24.08.2026•8 Min. Lesezeit

Häufige Fehler bei KI-Bildern fürs Marketing, sortiert nach Schaden

Unter dem Post steht ein Kommentar: „Sieht das Produkt echt so aus?” Darunter zwei Likes von Leuten, die genau das wissen wollen. Bis dahin war das Bild nur ein Bild, jetzt ist es eine Frage an die Glaubwürdigkeit des Ladens.

Die meisten Fehler mit generierten Bildern sind harmlos und kosten eine Korrekturschleife. Ein paar wenige kosten Vertrauen, und zwei können teuer werden. Deshalb steht hier nicht das Alphabet, sondern der Schaden: oben das, was dir eine Abmahnung, eine Rücksendewelle oder einen Reputationsschaden einträgt. Unten das, was dich nur Zeit kostet.

Ein Workshop-Survey mit neun Antworten nannte als größte Hürden bei generierten Bildern, in dieser Reihenfolge: Bildrechte und Urheberrecht, Brand Voice und Qualitätskontrolle, und zu offensichtliche KI-Nutzung in der Außenwahrnehmung. Die Sortierung unten folgt derselben Logik.

1. Ein generiertes Produkt wird als echtes Produktfoto ausgegeben

Der teuerste Fehler im Feld. Ein Modell erzeugt eine Verpackung, die es so nicht gibt, ein Etikett mit erfundenem Text, eine Kaffeemaschine mit einem Bedienfeld, das kein Gerät hat. Als Stimmungsbild wäre das unproblematisch. In der Produktkachel eines Shops wird daraus eine Aussage über die Ware.

Woran du es merkst: Der Kommentarstrang stellt Detailfragen. Der Support bekommt Anfragen zu Ausstattung, die nicht existiert. Rücksendungen werden mit „anders als abgebildet” begründet. Und intern der beste Frühwarnindikator: Niemand kann sagen, ob das Bild eine Fotografie oder eine Generierung ist.

Was stattdessen: Zieh eine harte Linie zwischen Bildern, die die Ware zeigen, und Bildern, die eine Stimmung transportieren. Alles, was Kaufentscheidungen trägt, geht auf echte Aufnahmen zurück. Generierte Anteile bleiben im Umfeld: Hintergrund, Szene, Lichtstimmung. Wo die Grenze liegt und wie Mockups sauber davon abgehen, steht in Produktbilder und Mockups mit KI.

2. Ein Referenzbild wird ohne Rechte verwendet

Ein Foto aus der Suchmaschine, das Bild eines Mitbewerbers, eine Aufnahme von der letzten Messe mit fremden Gesichtern darauf. Rein ins Werkzeug als Stil- oder Motivreferenz. Der Gedanke „ich habe es ja nicht veröffentlicht” trägt nicht weit, denn die Rechte an einer Vorlage verschwinden nicht dadurch, dass ein Modell sie verarbeitet.

Woran du es merkst: Du kannst zu deinen Referenzbildern nicht sagen, woher sie stammen. Es gibt keinen Ordner, in dem sie liegen, sondern nur den Verlauf im Werkzeug. Bei Bildern mit erkennbaren Personen liegt keine Einwilligung vor.

Was stattdessen: Bau dir einen kleinen, sauberen Referenzbestand aus eigenem Material, lizenzierten Aufnahmen und selbst generierten Bildern, die du behalten darfst. Notiere je Datei die Herkunft. Der Unterschied zwischen einer Stilreferenz und einer Motivreferenz ist dabei handwerklich wie rechtlich relevant: Referenzbilder richtig einsetzen trennt beides, und was dir am Ergebnis überhaupt gehört, klärt Bildrechte bei KI-Bildern.

3. Die Kennzeichnung fehlt

Ab dem 2. August 2026 greifen die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung. Sie richten sich teils an Anbieter der Systeme, teils an diejenigen, die damit Inhalte verbreiten. Anbieter müssen synthetische Ausgaben maschinenlesbar markieren, etwa über eingebettete Herkunftsdaten nach dem C2PA-Standard oder über Wasserzeichen; für Systeme, die vor diesem Datum schon auf dem Markt waren, gilt diese Pflicht erst ab dem 2. Dezember 2026. Für dich als Nutzer heißt das zweierlei: Die Markierung entsteht möglicherweise ohne dein Zutun, und sie ersetzt die sichtbare Kennzeichnung dort nicht, wo sie verlangt ist.

Woran du es merkst: Im Team gibt es keine Antwort auf die Frage, welche der letzten zwanzig Bilder generiert waren. Beim Export durch Bildbearbeitung, Komprimierung oder Upload gehen Metadaten verloren, und niemand hat geprüft, ob sie noch dran sind.

Was stattdessen: Leg eine Regel fest, statt jedes Bild einzeln zu bewerten, und dokumentiere sie an einer Stelle. Prüf einmal an einer typischen Datei, was dein Veröffentlichungsweg mit den Herkunftsdaten macht. Details, Ausnahmen und die Frage, wann eine sichtbare Angabe nötig ist, behandelt Kennzeichnung von KI-Bildern. Das hier ist Orientierung, keine Rechtsberatung; bei Werbung mit Personenabbildungen oder Gesundheitsbezug lohnt der Anruf bei einem Fachanwalt.

4. Bildfehler bleiben unentdeckt, weil das Motiv gefiel

Der Mechanismus ist berechenbar. Du hast lange gesucht, endlich sitzt die Stimmung, und ab da liest dein Auge nur noch die Bestätigung. Die vierte Hand am Bildrand, der Stuhl mit drei Beinen, das Kabel, das im Nichts endet: alles vorhanden, alles übersehen.

Woran du es merkst: Der Fehler wird nach der Veröffentlichung gefunden, und zwar von jemandem, der das Bild zum ersten Mal sieht. Zwischen Auswahl und Freigabe lag weniger als eine Minute. Geprüft wurde in der verkleinerten Vorschau.

Was stattdessen: Prüfen in fester Reihenfolge, in voller Auflösung, und möglichst nicht von der Person, die das Bild ausgewählt hat. Hände, Augen, Text, Symmetrien, Schattenrichtung, Übergänge. Die vollständige Prüfliste vor der Veröffentlichung macht daraus einen Ablauf von zwei Minuten, und woran generierte Bilder erkannt werden erklärt, warum bestimmte Fehler immer wieder an denselben Stellen auftauchen.

5. Schrift wird ins Bild geprompted

Der Klassiker mit der höchsten Rückfallquote. Ein Team bei Microsoft Research berichtet auf seinem eigenen Benchmark für Design-Bilder eine Trefferquote von unter 20 Prozent, bevor es einen eigens für Schriftzeichen trainierten Encoder vor das Bildmodell gesetzt hat. Dass es überhaupt spezialisierte Modelle, eigene Datensätze und eigene Benchmarks nur für Text im Bild gibt, sagt genug über den Normalfall.

Woran du es merkst: Buchstaben, die fast stimmen. Ein Wort, das beim dritten Hinsehen keins mehr ist. Und der Umstand, dass du gerade den vierten Durchlauf startest, weil die Headline immer noch „Qulität” sagt.

Was stattdessen: Bild und Text trennen. Im Prompt beschreibst du eine ruhige, gleichmäßig ausgeleuchtete Fläche an der Stelle, wo der Text hinsoll. Gesetzt wird er danach im Layoutwerkzeug oder direkt im CSS, mit der echten Hausschrift und prüfbarem Kontrast. Die Begründung und der Ablauf stehen in KI-Bilder nachbearbeiten.

6. Die Marke steckt nur als Hex-Wert im Prompt

„#1B4D3E” im Prompt und danach die Enttäuschung, dass das Grün im Bild ein anderes ist. Farbe an ein bestimmtes Objekt zu binden gehört zu den gemessenen Schwächen von Bildmodellen: Der Benchmark GenEval prüft das getrennt und findet bei den ausgewerteten Modellen Werte zwischen 0,01 und 0,35 für die Zuordnung, während dieselben Modelle einzelne Objekte bis 0,98 treffen (Auswertung von 2023, heutige Modelle liegen höher).

Woran du es merkst: Nebeneinandergelegte Bilder aus derselben Kampagne haben leicht verschiedene Markenfarben. Beim Nachmessen mit der Pipette liegt jeder Wert ein Stück daneben, mal wärmer, mal dunkler.

Was stattdessen: Farbe kommt in die Nachbearbeitung, nicht in den Prompt. Fläche auswählen, Farbe ziehen, mit der Pipette gegen den Hex-Wert nachmessen. Der Prompt bekommt stattdessen die Beschreibung: „tiefes, leicht entsättigtes Waldgrün” führt weiter als eine Zahl. Welche Vorgaben du überhaupt festschreibst, klärst du einmal in den CI-Vorgaben für KI-Bilder.

7. Adjektivketten ersetzen Bildsprache

„modern, hochwertig, dynamisch, professionell, innovativ, sauber, premium.” Sieben Wörter, die alle dasselbe meinen: gefällig. Das Modell macht daraus einen Durchschnitt aus allem, was in den Trainingsdaten so aussah, und heraus kommt das Bild, das jeder schon gesehen hat.

Dazu kommt ein technischer Grund. Benchmarks für kompositionelle Bildgenerierung prüfen genau die Fälle, in denen mehrere Eigenschaften an mehrere Objekte gebunden werden müssen, und das ist die Disziplin, in der Modelle bis heute am schlechtesten abschneiden. Jedes weitere Adjektiv erhöht die Chance, dass eine Eigenschaft am falschen Gegenstand landet.

Woran du es merkst: Dein Prompt besteht überwiegend aus Wertungen und kaum aus Beobachtbarem. Zwei Bilder aus zwei völlig verschiedenen Prompts sehen gleich aus.

Was stattdessen: Beschreib, was eine Kamera sehen würde. Wer oder was ist im Bild, aus welcher Höhe, mit welchem Ausschnitt, woher kommt das Licht, welche Oberfläche, welche Tiefenschärfe. „Halbnah, leicht von unten, Streiflicht von rechts, matte Betonwand” ist prüfbar. „Modern und hochwertig” ist es nicht. Der Aufbau im Detail steht in Motiv, Bildaufbau, Licht, Stil.

8. Jedes Bild wird einzeln entschieden

Der stillste Fehler, und der einzige, den du an einem einzelnen Bild nicht sehen kannst. Die sieben davor lassen sich an einer Datei nachweisen. Dieser zeigt sich erst an neun Dateien untereinander: Der Feed sieht aus, als hätten ihn neun Leute bestückt, weil jedes Bild in seinem eigenen kleinen Projekt entstand, mit frischem Prompt und dem Maßstab „gefällt mir”.

Das zweite Symptom ist ein Archivproblem. Es gibt keinen Ort, an dem die Prompts liegen, und ein Bild lässt sich nicht reproduzieren. Auffällig wird das, sobald jemand dasselbe Motiv in einem anderen Format braucht.

Der Gegenzug ist ein Briefing, gegen das jedes Bild produziert und geprüft wird, mit festen Feldern für Motiv, Perspektive, Licht, Farbwelt und Format. Als strukturiertes Bildbriefing ist es wiederverwendbar, und für Figuren, die mehrfach auftreten, kommt die Beschreibung aus wiederkehrende Charaktere konsistent halten dazu.

Wo die Liste nicht gilt

Sieben der acht Punkte hängen an derselben Stelle: Das Bild wird bewertet, nachdem es da ist. Der Maßstab entsteht rückwärts aus dem, was das Werkzeug geliefert hat, und dann findet sich immer ein Grund, es gut zu finden. Ein Satz vorher genügt dagegen. Was muss dieses Bild zeigen, für wen, in welchem Format, mit welcher Farbe, und woran erkenne ich, dass es nicht taugt.

Punkt 8 ist der, bei dem das nicht für jeden stimmt. Wer vier Bilder im Quartal braucht, baut sich mit einem Briefing-System einen Apparat, der mehr Zeit frisst, als er spart. Die Grenze verläuft ungefähr dort, wo mehr als eine Person Bilder anfasst oder mehr als ein Kanal beliefert wird. Darunter reicht ein Notizzettel mit vier Zeilen.

Punkt 3 entzieht sich der eigenen Vorgabe ganz: Ob ein Bild eine sichtbare Kennzeichnung braucht, entscheidet nicht dein Maßstab, sondern der Kontext, in dem es am Ende steht.

Der Weg zu einem eigenen Maßstab steht im Leitfaden zur brand-konsistenten KI-Bildgenerierung. Die Probe davor dauert zehn Minuten: die letzten fünf veröffentlichten Bilder, diese Liste von oben nach unten. Der erste Punkt, an dem du zögerst, ist deine Baustelle.

Quellen

Benedikt Backhaus

Experte für KI, Automatisierung und die Zukunft der Arbeit. Ich helfe Unternehmen und Einzelpersonen dabei, die Potenziale neuer Technologien zu nutzen.

Mehr über mich →Termin buchen →