Ein ganzes Marken-Bildset mit KI-Bildern aufbauen

Ein überzeugendes Produktbild zu erzeugen ist längst nicht mehr der schwierige Teil. Schwierig ist, das fünfte zu erzeugen und dabei immer noch dieselbe Marke zu sehen — dieselbe Logo-Geometrie, dieselbe Schrift, denselben Labeltext, dasselbe Material, dasselbe Licht.

Microsoft hat auf seiner MAI-Image-2.5-Seite eine Bildserie für eine fiktive Kerzenmarke namens ORVA veröffentlicht. Als Marketing gelesen sind das fünf hübsche Bilder. Als Beleg gelesen ist es etwas Nützlicheres: ein durchgearbeitetes Beispiel dafür, was über eine Serie hinweg hält, was leise driftet und wo diese Drift landet. Das macht die Serie zu einem guten Rückgrat für einen Ablauf, den du mit jedem leistungsfähigen Bildmodell fahren kannst.

Dieser Leitfaden behandelt den Aufbau eines Marken-Bildsets: die Reihenfolge beim Generieren, wie du jede Aufnahme schreibst, damit die Marke sie übersteht, und den einen Fehlermodus, der zuverlässig auftaucht, sobald ein Set wächst.

Was ein Set halten muss

Ein einzelnes Bild muss gut aussehen. Ein Set muss mit sich selbst übereinstimmen. Bevor du irgendetwas generierst, schreib auf, was über jede Aufnahme hinweg zeichengleich sein muss — das wird deine Abnahmecheckliste:

Alles, was nicht auf dieser Liste steht, darf sich ändern — genau das macht es zu einem Set statt zu fünf Kopien. Die Liste ist bewusst kurz. Eine lange Konstantenliste ist eine lange Liste von Dingen, die ein Modell kaputt machen kann.

Schritt 1: Die Identität auf der einfachsten Fläche festzurren

Beginn mit der Aufnahme, die die wenigsten konkurrierenden Elemente hat. Für eine Wortmarke ist das die Marke allein auf einem schlichten Material:

Dieses Bild hat genau eine Aufgabe: die Buchstabenformen richtig hinzubekommen. Kein Produkt, keine Szene, kein Sekundärtext, der um Detailtreue konkurriert. Die Prägung ist hier ein nützlicher Kniff, weil sie das Modell zwingt, sich auf eine einzige konsistente Buchstabengeometrie festzulegen — die eingedrückte Kante muss der tatsächlichen Glyphenform folgen, damit werden Fehler sichtbar, statt sich in flacher Schrift zu verstecken.

Sobald das freigegeben ist, ist es deine Referenz für alles Weitere. Leite das Logo in späteren Prompts nicht erneut aus Text her, sondern trag es weiter.

Schritt 2: Die Hero-Produktaufnahme bauen

Das zweite Bild ergänzt Gefäß und vollständiges Label, weiterhin auf neutraler Fläche und mit kontrolliertem Licht:

Dieses Bild muss perfekt sein, denn es ist das, gegen das du jede weitere Aufnahme prüfst. Drei Details lohnen eine gezielte Kontrolle:

• Das akzentuierte Zeichen. „PARFUMÉE“ trägt ein É. Akzente, Ligaturen und nichtlateinische Schriften sind die Stelle, an der Text im Bild zuerst scheitert — und eine französische Zeile auf einem Kerzenlabel ist genau die Art Kleintext, den niemand Korrektur liest, bis er gedruckt ist.
• Die Mengenzeile. „NET WT. 8.5 OZ | 240 G“ mischt eine Dezimalstelle, zwei Einheitensysteme und ein Pipe-Zeichen. Wenn dein Label eine rechtliche oder regulatorische Zeile trägt, prüfst du hier, ob das Modell sie hält.
• Die typografische Hierarchie. Wortmarke dominant, Produktbezeichnung nachgeordnet, Kleingedrucktes am kleinsten. Ein Modell, das alles korrekt schreibt, aber allen drei Blöcken dasselbe visuelle Gewicht gibt, hat ein unbrauchbares Label produziert.

Schritt 3: Das Produkt in einen Kontext stellen

Ist der Hero freigegeben, wächst das Set in Szenen hinein. Jede neue Aufnahme wechselt die Umgebung und erbt dabei das Produkt:

Der Prompt für so eine Aufnahme sollte sich als Umgebung plus geerbtes Produkt lesen, nicht als frische Beschreibung. Die Szene bekommt Details, das Produkt wird per Referenz benannt:

Place the approved candle on a light oak coffee table in a sunlit living room. Keep the label, glass colour, and black base band exactly as in the reference. Blurred mid-century armchair and woven vase in the background, hard morning light, soft shadows across the table.

Die Adjektive gehen an die Umgebung. Das Produkt bekommt eine Erhaltungsanweisung. Das umzudrehen — die Kerze in jeder Aufnahme neu zu beschreiben — ist genau der Weg, auf dem ein Set driftet, denn jede frische Beschreibung ist eine frische Gelegenheit für das Modell, das Label neu zu interpretieren.

Schritt 4: Bewegung und Stimmung ergänzen

Nicht jedes Bild eines Sets muss lesbar sein. Manche existieren für den Rhythmus:

Dieses Bild lohnt genaues Lesen, weil es den Unterschied zwischen akzeptabler Weichheit und Drift zeigt. Die Wortmarke ist noch lesbar, das Kleingedruckte nicht. In einer Bewegungsaufnahme ist das physikalisch korrekt — ein taumelndes Glas sollte unlesbare Kleinschrift haben. Der Test lautet, ob die Unlesbarkeit im Bild eine benannte Ursache hat. Unschärfe durch Bewegung ist ein Look. Unschärfe bei stehender Kamera und ruhendem Produkt ist ein Defekt.

Schritt 5: Die Gruppenaufnahme — und wo Sets tatsächlich brechen

Die letzte Aufnahme stellt das Produkt neben Begleiter: das Sortimentsbild, das jede Marke braucht.

Sieh dir die Pumpflasche links an. Ihr Label ist mit schriftähnlichen Zeichen bedeckt, die in keiner Sprache Wörter ergeben. Und schau dann im selben Bild zurück auf das Kleingedruckte der Kerze — „SCENTED CANDLE / BOUGIE PARFUMÉE“ und die Mengenzeile sind spürbar weicher und verzerrter als in der Hero-Aufnahme.

Das ist der Fehlermodus, den man verinnerlichen sollte, und er ist nicht zufällig: Detailtreue folgt der Aufmerksamkeit. Das Element, das der Prompt benennt, wird korrekt gerendert. Elemente, die lediglich vorhanden sind, bekommen plausibel aussehende Textur dort, wo Schrift stehen müsste. Je mehr Objekte du ins Bild holst, desto kleiner wird das Budget für jedes einzelne — die Aufnahme mit den meisten Requisiten ist also die, die am ehesten Kauderwelsch auf einem Label produziert, an das du gar nicht gedacht hast.

Die praktische Antwort ist nicht, Gruppenaufnahmen zu vermeiden, sondern sie einzuplanen:

• Gib sekundären Objekten gar keinen Text. Unbeschriftete, markenlose Begleiter sind in einem Flatlay realistischer und lassen sich zugleich nicht falsch machen.
• Benenne pro Bild genau einen Hero. Sag ausdrücklich, welches Objekt korrektes Branding tragen muss, und beschreib den Rest als generische Formen und Materialien.
• Komponiere die Gruppe, dann setz das Label in einem zweiten Edit. Generiere zuerst die Anordnung und platziere dann per gezieltem Edit die korrekte Schrift auf dem einen Produkt, das sie braucht.
• Zuschnitt als Rückfallebene. Wenn ein Hintergrundlabel als Rauschen herauskam, die Komposition aber sonst stimmt, ist ein engerer Ausschnitt schneller als eine Neugenerierung.

Die Reihenfolge, die das trägt

Der ganze Ablauf ist ein Prinzip, fünfmal angewendet: erst festlegen, was sich nicht ändern darf, dann alles andere drumherum ändern.

1. Identitätsplatte. Marke allein auf schlichtem Material. Buchstabenformen freigeben.
2. Hero-Produkt. Vollständiges Label, neutrale Fläche, kontrolliertes Licht. Akzente, Einheiten und Hierarchie prüfen.
3. Lifestyle-Kontext. Neue Umgebung, Produkt per Referenz und Erhaltungsanweisung mitgeführt.
4. Stimmung und Bewegung. Weichheit ist in Ordnung, wenn das Bild ihre Ursache benennt.
5. Gruppenaufnahme. Ein benannter Hero, markenlose Begleiter, Prüfung in voller Auflösung.

Jeder Schritt erbt vom vorherigen, statt neu anzufangen. Das ist der Unterschied zwischen einem Set und fünf Bildern einer ähnlichen Kerze.

FAQ

Wie halte ich ein Logo über mehrere KI-generierte Bilder konsistent?

Gib zuerst ein einzelnes Identitätsbild frei und führ es als Referenzbild weiter, statt das Logo in jedem Prompt neu zu beschreiben. Jede frische Textbeschreibung ist eine frische Gelegenheit für das Modell, die Buchstabenformen neu zu interpretieren.

Warum kommt Text in KI-Bildern als Kauderwelsch heraus?

Meistens, weil das Element, das diesen Text trägt, im Prompt nicht benannt wurde. Modelle verteilen Detailtreue auf das, wonach sie gefragt werden; unbenannte Objekte bekommen Textur, die Schrift ähnelt. Es passiert außerdem bei sehr kleiner Schrift, bei akzentuierten oder nichtlateinischen Zeichen und in überfüllten Bildern.

Wie viele Referenzbilder sollte ich für ein Produktset verwenden?

Starte mit einem freigegebenen Identitäts- oder Hero-Bild und ergänze Referenzen nur für das, was wirklich bestehen bleiben muss — typischerweise das Produkt und sein Label. Mehr Referenzen sind nicht automatisch besser; jede konkurriert um Einfluss auf das Ergebnis.

Sollte ich ein Markenset in einem Prompt oder in mehreren generieren?

In mehreren. Eine Aufnahme pro Prompt, jede erbt das freigegebene Produkt: So bekommst du nach jedem Bild einen Prüfpunkt und einen eindeutigen Verursacher, wenn etwas driftet. Ein einzelner Prompt für fünf Bilder lässt dir keine Möglichkeit, einen Fehler zu isolieren.

Was sollte ich prüfen, bevor ich ein Produktbild freigebe?

Mindestens: Geometrie der Wortmarke, jede Zeile Labeltext inklusive Akzenten und Einheiten, die typografische Hierarchie, Material und Farbe des Gefäßes sowie jeden lesbaren Text auf sekundären Objekten. In voller Auflösung prüfen, nicht in Thumbnailgröße.

Darf ich KI-Produktbilder kommerziell nutzen?

Das hängt von den Bedingungen des Modells ab, von deinen Rechten an hochgeladenem Referenzmaterial und davon, ob das Ergebnis fremde Marken- oder Designrechte verletzt. Markenähnliche Bilder für eine Marke zu erzeugen, die dir nicht gehört, birgt reale Risiken — prüf die kommerziellen Bedingungen des Anbieters vor der Veröffentlichung.

Loslegen mit OmniArt

Öffne den OmniArt-Bild-Workspace und fahr die ersten beiden Schritte für eine eigene Marke: eine Identitätsplatte, dann eine Hero-Produktaufnahme mit vollständigem Label. Hör dort auf und prüf das Kleingedruckte in voller Größe, bevor du weitergehst — diese zwei Bilder entscheiden, ob sich die restlichen drei überhaupt lohnen.

Die Prompt-Techniken hinter den einzelnen Schritten findest du in den vier von Microsoft veröffentlichten Prompts, wo es um das Benennen eines Objekts geht, damit ein Edit lokal bleibt, und im Seedream-5.0-Pro-Launchguide zu dessen Referenzbild-Steuerung. Sind die Stills freigegeben, hält OmniArt Bild- und Videomodelle im selben Workspace — eine freigegebene Hero-Aufnahme geht also direkt in Bewegung über, ohne die Marke woanders neu aufzubauen.