Foto und Film, wie man es bisher kannte, basiert auf Licht -- ein physikalisches Phänomen. Beim Einfangen von Licht für bildgebende Zwecke stößt man somit automatisch irgendwann an natürliche Grenzen. Objektivkonstruktionen können optimiert werden, aber die Menge Licht, die hindurchpaßt, bleibt dennoch begrenzt, für Bildwandler gilt das gleiche, auch sie unterliegen physikalischen Limits. Es lassen sich zwar weiterhin Fortschritte bei der Lichtausbeute erzielen, doch ist dies meist mit immer größerem Aufwand für immer weniger Gewinn verbunden.
Vor allem bei Smartphone-Kameras, bei denen aufgrund der räumlichen Beengung sich nur kleine Sensoren und Optiken verbauen lassen, schlagen die Hersteller notgedrungenerweise neue Wegen ein und setzen verstärkt auf "intelligente" Features wie künstliches Bokeh, HDR uä. Die letzten Neuvorstellungen der gehobeneren Modelle wie etwa dem Pixel 3 oder dem iPhone Xs machen dies offensichtlich -- die Schwächen der Kamera-Hardware können durch Software-Tricks mittlerweise teilweise ausgeglichen werden.
Wie ein recht interessanter Artikel von TechCrunch argumentiert, ist dem Ansatz des "computational imaging" dabei -- anders als beim physikalischen -- theoretisch keine Grenze gesetzt. Solange die Rechenpower und Akkuleistung ausreicht und das Gerät nicht zu heiß läuft, können Algorithmen immer akrobatischere Leistungen vollbringen. Der Fotobereich hat hier allerdings im Vergleich zu Video-Anwendungen die Nase vorne, da anstelle von Einzelaufnahmen einfach ganze Bildersequenzen verwendet und kombiniert werden können, also viel mehr (Daten-)Spielraum gegeben ist. Wie lange es dauert, bis entsprechende Technologien auch beim Bewegtbild greifen, wird interessant zu sehen. In der Praxis sieht man das Potential des computational Imaging hier aktuell vor allem bei der digitalen Bildstabilisierung.
Bis dahin freut sich die Filmerwelt einfach weiterhin über gelegentlich einschlagende, bahnbrechende Physik-Tricks wie Speedbooster oder organische Bildsensoren.
