Bilder mit KI erstellen: der einfache Leitfaden für Anfänger

Wie es funktioniert, in einem Absatz

Du tippst eine Beschreibung, und ein Bild erscheint. Darunter startet das Tool mit zufälligem visuellem Rauschen und schiebt es Schritt für Schritt in Richtung von etwas, das zu deinen Worten passt. Wie Worte aussehen, hat es aus einer riesigen Menge beschrifteter Bilder gelernt.

Eine einzige Folge daraus erklärt fast den ganzen Frust am Anfang: Das Modell gleicht deine Beschreibung mit Mustern ab, es befolgt keine Anweisungen wie ein Mensch. Wenn du "kein Hund" schreibst, steht das Wort Hund trotzdem da, und ein Hund taucht womöglich auf. Lässt du etwas weg, fragt das Modell nicht nach. Es füllt die Lücke mit der durchschnittlichsten Version, die es davon je gesehen hat.

Mehr Können steckt nicht dahinter. Sag konkret, was du willst, und sag an der dafür vorgesehenen Stelle, was du nicht willst.

Die Formel aus sechs Teilen

Fast jeder gute Bild-Prompt enthält dieselben sechs Dinge. Was fehlt, wird mit Standardwerten aufgefüllt, und genau diese Standardwerte lassen ein Bild generisch aussehen.

Teil	Was du sagen solltest	Wenn du es weglässt
Motiv	Die konkrete Sache, mit den Details, die zählen	Die generischste Version dieses Begriffs
Umgebung	Wo es spielt, und wie viel davon zu sehen ist	Ein leerer oder überladener Hintergrund
Licht	Tageszeit, Richtung, Charakter	Flach, gleichmäßig, leblos
Bildausschnitt	Nah oder weit, aus welchem Winkel	Jedes Mal eine zentrierte Halbtotale
Stil	Foto, Ölgemälde, 3D-Render, Illustration	Glatte digitale Kunst
Stimmung und Farbe	Das Gefühl und die Palette	Übersättigt und hart im Kontrast

Ein schwacher Prompt: ein gemütliches Wohnzimmer.

Ein starker Prompt: Ein kleines Wohnzimmer mit brennendem Kamin und einer getigerten Katze, die auf einem abgewetzten Sessel schläft, Licht am späten Nachmittag durch ein Westfenster, Totale aus dem Türrahmen, realistische Fotografie, 35 mm, warme Brauntöne und weiches Bernstein, ruhig und bewohnt.

Beide kosten ungefähr gleich viel Denkarbeit. Der zweite ist ein Bild, der erste nur eine Kategorie.

Dann kommt der Teil, den Anfänger komplett auslassen: eine Negativliste. Negativ: Text, Wasserzeichen, zusätzliche Finger, überladener Hintergrund, Stockfoto-Lächeln. Das meiste, was ein Bild nach KI aussehen lässt, stammt aus einer kleinen Gruppe wiederkehrender Artefakte. Sie zu benennen entfernt sie.

Der Trick, der das leicht macht

Du musst diese Prompts nicht selbst schreiben. Lass sie dir von einer Text-KI schreiben.

Schreibe einen Prompt für die Bildgenerierung zu: [deine grobe Idee]. Er ist für [Zweck]. Gliedere ihn in Motiv, Umgebung, Licht, Bildausschnitt, Stil, Farbe und Stimmung, danach eine Negativliste. Gib mir drei Versionen, die sich im Bildausschnitt unterscheiden statt in den Adjektiven.

Sprachmodelle schreiben Bild-Prompts deutlich besser als die meisten Menschen, weil das Format ein bekanntes ist und sie enorm viele Beispiele davon gesehen haben. Genau deshalb ist es wirklich nützlicher, Bilder direkt im Chat zu erzeugen, statt in einem separaten Bildfeld: Das Tool, das den Prompt schreibt, sitzt direkt neben dem, das zeichnet.

Warum dein Bild misslungen ist

Eine kurze Diagnoseliste, die fast jedes Anfängerproblem abdeckt.

Langweilig und generisch. Du hast Licht und Bildausschnitt nicht angegeben. Diese beiden leisten mehr als jedes andere Paar.

Die richtigen Dinge, falsch angeordnet. Sag den Bildausschnitt ausdrücklich: Totale aus der Froschperspektive, Nahaufnahme, Motiv im linken Drittel. Das Modell hat keine Ahnung, wo du was haben willst, solange du es nicht sagst.

Etwas, das du ausschließen wolltest, ist im Bild. Es im Haupt-Prompt zu nennen macht es wahrscheinlicher, nicht unwahrscheinlicher. Schieb es in die Negativliste.

Hände, Gesichter oder kleine wiederkehrende Details stimmen nicht. Das bleibt überall die größte Schwachstelle. Probier einen engeren Ausschnitt, einen anderen Winkel, oder Hände außerhalb des Bildes. Manchmal hilft einfach neu generieren.

Der Text ist Kauderwelsch. Das ist zu erwarten. Siehe den nächsten Abschnitt.

Es sieht aus wie ein Stockfoto. Ergänze spontan aufgenommen, beschreib eine Handlung statt einer Pose, und setz Stockfoto-Lächeln in die Kamera in die Negativliste.

Falsches Format für den Ort, an dem du es brauchst. Verlang gleich das Seitenverhältnis, das du wirklich brauchst. Ein Quadrat zum Banner zu beschneiden wirft genau den Bildaufbau weg, den du bestellt hast.

Iterieren, ohne im Kreis zu laufen

Anfänger schicken denselben Prompt immer wieder los und hoffen auf einen besseren Wurf. Etwas Zufall lässt sich nicht vermeiden, aber die meisten verschwendeten Versuche entstehen, weil mehrere Dinge auf einmal geändert werden.

• Ändere pro Versuch nur eine Sache. Licht, oder Bildausschnitt, oder Stil. Nicht alle drei, sonst weißt du nicht, was geholfen hat.
• Bring den Bildaufbau vor den Details in Ordnung. Erst Ausschnitt und Licht richtig zu bekommen ist viel effizienter, als ein Motiv zu perfektionieren, das an der falschen Stelle im Bild sitzt.
• Sag, was schon gestimmt hat. Wenn ein Bild nah dran ist, schreib das im nächsten Prompt in Worten, statt anzunehmen, dass das Tool sich erinnert.
• Sichere die Prompts, die funktioniert haben. Sechs oder acht verlässliche Prompt-Muster sind mehr wert als jedes einzelne Bild, und sie sind der Grund, warum eine Bildserie zusammengehörig wirkt.

Was es immer noch nicht kann

Text. Wörter im Bild bleiben überall unzuverlässig. Ein kurzes Wort klappt manchmal, eine Überschrift oder ein Logo meistens nicht. Erzeuge das Bild ohne Text und setz die Schrift in einem beliebigen Design-Tool darauf. So bekommst du nebenbei die richtige Schriftart.

Exakte Anordnungen. "Genau drei Objekte, das rote links" wird nicht zuverlässig befolgt. Wenn die Anordnung zählt, erzeuge die Einzelteile und setz sie selbst zusammen.

Dieselbe Figur zweimal. Eine identische Person oder ein identisches Produkt über eine ganze Serie hinweg hinzubekommen ist schwierig. Detaillierte, wiederholte Beschreibungen helfen, ein identisches Ergebnis ist trotzdem nicht garantiert.

Ein echtes Foto präzise bearbeiten. Hintergrund, Licht und Stil passt es gut an. Ein Objekt verlässlich fünf Zentimeter nach links zu schieben schafft es nicht.

Und zur Nutzung der Ergebnisse: Prüf die Regeln, bevor etwas Generiertes kommerziell eingesetzt wird. Besonders vorsichtig solltest du bei Bildern sein, die einer echten Person, einem wiedererkennbaren Ort oder dem unverwechselbaren Stil einer lebenden Künstlerin oder eines lebenden Künstlers ähneln. Die Bedingungen unterscheiden sich je nach Tool, und die Verantwortung liegt bei dem, der das Bild veröffentlicht.