Real-ESRGAN vs Topaz: Welcher Upscaler gewinnt?

Hallo, Liebe, ich bin Dora. Eine Kleinigkeit hat das alles ausgelöst. Ich bereitete eine Präsentation vor und musste ein kleines Logo vergrößern, ohne dass es pixelig aussieht. Ich hatte Real-ESRGAN bereits auf meinem Rechner. Ein Freund redete mir ständig von Topaz. Ich wollte keinen Sieger küren, ich wollte einfach nur aufhören zu blinzeln.

Also habe ich in ein paar Abenden im Februar–März 2026 dieselben Bilder durch beide Programme laufen lassen: eingescannte Familienfotos, ein paar Handyaufnahmen mit Bewegungsunschärfe, einige Spieltexturen und ein niedrig aufgelöstes Logo. Real-ESRGAN aus dem GitHub-Build (Modellvarianten: x4plus, x4plus-anime und RealESRGAN_x4plus_ncnn): Topaz Photo AI 3.x (der aktuelle Build zum Testzeitpunkt). Ich suchte nicht nach Magie. Ich suchte nach dem Weg, der sich leichter anfühlte, wenn ich ihn brauchte, und erträglich, wenn nicht.

Real-ESRGAN vs. Topaz: Die kurze Antwort

Wenn du das TL;DR ohne Umwege willst: Ich griff zu Topaz, wenn ich schnell gute Ergebnisse mit minimalem Aufwand brauchte. Ich griff zu Real-ESRGAN, wenn ich Kontrolle, Reproduzierbarkeit und einen Workflow wollte, den ich skripten oder erklären konnte.

Beste Wahl für Einsteiger

Topaz. Es stellt weniger Fragen. Ich habe Bilder eingeworfen, an einem oder zwei Reglern gezupft, und die meisten Ergebnisse waren beim ersten Versuch vorzeigbar. Für nicht-technische Nutzer oder an Tagen, an denen der Kopf schon voll ist, spielt das eine Rolle.

Beste Wahl für Kontrolle und Experimentieren

Real-ESRGAN. Es ist anfangs mehr Arbeit, aber sobald ich ein paar Voreinstellungen und Skripte erstellt hatte, konnte ich konsistente Stapelverarbeitungen durchführen und Modelle je nach Bildtyp anpassen. Wenn du gerne siehst, was das Modell tatsächlich tut, und transparente Regler gegenüber „smarter” Automatisierung bevorzugst, fühlt sich das besser an.

Was du eigentlich vergleichst

Das ist nicht nur Modell gegen Modell. Es ist eine Workflow-Entscheidung. Manche Ersteller mischen heutzutage traditionelle Upscaler sogar mit neueren KI-Bildgenerierungs-Tools wie Z-Image Turbo, wenn sie Bilder von Grund auf neu aufbauen.

Open-Source-Modell-Workflow

Mit Real-ESRGAN wähle ich Modelle, Flags und manchmal verschiedene Builds (CUDA vs. NCNN). Es ist ehrlich darüber, was es kann und was nicht. Wenn es scheitert, weiß ich, wo ich suchen muss: Modellwahl, Rauschpegel, Vor-Entrauschen oder Interpolation. Der Vorteil ist Kontrolle und Kosten. Der Nachteil ist die Zeit, die in die Einrichtung fließt, und der gelegentliche Kaninchenbau.

Falls du neugierig bist: Real-ESRGAN findest du hier: Real‑ESRGAN auf GitHub. Die Dokumentation ist ordentlich, aber du musst die Teile trotzdem selbst zusammenfügen.

Workflow mit einem bezahlten, ausgereiften Produkt

Topaz Photo AI bündelt mehrere Modelle (Schärfen, Entrauschen, Hochskalieren) hinter einer übersichtlichen Oberfläche. Es versucht, Probleme automatisch zu erkennen, und schlägt dann einen Stapel vor: Rauschen entfernen, Details wiederherstellen, hochskalieren. Du kannst es überschreiben, aber der Standardweg lautet: „Lass mich das übernehmen.” Das ist die Stärke. Du tauschst etwas Transparenz gegen Geschwindigkeit und ordentliche Erstdurchläufe ein. Offizielle Infos: Topaz Photo AI.

Vergleich der Ausgabequalität

Ich habe sieben Sets durchgeführt: zwei eingescannte 10×15-cm-Ausdrucke, ein Smartphone-Foto von 2009 (Bewegungsunschärfe), ein niedrig aufgelöstes Logo (Volltonfarben), zwei Spieltexturen (raue Oberflächen) und ein kleines Porträt aus einem Gruppenshot. Ich habe 4-fach hochskaliert, sofern nicht anders angegeben. Das habe ich gesehen.

Textur-Wiederherstellung

Alte Ausdrucke: Real-ESRGAN (x4plus) brachte Papierkörnung und Gewebemuster auf glaubwürdige Weise zurück. Topaz glättete die Körnung manchmal und erfand darüber wieder Mikrodetails. Bei normalem Betrachtungsabstand sahen beide scharf aus: beim Heranzoomen wirkte Real-ESRGAN mehr wie „Film”.
Spieltexturen: Real-ESRGAN bewahrte die Rauheit von Beton und Putz besser. Manche Künstler überspringen das traditionelle Hochskalieren inzwischen ganz und bauen Texturen über KI-Bild-zu-Bild-Generierungs-Workflows neu auf. Topaz setzte auf Klarheit, was Kanten half, aber gelegentlich Staub in Flecken verwandelte, die vorher nicht da waren.
Logos und UI: Topaz lieferte von Haus aus sauberere Kanten. Real-ESRGAN profitierte von einem Vorbereitungsschritt (Vektornachzeichnung oder ein spezialisiertes Modell). Wenn du nicht vorbereiten möchtest, gewinnt Topaz hier.

Rausch- und Schärfungsverhalten

Aufnahme mit hohem ISO-Wert: Topaz’ Denoise+Sharpen-Pipeline reduzierte Matsch ohne den „wachsartigen” Look, den ich befürchte. Real-ESRGAN allein lieferte mir entweder zu viel Korn oder zu wenig Schärfe: Ein leichter Denoise-Vorschritt (z. B. einfaches NR) half sehr, war aber zwei Schritte statt einem.
Porträtausschnitt: Topaz bevorzugte saubere Haut mit dezenten Poren: Real-ESRGAN bewahrte Mikrotextur, konnte aber Sommersprossen und kleine Artefakte übertreiben. Je nach Motiv ist das entweder ehrlich oder unvorteilhaft.

Wo jedes künstlich wirkt

Real-ESRGAN: Bei schwierigen Gesichtern gelegentlich erfundene Augenbrauen/Wimpern. Bei Text oder Strichzeichnungen schwache Halos, wenn ich nicht vorbereitet habe. Bei Laub können kleine Wiederholungsmuster auftreten, wenn die Quelle sehr weich ist.
Topaz: Zu knackige Kanten bei Haaren und Stoffen, wenn ich das Schärfen zu weit treibe. Manchmal ein leichte „plastische Klarheit” in flachen Verläufen (Himmel, Studiohintergründe). Bei sehr verrauschten Dateien errät es Details manchmal etwas zu selbstsicher.

Einfach gesagt: Real-ESRGAN neigt dazu, den Charakter des Originals zu erhalten: Topaz neigt dazu, eine aufgeräumte Version zu präsentieren, die fertig für eine Kundenpräsentation wirkt. Welche du willst, hängt von deinem Ziel ab.

Workflow-Vergleich

Das war für mich der größte Unterschied.

Einrichtungszeit

Real-ESRGAN: Die erste Einrichtung dauerte auf meinem Windows-Laptop etwa 30–40 Minuten (CUDA-Installation, Modell-Downloads, kurze Tests). Auf meinem MacBook (M3) war der NCNN-Build einfacher, etwa 15 Minuten von null bis zum ersten Hochskalieren. Danach kein Reibungsverlust mehr.
Topaz: Installieren, lizenzieren, fertig. Erstes nutzbares Ergebnis in 3–5 Minuten. Kein Rätselraten über Flags.

Stapelverarbeitung

Real-ESRGAN: Hervorragend, sobald geskriptet. Ich habe einen Ordner mit 120 Texturen in etwa 18 Minuten auf einer Desktop-GPU unbeaufsichtigt verarbeitet. Die Logs waren klar. Wenn etwas nicht stimmte, konnte ich eine Teilmenge mit einem anderen Modell-Flag neu starten.
Topaz: Die Stapelverarbeitung ist über die Benutzeroberfläche einfach und hat bei 60 Bildern gut funktioniert, aber ich habe sie mehr beobachtet. Wenn die automatische Erkennung danebentraf (z. B. hat es geschärft, was zuerst entrauscht werden musste), musste ich stoppen und anpassen. Nicht schlimm, nur mehr Aufsicht.

Zuverlässigkeit bei der Ergebnisfindung

Real-ESRGAN: Meine ersten beiden Durchläufe bei neuen Inhaltstypen sind selten „final”. Aber beim dritten Durchlauf wird die Kombination aus Modell + leichter Vorverarbeitung zu einem reproduzierbaren Rezept. Die Zuverlässigkeit wird erarbeitet, nicht geschenkt.
Topaz: Der erste Durchlauf ist meistens gut genug. Wenn er falsch liegt, ist er selbstsicher falsch. Ich habe gelernt, Gesichter und Kanten kurz zu prüfen, bevor ich einem großen Stapel vertraue. Trotzdem war die Zeit bis zu einem anständigen Ergebnis im Durchschnitt kürzer.

Kosten-Zeit-Abwägung

Ich habe für einen Kunden-Ordner (86 gemischte Bilder, hauptsächlich Eventfotos) ein grobes Protokoll geführt.

Topaz-Weg: Importieren → Auto → leichte Anpassungen → Exportieren. Gesamte Handhabungszeit ~22 Minuten. Rechnerzeit ~35 Minuten. 6 Bilder brauchten einen zweiten Durchlauf.
Real-ESRGAN-Weg: Schnelle Sichtung → Denoise-Vorschritt bei den schlimmsten 20 → Real-ESRGAN x4 → Herunterskalieren auf Liefergröße. Handhabung ~38 Minuten (mehr Sortierung), Rechnerzeit ~31 Minuten. 11 Bilder brauchten einen zweiten Durchlauf, aber die Wiederholungen waren geskriptet.

Wann Topaz den Preis wert ist

Du gibst Bilder an Kunden weiter und willst ansprechende Standards ohne Babysitting.
Du willst keine Modelle, Treiber oder Skripte pflegen.
Du arbeitest in einer Sitzung mit Entrauschen, Schärfen und Hochskalieren – die integrierte Pipeline ist dann wichtig.

Praktisch gesagt: Wenn deine Zeit abrechenbar ist oder du viel zwischen Aufgaben wechselst, rentiert sich Topaz schnell.

Wann Real-ESRGAN noch ausreicht

Du bist mit einer kleinen Einrichtung vertraut und magst es zu wissen, was genau mit einem Pixel passiert ist.
Du verarbeitest viele ähnliche Inhalte in Stapeln (z. B. Texturen, eingescannte Fotos) und willst ein stabiles, dokumentierbares Rezept.
Das Budget ist wichtiger als Komfort, oder du deployest auf einem Server, wo Lizenzierungslogistik mühsam wird.

Und natürlich: Wenn du etwas brauchst, das du skripten, planen oder headless ausführen kannst, fügt sich Real-ESRGAN sauberer in ein System ein.

Meine Empfehlung nach Anwendungsfall

Gelegenheitsersteller

Wenn du ein paarmal im Monat einen Editor öffnest und dein Bild einfach aufgewertet haben willst, nimm Topaz. Es ist entspannt zu bedienen. Die Auto-Vorschläge sind ordentlich. Du wirst mehr Zeit damit verbringen zu entscheiden, welches Foto du behalten willst, als es zu reparieren. Wenn du später neugierig auf mehr Kontrolle wirst, kannst du immer noch Real-ESRGAN ausprobieren, aber du wirst es nicht brauchen, um eine normale Woche zu überstehen. Manche Ersteller gehen sogar einen Schritt weiter und verwandeln Produktfotos in kurze KI-Videos, sobald die Bildqualität wiederhergestellt ist.

Technische Nutzer

Wenn du reproduzierbare Pipelines magst oder Hunderte von Assets nach einem Zeitplan verarbeiten musst, starte mit Real-ESRGAN. Speichere deine Flags. Schreibe ein kleines Skript. Kombiniere es bei Bedarf mit einem leichten Denoise-Tool. Wenn du einen schnellen, kundenfreundlichen Durchlauf mit minimalem Nachdenken willst, halte Topaz bereit – aber dein Alltag wird wahrscheinlich Open-Source sein.

Budgetbewusste Nutzer

Real-ESRGAN bringt dich weit – kostenlos. Es kostet Zeit statt Geld. Wenn deine Arbeit von konsistenter Lieferung abhängt und du es dir leisten kannst, zahlt sich Topaz eher durch reduzierten kognitiven Aufwand aus als durch roh gesparte Minuten. Aber wenn du sorgfältig mit dem Prozess bist, hält Real-ESRGAN gut stand.

Eine kleine Anmerkung zum Schluss: Nach einer Woche des ständigen Wechselns zwischen beiden habe ich bemerkt, dass ich mich jedes Mal ein bisschen entspannte, wenn ich Topaz öffnete – weniger Entscheidungen. Aber ich hatte auch immer ein Real-ESRGAN-Terminalfenster angeheftet. Zu wissen, dass ich die Mechanismen sehen und steuern konnte, wenn ich es brauchte… das ließ das gesamte Setup robuster wirken. Ich glaube nicht, dass diese Spannung verschwindet, und ich bin damit einverstanden.