KI-Bild-Prompt-Guide: Stil und Tipps

Jeder Bild-Prompt braucht ein klares Motiv. Bevor Sie über Stil oder Stimmung nachdenken, legen Sie genau fest, was im Bild sein soll. „Eine Katze" ist ein Anfang. „Eine getigerte Katze auf einer Fensterbank, die den Regen beobachtet" ist ein Prompt.

Seien Sie präzise bei Anzahl, Position und Handlung. Wenn Sie zwei Personen wollen, schreiben Sie „zwei Personen". Wenn sie sich gegenüberstehen sollen, sagen Sie das. KI-Bildmodelle interpretieren Ihre Worte wörtlich und füllen alles Ungenannte mit zufälligen Entscheidungen. Der OpenAI DALL-E Guide betont, dass beschreibende, detaillierte Prompts vorhersagbarere Ergebnisse liefern.

Bauen Sie Ihre Motivbeschreibung vom Allgemeinen zum Spezifischen auf. Beginnen Sie mit der groben Kategorie (Person, Tier, Objekt, Landschaft), fügen Sie dann bestimmende Details hinzu (Alter, Rasse, Material, Jahreszeit).

Schließen Sie mit der Aktion oder dem Zustand (laufend, schmelzend, halb geöffnet). Diese Reihenfolge hilft dem Modell, ein stimmiges Gesamtbild aufzubauen, bevor feine Details ergänzt werden.

Vermeiden Sie es, zu viele Motive in einen Prompt zu packen. Zwei bis drei Elemente in einer Szene funktionieren gut. Fünf oder mehr konkurrierende Blickfänge ergeben meistens ein überladenes, unstimmiges Bild. Bei komplexen Szenen sollten Sie Elemente einzeln generieren und dann zusammensetzen.

Der Stil bringt Ihren Prompt von „ein Bild von etwas" zu etwas mit visueller Identität. Sie können Kunststile referenzieren (Jugendstil, Bauhaus, Ukiyo-e), Medientypen (Ölgemälde, Aquarell, 35-mm-Analogfotografie, Pixel Art) oder spezifische visuelle Qualitäten (Flat Illustration, hyperrealistisch, Low-Poly 3D).

Zwei bis drei Stilreferenzen zu kombinieren liefert oft interessantere Ergebnisse als eine einzelne. „Aquarellillustration mit Tuscheumrissen im Stil botanischer Feldführer" gibt dem Modell eine klare, unverwechselbare Richtung, weit besser als nur „Aquarell". Die Midjourney-Dokumentation zeigt, wie das Stapeln von Stildeskriptoren vielschichtige, nuancierte Ergebnisse erzeugt.

Das Medium zählt ebenso wie der Stil. „Digitales Gemälde" erzeugt eine andere Textur als „Acryl auf Leinwand", selbst beim gleichen Motiv. Denken Sie daran, was Sie einem menschlichen Künstler sagen würden: welches Werkzeug, welcher Untergrund, welche Epoche.

Wenn Sie Fotorealismus anstreben, ergänzen Sie technische Kameradetails: „aufgenommen mit Canon EOS R5, 85-mm-Objektiv f/1.4, geringe Schärfentiefe". Diese Begriffe aktivieren die Trainingsdaten aus echter Fotografie, und die Ergebnisse sehen deutlich realistischer aus als bei einem generischen „realistisches Foto"-Prompt.

Die Beleuchtung verändert alles an einem Bild. Dasselbe Motiv im warmen Licht der goldenen Stunde wirkt hoffnungsvoll. Unter hartem Neonlicht wirkt es klinisch oder beunruhigend. Sie müssen die Beleuchtung angeben, weil der Standard des Modells eine flache, gleichmäßige Ausleuchtung ohne Charakter ist.

Nützliche Beleuchtungsbegriffe: Golden Hour, Blaue Stunde, Gegenlicht, Kantenlicht, Rembrandt-Beleuchtung, diffuses Wolkenlicht, Neonschein, Kerzenlicht, volumetrisches Licht (Lichtstrahlen) und Drei-Punkt-Studiobeleuchtung. Jeder erzeugt einen eigenen Look. Kombinieren Sie sie mit Tageszeit oder Wetterbedingungen für mehr Kontrolle: „Golden-Hour-Beleuchtung mit langen Schatten auf einem staubigen Weg."

Stimmung und Atmosphäre gehen Hand in Hand mit der Beleuchtung. Wörter wie „düster", „ätherisch", „rau", „ruhig" oder „dramatisch" lenken das Gesamtgefühl des Bildes. Allein sind sie ungenau, aber als Ergänzung zu einem konkreten Beleuchtungs-Setup wirken sie stark. „Dramatische Rembrandt-Beleuchtung in einer nebligen Gasse" ist weit wirkungsvoller als „dramatische Stimmung".

Die Stable-Diffusion-Dokumentation weist darauf hin, dass Beleuchtungs- und Atmosphären-Keywords zu den einflussreichsten Tokens bei der Bildgenerierung gehören. Platzieren Sie sie früh im Prompt, direkt nach dem Motiv, um ihnen mehr Gewicht zu geben.

Die Komposition sagt dem Modell, wie es Elemente im Bild anordnen soll. Ohne Anweisung bekommen Sie eine zentrierte Halbtotale als Standard. Für Porträts ist das brauchbar, für alles andere einschränkend.

Verwenden Sie Fotografie- und Filmsprache für den Bildausschnitt: Extreme Nahaufnahme, Nahaufnahme, Halbtotale, Ganzkörper, Totale, Vogelperspektive, Froschperspektive, Über-die-Schulter, Dutch Angle. Jeder Ausschnitt erzeugt ein anderes Verhältnis zwischen Betrachter und Motiv.

Eine Froschperspektive auf einen Wolkenkratzer lässt ihn wuchtig wirken. Eine Vogelperspektive lässt dasselbe Gebäude wie ein Spielzeug aussehen.

Kompositionsregeln aus der Fotografie lassen sich gut auf Prompts übertragen. „Drittel-Regel" verschiebt das Motiv aus der Mitte. „Führungslinien" lenken den Blick zum Fokuspunkt. „Negativraum auf der linken Seite" schafft Platz für Texteinblendungen in Designprojekten.

Auch das Seitenverhältnis beeinflusst die Komposition. Ein 16:9-Querformat eignet sich natürlich für Landschaften, während ein 9:16-Hochformat für Porträts und mobile Inhalte passt.

Die Midjourney-Dokumentation erlaubt die direkte Einstellung über den Parameter --ar. Legen Sie das Seitenverhältnis immer vor der Generierung fest, denn ein nachträglicher Beschnitt einer quadratischen Aufnahme zum Breitformat verschenkt den Großteil der Komposition.

Die Farbpalette bestimmt die Wirkung eines Bildes, noch bevor der Betrachter das Motiv erfasst. Sie können Farbe auf mehrere Arten steuern: konkrete Farben benennen („Petrol und gebranntes Orange"), einen Palettentyp referenzieren („gedämpfte Erdtöne", „Pastellpalette", „monochromes Blau") oder eine kulturelle oder zeitliche Referenz setzen („Kodachrome-Farben der 1970er", „Cyberpunk-Neon").

Textur gibt dem Bild eine haptische Qualität, die es entweder realistisch oder bewusst stilisiert wirken lässt. „Grobe Pinselstriche" fühlen sich anders an als „glatte Airbrush-Verläufe". „Körnige Filmtextur" unterscheidet sich von „sauberem digitalem Rendering". Stellen Sie sich vor, wie sich das Bild anfühlen würde, und bringen Sie das in Worte.

Farbe und Textur zusammen ergeben eine visuelle Signatur. „Entsättigtes Petrol und Bernstein mit sichtbarem Filmkorn und Lichtlecks" beschreibt eine konkrete Ästhetik, die das Modell über mehrere Generierungen hinweg konsistent reproduzieren kann. Das ist nützlich, wenn Sie eine Bildserie brauchen, die zusammengehörig wirkt, etwa für eine Markenkampagne oder einen Social-Media-Feed.

Falls das Modell zu gesättigte Ergebnisse liefert (ein häufiger Standard), ergänzen Sie „gedämpfte Farben" oder „geringe Sättigung". Umgekehrt, wenn Bilder flach wirken, versuchen Sie „leuchtend", „hoher Kontrast" oder „satte Farben". Kleine Farbanpassungen haben oft mehr Wirkung auf die wahrgenommene Qualität als Änderungen am Motiv selbst.

Negativ-Prompting erlaubt es, dem Modell mitzuteilen, was im Bild nicht erscheinen soll. Nicht alle Tools unterstützen das. Stable Diffusion hat ein eigenes Negativ-Prompt-Feld. Midjourney verwendet den Parameter --no. DALL-E handhabt Ausschlüsse weniger direkt, in der Regel über sorgfältige Formulierung des Hauptprompts.

Häufige Einträge im Negativ-Prompt: „unscharf, niedrige Qualität, deformierte Hände, zusätzliche Finger, Wasserzeichen, Text, beschnitten, außerhalb des Rahmens". Das adressiert die häufigsten Artefakte bei KI-generierten Bildern.

Hände und Finger bleiben eine Schwachstelle der meisten Modelle. Ein expliziter Hinweis auf Deformationen im Negativ-Prompt hilft, beseitigt das Problem aber nicht vollständig.

Betrachten Sie Negativ-Prompts als Leitplanken, nicht als kreatives Werkzeug. Sie eignen sich am besten, um bekannte Probleme zu unterdrücken, nicht um die kreative Richtung zu steuern. Dem Modell zu sagen, was Sie wollen, ist immer wirkungsvoller, als zu versuchen, das Bild durch eine Liste von Ausschlüssen zu formen.

Ein praktischer Workflow: Generieren Sie Ihr erstes Bild ohne Negativ-Prompt. Notieren Sie die konkreten Probleme. Fügen Sie diese Probleme zum Negativ-Prompt hinzu und generieren Sie neu. Dieser gezielte Ansatz funktioniert besser als eine lange generische Ausschlussliste von Anfang an, weil Sie reale Probleme lösen statt hypothetische.