# KI-Bilder nachbearbeiten statt neu generieren: wann sich das lohnt > Farbe ziehen, Ausschnitt ändern, Störendes retuschieren, Schrift außerhalb des Bildes setzen: die Eingriffe, die schneller sind als der nächste Generierungsdurchlauf, und die Anzeichen dafür, dass der Prompt zurück auf Anfang muss. - Autor: Benedikt Backhaus (https://benediktbackhaus.com/ueber-mich/) - Veröffentlicht: 2026-08-24 - URL: https://benediktbackhaus.com/blog/ki-bilder-nachbearbeiten/ - Themen: Praxis, Tools, Kreativität Neunzehn Durchläufe, und die Tasse hat immer noch nicht euer Blau. Beim zwanzigsten stimmt die Farbe halbwegs, dafür sitzt der Schatten jetzt auf der falschen Seite. So vergeht ein halber Vormittag, und am Ende nimmt man das Bild aus Durchlauf sieben. Der Grund liegt in der Mechanik. Jede Generierung baut ein vollständig neues Bild, nicht eine korrigierte Fassung des vorherigen. Änderst du im Prompt ein Wort, ändern sich Pose, Licht, Hintergrund und Bildausschnitt gleich mit. Du verhandelst nicht über ein Detail, du würfelst alles neu. Genau hier steckt die Zeitersparnis: In vielen Fällen ist der Eingriff im Bildeditor kleiner, schneller und vor allem vorhersagbar. In einem Workshop-Survey mit neun Antworten lag die selbst eingeschätzte Sicherheit beim Prompten bei rund 3,8 von 5, bei der Bildgenerierung dagegen bei rund 2,4. Neun Antworten sind keine Studie. Als Hinweis darauf, wo die Unsicherheit sitzt, taugen sie trotzdem. Der naheliegende Einwand: Dann brauche ich also doch ein Bildbearbeitungsprogramm und jemanden, der damit umgehen kann. Stimmt. Vier der fünf Eingriffe unten setzen das voraus, und wer es nicht hat, würfelt weiter und bezahlt mit Durchläufen. Die Frage vor dem nächsten Bild ist deshalb nicht, welches Werkzeug du kaufst. Sie lautet: Wer bei euch kann eine Auswahl treffen und eine Ebene anlegen? ## Farbe: genau das Feld, in dem Bildmodelle messbar schwach sind Der häufigste Grund für Durchlauf zwanzig ist eine Farbe, und das wird nicht besser, egal wie oft du den Hex-Wert in den Prompt schreibst. Farbe korrekt an ein bestimmtes Objekt zu binden, gehört zu den gemessenen Schwachstellen von Bildmodellen. Der Benchmark GenEval vom Allen Institute for AI und der University of Washington prüft das getrennt: einmal, ob überhaupt die richtige Farbe im Bild vorkommt, und einmal, ob sie am richtigen Gegenstand hängt. Bei den dort ausgewerteten Generierungsmodellen lagen die Werte für diese Zuordnung zwischen 0,01 und 0,35, während dieselben Modelle bei einem einzelnen Objekt bis zu 0,98 erreichten. Die Auswertung stammt aus dem Jahr 2023, heutige Modelle liegen höher. Ein Team der Universität Tel Aviv beschreibt denselben Defekt unabhängig davon als Bindungsproblem: Das Modell erzeugt die Farbe, hängt sie aber ans falsche Objekt. Dazu kommt: Ein Hex-Wert ist eine exakte Angabe an ein System, das in Wahrscheinlichkeiten arbeitet. Es gibt keine Instanz im Modell, die am Ende nachmisst. Deshalb gehört Markenfarbe in die Nachbearbeitung. Der Ablauf dauert zwei Minuten: 1. Fläche auswählen. Bei klar abgegrenzten Objekten reicht der Zauberstab oder eine Auswahl nach Farbbereich, bei weichen Kanten arbeitest du mit Maske und weicher Kante. 2. Farbe ziehen. Bei flächigen Grafiken genügt ein Ersetzen mit Toleranz. Bei Stoff, Lack oder Keramik nimmst du eine Einstellungsebene, damit die Helligkeitsverläufe erhalten bleiben. Sonst wirkt die Fläche flach wie ausgemalt. 3. Nachmessen. Pipette auf die Fläche, Wert gegen deinen Hex-Wert vergleichen. Nach Augenmaß liegst du regelmäßig um mehrere Prozent daneben, und genau das fällt auf, wenn das Bild neben dem echten Produkt steht. Welche Farbwerte überhaupt verbindlich sind und wo Spielraum bleibt, klärst du einmal in deinen [CI-Vorgaben für KI-Bilder](/blog/ci-vorgaben-fuer-ki-bilder/). ## Ausschnitt: der billigste Eingriff von allen Bildmodelle liefern feste Seitenverhältnisse. Dein Feed will 4:5, die Anzeige 1,91:1, der Website-Header etwas Breites mit Platz für eine Überschrift. Ein Bild dafür dreimal neu zu generieren ist teuer bezahlte Bequemlichkeit. Beschneide stattdessen. Und wenn oben Platz fehlt, erweitere die Leinwand: Generative Bildausdehnung, in den Werkzeugen meist Outpainting genannt, füllt den neuen Rand passend zum Bestehenden. Freie Werkzeuge wie IOPaint können das, kommerzielle Editoren haben es unter wechselnden Namen eingebaut (Stand Juli 2026). Für Himmel, Wand oder unscharfen Hintergrund funktioniert das zuverlässig, für Bereiche mit Struktur deutlich schlechter. Ein Nebeneffekt, der öfter rettet als gedacht: Viele Bildfehler sitzen am Rand. Eine sechste Hand, ein zerlaufenes Schild, ein Möbelstück ohne Statik. Ein engerer Ausschnitt löst das, ohne dass ein Modell noch einmal raten muss. ## Störendes retuschieren statt umformulieren Für „das Ding da im Hintergrund muss weg" gibt es seit Jahren spezialisierte Verfahren. LaMa etwa, aus dem Jahr 2022, füllt auch große maskierte Bereiche plausibel auf und arbeitet auf Auflösungen, die weit über seinem Trainingsformat liegen. Werkzeuge wie IOPaint bündeln solche Modelle mit automatischer Objektauswahl, sodass du das Störende anklickst statt es freizustellen. Diese Verfahren fassen den Rest des Bildes nicht an: Licht, Pose, Komposition, Farbstimmung bleiben. Das ist der Unterschied zu einem neuen Durchlauf, bei dem du alles aufs Spiel setzt, um eine Steckdose loszuwerden. Die Grenze liegt dort, wo das Entfernte Spuren hinterlassen hat. Ein Objekt verschwindet, sein Schatten bleibt. Eine Person geht weg, ihre Spiegelung im Fenster bleibt stehen. Auch regelmäßige Muster machen Ärger: Fliesen, Jalousien, Fensterreihen an einer Fassade. Dann maskierst du den Schatten mit, oder du suchst dir einen Ausschnitt, in dem beides nicht mehr vorkommt. ## Schrift gehört grundsätzlich aus dem Bild heraus Das ist die Regel mit dem größten Zeitgewinn, und sie hat keine Ausnahme im Marketingalltag. Ein Forschungsteam bei Microsoft berichtet auf seinem eigenen Benchmark für Design-Bilder eine Trefferquote von unter 20 Prozent, bevor es einen eigens trainierten Text-Encoder vor das Bildmodell gesetzt hat. Erst damit stieg der Wert auf nahezu 90 Prozent. Dass Schrift ein Sonderproblem ist, liest du an der Forschungslandschaft ab: eigene Modelle, eigene Trainingsdatensätze, eigene Benchmarks nur für Text im Bild. Wer Schrift in ein allgemeines Bildmodell prompted, arbeitet dagegen an. Setz die Schrift stattdessen in dem Werkzeug, in dem du ohnehin layoutest, oder direkt im CSS. Das kostet dich zwei Minuten und bringt vier Dinge, die im Bild nie zu haben sind: die echte Hausschrift, korrigierbare Rechtschreibung, austauschbaren Text für andere Sprachen und Kontrast, der sich prüfen lässt. Fürs Prompten heißt das: Beschreibe eine ruhige Fläche an der Stelle, wo der Text hinsoll. „Freier, gleichmäßig ausgeleuchteter Bereich im oberen Drittel" reicht. Sag dem Modell nicht, was dort stehen soll. ## Generative Teilbearbeitung: neu würfeln, aber nur an einer Stelle Zwischen „kleiner Eingriff" und „alles neu" liegt das maskierte Generieren. Das Prinzip ist in der Dokumentation der Diffusers-Bibliothek nüchtern beschrieben: Eine Maske legt fest, welcher Bereich neu gefüllt wird und welcher unverändert bleibt. Weiß wird ersetzt, Schwarz bleibt. Damit lässt sich das erledigen, was Retusche nicht schafft und ein neuer Durchlauf zu teuer macht. Ein Gegenstand in der Hand wird ausgetauscht. Ein Kleidungsstück bekommt eine andere Form. Der Hintergrund wird ersetzt, das Motiv bleibt. Drei Dinge aus der Praxis: - **Maske großzügiger als nötig.** Ziehst du sie exakt an der Objektkante, bleibt oft ein Saum vom alten Inhalt stehen. - **Vier Varianten derselben Maske erzeugen.** Sie kosten fast nichts, und die Trefferquote pro Versuch ist niedriger, als sie sich anfühlt. - **Bei 100 Prozent Ansicht prüfen, nicht in der Vorschau.** Übergänge fallen erst dort auf, und sie fallen auch dem Betrachter erst dort auf. ## Woran du merkst, dass der Prompt zurück auf Anfang muss Nachbearbeitung repariert Details. Sie repariert keine falsche Bildidee. Vier Anzeichen sprechen dafür, dass du das Bild wegwirfst: **Der Fehler ist strukturell.** Perspektive, Fluchtlinien, Größenverhältnisse. Wenn der Tisch zwei Horizonte hat, ziehst du das nicht in einer Maske gerade. **Das Licht widerspricht sich.** Schatten fallen in verschiedene Richtungen, Spiegelungen passen zu keiner Lichtquelle. Das ist eines der Merkmale, an denen [KI-Bilder als KI-Bilder erkannt werden](/blog/warum-ki-bilder-nach-ki-aussehen/), und es lässt sich lokal nicht beheben. **Du bräuchtest mehr als drei Masken.** Das ist eine Faustregel, keine gemessene Größe: Ab der vierten Stelle bist du langsamer als mit einem besseren Prompt. Und du erzeugst ein Flickwerk, das im Detail überall leicht anders aussieht. **Das Motiv ist einfach nicht das Briefing.** Die häufigste und am schwersten einzugestehende Variante. Das Bild ist hübsch, es zeigt nur nicht, was es zeigen sollte. Dann liegt der Fehler im Prompt, und wie du ihn aufbaust, steht in [Motiv, Bildaufbau, Licht, Stil](/blog/bildprompt-aufbau/). ## Die Reihenfolge, die Zeit spart Auswahl treffen, bevor du irgendetwas anfasst. Dann Ausschnitt festlegen, dann retuschieren, dann Farbe ziehen, dann Text außerhalb setzen. Zum Schluss die Prüfung vor der Veröffentlichung, für die es eine eigene [Prüfliste](/blog/qualitaetskontrolle-ki-bilder/) gibt. Die Reihenfolge ist nicht beliebig. Wer zuerst die Farbe zieht und danach den Ausschnitt ändert, hat womöglich eine Fläche korrigiert, die gar nicht mehr im Bild ist. Ein technisches Detail rettet dabei mehr Qualität, als es Aufwand macht: Arbeite die ganze Kette über in einem verlustfreien Format und speichere erst am Ende als JPEG. Jeder Zwischenstand, den du in JPEG sicherst und wieder öffnest, wirft Bildinformation weg, und der nächste Schritt holt sie nicht zurück. Bei einem Durchgang sieht man davon nichts. Über mehrere Speicherzyklen summiert es sich, zuerst an weichen Farbverläufen und an Kanten, also genau an den Stellen, die du gerade korrigiert hast. Eine Nebenwirkung bleibt. Ein nachbearbeitetes Bild lässt sich aus dem Prompt nicht mehr herstellen. Der Prompt liefert die Fassung von vorher, alles Weitere steckt in einer Datei und im Kopf der Person, die sie bearbeitet hat. Wer in vier Monaten dasselbe Motiv im Hochformat braucht, braucht die Ebenen. Das ist der Preis für die Vorhersagbarkeit. Zwei Dinge ändert Nachbearbeitung nicht: Ein retuschiertes Bild bleibt ein generiertes Bild, mit allem, was das für [Rechte](/blog/bildrechte-ki-bilder/) und [Kennzeichnung](/blog/kennzeichnung-ki-bilder/) bedeutet. Wie das Ganze in einen wiederholbaren Ablauf für die Marke passt, steht im [Leitfaden zur brand-konsistenten KI-Bildgenerierung](/blog/ki-bildgenerierung-marke-guide/). Nimm für den Anfang das letzte Bild, das du nach vielen Durchläufen verworfen hast. Schreib auf, was daran gestört hat, und ordne jeden Punkt einer Spalte zu: Ausschnitt, Retusche, Farbe, Text, oder strukturell. Wenn drei von vier Punkten in den ersten vier Spalten landen, hättest du das Bild behalten können.