RetroTagr vs. digiKam: Welcher Foto-Geotagger passt zu deinem Workflow?

Ehrlicher Vergleich: digiKam ist die dominierende kostenlose Option, RetroTagr die KI-zuerst-Webalternative. Wann welche Lösung gewinnt, Entscheidungsszenarien — und wie du beide kombinierst.

Wenn du angefangen hast zu recherchieren, wie du eine Fotobibliothek geotaggen kannst, steht digiKam fast garantiert auf deiner Auswahlliste — die De-facto-Gratisoption, seit über einem Jahrzehnt am Markt und in jeder „beste Foto-Tagging-Tools“-Liste vertreten. RetroTagr ist die neuere, fokussiertere Alternative: KI zuerst, webbasiert, oberhalb eines kleinen Gratis-Kontingents kostenpflichtig. Diese Seite stellt beide direkt gegenüber, damit du dich entscheiden kannst, welches Tool zu deinem Workflow passt, ohne einen halben Tag mit dem Ausprobieren von beiden zu verbringen.

TL;DR: Nimm digiKam, wenn du Zeit hast, es zu lernen, keine laufenden Kosten willst und entweder einen GPS-Track oder eine klare Erinnerung an die Aufnahmeorte hast. Nimm RetroTagr, wenn die KI die „wo war das?“-Frage für die meisten Fotos übernehmen soll und du ein Web-Tool einer Desktop-Installation vorziehst. Beide lassen sich kombinieren: Viele Nutzer lassen RetroTagr zuerst den Großteil triagieren und öffnen den Rest in digiKam.

digiKam — fair beschrieben

digiKam ist eine vollwertige Digital-Asset-Management-Anwendung (DAM), die von der KDE-Community gepflegt wird. Es ist seit 2002 in kontinuierlicher Entwicklung und das Tool, auf das die meisten Empfehlungen für „kostenlose Foto-Management-Software“ verweisen.

Stärken:

• Kostenlos, Open Source, keine laufenden Kosten. GPL-2-lizenziert, kein Konto nötig, keine Daten verlassen je deinen Rechner.
• Umfassender RAW-Support via libraw — verarbeitet praktisch jedes RAW-Format, das je eine Kamera ausgegeben hat.
• Der Geolocation-Editor. Eingebaute Kartenoberfläche (OpenStreetMap) für das Pin-Setzen auf Fotos. Unterstützt Reverse-Geocoding, Stapelverarbeitung und die genaueste Geotagging-Methode überhaupt: das Importieren eines GPX-Tracks aus einer Smartphone- oder Uhren-App und das Abgleichen der Fotos per Zeitstempel.
• Plattformübergreifend. Native Builds für Mac, Windows und Linux.
• Plugin-Ökosystem. Gesichtserkennung, Ähnlichkeitssuche, Stapelbearbeitung — eine breite Funktionsfläche weit über reines Geotagging hinaus.

Kompromisse:

• Steile Lernkurve. Alben, Sammlungen, Tags, Sidecars vs. eingebettete Metadaten, Write-Back-Timing — es gibt ein komplettes DAM-Modell zu verinnerlichen, bevor du produktiv bist. Plan ein Wochenende ein.
• Nur manueller Workflow. Es gibt keine „Rate, wo dieses Foto aufgenommen wurde“-Funktion. Jedes Foto braucht menschliche Aufmerksamkeit. Bei einer Bibliothek mit 5.000 ungetaggten Fotos sind das Tage an Klickarbeit.
• Schwerer Installationsumfang. Ein paar hundert MB plus Datenbank-Setup. Beim ersten Import großer Sammlungen kann es Stunden dauern, bis die Bibliothek vollständig geladen ist.

digiKam ist die richtige Antwort, wenn du ein sorgfältiger, technisch versierter Nutzer mit einem abgeschlossenen Tagging-Projekt bist und es lokal, kostenlos und nach deinen Regeln erledigen willst.

RetroTagr — fair beschrieben

RetroTagr ist eine Web-App, die spezifisch für den Anwendungsfall „Ich habe eine Bibliothek mit Fotos ohne GPS-Daten und will nicht jedes einzelne anklicken“ gebaut wurde.

Stärken:

• KI-Bilderkennung. Fotos werden nach Sehenswürdigkeiten, Beschilderung, Gelände, Fahrzeugen und Mode-Ära gescannt. Die KI liefert Koordinaten mit Vertrauenswert pro Foto — du prüfst und übernimmst (oder bearbeitest oder verwirfst).
• Web-App, keine Installation. Zieh einen Ordner in den Browser, geh weg, komm zurück — die Vorschläge sind zur Prüfung bereit.
• Stapel-orientierter Workflow. Gebaut für hundert oder tausend Fotos auf einen Schlag. Hoch-konfidente Vorschläge in Bulk übernehmen, manuelle Prüfung für den Rest.
• Apple Photos / Lightroom-Integration. Direkter Import aus deiner bestehenden Bibliothek (Mac), Export zurück mit eingebetteten EXIF-GPS-Daten, damit die Standorte überall sichtbar werden.
• Bibliothekstool, kein Einmaleinsatz. Trackt, welche Fotos du bereits getaggt, welche du abgelehnt hast und welche menschliche Aufmerksamkeit brauchen — getrennt von deinem Fotoverwalter.

Kompromisse:

• Kostenpflichtig oberhalb des Gratis-Kontingents. Die ersten 100 Fotos und 5 KI-Vorschläge sind kostenlos; darüber hinaus kosten Speicher und KI-Guthaben ca. 10–50 €/Monat, je nach Bibliotheksgröße und gewünschtem KI-Volumen.
• Cloud-basiert. Fotos werden für die KI-Inferenz hochgeladen. Sie bleiben privat in deinem Account und werden nicht zum Modelltraining verwendet — aber wenn Lokal-Only eine harte Anforderung ist, kann RetroTagr sie nicht erfüllen.
• KI-Genauigkeit ist abgestuft, nicht perfekt. Berühmte Wahrzeichen erhalten zuverlässig Koordinaten auf Straßenebene. Markante, aber weniger bekannte Orte landen in der richtigen Ortschaft. Innenaufnahmen und generische Landschaften werden mit niedriger Konfidenz markiert und brauchen manuelle Prüfung.
• Noch kein GPX-Track-Abgleich. Hast du einen Garmin- oder Strava-Track vom Aufnahmetag, schlägt digiKams Track-Matching alles, was KI leisten kann.

RetroTagr ist die richtige Antwort, wenn du die KI die Schwerstarbeit beim Massen-Geotagging übernehmen lassen willst und bereit bist, dafür zu zahlen.

Entscheidungsszenarien

1. „Ich habe 5.000 Familienfotos vor 2010, kein GPS, und will das übers Wochenende erledigt haben.“ → RetroTagr. Die KI triagiert die einfachen Fälle in Stunden; du verbringst das Wochenende mit den verbleibenden niedrig-konfidenten Vorschlägen statt mit jedem einzelnen Foto.

2. „Ich war zwei Wochen auf Trekking-Tour und habe jeden Tag einen GPS-Track auf meiner Garmin aufgezeichnet.“ → digiKam. Track-Abgleich per Zeitstempel ist die genaueste Geotagging-Methode, die es gibt. KI schlägt echte GPS-Koordinaten nicht.

3. „Ich habe rund 200 eingescannte Familienfotos aus Omas Alben. Die meisten Orte erkenne ich nicht, aber ich habe grobe Datumsangaben.“ → RetroTagr. Manuelles Tagging setzt voraus, dass du den Ort kennst. KI ist exakt das richtige Werkzeug, wenn du ihn nicht kennst — sie liefert genug visuelle Hinweise, damit du die Orte zu erkennen beginnst.

4. „Ich bin Linux-Power-User, ich lehne SaaS ab und es ist okay, ein Wochenende ins Erlernen eines DAM zu investieren.“ → digiKam. Lokal-Only, kostenlos, exakt dein Profil.

5. „Ich habe eine gemischte Bibliothek — bei manchen Fotos erinnere ich mich an den Ort, bei manchen nicht, für manche habe ich GPX-Tracks.“ → Beide. Nutz digiKam für die Tracks und die Fotos, die du erkennst. Nutz RetroTagr für die unbekannten. Beide schreiben dasselbe standardkonforme EXIF, also tritt keines dem anderen auf die Füße.

Migration zwischen beiden

Beide Tools schreiben standardkonforme EXIF-GPS-Tags. Eine Migration in beide Richtungen ist schlicht ein Metadaten-Export plus Import — es gibt kein tool-spezifisches Format-Lock-in.

• RetroTagr → digiKam: Exportiere deine getaggte Bibliothek aus RetroTagr (Download mit EXIF). Importiere den Ordner in digiKam. digiKam liest die GPS-Tags und zeigt die Fotos sofort in der Kartenansicht.
• digiKam → RetroTagr: Stelle sicher, dass digiKam dein GPS in die Originaldateien zurückgeschrieben hat (nicht nur in die Sidecars — prüf Einstellungen → Metadaten → „Immer in Datei schreiben“). Zieh den Ordner auf RetroTagr. RetroTagr sieht die GPS-getaggten Fotos als bereits getaggt an und schlägt sie nicht erneut vor; es lässt die KI nur über die fehlenden laufen.

Die reibungsfreie Migration ist genau der Punkt: Du bist nirgendwo eingesperrt.

Lassen sich beide gleichzeitig nutzen?

Ja, und es ist ein realer Workflow, auf den sich viele Nutzer einpendeln:

1. Starte mit RetroTagr. Importiere die ganze Bibliothek, lass die KI für alles vorschlagen und übernimm die hoch-konfidenten (straßengenauen) Ergebnisse in Bulk.
2. Exportiere zurück in deinen Fotoverwalter (Apple Photos / Lightroom / einen Ordner).
3. Öffne digiKam auf demselben Ordner. Filter auf „GPS fehlt“ — das ist dein niedrig-konfidenter Rest.
4. In digiKam setzt du die Pins manuell für die Fotos, an die du dich tatsächlich erinnerst, gleichst die Reisen per GPX ab, für die du Tracks hast, und lässt die wirklich unbekannten ungetaggt.

Keines der Tools blockiert das andere. Der Engpass ist nicht die Tool-Wahl — es ist deine Zeit für die Durchsicht.

Wohin als Nächstes

Wenn du noch generell entscheidest, welche Methode für deine Bibliothek die richtige ist (manuell vs. KI vs. Track-Abgleich), führt dich der Leitfaden how-to/geotag-old-photos-without-gps ausführlich durch alle drei Ansätze. Geht es dir um ein einzelnes Mysterienfoto statt um eine ganze Bibliothek, ist /how-to/find-where-photo-was-taken der bessere Einstieg. Und wenn du RetroTagr mit einem anderen Wettbewerber im KI-Finder-Bereich vergleichen willst, schau in /alternatives/findpiclocation.

Häufig gestellte Fragen

Schreibt RetroTagr standardkonforme EXIF-Tags, die digiKam (oder Apple Photos / Lightroom) lesen können?

Unterstützt RetroTagr RAW-Formate? digiKam tut es.

Kann ich beide Tools gleichzeitig nutzen?

Ich möchte meine Fotos lokal behalten. Kann digiKam das und RetroTagr nicht?

Was, wenn ich von dem Tag der Aufnahmen einen Garmin-GPS-Track habe?