KI-Bild-Prompts in der Sprache jedes Modells

Warum ein Prompt nicht für jedes Bildmodell passt

Bildmodelle lesen Prompts sehr unterschiedlich. Midjourney mag kurze beschreibende Wortgruppen, gefolgt von Parametern. Stable Diffusion und Leonardo reagieren auf kommagetrennte Tags, Gewichtungen und einen separaten Negativ-Prompt. ChatGPT, Flux, Nano Banana und Firefly bevorzugen ganze Sätze, als würdest du einen Fotografen briefen. Ideogram ist am stärksten, wenn du genau sagst, welche Wörter im Bild stehen sollen. Wer überall denselben Text einfügt, erlebt oft, dass ein Modell die Hälfte ignoriert.

Der Generator behält deine Idee und tauscht nur die Verpackung. Dasselbe Motiv mit Stil Produktfotografie, weichem Studiolicht, Aufnahme von oben und Format 4:5:

Midjourney:
eine Keramiktasse auf einem Holztisch, professional product photography, soft diffused studio lighting, top-down flat lay --ar 4:5 --style raw

Stable Diffusion / SDXL:
(eine Keramiktasse auf einem Holztisch:1.2), professional product photography, soft diffused studio lighting, top-down flat lay, highly detailed, sharp focus, best quality

Negative prompt: lowres, blurry, jpeg artifacts, bad anatomy, extra fingers, deformed hands, watermark, signature, text

Flux (Motiv auf Englisch eingegeben):
A professional product photography of a ceramic coffee cup on a wooden table. Shot as a top-down flat lay. Lighting: soft diffused studio lighting. Aspect ratio 4:5.

Deutsch oder Englisch? So gehst du mit der Sprache um

Stil-, Licht- und Kamerabegriffe schreibt das Tool immer auf Englisch, weil Bildmodelle englischen Fachbegriffen am zuverlässigsten folgen. Dein Motiv übernimmt es genau so, wie du es eintippst. Bei den Tag-basierten Formaten für Midjourney und Stable Diffusion ist ein deutsches Motiv unproblematisch zu testen. Bei den satzbasierten Modellen entsteht dagegen eine Mischung wie „A watercolor painting of ein Leuchtturm an der Ostsee“. Wenn das Ergebnis schwach ausfällt, übersetze zuerst das Motiv ins Englische – das ist der einfachste Hebel.

Anders beim Bildtext: Was im Feld „Text, der im Bild stehen soll“ steht, soll ja exakt so erscheinen, also bleibt es deutsch. Das Tool formuliert die Anweisung je nach Modell passend – Ideogram bekommt einen Satz zu klarer, gut lesbarer Typografie, Nano Banana und ChatGPT die Bitte um exakte Schreibweise, Midjourney with the text "...", und bei Stable Diffusion wird „text“ aus der Standard-Negativliste entfernt. Halte Bildtexte kurz, etwa „Frisch gebrüht“, und kontrolliere Umlaute und ß im Ergebnis besonders genau.

Die Bausteine eines starken Bild-Prompts

• Motiv zuerst. Modelle gewichten, was früh steht, stärker. Sei konkret: „ein alter Fischer, der ein Netz flickt“ schlägt „ein Mann“.
• Stil. Fotorealistisch, Aquarell, Isometrisch, Pixel-Art und zehn weitere Optionen bestimmen die Darstellung.
• Licht. Goldene Stunde, Neonlicht oder volumetrische Strahlen verändern die Stimmung stärker als jedes Adjektiv.
• Kamera und Bildaufbau. 85-mm-Porträt, Makro oder Froschperspektive sagen dem Modell, wo es „steht“; Drittelregel oder Freiraum entscheiden, wo das Motiv sitzt.
• Stimmung und Farben. Ein Stimmungswort und eine kurze Palette wie „teal & orange“ halten eine Bildserie einheitlich.
• Details und Ausschlüsse. Kleine Besonderheiten wie sichtbarer Atem und eine kurze Liste mit Dingen, die fehlen sollen, runden das Briefing ab.

Du musst nicht jedes Feld ausfüllen. Motiv, Stil und eine Lichtangabe ergeben schon einen brauchbaren Prompt.

Welches Modell für welche Aufgabe?

Bei Midjourney setzt das Tool --style raw, sobald du Fotorealistisch oder Produktfotografie wählst, und ergänzt Stylize und Chaos nur, wenn du sie vom Standard abweichend einstellst. Hast du schon ein Vorbild-Bild statt einer Idee, probiere Bild zu Prompt. Soll dein Motiv sich bewegen, schreibt der Video-Prompt-Generator die passende Einstellung, und für Text-Aufgaben gibt es den KI-Prompt-Generator.