KI-Bildgenerierung
Definition
KI-Bildgenerierung ist der Einsatz eines KI-Modells, um aus einer schriftlichen Beschreibung ein neues Bild zu erzeugen oder ein vorhandenes Bild per Beschreibung zu ändern. Du nennst Motiv, Stil und Format in normalen Worten und verfeinerst das Ergebnis in weiteren Nachrichten.
Von Ronan Liedmeier, Fractional Head of Growth und Kursautor · Veröffentlicht 17. Oktober 2026 · Zuletzt aktualisiert 17. Oktober 2026
Auch genannt: Text-to-Image, KI-Bildgenerator, AI image generation
Im Job ist sie ein schneller Weg zu Entwürfen, etwa einem Titelbild für den Blog oder einem groben Mockup für die Designerin. Für Entwürfe und den informellen Einsatz taugen die Ergebnisse gut, für alles, was Präzision braucht, deutlich weniger.
So funktioniert es
Bildmodelle werden mit sehr großen Sammlungen von Bildern und den dazugehörigen Textbeschreibungen trainiert. Sie lernen, ein neues Bild zu erzeugen, das zu einem Prompt passt. Viele aktuelle Tools sind multimodal: Die Bildmodelle von OpenAI zum Beispiel nehmen Text und Bilder als Eingabe. Du kannst also ein Foto hochladen und um eine Änderung bitten, statt neu anzufangen.
Ein brauchbarer Prompt nennt Motiv, Stil, Stimmung und Format (zum Beispiel Hochformat mit freiem Platz oben für eine Überschrift). Danach verfeinerst du im Gespräch und bittest um konkrete Änderungen am selben Bild. Bilder lesen und beschreiben ist eine eigene Fähigkeit, sie heißt Vision.
Beispiel
Eine Café-Besitzerin braucht ein Plakat für eine Verkostung am Samstag. Sie bittet um „eine Flat-Design-Illustration von Kaffeetassen auf einer Holztheke, warme Herbstfarben, Hochformat, oben freier Platz“. Nach zwei Änderungen („weniger Blätter“, „hellerer Hintergrund“) hat sie einen brauchbaren Hintergrund. Datum, Uhrzeit und Adresse setzt sie selbst in einem Designtool ein.
Häufiger Fehler
Das Modell bitten, einen exakten Text ins Bild zu schreiben. Daten, Preise und Namen kommen oft falsch geschrieben oder verstümmelt heraus, und auch Logos und Gesichter echter Menschen sind unzuverlässig. Erzeuge das Bild ohne Text und füge die Wörter in einem Designtool hinzu, wo du sie im Griff hast.
In AI Academy lernen
- Arbeiten mit BildernEinsteiger · 10 Min.
Verwandte Begriffe
- Generative KI
- Generative KI ist Software, die aus einer Anfrage in normaler Sprache neue Inhalte erzeugt, etwa Texte, Bilder, Audio, Video oder Code. Sie lernt Muster aus großen Mengen vorhandener Beispiele und erzeugt daraus neue Ergebnisse, die diesen Mustern folgen.
- KI-Vision (Bildverständnis)
- KI-Vision ist die Fähigkeit eines KI-Modells, ein Bild anzusehen, das du ihm gibst, etwa ein Foto, einen Screenshot, ein Diagramm oder ein gescanntes Dokument, und es zu beschreiben, den Text darin zu lesen oder Fragen dazu zu beantworten.
- Multimodale KI
- Multimodale KI ist KI, die im selben Gespräch mit mehr als einer Art von Eingabe oder Ausgabe arbeiten kann, etwa Text, Bildern, Audio und Video. Du kannst ihr ein Foto oder einen Screenshot zeigen und Fragen dazu stellen oder ein Bild beschreiben und es erstellen lassen.
- Prompt
- Ein Prompt ist die Anweisung oder Frage, mit der du einem KI-Modell sagst, was du willst. Das kann eine Zeile sein oder ein ganzes Briefing mit Hintergrund, Beispielen und dem gewünschten Format, und die Antwort hängt von allem ab, was darin steht.