Was passiert
Neun führende AI-Bildgeneratoren wurden in praktischen Tests gegenüber gestellt und dabei auf drei konkrete Anwendungsfälle hin bewertet: handgezeichnete Doodle-Sticker, stilisierte Produktfotografie und typografische Grafiken mit Effekten.
Nano Banana 2 von Google schnitt insgesamt am konsistentesten ab. Das Modell zeigte die beste Balance zwischen Illustrationsgenauigkeit, Annäherung an Fotorealismus und zuverlässiger Typografie. Wer nur einen Ansatz testen möchte, sollte hier beginnen.
Seedream (ByteDance) und Ideogram 3.0 überzeugten speziell bei der Textgenauigkeit. Sie platzieren Wörter zuverlässig und geben sie korrekt wieder – eine Stärke, bei der andere Modelle regelmäßig scheitern. Midjourney und GPT Image etwa garbelten Textpassagen häufig oder ließen sie ausfallen.
Ein konsistentes Muster zeigte sich beim Fotorealismus: Kein getestetes Tool produzierte ein Bild, das man ohne Nachbearbeitung überzeugend als echtes Foto ausgeben könnte. Besonders bei Prompts mit Markennamen oder Bildschirminhalten entstanden erkennbare Fehler.
Recraft fiel durch handwerkliche Qualität und künstlerische Tiefe auf – die generierten Bilder besaßen eine visuelle Reichhaltigkeit, die andere Werkzeuge nicht erreichten. Adobe Firefly 5 argumentiert vor allem mit nahtloser Integration ins Adobe-Ökosystem (Photoshop, Illustrator) und strikter kommerzieller Lizenzierung, scheiterte aber im Test teilweise an Detailtreue.
Multi-Model-Plattformen wie Leonardo.ai und Higgsfield wurden zunehmend zum Standard. Sie erlauben den Zugriff auf mehrere Modelle in einer Oberfläche und ermöglichen Direktvergleiche. Leonardo.ai integriert sich dabei direkt in Canva – relevant für Designer, die dort ohnehin arbeiten.
Ein wichtiger Nebenaspekt: Die Frage der kommerziellen Nutzungsrechte. Sie variieren je nach Tool und Abonnement. In den USA genießt rein AI-generiertes Material grundsätzlich keinen urheberrechtlichen Schutz ohne signifikanten menschlichen Schöpfungsanteil – wenngleich von Menschen gestaltete Elemente einer AI-unterstützten Arbeit durchaus geschützt sein können.
Einordnung
Lange Zeit lagerte die Engstelle bei der Anwendung von AI-Bildgeneratoren nicht bei den Tools selbst, sondern bei der Fähigkeit der Nutzer, klare Prompts zu formulieren. Diese Situation hat sich gewandelt. Die Modelle sind beeindruckend zuverlässig geworden, insbesondere in den letzten zwölf Monaten. Die neue Engstelle ist das Wissen um die richtige Anfrage.
Das hat direkte Konsequenzen für konkrete Prompt-Strategien: Struktur ist entscheidend. Ein bewährtes Gerüst lautet: Subjekt und Aktion + Kontext oder Umgebung + zwei bis drei spezifische Details + Stil.
Ein praktisches Beispiel: „Photorealistic image of an iPhone on a light marble surface, screen facing up, showing an Instagram feed. A small iced coffee in a clear cup and a sprig of eucalyptus beside it. Three-quarter overhead angle, soft natural window light from the right. Editorial product photography. No people, no hands, no text overlays, no watermarks."
Solche Präzision funktioniert deshalb, weil die Modelle auf Sprache reagieren, die in echten Designprozessen üblich ist: Fotografiebegriffe wie Depth of Field, Schusswinkel, Beleuchtungsqualität und Linsenperspektive. Vage Descriptor wie „beautiful" oder „high quality" bewirken dagegen kaum etwas.
Für Illustration statt Fotorealismus muss das Stilanker noch spezifischer sein. Das Modell wird sonst weder das beabsichtigte Medium noch die Technik verstehen. „Hand-drawn doodle, single color line art, slightly wobbly quality, outlines only" funktioniert. „Illustration" allein führt zu generischen, flachen Resultaten. Negative Prompts – also Anweisung, was ausgeschlossen werden soll – bleiben untergenutzt. „No watermark, no text, no photorealism" bereinigt Outputs merklich, funktioniert aber nur bei already-solidem Core Prompt.
Farbangaben funktionieren in Wortform zuverlässiger als Hex-Codes: „light blue" outperformed #87ceeb in den meisten Tests. Nur bei Markenpräzision (Corporate Design) und mit Werkzeugen, die speziell für Designer gemacht sind, lohnt sich das technische Format.
Das bedeutet einen grundlegenden Shift: Der Bottleneck war nie die Bildqualität. Er war die Klarheit des Briefings.
Was das bedeutet
Die Wahl des richtigen Tools ist weniger eine Frage technischer Überlegenheit als vielmehr des eigenen Workflows und der spezifischen Anforderung.
Für Soziale Medien, wo Illustration und Ausdrucksstärke zählen, ist Recraft trotz gelegentlicher Schwächen bei Typografie das leistungsfähigste Werkzeug. Nano Banana 2 dagegen ist der zuverlässigste Allrounder – besonders wertvoll, wenn Genauigkeit und Vielseitigkeit wichtiger sind als künstlerische Unkonventionalität. Wer Text braucht – und sei es nur ein beschrifteter Button oder eine Headline – kommt um Seedream oder Ideogram 3.0 nicht herum.
Die beste Erkenntnis ist aber prozessual: AI-Bildgeneratoren lösen nicht das Problem „Ich brauche ein Bild, das ein Fotograf oder Illustrator machen könnte." Sie lösen das Problem „Ich brauche ein Bild, das ich selbst gar nicht machen könnte." Wer nicht zeichnen kann und keine Fotoshootings bucht, für den schließen diese Tools eine echte Lücke – nicht als Ersatz für bestehende Kapazitäten, sondern als Zugang zu visuellen Möglichkeiten, die sonst unerreichbar wären.
Das erklärt auch, warum der Photorealismustest relativ unwichtig ist: Für echte Produktfotografie ist und bleibt die Kamera das bessere Werkzeug. Für alles, was dazwischen liegt – Illustrationen, Icons, Sticker, Grafiken, konzeptionelle Visualisierungen – sind AI-Generatoren bereits praktisch unverzichtbar.
