Die semantische Beschreibung und Kommentierung digitaler Bilder ist der Schlüssel zur Verwaltung und Wiederverwendung von Bildern in der geisteswissenschaftlichen Datenverarbeitung. Aufgrund des Fehlens eines domänenspezifischen hierarchischen Beschreibungsschemas und eines kontrollierten Vokabulars für digitale Bilder sind die Annotationsergebnisse, die mit aktuellen Methoden wie der maschinellen Annotation auf der Grundlage von visuellen Merkmalen auf niedriger Ebene und der menschlichen Annotation auf der Grundlage von Expertenerfahrungen erstellt werden, von geringer Qualität und Inkonsistenz. Um dieses Problem zu lösen, schlagen wir einen semantischen Beschreibungsrahmen für den Inhalt von DeepL vor, der auf Informationsbedarf und Retrieval-Theorie basiert. Der Rahmen kombiniert einen semantischen Beschreibungsrahmen und einen Domänen-Thesaurus. In diesem Beitrag wird die Beziehung zwischen den semantischen Ebenen im Rahmen dieses Beschreibungsrahmens näher erläutert. Anschließend führen wir einen ersten Test mit dieser Methode im Bereich des kulturellen Erbes anhand des digitalen Bildes der Dunhuang-Freske durch. Wir erörtern die Auswirkungen der semantischen Granularität auf die Annotationskosten unter dem Gesichtspunkt der Granularität der semantischen Bildbeschreibung und der Kontrollstrategien für die Qualität der semantischen Beschreibung eines Bildes.