Der Aufbau eines starken KI-Bild-Prompts

Die meisten schwachen Prompts scheitern nicht an falschen Wörtern, sondern daran, dass sie nur eine einzige Dimension des Bildes beschreiben – meist das Motiv – und alles andere dem Zufall überlassen. Ein Modell, das fehlende Informationen mit statistischen Durchschnittswerten auffüllt, liefert inkonsistentes Framing, beliebige Beleuchtung und einen Stil, der von Generation zu Generation driftet. Struktur beseitigt dieses Problem. Wer einen Prompt in explizite Ebenen gliedert, gibt dem Modell ein vollständiges kreatives Briefing statt eines einzelnen Satzes. Stell es dir vor wie das Beauftragen eines Fotografen: Du würdest nicht sagen "fotografiere eine Frau" und ein Meisterwerk erwarten. Du würdest Ort, Lichtquelle, Objektiv, Stimmung und Kleidung vorgeben. KI-Modelle reagieren genauso. Struktur macht Iteration außerdem günstig – du kannst eine einzige Ebene austauschen (von "weiches goldenes Stundenlicht" zu "hartes Mittagslicht") ohne den gesamten Prompt neu schreiben zu müssen, und der Rest des Bildes bleibt stabil. In Floniks sind strukturierte Prompts besonders wirkungsvoll, weil du sie als Workflow-Vorlagen im /editor speichern und über einen ganzen Produktkatalog oder eine Content-Serie hinweg wiederverwenden kannst.

Die Motiv-Ebene beantwortet: Worum geht es in diesem Bild? Beschreibe Identität, Pose, Mimik, Kleidung und alle relevanten Requisiten so konkret wie möglich. Schwach: "eine Frau in einem Café." Stark: "Eine 30-jährige Frau mit kurzen Naturlocken und einem übergroßen Leinenblazer, die an einem Marmortisch sitzt, eine Keramik-Espressotasse mit beiden Händen hält und mit einem kleinen, privaten Lächeln leicht auf die Tasse heruntersieht." Jedes Detail, das du hinzufügst, ist eine Lücke, die das Modell nicht zufällig füllt. Für Produkte benenne das genaue Objekt: "ein minimalistischer mattschwarzer Keramikbecher, Logo zentriert auf der Vorderseite, Henkel nach rechts zeigend." Für Charaktere, die du in vielen Bildern wiederverwenden möchtest, speichere die Motivbeschreibung in einem Floniks-Workflow-Knoten als feste Eingabe – das ist die Grundlage für Charakterkonsistenz. Wenn dein Motiv mehrere Personen umfasst, nummeriere sie und beschreibe jede separat: "Person 1: … Person 2: …", damit das Modell keine Merkmale vermischt.

Die Komposition gibt dem Modell vor, wie das Motiv im Bild angeordnet sein soll. Ohne diese Angabe entstehen immer wieder zentrierte, sichere Hochformatvarianten. Nützliche Kompositionsbegriffe sind die Aufnahmedistanz (Nahaufnahme, Halbnahe, Totale), der Kamerawinkel (Augenhöhe, Untersicht, Vogelperspektive, niederländischer Winkel) sowie Kompositionsregeln (Drittelregel, Leitlinien, Negativraum links). Eine vollständige Kompositionsebene könnte lauten: "Halbnahe, leicht untersichtige Kameraposition, Motiv im rechten Bilddrittel, großzügiger Negativraum links mit weichem Bokeh." Die Kombination aus Einstellungsgröße und Kamerawinkel erschließt ein breites Spektrum visueller Wirkung – dasselbe Motiv aus der Untersicht wirkt mächtig und heroisch, aus der Aufsicht verletzlich oder klein. Das /learn/cinematography-Kapitel behandelt Einstellungsgrößen und Winkel ausführlich, falls du diese Begriffe vertiefen möchtest. Die wichtigste Regel: Benenne deine Komposition, bevor du dein Licht beschreibst, denn die Komposition beeinflusst, wie das Licht über das Bild fällt.

Licht ist die einzige Ebene, die den emotionalen Charakter eines Bildes am dramatischsten verändert, ohne das Motiv selbst zu berühren. "Weiches natürliches Fensterlicht" und "dramatisches Chiaroscuro aus einer einzigen Lichtquelle" können dieselbe Frau in demselben Café zeigen und dennoch Bilder erzeugen, die sich wie vollkommen unterschiedliche Genres anfühlen. Benenne mindestens die Lichtquelle (Fenster, Sonne, LED-Panel, Kerze, Neonschild), die Lichtqualität (weich/diffus vs. hart/direkt), die Richtung (frontal, seitlich, Gegenlicht, Randlicht) und die Farbtemperatur (warmes Gold, kühles Blau-Weiß, neutral). Eine konkrete Lichtebene: "Seitenlicht von einer großen Softbox links von der Kamera, warme 4500 Kelvin Farbtemperatur, weicher Schatten auf der rechten Gesichtshälfte, zartes Randlicht im Haar." Bei Produktaufnahmen ist das Licht oft wichtiger als die Motivbeschreibung selbst – derselbe Becher wirkt unter "weichem, diffusem Flächenlicht mit subtil verlaufendem Hintergrund" hochwertig und unter hartem Deckenlicht billig. Im vollständigen Licht-Vokabular-Artikel dieses Kapitels findest du eine Referenzliste, die du direkt in jeden Prompt kopieren kannst.

Die Stilebene sagt dem Modell, aus welcher visuellen Tradition es schöpfen soll. Hier gibst du an, ob das Bild fotografisch-realistisch, illustriert oder malerisch sein soll, und nennst die ästhetische Strömung oder Referenz. Beispiele: "Editorial-Modefotografie, aufgenommen auf Mittelformat-Film, Vogue-Ästhetik" oder "filmisches Digital-Standbild, gedeckte Erdtöne, A24-Filmlook" oder "flache Vektorillustration, Pastellpalette, skandinavisches Minimalismus-Design." Wenn du auf eine bestimmte Kunstrichtung abzielst, benenne sie präzise: "impressionistisches Ölgemälde" gibt dem Modell deutlich mehr Orientierung als "künstlerisch." Du kannst auch Kamera- und Filmtypen für einen fotografischen Look angeben: "Kodak Portra 400, leichtes Korn, warme, angehobene Schatten." Für KI-Video auf Floniks /ai-video entspricht die Äquivalentebene der visuellen Sprache des Clips – kinematografisch, dokumentarisch oder animiert – bevor du die Handlung beschreibst.

Technische Parameter kommunizieren die gewünschte Ausgabequalität und das Format. Gebräuchliche Signale sind die Auflösungsabsicht ("8K Detail", "ultrascharf"), die Schärfentiefe ("Blende f/1.8, flache Schärfentiefe, Motiv scharf, Hintergrund cremiges Bokeh"), die Objektivcharakteristik ("85-mm-Porträtobjektiv, leichte Kompression") und die Renderqualität ("hyperrealistisch, fotorealistisch, Octane Render, Raytracing"). Du kannst das Seitenverhältnis auch im Prompt angeben, falls das Modell textbasierte Hinweise versteht – die Floniks-Generierungsfelder haben jedoch dedizierte Seitenverhältnis-Steuerungen, die das ergänzen oder überschreiben. Für Produktfotografie ergänze "kein Wasserzeichen, sauberer Hintergrund, Studioqualität, kommerzielle Güte." Für künstlerische Bilder steuern "malerischer Pinselduktus, sichtbare Textur, Museumsqualität" in Richtung Feinstkunst. Platziere technische Begriffe am Ende deines Prompts, damit sie verfeinern statt mit Motiv- und Kompositionsebenen zu konkurrieren.

So verbinden sich die fünf Ebenen zu einem produktionsfertigen Prompt:

Motiv: "30-jährige japanische Frau mit glattem schwarzem Haar, strukturiertem Elfenbein-Blazer und minimalem Goldschmuck, hält einen kleinen Strauß weißer Pfingstrosen, neutraler Ausdruck, direkter Blickkontakt zur Kamera"

Komposition: "Halbnahe Porträtaufnahme, Augenhöhe, zentriertes Framing mit leichtem Headroom, sauberer Hintergrund"

Licht: "Weiches Beautylicht frontal mit zartem warmem Fülllicht von rechts, 5000 Kelvin Tageslicht, Catchlights in beiden Augen, keine harten Schatten"

Stil: "Hochwertige Editorial-Modefotografie, aufgenommen auf Hasselblad Mittelformat, clean und modern"

Technik: "Blende f/2.8, flache Schärfentiefe, rasiermesserscharfer Fokus auf Augen, Hintergrund weich verschwommen, kommerzielle Studioqualität"

Kombiniert ergibt sich ein Prompt von etwa 90 Wörtern – präzise genug, um spezifisch zu sein, kurz genug, um kohärent zu bleiben. Speichere ihn als Floniks-Workflow-Vorlage und tausche die Motiv-Ebene aus, um ein ganzes Lookbook in einem Durchgang zu generieren.