Bilder mit KI-Prompts bearbeiten: ein vierstufiger Arbeitsablauf

Die meisten enttäuschenden KI-Bildbearbeitungen sind keine Modellfehler, sondern Fehler im Auftrag. Du lädst einen Handy-Schnappschuss mit gemischtem Licht hoch, tippst „mach es professionell aussehend" ein und beurteilst das Modell dann anhand eines Ergebnisses, für das ihm nie ein klares Ziel vorgegeben wurde. Bilder mit KI-Prompts zu bearbeiten verlangt nach einer anderen Gewohnheit: Behandle das Modell wie einen erfahrenen Retuscheur, der eine exakte Anweisung braucht — was sich ändern soll, was erhalten bleiben muss und wie die neuen Pixel zu den alten passen sollen.

Dieser Leitfaden zerlegt zuverlässige Bild-zu-Bild-Bearbeitung in vier Phasen: die Eingabe vorbereiten, die Bearbeitung als eingegrenzten Auftrag formulieren, jedes Ergebnis anhand einer festen Checkliste prüfen und jeweils eine Variable nach der anderen verfeinern. Dieselbe Schleife gilt, ob du ein Produktfoto bereinigst, einen Hintergrund austauschst oder ein Porträt umstilisierst, und du kannst sie von Anfang bis Ende mit einem allgemeinen Editor wie dem KI-Bild-zu-Bild-Tool auf KOOX AI durchlaufen.

Phase eins: Bereite die Eingabe vor, bevor du den Prompt anfasst

Kein Prompt ist besser als sein Ausgangsbild. Der wirksamste Vorbereitungsschritt besteht darin, von der klarsten, am besten beleuchteten Version des Bildes auszugehen, die du bereits hast, und eine unangetastete Kopie als Referenz zu behalten. Wenn du den Hintergrund ersetzen willst, macht ein sauberes, einfaches Original diese Bearbeitung deutlich leichter; wenn du ein Gesicht erhalten willst, gibt ein frontales, gleichmäßig beleuchtetes Bild dem Modell mehr Spielraum — moderne Bearbeitungsmodelle bringen speziell für diese Art mehrstufiger Arbeit eine Gesichts- und Identitätsbewahrung mit (OpenAIs Leitfaden zum Prompting von GPT Image).

Ein wenig Aufräumarbeit vor dem Prompt spart später viele Wiederholungen. Schneide auf den Bildausschnitt zu, den du wirklich willst, behebe offensichtliche Belichtungs- oder Farbprobleme im Ausgangsbild und entferne alles, von dem du bereits weißt, dass es weg soll, damit das Modell nicht gegen das Original ankämpft. Wenn die Bearbeitung von scharfem Text abhängt — einem Produktetikett, einem Schild, einer kurzen Überschrift im Bild — prüfe zuerst, ob der Ausgangstext lesbar ist, denn eine gestochene Vorlage gibt dem Modell etwas Genaues zum Erhalten. Arbeite mit der höchsten Auflösung, die du kannst, und lege das Seitenverhältnis der Ausgabe im Voraus fest, statt das Ergebnis hinterher zuzuschneiden (Let's Enhance-Prompting-Leitfaden).

Bevor du ein einziges Wort des Prompts schreibst, beantworte drei Fragen und schreibe die Antworten auf:

• Was darf sich nicht ändern? Identität, Produktetikett, Logo-Platzierung, Kamerawinkel und Lichtrichtung sind die üblichen Konstanten. Sie jetzt zu benennen ist das, was das Modell davon abhält, etwas zu „verbessern", das du erhalten wolltest.
• Was ist die eine Änderung, die du wirklich willst? Ein Hintergrundaustausch, ein Materialwechsel, eine Farbverschiebung, ein hinzugefügtes Objekt. Eine primäre Änderung pro Durchgang hält den Auftrag lesbar.
• Welche Ausgabeform brauchst du? Seitenverhältnis, Auflösung und Format gehören in die Planung, nicht in eine Korrektur auf den letzten Drücker.

Phase zwei: Formuliere die Bearbeitung als Auftrag, nicht als Wunsch

Text-zu-Bild und Bild-zu-Bild verlangen Unterschiedliches von einem Prompt. Während eine frische Generierung bei null beginnt, startet eine Bearbeitung von einem realen Bild, daher muss der Prompt sowohl die Änderung als auch die Einschränkung beschreiben. Eine nützliche Grundstruktur ist die, die BRIAs Dokumentation zur Bearbeitung empfiehlt: Ziel + Änderung + Konstanten + Integrationshinweise. Das dort gegebene Beispiel — „Ersetze den Flaschenverschluss durch gebürstetes Aluminium. Behalte Flaschenform, Etikettentext, Kamerawinkel und Hintergrund unverändert. Passe Reflexionen und Kontaktschatten an die ursprüngliche Studiobeleuchtung an" — zeigt alle vier Teile gleichzeitig am Werk (BRIAs Best Practices für Bildbearbeitung).

Google fasst dieselbe Idee als kurze Checkliste auf, die du pro Prompt ausfüllen kannst: Motiv, Komposition, Handlung, Ort, Stil und — speziell für Bearbeitungen — direkte Bearbeitungsanweisungen wie „ändere die Krawatte des Mannes zu Grün" oder „entferne das Auto im Hintergrund" (Googles Tipps zum Prompting von Gemini-Bildern).

Zwei Gewohnheiten schärfen den Auftrag. Erstens: Schreibe die Konstanten in vollständigen Sätzen, statt darauf zu vertrauen, dass das Modell sie ableitet; das wiederholte Betonen von „behalte den Kamerawinkel, behalte das Etikett, behalte die Beleuchtung" ist das, was ein langsames Wegdriften über mehrere Durchgänge verhindert. Zweitens: Behandle den Prompt als kreativen Auftrag statt als Stichwortsammlung: konkret ist gut, überladen nicht, denn eine Seite widersprüchlicher Details verwirrt die Bearbeitung genauso wie eine vage Ein-Wort-Anfrage (Cloudinarys Leitfaden zu Bild-Prompts).

Für Bearbeitungen, die lokal bleiben sollen — ein Objekt, ein Material, eine Farbe — ist eine Maske oder Bereichsauswahl das Präzisionswerkzeug. Maskierte Bereiche werden neu generiert, nicht retuschiert, also halte die Auswahl etwas größer als die Objektkante, besonders bei Haaren, Glas, Stoff und Kontaktpunkten, um dem Modell Raum zum Überblenden zu geben (BRIA). Schmale, zweckgebundene Werkzeuge bringen dich oft direkt ans Ziel: eine generative Füllung zum Erweitern oder Reparieren eines Bereichs, ein Objekt-Entferner zum Beseitigen einer Ablenkung oder eine lokale Umfärbung, wenn nur die Farbe wechseln muss.

Phase drei: Prüfe anhand einer Checkliste, nicht nach Gefühl

Ein Ergebnis danach zu beurteilen, ob es „gut aussieht", verdeckt die Fehler, die in der echten Arbeit am meisten zählen. Prüfe stattdessen anhand fester Fragen, in dieser Reihenfolge:

• Hat sich das, dessen Änderung du verlangt hast, tatsächlich geändert? Vergleiche das Ergebnis direkt mit deiner unangetasteten Referenz.
• Wurden die Konstanten eingehalten? Prüfe Etikettentext, Identität, Geometrie und Lichtrichtung einzeln.
• Fügt sich der neue Inhalt physisch ein? Schatten, Reflexionen, Perspektive und Maßstab sollten mit dem übrigen Bild übereinstimmen — das ist die Hälfte des Auftrags, die die „Integrationshinweise" betrifft.
• Hat sich sonst noch etwas verändert? Modelle können kleine Produktdetails still verändern, also prüfe bei kommerziellen Bildern Farbe, Form und Materialien, bevor du zustimmst (Cloudinary).

Halte die Referenzkopie daneben geöffnet. Eine Bearbeitung, die für sich genommen makellos aussieht, kann dennoch einen Farbton verschoben, eine Kante weichgezeichnet oder ein Logo abgeschnitten haben, und die einzige zuverlässige Methode, das zu erkennen, ist der direkte Vergleich. Auch die Prüfung in voller Größe ist wichtig: Ein Fehler, der im Miniaturbild verschwindet, taucht oft in dem Moment wieder auf, in dem das Bild auf einem großen Bildschirm betrachtet oder gedruckt wird, also zoome in Gesichter, Hände, Produktkanten und jeden Bereich hinein, den das Modell erfinden musste.

Phase vier: Verfeinere jeweils eine Variable nach der anderen

Die meisten schreiben den ganzen Prompt neu, wenn ein Ergebnis danebengeht, was ihnen nichts darüber verrät, welches Wort die Arbeit geleistet hat. Ändere stattdessen pro Runde eine Sache — die Beleuchtungsklausel, die Kameradistanz, das Material oder die Maske — und generiere neu. Diese Ein-Variablen-Disziplin ist der Rat, auf den fast jeder Bearbeitungsleitfaden hinausläuft, und so baust du ein funktionierendes mentales Modell des Werkzeugs auf statt eines Haufens glücklicher Prompts (Let's Enhance).

Modellspezifisches Verhalten ist die andere Variable, die es zu benennen gilt. Ein dialogorientierter Editor belohnt vollständige Absätze und mehrstufige Verfeinerung, ein stilbetonter Generator bevorzugt kurze, signalstarke Phrasen, und ein strukturiertes Diffusionsmodell reagiert auf gewichtete Schlüsselwörter. Der Prompt, der bei einem funktioniert, funktioniert nicht zwangsläufig bei einem anderen, also halte den Auftrag übertragbar und passe nur die Formulierung an. Wo ein Werkzeug einen Seed offenlegt, sperre ihn, während du die Formulierung oder eine Maske verfeinerst, und ändere den Seed erst, wenn die Bearbeitungsspezifikation selbst stimmt (BRIA).

Zwei Verfeinerungen sind einen Versuch wert, bevor du irgendetwas neu schreibst. Wenn eine Änderung abdriftet, formuliere die Konstanten expliziter neu, statt neue Anweisungen hinzuzufügen. Wenn das Modell immer wieder unerwünschte Elemente erfindet, beschreibe präziser, was du willst, statt dich auf lange Listen von Verneinungen zu verlassen — die meisten modernen Modelle reagieren besser auf einen klaren positiven Auftrag (Let's Enhance).

Halte die Praxis sauber

Verantwortungsvoll zu bearbeiten ist Teil des Arbeitsablaufs, kein nachträglicher Gedanke. Lade keine Ausgangsbilder hoch, für deren Nutzung du keine Berechtigung hast, und fordere keine realen, identifizierbaren Personen, geschützten Figuren oder Markenprodukte auf eine Weise an, die dir nicht erlaubt ist. Wenn ein Bild an einen Kunden, eine Plattform oder ein öffentliches Publikum geht, mache kenntlich, dass es KI-bearbeitet wurde, und entferne oder verfälsche keine Herkunftsmetadaten. Ein präziser Auftrag ist ein Plan für eine Bearbeitung, keine Erlaubnis, sie durchzuführen.

Eine Schleife, die du wiederholen kannst

Der Unterschied zwischen einer Bearbeitung, die generiert aussieht, und einer, die beabsichtigt aussieht, läuft meist auf Vorbereitung und Prüfung hinaus, nicht auf Zauberworte. Bereite die sauberste Vorlage vor, die du kannst, formuliere eine Änderung mit ihren Konstanten und Integrationshinweisen, prüfe anhand einer festen Checkliste und verfeinere dann jeweils eine einzelne Variable nach der anderen. Führe diese Schleife aus, und das Modell hört auf zu raten.

Öffne das KI-Bild-zu-Bild-Tool, starte von einer guten Vorlage und schreibe deinen ersten eingegrenzten Auftrag.