Text-zu-Bild-KI in der Praxis: Sechs Aufgaben, die ohne Foto beginnen

Fragt man einen Raum voller Marketingleute, wofür Text-zu-Bild-KI gut ist, hört man meist eine Liste von Stilen: fotorealistisch, Anime, Aquarell, cineastisch. Diese Rahmung verdeckt die Entscheidung, auf die es tatsächlich ankommt. Bevor man einen Prompt schreibt, sollte man prüfen, ob es ein Foto von dem, was gebraucht wird, bereits gibt. Wenn ja, ist die Bearbeitung dieses Fotos in der Regel besser als die Generierung eines neuen. Das Licht passt zum Set, das Produkt ist das echte Produkt, und niemand muss sich fragen, was das Modell erfunden hat.

Text-zu-Bild-KI hat ihren Platz in einer anderen Gruppe von Aufgaben, nämlich denen, bei denen es keinen Ausgangsrahmen gibt, von dem man starten könnte. Dieser Artikel ordnet sechs davon danach, welches Ergebnis sie jeweils liefern und welche Entscheidung sie stützen, und markiert anschließend die Stellen, an denen Generierung schlicht die falsche Antwort ist. Er ist das Gegenstück zur Bearbeitungsseite der Plattform: Nutze den Text-zu-Bild-KI-Generator, wenn das Bild nicht existiert, und Image-to-Image, wenn es sie gibt.

Warum das Ausgangsfoto den Use Case entscheidet

Zwei Fragen klären das meiste. Erstens: Gibt es ein brauchbares Foto des Motivs? Zweitens: Wird irgendjemand das Bild mit der Realität abgleichen? Ein generiertes Bild besteht die flüchtige Prüfung und scheitert am Vergleich. Das ist kein Mangel, den man mit besserem Prompting behebt; es liegt in der Natur eines Bildes, das erfunden und nicht aufgenommen wurde.

Der kommerzielle Druck ist real. In Shopifys Händlerumfrage ist die Content-Generierung mit 69 Prozent die häufigste KI-Anwendung unter den Händlern, die KI bereits nutzen, gefolgt von Marketing mit 38 Prozent. Bildarbeit fällt inzwischen in diese Nachfrage. Generierung ist schnell genug, um als Erkundung und nicht als seltenes Ereignis zu laufen — genau deshalb ist die Rahmung wichtig: günstiger Output macht es verlockend, alles zu generieren, auch die Aufgaben, bei denen ein Foto sowohl schneller als auch genauer gewesen wäre.

Use Case 1: Konzeptrunden, bevor ein Shooting gebucht wird

Die wertvollste Generierung findet oft statt, bevor jemand Geld ausgibt. Ein Fotograf, ein Set, ein Model und ein Drehort sind Verpflichtungen. Acht generierte Bilder, die vier Richtungen skizzieren, kosten je einen Prompt und ein paar Minuten Review, und sie machen aus einem Meeting über Geschmack ein Meeting über konkrete Bilder.

Was man kauft, ist eine Entscheidung, kein Asset. Das Ergebnis ist ein Kontaktabzug: vier Richtungen, je zwei Bilder, alle im Seitenverhältnis, das die finale Kampagne nutzen wird. Die Bilder selbst werden meist weggeworfen, sobald die Richtung gewählt ist. Das ist das richtige Ergebnis. Bewerte die Runde danach, ob das Team schneller zusammenfindet, nicht danach, ob die Bilder publizierbar sind.

Use Case 2: Comp-Bilder, die eine Layout-Diskussion entscheiden

Designer brauchen etwas in der Box, bevor das echte Asset eintrifft, sonst bleibt jede Layout-Debatte hypothetisch. Ein generiertes Comp füllt die Bildfläche im exakten Zuschnitt, den die Seite verwenden wird, sodass Typografie, Buttons und Weißraum gegen eine echte Komposition getestet werden können statt gegen ein graues Rechteck.

Die Einschränkung, die das zum Funktionieren bringt, ist Arithmetik, nicht Kunst. Lege zuerst das Seitenverhältnis und die textfreie Zone fest und verlange dann eine Komposition, die beides respektiert: ein Motiv seitlich platziert, ruhiger Raum, wo die Headline hinkommt, kein unruhiges Detail hinter dem Button. Generierte Comps sollten im Dateinamen und in der Übergabe als Comps gekennzeichnet sein, sonst verschickt irgendwann jemand versehentlich eines.

Use Case 3: Redaktionelle Illustration für Ideen, die eine Kamera nicht fassen kann

Manche Themen lassen sich überhaupt nicht fotografieren. Aufmerksamkeit, Zinseszins-Effekte, Signal und Rauschen, das Gefühl eines Rückstaus: Ein wörtliches Foto davon gibt es nicht, und Stockbibliotheken antworten mit demselben Handschlag und derselben Glühbirne, die alle anderen auch verwenden.

Hier ist Generierung am besten vertretbar, weil es keine Realität gibt, der man widersprechen könnte. Sie belohnt außerdem eine andere Art von Prompt. Statt eine Szene zu beschreiben, beschreibe die Beziehung, die sichtbar werden soll: ein kleines Objekt, das Gewicht trägt, drei Wege, die zusammenlaufen, eine Form, die sich wiederholt und wächst. Verlange eine flache, ruhige Behandlung statt einer fotorealistischen, und halte die Palette auf drei oder vier Töne, damit die Illustration noch in Thumbnail-Größe lesbar ist.

Use Case 4: Kampagnenrichtungen für einen saisonalen Neustart

Eine Saison oder ein neuer Markt ist ein natürlicher Moment, einen Look zu testen, bevor man ihn in Auftrag gibt. Generierte Bilder erlauben es einem Team, eine warme Sandpalette gegen eine kühle graue abzuwägen oder einen engen Zuschnitt gegen einen weiten Raum — mit demselben Motiv, damit der Vergleich fair ist.

Führe diese als Paare aus, nie als Wand. Zwei Bilder, die sich in einer Variable unterscheiden, produzieren eine Entscheidung; zwölf Bilder produzieren eine Debatte. Halte Motiv und Komposition identisch und ändere nur das Licht oder die Palette, und notiere dann, welche Paarung das Team gewählt hat und warum. Diese Notiz ist das wiederverwendbare Asset, mehr als jedes einzelne Bild.

Use Case 5: Hintergründe, Texturen und Muster-Assets in Serie

Hintergründe sind die am wenigsten glamouröse und zuverlässigste Text-zu-Bild-Aufgabe. Eine Papierkörnung, ein weicher Verlauf, ein sich wiederholendes geometrisches Feld, ein unscharfer Innenraum hinter einem Produkt-Freisteller: Keines davon hat ein Motiv, das falsch sein kann, und alle werden in einer Kampagne in Mengen gebraucht.

Zwei praktische Regeln. Verlange eine Textur in flachen Begriffen, mit angegebener Lichtrichtung und Farbe, denn vage Stimmungswörter liefern über ein Set hinweg inkonsistente Ergebnisse. Und behandle Nahtlosigkeit als unbewiesen, bis du sie gekachelt hast: Setze vier Kopien in einem Raster in finaler Größe und suche die Naht. Ein Muster, das sichtbar wiederholt, ist ein Muster, das du nicht hinter Text verwenden kannst.

Use Case 6: Erklärgrafiken für Decks, Docs und Onboarding

Internes Material braucht Klarheit, nicht Genauigkeit gegenüber der physischen Welt. Eine generierte Metapher dafür, was ein Feature tut oder wie ein Prozess aus Kundensicht aussieht, kann eine Erklärung tragen, die ein Screenshot nicht tragen kann. Weil das Publikum Kollegen und nicht Käufer sind, geht es bei der Prüfung um Verständlichkeit, und das Bild muss nie für eine Aussage einstehen.

Halte diese bewusst schlicht: ein Konzept, eine visuelle Beziehung, großzügiger Leerraum für die Bildunterschrift, die du in der Folie ergänzt. Generierte Erklärgrafiken altern schlecht, wenn sie wie eine Produktoberfläche aussehen wollen, also verlange ein abstraktes Diagramm, nie eine nachgebaute Oberfläche.

Wo Text-zu-Bild-KI das falsche Werkzeug ist

Generierung scheitert vorhersehbar in vier Situationen, und sie früh zu erkennen spart eine Woche.

Alles, was zu einem realen Objekt passen muss: ein Produkt, seine Verpackung, sein Etikett, seine exakte Farbe, seine Modellnummer. Ein generiertes Bild reproduziert die Form ungefähr und den Text schlecht. Alles, was eine echte Person zeigen muss oder eine Person, die man für eine echte halten könnte, einschließlich Testimonials und Vorher-nachher-Bildern. Alles, was eine regulierte Aussage trägt, bei der ein erfundenes Detail zum Compliance-Problem wird. Und alles, was Seite an Seite mit dem echten Gegenstand verglichen wird, in einem Listing, einer Bewertung oder einem Support-Thread.

In diesen Fällen führt der Weg über ein Foto, ein Rendering oder die Bearbeitung eines Assets, das man bereits besitzt. Ein Prompt kann keine Belege liefern.

Ein Briefing, das jeden der sechs Fälle eingrenzt

Jeder Use Case oben lässt sich auf dasselbe fünfzeilige Briefing verdichten, und es zu schreiben dauert weniger Zeit als ein einzelner Retry.

Zeile eins: die Aufgabe. Welche Entscheidung stützt dieses Bild, und wer trifft sie? Zeile zwei: das Ziel und sein Zuschnitt, einschließlich der textfreien Fläche. Zeile drei: Motiv, Kontext und Stil — die dreiteilige Struktur, die Googles eigener Leitfaden für Bild-Prompts als Ausgangspunkt empfiehlt. Zeile vier: die Einschränkungen, als Verbote formuliert, etwa kein Text, keine Logos, keine Hände, keine Markenzeichen. Zeile fünf: was als Nächstes passiert, also ob das Bild intern bleibt oder jemals veröffentlicht werden darf.

Wenn Zeile fünf „nur intern“ sagt, hast du das meiste Risiko mit einem Satz entfernt. Wenn sie „veröffentlicht“ sagt, gilt der folgende Abschnitt.

Offenlegungspflichten, die mit dem Bild hinausgehen

Generierte Bilder tragen zunehmend Pflichten, die mit ihnen reisen. Nach Artikel 50 des EU-KI-Gesetzes müssen Anbieter von Systemen, die synthetische Bildinhalte erzeugen, sicherstellen, dass Ausgaben maschinenlesbar gekennzeichnet und als künstlich generiert erkennbar sind — eine Pflicht, die ab dem 2. August 2026 gilt, mit einer Ausnahme für unterstützende Standardbearbeitung. Auf der Werbeseite verlangt Kaliforniens SB 1050, im September 2026 unterzeichnet und ab 1. Januar 2027 in Kraft, eine klare und auffällige Offenlegung, wenn eine Werbung einen synthetischen Darsteller prominent zeigt; die Formulierung muss im Wesentlichen „diese Darbietung enthält einen synthetischen Darsteller“ („this performance features a synthetic performer“) oder „es wird kein menschlicher Darsteller gezeigt“ („no human performer is depicted“) entsprechen. New Yorks vergleichbare Vorgabe gilt seit Juni 2026.

Die operative Lehre ist unspektakulär. Halte fest, welche veröffentlichten Assets generiert wurden, wer sie geprüft hat und wo sie liefen. Bevorzuge Szenen ohne synthetische Menschen, es sei denn, du bist bereit, das offenzulegen, und bevorzuge echte Fotografie, wenn menschliche Präsenz der Punkt ist. Offenlegung ist günstig am Anfang einer Kampagne und teuer nach einer Beschwerde.

Wähle die Aufgabe, bei der es kein Foto gibt

Der Test für das nächste Bild, das du brauchst, ist einen Satz lang: Wenn es ein Foto gibt, das diese Aufgabe erledigen könnte, bearbeite stattdessen dieses Foto. Text-zu-Bild-KI ist die richtige Wahl für Konzeptrunden, Comps, die Illustration abstrakter Ideen, saisonale Richtungen, Hintergründe und interne Erklärgrafiken — und die falsche Wahl überall dort, wo jemand das Ergebnis mit der Realität vergleichen wird.

Wähle diese Woche eine der sechs Aufgaben und führe sie als eine einzige Runde mit einem schriftlichen Briefing durch. Bewahre die Bilder, die du verworfen hast, neben dem auf, das du verwendet hast, denn die verworfene Auswahl zeigt dir, welche Zeile des Briefings die Arbeit geleistet hat. Diese Aufzeichnung ist mehr wert als die Bilder; die nächste Runde startet daraus statt aus einem leeren Prompt.