Es wird eine nutzerzentrierte Methode zur schnellen, interaktiven, robusten und qualitativ hochwertigen Schattenentfernung vorgestellt. Unser Algorithmus ist in der Lage, sowohl die Erkennung als auch die Entfernung von Schatten in einer Vielzahl schwieriger Szenarien durchzuführen, beispielsweise bei stark strukturierten und farbigen Schatten. Zur Schattenerkennung wird ein on-the-fly-Lernansatz verwendet, der durch zwei grobe Benutzereingaben für Pixel im Schattenbereich und im beleuchteten Bereich geleitet wird. Nach der Erkennung erfolgt die Schattenentfernung durch die Registrierung der Halbschattenzone (Penumbra) auf einen normalisierten Referenzrahmen, was eine effiziente Schätzung nichtlinearer Änderungen der Schattenbeleuchtung ermöglicht und somit eine genaue und robuste Schattenentfernung gewährleistet. Ein weiterer zentraler Beitrag dieser Arbeit ist die erste validierte und mehrszenenbasierte Referenzdatenmenge (Ground Truth) für Algorithmen zur Schattenentfernung. Das Datenset mit insgesamt 186 Bildern beseitigt Inkonsistenzen zwischen Schatten- und schattenfreien Bildern und bietet eine Vielzahl unterschiedlicher Schattentypen, darunter weiche, strukturierte, farbige und unterbrochene Schatten. Anhand dieser Datenmenge wird die bislang umfassendste Bewertung der aktuellen Stand der Technik in der Schattenentfernung durchgeführt, wobei sich der vorgeschlagene neue Algorithmus in mehreren Metriken und Schattentypen gegenüber dem aktuellen Stand der Technik als überlegen erweist. Ergänzend zu unserem Datenset wird eine Online-Benchmark-Website für die Schattenentfernung vorgestellt, um zukünftige offene Vergleiche in diesem anspruchsvollen Forschungsfeld zu fördern.