> For the complete documentation index, see [llms.txt](https://support.aperty.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://support.aperty.ai/aperty-benutzerhandbuch/nutzliche-hinweise/worin-liegt-der-unterschied-zwischen-luminar-neo-und-aperty.md).
# Worin liegt der Unterschied zwischen Luminar Neo und Aperty?
Sie haben vielleicht schon gehört, dass Aperty ein innovativer neuer Fotoeditor ist, der diesen Herbst auf den Markt kommt, aber Sie fragen sich vielleicht, wie er sich von dem Fotoeditor Luminar Neo unterscheidet. Aperty ist speziell für die Porträtfotografie entwickelt und damit auch die perfekte Ergänzung für professionelle Fotografen. Es bietet leistungsstarke Batch-Bearbeitungsfunktionen, die besonders nützlich nach einem Fotoshooting mit einer Vielzahl von Fotos zur Verarbeitung sind. Unser Ziel ist es, die Bearbeitungszeit erheblich zu verkürzen, indem wir manuelle Aufgaben eliminieren und es einfach machen, Korrekturen, die an einem Foto vorgenommen wurden, auf einen ganzen Stapel anzuwenden.
**Bearbeitungsablauf und**
Aperty ist auf die Bedürfnisse professioneller Porträtfotografen zugeschnitten und folgt dem natürlichen Verlauf ihres Bearbeitungsprozesses. Die Funktionen umfassen eine Vielzahl von Make-up-Werkzeugen, Gesichtskonturierung, Werkzeuge für präzises Umformen von Gesicht und Körper, sowie benutzerdefinierte Porträt-Presets, die in wenigen Schritten hochqualitative Ergebnisse liefern.
**Automatisierte Stapelret**
Da Sie die Anpassungen schnell kopieren und einfügen können, sind diese nicht nur auf Farbkorrekturen beschränkt, sondern umfassen auch Hauttönung, Make-up und Verbesserungen der Gesichtsmerkmale, von einem Foto auf eine ganze Sitzung.
**Neue Technologien**
Aperty basiert zu etwa 60% auf komplett neuen neuronalen Netzwerken. Zusätzlich ist Aperty mit einer präzisen Tiefenschätzkarte und einer neuen 3D-Gesichtsnetz-Technologie ausgestattet. Aperty führt eine fortschrittliche Menschensegmentierung zur Erkennung von Personen (sowie deren Geschlecht, Alter) und Gesichtsmerkmalen in Fotografien ein, was flexiblere und präzisere Retuschierungen ermöglicht.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://support.aperty.ai/aperty-benutzerhandbuch/nutzliche-hinweise/worin-liegt-der-unterschied-zwischen-luminar-neo-und-aperty.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.