KI-Bilder mit Midjourney & Leonardo steuern – von Chaos zu klaren Prompts

Die meisten KI-Bildgeneratoren wirken am Anfang wie Magie – und wie Zufall. Ein Satz rein, ein Bild raus. Für Social Media kann das reichen, für Marken, Kampagnen oder wiederkehrende Layouts aber nicht. Dann braucht es Kontrolle statt Würfeln.

Dieser Artikel zeigt, wie sich KI-Bilder in Tools wie Midjourney, DALL·E, Stable Diffusion oder Leonardo AI gezielt steuern lassen – ohne Prompts zu studieren wie eine Programmiersprache. Mit einfachen Bauprinzipien, Beispielen und typischen Fehlern.

Grundlagen: Wie KI-Bildgeneratoren „denken“ und warum das wichtig ist

Wie Text-zu-Bild-Modelle arbeiten – in einfachen Worten

Moderne Bild-KIs wie Midjourney, DALL·E oder Stable Diffusion wurden mit Millionen Bildern und Textbeschreibungen trainiert. Sie lernen Muster: Wie sehen „Portrait“, „Comic-Stil“, „Studio-Licht“ oder „Sommerabend“ typischerweise aus?

Beim Generieren zerlegt das Modell das Bild erst in Rauschen und baut es Schritt für Schritt wieder auf – geleitet durch den Prompt. Kurz gesagt: Der Prompt bestimmt, aus welchem Bereich des gelernten Bildraums die KI sich bedient. Je klarer der Prompt, desto klarer die Richtung.

Warum vage Prompts zu Zufall führen

Prompt-Beispiele wie „schöner Wald“ geben der KI kaum Halt. Wald, ja – aber Stil, Perspektive, Licht, Stimmung, Detailgrad sind offen. Das Modell wählt dann einfach häufige Muster aus dem Training. Ergebnis: hübsch, aber unberechenbar.

Wer Kontrolle möchte, ersetzt vage Begriffe durch konkrete Parameter – ähnlich wie bei einer Foto-Briefing-Mail an eine:n Fotograf:in: Motiv, Stil, Bildsprache, Ausschnitt, Licht, Zielmedium.

Strukturierte Prompts: Baukasten statt Wortsalat

Prompt-Bausteine für reproduzierbare KI-Bilder

Statt lange Romane zu schreiben, hilft eine kleine Struktur, die bei fast jedem Tool funktioniert. Ein praxistauglicher Aufbau für Midjourney Prompts, DALL·E oder Leonardo:

• 1. Motiv: Was ist wirklich im Bild? (z. B. „Frau mit Laptop an Holztisch“)
• 2. Umgebung & Kontext: Wo passiert es? (z. B. „helles Home-Office mit Pflanzen“)
• 3. Stil & Referenz: Wie soll es aussehen? (z. B. „natürliche Fotografie, leichte Körnung“)
• 4. Perspektive & Bildaufbau: Von wo aus wird geschaut? (z. B. „halbnah, leicht von oben“)
• 5. Licht & Stimmung: Welches Gefühl? (z. B. „weiches Fensterlicht, ruhige Stimmung“)
• 6. Technik & Qualität: Für welches Ausgabeformat? (z. B. „4k, für Website-Header“)

Ein kompletter Prompt könnte so aussehen: „Frau mit Laptop an Holztisch in hellem Home-Office mit vielen Pflanzen, natürliche Fotografie, halbnahe Aufnahme leicht von oben, weiches Fensterlicht, ruhige Stimmung, 4k, geeignet als Website-Header“.

Mini-Fallbeispiel: Vom vagen Wunsch zum klaren Prompt

Ausgangswunsch: „Mach ein KI-Bild für meine Agentur-Seite“. Das ist zu grob. Schrittweise Verfeinerung:

End-Prompt: „Zwei Personen im Meeting im modernen Büro, kreative Digitalagentur, klarer moderner Stil, seitliche Perspektive mit viel Weißraum, freundliches Tageslicht am Fenster, Querformat, geeignet als Website-Hero-Bild“.

Stil und Konsistenz: Wiedererkennbaren Look mit KI aufbauen

Stil-Tags und Adjektive sinnvoll kombinieren

Stile wie „cyberpunk“, „isometrisch“ oder „Studiofotografie“ sind im Modell stark verankert. Trotzdem hilft es, sie zu präzisieren:

• Konkreter Bildtyp: „Studio-Portrait“, „Street Photography“, „Editorial Illustration“
• Farbstimmung: „monochrom blau“, „pastellige Farben“, „hoher Kontrast“
• Zeiten & Licht: „goldene Stunde“, „Nacht mit Neonlichtern“, „diffuses Schattenlicht“

Wichtig: Nicht 20 Stilwörter mischen. 3–6 gut gewählte Begriffe bringen stabilere Ergebnisse als überladene Listen.

Eigene Bildsprache mit Referenzbildern aufbauen

Viele Tools erlauben Referenzbilder (Image-to-Image oder Image-Upload). So kann die KI sich an bestehenden Fotos, Moodboards oder Illustrationen orientieren. Das ist besonders nützlich, wenn eine konsistente Bildsprache für Marken oder Content-Serien gebraucht wird.

Praktischer Workflow:

• Ein bis zwei Kernmotive im Wunschstil mit KI erzeugen oder aus eigenem Bildmaterial wählen.
• Diese Bilder in Leonardo, Midjourney oder einem Stable-Diffusion-Interface als Referenz laden.
• Bei neuen Motiven: Bildreferenz + aktualisierter Textprompt kombinieren („gleiches Licht und Stil wie Referenzbild“).

Wer ohnehin ein visuelles System wie ein Designsystem für UI nutzt, kann seine Bildsprache daran ausrichten. Für saubere Grundlagen zur visuellen Konsistenz hilft z. B. der Beitrag zu Typografie im Designsystem.

Personen, Hände und Details: typische KI-Probleme entschärfen

Realistische Menschen mit Midjourney, DALL·E & Co. erzeugen

Gerade Gesichter und Hände sind nach wie vor knifflig. Viele Modelle neigen zu „KI-Glätte“ oder seltsamen Details. Drei Ansätze helfen:

• Konkrete Beschreibung: „natürliches Portraitfoto, leicht ungeschminkt, feine Hautstruktur“ statt nur „Portrait“.
• Begrenzung der Pose: „Oberkörper, Hände nicht im Bild“ – wenn Hände nicht wichtig sind.
• Nachbesserung als Standard: Hände oder Details notfalls in einem zweiten Durchgang mit Bildbearbeitung oder einem fokussierten Prompt fixen.

Wer mit Photoshop arbeitet, kann KI-Fehler im Anschluss mit klassischen Techniken glätten. Für strukturierte Arbeitsweisen lohnt sich ein Blick auf Photoshop-Aktionen, um wiederkehrende Korrekturen zu automatisieren.

Details steuern: Auflösung, Ausschnitt und Text im Bild

Feine Details wie Typografie auf Plakaten, Buchstaben auf T-Shirts oder sehr kleine UI-Elemente sind für viele Bild-KIs eine Herausforderung. Besser ist es, das Motiv etwas größer und klarer anzulegen und Schrift später klassisch ins Layout zu setzen.

Hilfreiche Prompt-Anpassungen:

• „Nahaufnahme“ oder „Detailaufnahme“ nutzen, wenn ein Objekt klar erkennbar sein soll.
• Schrift vermeiden, wenn das Model sichtbar Probleme damit hat; Text separat in Figma, Photoshop oder einem anderen Tool einfügen.
• Auflösung passend zum Zielmedium wählen, statt blind „Ultra HD“ anzuhängen.

Kontrolle in Midjourney, Leonardo AI & Stable Diffusion: Tool-spezifische Stellschrauben

Midjourney: Seeds, Variation & Stylize nutzen

Midjourney wird gerne genutzt, weil es „out of the box“ schöne Ergebnisse liefert. Für mehr Steuerung sind ein paar Parameter wichtig:

• Seed: Eine Startzahl, die das Rauschen festlegt. Gleicher Seed + ähnlicher Prompt = sehr ähnliche Bilder.
• Stylize (–s): Bestimmt, wie stark der interne Stil von Midjourney die Szene prägt. Niedriger Wert = mehr Kontrolle, höherer Wert = künstlerischere, aber unberechenbarere Bilder.
• Aspect ratio (–ar): Seitenverhältnis wie 16:9, 9:16, 1:1 – für Storys, Reels, Website-Header usw.

Wer wiederkehrende Layouts für Social Media erzeugt, kann sich eigene Parameter-Kombinationen notieren und immer wieder verwenden – ähnlich wie ein persönlicher Prompt-Baukasten.

Leonardo AI & Co.: Presets und Styles clever nutzen

Leonardo AI, Canva, Adobe Firefly und andere Plattformen bieten oft vordefinierte Stile oder Modelle (z. B. „Product Photo“, „Fantasy Art“, „Flat Illustration“). Diese Voreinstellungen sind eine gute Abkürzung:

• Für Standard-Aufgaben (Produktfotos, Thumbnails) ein oder zwei Stile auswählen und auf diesen bleiben.
• Eigene „Styles“ speichern, wenn das Tool diese Funktion anbietet.
• Nur einzelne Parameter (z. B. Hintergrundfarbe, Perspektive) pro Iteration ändern, statt alles auf einmal.

So entsteht Schritt für Schritt ein wiedererkennbarer KI-Look, der sich leichter skalieren lässt.

Stable Diffusion: Mehr Feintuning, mehr Verantwortung

Wer tiefer einsteigen will, landet oft bei Stable Diffusion (lokal oder in der Cloud). Hier gibt es zusätzliche Stellschrauben:

• Sampler und Steps: Wie fein der Umwandlungsprozess arbeitet.
• CFG Scale (Guidance): Wie stark die KI dem Prompt folgen soll.
• Negative Prompt: Was explizit nicht im Bild sein soll (z. B. „verzerrte Hände, Wasserzeichen, Schrift“).

Für Einsteiger:innen reicht es, mit wenigen Parametern zu experimentieren. Wichtig ist, Änderungen dokumentiert zu testen – etwa in einem kleinen Prompt-Tagebuch.

Rechte, Ethik und Marken: Was bei KI-Bildern beachtet werden sollte

Urheberrecht und Trainingsdaten im Blick behalten

Die Rechtslage zu KI-generierten Bildern entwickelt sich weiter. Einige Tools erlauben kommerzielle Nutzung, andere haben Einschränkungen. Zusätzlich ist wichtig, wie ein Modell trainiert wurde und ob bestimmte Stile oder Künstlernamen in den Nutzungsbedingungen untersagt sind.

Grundregeln, die helfen:

• Nutzungsbedingungen des jeweiligen Dienstes für kommerzielle Nutzung prüfen.
• Markennamen, geschützte Logos und bekannte Künstlerstile nur verwenden, wenn die Rechte geklärt sind.
• Keine realen Personen oder sensible Kontexte ohne Einwilligung abbilden.

Markenauftritt: KI-Bilder ins bestehende Design einbetten

KI-Bilder sollten zur Marke passen und nicht dagegen arbeiten. Dafür lohnt sich eine kleine Checkliste:

• Passen Farben grob zur Corporate Identity?
• Unterstützt der Stil den Ton der Marke (seriös, verspielt, technisch)?
• Wirken KI-Bilder und echte Fotos gemeinsam stimmig?

Gerade wenn schon ein Designsystem mit definierten Farben, Typografie und Icon-Stilen existiert, sollte der KI-Look sich daran orientieren. Die Artikel zu Designsystem-Icons oder Farbpaletten im UI geben gute Grundlagen, wie visuelle Systeme aufgebaut werden.

Praktische Prompt-Checkliste für den Alltag

So geht’s: In 7 Schritten zu steuerbaren KI-Bildern

Die folgende kompakte Checkliste lässt sich direkt im Alltag nutzen – egal ob für Social Posts, Blog-Grafiken oder Kampagnenmotive.

• 1. Ziel definieren: Wofür wird das Bild konkret genutzt (Website, Social, Pitchdeck)?
• 2. Motiv festlegen: Was ist im Vordergrund, was darf wegfallen?
• 3. Stil eingrenzen: 3–6 klare Stilwörter wählen (Fotografie, Illustration, Farbstimmung).
• 4. Perspektive bestimmen: Nah, halbnah, Totale, Vogelperspektive, isometrisch etc.
• 5. Licht & Stimmung formulieren: Tageszeit, Art des Lichts, emotionale Wirkung.
• 6. Technische Parameter setzen: Seitenverhältnis, Auflösung, Seed/Style falls vorhanden.
• 7. Iterieren und notieren: Gute Kombinationen speichern, schlechte verwerfen.

Wer sowieso schon mit Text-KI wie ChatGPT oder Claude arbeitet, kann diese auch als „Prompt-Assistent“ nutzen: Ein Kurzbriefing eingeben und sich konkrete Bildprompts vorschlagen lassen. Wie strukturierte Prompts allgemein aufgebaut werden, zeigt der Beitrag zu systematisch verbesserten KI-Prompts.

FAQ: Häufige Fragen zu KI-Bildern kurz beantwortet

• Frage: Braucht es Programmierkenntnisse für gute KI-Bilder?
  Antwort: Nein. Es hilft eher, Bildsprache zu verstehen und klar zu beschreiben, was gesehen werden soll. Grundwissen zu Fotografie oder Design ist von Vorteil, aber kein Muss.
• Frage: Wie oft sollte der Prompt angepasst werden?
  Antwort: In kleinen Schritten. Erst Motiv und Stil stabilisieren, dann Licht, Perspektive oder Farbstimmung feinjustieren. Zu viele Änderungen auf einmal machen Vergleiche schwer.
• Frage: Sind KI-Bilder immer als KI erkennbar?
  Antwort: Viele Modelle erzeugen inzwischen sehr natürliche Resultate. Auffällige Fehler entstehen meist durch schlechte Prompts oder Übertreibungen bei Effekten. Mit moderaten Einstellungen und klaren Vorgaben wirken Ergebnisse oft erstaunlich „echt“.

Empfehlung der Redaktion

Wer regelmäßig mit visuellen Aufgaben arbeitet, profitiert davon, sich eine kleine interne Guideline für KI-Bildgenerierung zu schreiben: Beispielprompts, erlaubte Stile, No-Gos, gewünschte Seitenverhältnisse. Das spart Zeit, sorgt für Konsistenz und macht KI-Bilder zu einem verlässlichen Baustein im Kreativ-Workflow – statt zu einem Glücksspiel.