschinelles Lernen, um die Arbeitslast des Grafikprozessors zu reduzieren. Diese Technik verändert grundlegend, wie Computer Bilder auf dem Bildschirm verarbeiten und ermöglicht hohe Frameraten auch bei hohen Auflösungen.

Die Technologie zum Upscaling auf Basis künstlicher Intelligenz funktioniert, indem sie die native Auflösung reduziert, mit der die Spiel-Engine die Szene berechnet, um dann [das endgültige Bild](/de/framerate-auf-konsolen-warum-die-gpu-nicht-ausreicht/) mithilfe eines speziellen neuronalen Netzes zu rekonstruieren. Dieser Prozess stützt sich auf spezielle Hardwareprozessoren innerhalb der Grafikkarte, die speziell für die Ausführung komplexer Matrixberechnungen in nur wenigen Millisekunden entwickelt wurden. Anstatt die GPU zu zwingen, jeden einzelnen Pixel in maximaler Auflösung zu berechnen, verwendet das System Bewegungsvektoren und Tiefendaten der Szene, um fehlende Details zu erraten und neu zu erstellen.

Die praktische Auswirkung dieses Ansatzes ist besonders dann spürbar, wenn man mit maximalen Grafikeinstellungen spielen möchte, ohne die Flüssigkeit der Action zu beeinträchtigen. Wenn ein Monitor eine hohe Auflösung hat und die Hardware Schwierigkeiten hat, eine konstante Bildwiederholfrequenz aufrechtzuerhalten, ermöglicht die Aktivierung des intelligenten Upscalings das Ausgleich dieser Differenz. Das visuelle Ergebnis ist oft kaum von der nativen Darstellung zu unterscheiden und bietet einen deutlichen Leistungsvorteil, der die Lebensdauer der Gaming-Hardware verlängert.

## Wie künstliche Intelligenz Bild für Bild arbeitet

Die Funktionsweise der intelligenten Rekonstruktion basiert auf einem stetigen Datenfluss zwischen der Spiel-Engine und dem neuronalen Netzwerk der Grafikkarte. Jedes Mal, wenn eine Szene generiert wird, reduziert die Software vorübergehend die interne Auflösung entsprechend der vom Benutzer ausgewählten Qualitätsstufe. Diese vorbereitende Phase verringert drastisch die Gesamtzahl der zu verarbeitenden Pixel, und hier wird die Hauptersparnis in Bezug auf Rechenressourcen und Bilder pro Sekunde erzielt.

Gleichzeitig sendet die Grafik-Engine an die Upscaling-Pipeline entscheidende Informationen, darunter Bewegungsvektoren, die die Verschiebung von Pixeln im Vergleich zum vorherigen Bild verfolgen, und Daten zur geometrischen Tiefe. Die speziellen Prozessoren verarbeiten diese Informationen zusammen mit dem vorherigen Bild, um ein klares und definiertes Bild in der nativen Auflösung des Monitors zu erzeugen. Der gesamte Vorgang benötigt eine Zeitspanne von ein bis drei Millisekunden, ein zeitlicher Mehraufwand, der durch die während der Haupt-Rendering-Phase eingesparte Zeit mehr als ausgeglichen wird.

Diese Technik nutzt die zeitliche Akkumulation, d. h. sie greift auf vergangene Bilder zurück, um Kanten zu stabilisieren und das Flimmern zu reduzieren, das für herkömmliche Anti-Aliasing-Techniken typisch ist. Bei Szenen mit extrem schnellen Bewegungen oder einer hohen Dichte an winzigen Details, wie dichtem Bewuchs oder komplexen Partikeleffekten, kann das neuronale Netzwerk jedoch auf Schwierigkeiten stoßen. In diesen Fällen können leichte visuelle Verzögerungseffekte auftreten, die als Schlieren-Effekt bekannt sind, wenn das prädiktive Modell nicht in der Lage ist, jedes einzelne sich schnell bewegende Element absolut genau zu rekonstruieren.

## Die Entwicklung der Versionen und die Bedeutung der Hardware

Im Laufe der Jahre hat sich die Technologie durch verschiedene Hauptiterationen weiterentwickelt, von denen jede neuartige Fähigkeiten sowohl im Bereich Software als auch Hardware eingeführt hat. Die zweite Version definierte den modernen Standard für KI-basiertes Upscaling und machte es mit einer breiten Palette von Grafikkarten kompatibel, die über die notwendigen dedizierten Verarbeitungskerne verfügen. Nachfolgende Versionen erweiterten dann den Anwendungsbereich weiter und führten bahnbrechende Funktionen wie die künstliche Generierung von Zwischenbildern ein.

Mit dem Erscheinen der dritten Version und ihrer nachfolgenden Erweiterungen begann das System nicht nur, die Auflösung zu verbessern, sondern auch synthetische Bilder zwischen denen einzufügen, die normalerweise von der GPU berechnet werden. Dieser Ansatz verdoppelt die wahrgenommene visuelle Flüssigkeit, obwohl er einen optischen Beschleuniger in der Hardware benötigt, um den Datenstrom in Echtzeit zu verarbeiten. Später ermöglichte die Einführung dedizierter Strahlenrückverfolgungsmodule den Ersatz alter Systeme zur Rauschunterdrückung in Spielen mit fortschrittlicher Lichtverfolgung und gewährleistete so viel sauberere und realistischere Reflexionen und Schatten.

Die neuesten Versionen treiben das Konzept weiter voran, indem sie die Generierung mehrerer Bilder und Modelle auf der Grundlage fortschrittlicher Softwarearchitekturen einführen, die in der Lage sind, die Bildqualität auch auf Grafikkarten älterer Generationen durch einfache Treiber-Updates zu verbessern. Besitzer von weniger neuer Hardware profitieren weiterhin von Verbesserungen der Bildechtheit, bleiben jedoch von den anspruchsvolleren Funktionen ausgeschlossen, die die Rechenleistung aktueller Chips erfordern.

## Die Auswahl der Voreinstellungen und das Gleichgewicht zwischen Auflösung und Details

Jedes Videospiel, das diese Technologie integriert, bietet verschiedene Konfigurationsoptionen, die darauf ausgelegt sind, den richtigen Kompromiss zwischen visueller Schärfe und Gesamtleistung zu finden. Die Qualität ausgerichtete Voreinstellung ist oft die ideale Wahl für die meisten Spieler, da sie eine ausreichend hohe interne Auflösung verwendet, um der künstlichen Intelligenz zu ermöglichen, ein Bild zu rekonstruieren, das nahezu identisch mit dem nativen Bild ist, während gleichzeitig eine spürbare Erhöhung der Bilder pro Sekunde gewährleistet wird.

Für Spieler, die sehr hochauflösende Spiele auf Grafikkarten der Mittelklasse spielen, bieten ausgewogene Einstellungen einen ausgezeichneten Kompromiss und behalten einen soliden Ausgangspunkt bei, der dem neuronalen Netzwerk genügend Informationen liefert, um optimal zu arbeiten. Im Gegensatz dazu reduziert die Verwendung von Modi, die ausschließlich auf maximale Leistung ausgerichtet sind, die interne Ausgangsauflösung drastisch – eine Wahl, die für extreme Auflösungen geeignet sein kann, aber bei Standardauflösungsbildschirmen das Risiko sichtbarer visueller Artefakte birgt.

| Konfigurationsvoreinstellung | Typische interne Auflösung (für 1440p-Ziel) | Hauptziel |
| :--- | :--- | :--- |
| Qualität | Ungefähr 1707 × 960 | Maximale visuelle Wiedergabetreue in Nativnähe |
| Ausgewogen | Ungefähr 1477 × 831 | Gutes Gleichgewicht zwischen Details und Flüssigkeit |
| Leistung | Ungefähr 1280 × 720 | Deutliche Erhöhung der Bilder pro Sekunde |
| Ultra-Leistung | Ungefähr 1024 × 575 | Extremer Einsatz für sehr hohe Auflösungen |

## Wann die Generierung von Einzelbildern aktivieren und welche Grenzen es gibt

Die Erzeugung künstlicher Einzelbilder stellt ein leistungsstarkes Werkzeug dar, um die wahrgenommene Flüssigkeit zu erhöhen, aber ihre Anwendung erfordert eine sorgfältige Bewertung des Kontextes, in dem sie eingesetzt wird. Diese Funktion fügt synthetische Einzelbilder zwischen den echten Einzelbildern ein, die von der Grafikkarte berechnet werden, wodurch die Bildwiederholfrequenz auf dem Bildschirm verdoppelt oder verdreifacht wird. Dieser Prozess führt jedoch eine leichte Latenz in den Befehlen ein, da die Grafikkarte das echte Einzelbild kurzzeitig zurückhalten muss, um das dazwischenliegende Einzelbild zu berechnen und einzufügen, bevor es dem Spieler angezeigt wird.

In narrativ fokussierten Titeln, Singleplayer-Rollenspielen oder Flugsimulatoren mit gleichmäßigem Spieltempo überwiegt der erhöhte visuelle Fluss den minimalen Anstieg der Latenz bei Weitem, insbesondere wenn er durch integrierte Eingabeverzögerungsreduktionstechnologien im System ausgeglichen wird. Im Gegensatz dazu ist die Aktivierung dieser Funktion in kompetitiven Ego-Shootern nicht empfehlenswert, wo jedes Millisekunde Reaktionsfähigkeit zählt und die Präzision der Handbewegungen sich ohne zeitliche Interpolationsfilter unmittelbar in die Bildschirmaktion umsetzen muss.

Es ist außerdem wichtig zu berücksichtigen, dass die Generierung von Einzelbildern eine solide Ausgangsbasis benötigt: Wenn das Spiel mit einer zu niedrigen nativen Bildrate läuft, verschlechtert sich die Qualität der künstlichen Interpolation, und das Gefühl der Schwere in den Befehlen wird störend. Um ein optimales Erlebnis zu erzielen, ist es immer ratsam zu überprüfen, ob der Titel tatsächlich von der Hardwarebeschleunigung profitiert und ob die vom Entwickler implementierte Lösung bis ins kleinste Detail durchdacht ist, um Flimmern auf Benutzeroberflächen oder schnell bewegten Grafikelementen zu vermeiden.