Dann fehlt der KI Kontext.
Wahrscheinlich hat es einfach nur erkannt das es aus Ziegeln besteht und welcher Baustil verwendet wird.
Wenn ein Bild des Orts nie trainiert wurde hat die ki auch keine Chance.
Wenn es aus dem Bild nur wenig Hinweise hat, kann sie dann auch nicht danach im Internet suchen (da kann sie auch nur wie ein Mensch mittels Text oder eine Suche verwenden die nach Ähnlichkeiten sucht, wie Google bildersuche)

Wenn du wissen willst was die ki tatsächlich erkannt hat, sag ihr sie soll dir die Informationen als json ausgeben. Das ist dann zwar kein konkretes definiertes Format, aber über die Benennung lassen sich manche Informationen besser interpretieren und die KI gibt ein paar mehr Informationen aus, die in der menschlichen Konversation ausgefiltert wird

@MartinP sagte:

So ging es endlos weiter... bis ich keine Lust mehr hatte ...

dann hattest du eine weibliche KI ;)

Bei manchen KI-Experimenten, die ich schon gemacht habe, hatte ich manchmal den Eindruck, dass die KIs teilweise eine Tendenz haben, den Fragesteller zumindest auszufragen, wenn sie schon selber nicht weiterwissen...

Selbst sinngemäß erlebt:

"KI, was ist das für ein Gebäude, und wo steht es? Ein Bild davon habe ich hochgeladen"

Antwort: "Schau Dir das Bild genau an, ist das Gebäude aus Ziegeln gebaut?"

Meine Antwort: "Ja"

Daraufhin ein Vortrag über Baustile des Ostseeraums. und eine weitere Frage:

"Ist der Giebel gestuft, zähle die Stufen"

So ging es endlos weiter... bis ich keine Lust mehr hatte ...