Smartphone-Fotografie: was dein Handy wirklich kann

Die Frage "reicht mein Handy, oder brauche ich eine echte Kamera?" stellt sich heute anders als noch vor zehn Jahren. Nicht, weil die Sensoren so viel größer geworden wären – physikalisch bleiben Smartphone-Sensoren winzig im Vergleich zu einer Systemkamera. Der eigentliche Sprung liegt in der Software, die aus den begrenzten optischen Daten das Maximum herausrechnet.

Warum kleine Sensoren rauschen

Um zu verstehen, was die Software eigentlich ausgleicht, muss man einmal kurz über Licht als Menge reden. Ein Kamerasensor zählt, vereinfacht gesagt, Photonen. Die treffen nicht gleichmäßig ein, sondern zufällig verteilt, ungefähr so wie Regentropfen auf Pflastersteinen. Fallen auf einen Pixel im Schnitt 100 Photonen, sind es mal 90, mal 110. Diese Schwankung heißt Photonenrauschen, und sie wächst mit der Wurzel der Lichtmenge. Bei 100 Photonen beträgt sie etwa 10, also zehn Prozent des Signals. Bei 10.000 Photonen sind es etwa 100, also nur noch ein Prozent. Mehr Licht bedeutet deshalb nicht nur ein helleres, sondern vor allem ein saubereres Bild.

Wie viel Licht ankommt, hängt bei gleicher Belichtungszeit und gleicher Blendenzahl direkt von der Sensorfläche ab. Ein Kleinbildsensor misst 36 × 24 Millimeter, das sind 864 Quadratmillimeter. Ein Sensor im sogenannten 1-Zoll-Format, das größte Format, das in Smartphones bislang nennenswert verbaut wurde, misst etwa 13,2 × 8,8 Millimeter, also rund 116 Quadratmillimeter, gut ein Siebtel. Die Hauptkameras vieler Handys liegen noch darunter, die Ultraweitwinkel- und Telekameras meist deutlich. Die Zollangaben sind übrigens irreführend: Sie stammen aus der Zeit der Bildaufnahmeröhren und beschreiben nicht die Diagonale des Sensors. Ein "1-Zoll-Sensor" hat eine Diagonale von etwa 16 Millimetern, nicht 25,4.

Ein Siebtel der Fläche heißt ein Siebtel der Photonen und damit, nach der Wurzelregel, ein etwa 2,7-fach schlechteres Signal-Rausch-Verhältnis bei gleichen Einstellungen. Diesen Rückstand kann eine einzelne Aufnahme nicht aufholen, keine Rauschunterdrückung der Welt macht aus zu wenig Licht genug. Aber mehrere Aufnahmen können es, und das ist der Kern von allem, was folgt.

Die Sensorgröße wirkt auch auf die Schärfentiefe. Handykameras haben sehr kurze Brennweiten, und bei gleichem Bildwinkel bedeutet ein kleiner Sensor viel mehr Schärfentiefe. Eine Blende von f/1,8 an einem 1-Zoll-Sensor entspricht in ihrer Wirkung auf die Schärfentiefe ungefähr f/5 an Kleinbild. Deshalb ist bei Handyfotos fast immer alles scharf, und deshalb ist die weiche Hintergrundunschärfe, die man von Porträtobjektiven kennt, beim Handy fast immer berechnet. Wie Blende und Schärfentiefe grundsätzlich zusammenhängen, erklärt unser Artikel zu Blende, ISO und Belichtungszeit.

Computational Photography in einem Satz

Statt eines einzelnen Belichtungsmoments nimmt moderne Smartphone-Software mehrere Bilder in Sekundenbruchteilen auf und kombiniert sie zu einem Ergebnis, das mehr Dynamikumfang und weniger Rauschen zeigt, als eine einzelne Aufnahme liefern könnte. Nachtmodus, HDR und Porträtmodus mit künstlicher Schärfentiefe sind alle Varianten desselben Grundprinzips: Rechenleistung gleicht aus, was die kleine Linse physikalisch nicht leisten kann.

Die Rechnung aus der Abbildung verbindet die beiden Abschnitte. Sechzehn Aufnahmen gemittelt verbessern das Rauschen um den Faktor vier. Ein Sensor mit sechzehnfacher Fläche würde bei einer einzelnen Aufnahme ungefähr dasselbe leisten. Anders gesagt: Ein Handy, das sechzehn Bilder sauber übereinanderlegen kann, sammelt in Summe ungefähr so viel Licht wie ein Sensor, der sechzehnmal so groß ist, nur verteilt über mehr Zeit. Das funktioniert allerdings nur, solange sich zwischen den Aufnahmen nichts Wesentliches bewegt.

HDR+: der Trick mit den unterbelichteten Bildern

Die einflussreichste öffentliche Beschreibung dieses Prinzips stammt von Google. 2016 veröffentlichte ein Team um Samuel Hasinoff und Marc Levoy auf der Konferenz SIGGRAPH Asia das Paper Burst photography for high dynamic range and low-light imaging on mobile cameras, die Grundlage des HDR+-Modus der Pixel-Handys. Der entscheidende Einfall steckt in einem Detail: Die Kamera nimmt keine Belichtungsreihe mit hellen und dunklen Bildern auf, wie man es von klassischem HDR kennt, sondern eine Serie gleich belichteter Bilder, und zwar absichtlich knapp. Knapp genug, dass die hellen Stellen, etwa ein Himmel, nicht ausbrennen.

Jedes dieser Einzelbilder ist für sich zu dunkel und verrauscht. Die Software richtet sie aneinander aus, erkennt Bereiche, in denen sich etwas bewegt hat, und mittelt den Rest. Heraus kommt ein Bild mit wenig Rauschen und intakten Lichtern, dessen Schatten man anschließend kräftig aufhellen kann, weil dort jetzt genug Information steckt. Der hohe Dynamikumfang entsteht also nicht durch unterschiedlich belichtete Bilder, sondern durch Rauschreduktion: Wer sauber genug ist, kann Schatten anheben, ohne dass sie zerfallen.

Gleiche Belichtungen haben einen zweiten Vorteil. Sie lassen sich viel leichter ausrichten als eine Reihe, in der jedes Bild anders aussieht. Das Paper beschreibt ausdrücklich, dass das Verfahren mit Bildern arbeitet, die direkt vom Sensor kommen, also mit Rohdaten vor jeder weiteren Verarbeitung. Diese Entscheidung, früh in der Kette zu rechnen statt nachträglich an fertigen JPEGs, prägt die Smartphone-Fotografie bis heute.

Nachtmodus: wenn das Handy länger hinschaut

Im November 2018 brachte Google mit Night Sight für das Pixel 3 dasselbe Prinzip in die Dunkelheit. Laut Googles eigener Beschreibung nimmt Night Sight aus der Hand bis zu 15 Einzelbilder auf und entscheidet selbst, wie lange jedes einzelne belichtet wird. Dafür misst die Kamera schon vor dem Auslösen, wie stark sich das Bild bewegt, ob durch Zittern der Hand oder durch Bewegung im Motiv. Google nennt das Motion Metering. Ist wenig Bewegung im Spiel, verlängert die Software die Belichtung pro Bild auf bis zu 333 Millisekunden; bei 15 Bildern ergibt das rund fünf Sekunden Aufnahmezeit, aus der Hand.

Apple folgte 2019 mit dem Nachtmodus des iPhone 11, und inzwischen hat praktisch jedes Oberklasse-Handy einen. Die Bedienung ist überall ähnlich: Das Handy zeigt eine Sekundenzahl an, und man soll während dieser Zeit stillhalten. Erkennt das Gerät, dass es auf einem Stativ oder einer festen Unterlage liegt, verlängert es die Aufnahme oft deutlich. Google hat für das Pixel 4 sogar einen Astrofotografie-Modus eingeführt, der auf dem Stativ bis zu vier Minuten sammelt.

Für die Praxis heißt das: Der Nachtmodus ist kein Filter, sondern eine Langzeitbelichtung in Scheiben. Er belohnt alles, was die Kamera ruhig hält. Anlehnen an eine Wand, die Ellenbogen am Körper, das Handy auf eine Mauer legen. Und er bestraft Bewegung im Motiv, weil eine Person, die sich in den fünf Sekunden umdreht, in mehreren Einzelbildern an verschiedenen Stellen steht. Moderne Software erkennt das und nimmt für diese Bereiche weniger Bilder, die Stelle wird dann sichtbar rauschiger oder weicher als der Rest.

Deep Fusion, Smart HDR und die unsichtbare Pipeline

Nicht jede Rechenarbeit hat einen eigenen Modus mit eigenem Symbol. Ein großer Teil passiert bei jedem normalen Foto, ohne dass man es merkt. Apple hat das 2019 mit Deep Fusion für das iPhone 11 eingeführt, verfügbar ab iOS 13.2 und ohne Schalter in der Kamera-App. Nach Apples Darstellung nimmt das Gerät bei mittlerem Licht schon vor dem Auslösen mehrere kurz belichtete Bilder auf und nach dem Auslösen eine längere Belichtung, insgesamt neun Bilder, und setzt sie Pixel für Pixel so zusammen, dass Textur und Detail, etwa in Stoff oder Haaren, erhalten bleiben.

Das Prinzip "schon vor dem Auslösen aufnehmen" ist wichtig, weil es erklärt, warum Handys scheinbar ohne Verzögerung auslösen. Die Kamera läuft ständig und hält die letzten Bilder in einem Zwischenspeicher. Wer den Auslöser drückt, bekommt ein Ergebnis, das zum Teil aus Bildern besteht, die vor dem Drücken entstanden sind. Das ist auch der Grund, warum ein Handyfoto nie ganz einem einzelnen Moment entspricht, auch wenn es sich so anfühlt.

Dazu kommen Verarbeitungsschritte, die nicht mehr nur mitteln, sondern das Bild nach Inhalten behandeln. Aktuelle Pipelines erkennen Himmel, Haut, Gesichter oder Vegetation und passen Helligkeit, Farbe und Schärfe dieser Bereiche getrennt an. Das ist der Grund, warum Handyfotos oft einen sehr gleichmäßig hellen, etwas flachen Look haben: Die Software hebt jeden Bereich in seine Wohlfühlzone. Wer das nicht mag, kann über RAW-Aufnahmen gegensteuern, dazu weiter unten mehr.

Zoom: optisch, digital und Super Res

Beim Zoom ist die Grenze zwischen Optik und Rechnung besonders interessant. Die meisten Oberklasse-Handys haben mehrere Kameras mit festen Brennweiten, typischerweise Ultraweitwinkel, Standard und eine oder zwei Telekameras, manche davon als Periskop mit einer um 90 Grad gefalteten Optik, damit die längere Brennweite ins flache Gehäuse passt. Wer zwischen diesen Stufen zoomt, bekommt einen Ausschnitt aus der nächstkürzeren Kamera, und ein Ausschnitt hat weniger Pixel als das volle Bild.

Auch hier hilft die Serienaufnahme. Google hat 2018 mit dem Pixel 3 Super Res Zoom eingeführt und das Verfahren 2019 in einem Paper beschrieben (Wronski und andere, Handheld Multi-Frame Super-Resolution, SIGGRAPH 2019). Der Trick nutzt etwas, das man sonst für einen Nachteil hält: das Zittern der Hand. Weil die Hand sich minimal bewegt, liegen die Einzelbilder einer Serie um Bruchteile eines Pixels gegeneinander versetzt. Aus diesen Versatz-Informationen lässt sich echtes zusätzliches Detail zurückgewinnen, das kein einzelnes Bild enthält. Das Verfahren umgeht dabei sogar das übliche Farbinterpolieren des Sensors, weil jede Bildstelle in irgendeinem der Einzelbilder einmal von einem roten, grünen und blauen Pixel erfasst wurde.

Diese Rechnung hat aber enge Grenzen. Bei zwei- oder dreifachem Ausschnitt funktioniert sie erstaunlich gut, bei zehn- oder dreißigfachem Digitalzoom rechnet die Software zunehmend Detail dazu, das sie nicht gemessen, sondern geschätzt hat. Solche Bilder sehen auf dem Handybildschirm scharf aus und zerfallen in der Vergrößerung zu wachsartigen Flächen. Die praktische Regel: Wenn möglich bei den festen Stufen der eingebauten Kameras bleiben, und lieber zwei Schritte näher herangehen als digital zoomen.

Pixel-Binning: was hinter 48, 50 oder 200 Megapixeln steckt

Megapixel-Zahlen auf Handys sind in den letzten Jahren stark gestiegen, 48 und 50 Megapixel sind in der Oberklasse normal, seit 2021 gibt es sogar Smartphone-Sensoren mit 200 Megapixeln. Auf der winzigen Sensorfläche werden die einzelnen Pixel dabei extrem klein, bei den höchsten Auflösungen deutlich unter einem Mikrometer Kantenlänge. Ein so kleiner Pixel sammelt für sich sehr wenig Licht.

Die Lösung heißt Pixel-Binning. Der Sensor fasst benachbarte Pixel zusammen und liest sie als einen großen aus. Bei einem 48-Megapixel-Sensor mit sogenannter Quad-Bayer-Anordnung liegen jeweils vier Pixel derselben Farbe nebeneinander, zusammengefasst ergeben sie ein 12-Megapixel-Bild mit entsprechend größeren "virtuellen" Pixeln. Bei 200 Megapixeln werden je nach Modus 4 oder 16 Pixel kombiniert. Die volle Auflösung gibt es in der Regel nur bei gutem Licht und oft nur in einem eigenen Modus.

Das bedeutet nicht, dass hohe Megapixelzahlen Marketing-Unsinn wären. Bei hellem Tageslicht liefert die volle Auflösung tatsächlich mehr Detail, und der größere Ausgangsbestand hilft beim Ausschnitt, was manche Hersteller für eine zusätzliche "verlustfreie" Zoomstufe nutzen. Es heißt nur, dass die Megapixelzahl allein fast nichts darüber sagt, wie gut ein Handy bei wenig Licht ist. Dafür zählt die Sensorfläche, und die steht selten groß auf der Packung.

Porträtmodus: berechnete Unschärfe

Weil die kleinen Sensoren fast alles scharf abbilden, ist die Hintergrundunschärfe im Porträtmodus immer eine Berechnung. Apple führte den Porträtmodus 2016 mit dem iPhone 7 Plus ein, das zwei Kameras nutzte, um aus dem leichten Versatz zwischen beiden Bildern eine Tiefenkarte zu errechnen. Google machte es 2017 mit dem Pixel 2 mit nur einer Kamera, über die sogenannten Dual-Pixel des Sensors, die jeden Bildpunkt aus zwei leicht unterschiedlichen Blickwinkeln sehen, kombiniert mit einem neuronalen Netz, das Personen vom Hintergrund trennt. Seit dem iPhone 12 Pro nutzt Apple zusätzlich einen LiDAR-Sensor, der Entfernungen direkt misst, was vor allem bei wenig Licht hilft.

Die typischen Fehler verraten, dass gerechnet wird. Einzelne Haarsträhnen verschwinden in der Unschärfe oder bleiben mitsamt einem Stück Hintergrund scharf. Brillengläser, Weingläser und Zäune sind schwierig, weil die Tiefenkarte dort keine klare Kante hat. Dafür hat die Berechnung einen Vorteil, den kein Objektiv bietet: Bei den meisten Handys lässt sich Stärke und Schärfepunkt nachträglich ändern. Wer einen Porträtmodus nutzt, sollte trotzdem auf einen Hintergrund achten, der deutlich weiter entfernt ist als die Person. Je klarer die Tiefe im Motiv, desto weniger muss die Software raten.

RAW, ProRAW und wann sich das lohnt

Standardmäßig speichert ein Handy ein fertig verarbeitetes Bild als JPEG oder HEIF. Alle Entscheidungen über Helligkeit, Farbe, Schärfe und Rauschunterdrückung sind dann schon getroffen. Wer mehr Spielraum will, kann auf den meisten Geräten Rohdaten speichern, meist im offenen DNG-Format. Android bietet Apps seit Version 5.0 von 2014 Zugriff auf RAW-Daten, bei Apple können Apps von Drittanbietern seit iOS 10 RAW aufnehmen.

Ein klassisches RAW vom Handy hat allerdings einen Haken: Es ist ein einzelnes Bild, direkt vom kleinen Sensor, ohne die Mehrbild-Verrechnung. Es ist also verrauschter als das JPEG derselben Szene, und man verzichtet ausgerechnet auf den größten Vorteil des Handys. Deshalb hat Apple mit iOS 14.3 im Dezember 2020 für das iPhone 12 Pro ProRAW eingeführt: ein DNG, in das die Ergebnisse der Mehrbild-Verarbeitung wie Deep Fusion und Smart HDR schon eingeflossen sind, das aber Weißabgleich, Belichtung und Tonwerte noch offen lässt. Eine ProRAW-Datei ist nach Apples damaliger Angabe etwa 25 Megabyte groß, ein Vielfaches eines normalen Fotos. Auch einige Android-Hersteller und Apps wie die Kamera von Adobe Lightroom speichern inzwischen DNGs, die aus mehreren Aufnahmen verrechnet sind.

Ob sich das lohnt, hängt davon ab, was man danach mit dem Bild macht. Wer Fotos direkt teilt, gewinnt mit RAW nichts außer vollem Speicher. Wer Bilder ohnehin am Rechner bearbeitet, bekommt mit einem verrechneten RAW die Rauschvorteile der Pipeline und zugleich die Kontrolle über den Look zurück, also genau das, was die automatische Verarbeitung mit ihrem gleichmäßig hellen Stil oft wegnimmt. Bei Gegenlicht, Sonnenuntergängen und Szenen mit Mischlicht ist der Unterschied am deutlichsten.

Wo die Grenze trotzdem bleibt

Bei sehr schneller Bewegung, extremem Zoom oder komplexem, wechselndem Licht stößt die Software an Grenzen, die keine Rechenleistung der Welt vollständig kompensiert – ein optisches Objektiv mit echter Brennweite sammelt physikalisch andere Informationen als ein digitaler Zoom, der nur einen Bildausschnitt vergrößert. Wer regelmäßig Sport, Wildtiere oder sehr dunkle Szenen fotografiert, merkt diese Grenze schneller als jemand, der Alltagsmotive und Porträts fotografiert.

Dazu kommen Fehler, die direkt aus der Mehrbild-Technik entstehen. Bewegt sich etwas zwischen den Einzelbildern, etwa ein Ast im Wind oder ein vorbeigehender Mensch, kann die Verrechnung Geisterbilder erzeugen oder solche Bereiche sichtbar anders behandeln als den Rest. Unter LED-Licht und Bildschirmen zeigen Handys manchmal Streifen, weil die Lichtquelle schneller flackert, als das Auge sieht, und der Sensor Zeile für Zeile ausgelesen wird. Und bei starkem Gegenlicht erzeugen die kleinen, oft mehrfach vergüteten Linsen hinter einem flachen Deckglas Reflexe, die bei jedem Handy etwas anders aussehen. Keines dieser Probleme ist ein Grund, das Handy wegzulegen. Aber wer sie kennt, erkennt sie im Bild und kann gegensteuern.

Sieben Handgriffe, die mehr bringen als ein neues Modell

1. Die Linse putzen. Ein Fingerabdruck auf dem Deckglas ist die häufigste Ursache für milchige, flaue Handyfotos mit Lichthöfen um helle Punkte. Ein Brillentuch in der Hosentasche verbessert mehr Bilder als jede App.
2. Auf das Motiv tippen und die Helligkeit ziehen. Fast jede Kamera-App erlaubt, durch Antippen Fokus und Belichtung auf eine Stelle zu setzen und die Helligkeit danach mit einem Schieberegler zu korrigieren. Bei hellem Himmel lieber etwas dunkler belichten: Ausgebrannte Lichter kann auch die beste Software nicht zurückholen, Schatten schon.
3. Das Raster einschalten. Die Gitterlinien in den Kamera-Einstellungen helfen, den Horizont gerade zu halten und das Motiv bewusst zu platzieren. Wie man mit der Drittelregel arbeitet, zeigt unser Einstieg ins Fotografieren, und warum der Goldene Schnitt dabei oft überschätzt wird, steht in unserem Text zum Goldenen Schnitt.
4. Bei den festen Zoomstufen bleiben. 0,5×, 1×, 3× oder 5×, je nach Gerät, das sind echte Kameras. Alles dazwischen und darüber ist Ausschnitt.
5. Nach dem Auslösen stillhalten. Gerade im Nachtmodus und bei wenig Licht rechnet das Handy noch, wenn der Auslöser längst losgelassen ist. Wer sofort den Arm sinken lässt, verwackelt die letzten Einzelbilder.
6. Das Licht suchen statt die Einstellung. Seitliches Licht am frühen Morgen oder späten Nachmittag, ein Fenster statt Deckenlampe, ein Schritt aus der Mittagssonne in den Schatten: Keine Verarbeitung ersetzt gutes Licht, sie verstärkt es nur. Mehr dazu, wie sich Profis beim Handy auf Licht und Perspektive verlassen, steht in unserem Artikel zum Fotografieren mit dem iPhone.
7. Die Hauptkamera bevorzugen. Die Standardkamera hat fast immer den größten Sensor und die lichtstärkste Optik. Ultraweitwinkel und Tele sind nützlich, aber bei wenig Licht deutlich schwächer.

Handy oder Kamera: wofür sich der Umstieg lohnt

Für die überwiegende Mehrheit der Motive – Porträts, Street Photography, Reisefotografie, Produktfotos für Social Media – liefert ein aktuelles Smartphone heute Ergebnisse, die vor zehn Jahren eine Systemkamera gebraucht hätten. Der Grund, doch noch zu einer eigenen Kamera zu wechseln, ist heute seltener die Bildqualität selbst, sondern die Kontrolle: manuelle Einstellungen, Wechselobjektive, ein optischer Sucher bei hellem Sonnenlicht. Wer diese Kontrolle nicht vermisst, verpasst mit dem Smartphone tatsächlich wenig.