KI-Bilder als Zeichenreferenz: wo sie helfen, wo sie lügen

Diese Frage wird meist von der einen oder der anderen Seite unredlich gestellt, und an keiner der beiden Fassungen sind wir interessiert. Wir betreiben die Bildmodelle und verkaufen Zugang dazu, und wir finden trotzdem, dass eine arbeitende Künstlerin sie für etwa die Hälfte der Aufgaben ablehnen sollte, für die sie derzeit benutzt werden.

Die Trennlinie ist keine Geschmacksfrage. Sie läuft auf einen Unterschied hinaus: Ein generiertes Bild ist sehr gut darin, anregend zu sein, und unzuverlässig darin, richtig zu sein. Wo Ihre Referenz nur etwas andeuten muss — eine Stimmung, eine Farbbeziehung, die Art, wie Licht um vier Uhr nachmittags durch einen Raum fällt —, funktioniert sie, und billig. Wo sie stimmen muss, wo Sie Struktur daraus abnehmen, bekommen Sie eine selbstbewusste, schöne Lüge, und Sie lernen die Lüge.

Hier ist, wo aus unserer Sicht die Grenze liegt — und wie Sie tatsächlich eine brauchbare Referenz aus der Sache herausbekommen.

Wofür generierte Referenzen wirklich taugen

Alle diese Fälle teilen eine Eigenschaft: Sie nehmen einen Eindruck aus dem Bild, keine Messung.

• Lichtstudien. Wie liest sich ein warmes Führungslicht aus einem tiefen Fenster gegen eine kühle Aufhellung von einer weißen Wand. Das Modell hat eine gewaltige Zahl genau solcher Fotos aufgenommen, und zwölf Variationen eines Lichtaufbaus zu bekommen ist trivial.
• Farbpaletten. Palette herausziehen, Bild wegwerfen. Generierte Bilder sind ungewöhnlich gut in kohärenten Farbbeziehungen, weil die Trainingsdaten genau das belohnen.
• Kompositions-Thumbnails. Aufteilung, Masse, wo das Auge eintritt und wo es geht. Ein grober generierter Rahmen ist schneller zu beurteilen als eine grobe Skizze.
• Moodboards. Die am besten vertretbare Nutzung überhaupt. Niemand kopiert etwas; Sie halten ein Gefühl fest, bevor Sie sich auf eine Richtung festlegen.
• Atmosphäre von Umgebungen. Nebeldichte, Staub in der Luft, nasser Asphalt bei Nacht, das Grün eines durch Blätter beleuchteten Raums. Alles Eindruck, keine Struktur.
• „Wie sieht das ungefähr in der Dreiviertelansicht aus.“ Nützlich als Anstoß, wenn Sie feststecken, gefährlich in dem Moment, in dem Sie anfangen, es abzupausen. Dazu unten mehr.

Was sie Ihnen still und leise falsch beibringen

Das Modell weiß nicht, wie eine Schulter funktioniert. Es weiß, wie Schultern auf Fotos aussehen, und das ist eine flachere Art von Wissen. Meistens fällt der Unterschied nicht auf. Wenn er auffällt, dann als ein Gelenk, das sich in eine plausible Richtung beugt, in die es sich tatsächlich nicht beugen kann — und wenn Sie das in eine Zeichnung übernehmen, haben Sie den Fehler nicht einmal gemacht, Sie haben ihn geübt.

Das sind die eigentlichen Kosten, und deshalb sind wir bei dieser Liste unverblümt:

• Anatomie und Gelenkmechanik. Besonders alles Verkürzte, alles unter Stauchung, alles, wo ein Muskel arbeitet. Genau dort muss eine Referenz stimmen.
• Hände und Füße. Aktuelle Modelle scheitern daran weit seltener als die Generation von 2024, aber „weit seltener“ ist nicht „verlässlich“, und Hände sind das, was in der Figurenzeichnung am genauesten angesehen wird.
• Perspektive und Architektur. Fluchtpunkte wandern, Fenstersprossen fluchten über eine Fassade hinweg nicht mehr, Stufenhöhen ändern sich. Es sieht in Ordnung aus und hält nicht, wenn man darauf aufbaut.
• Maschinen und wie Teile aneinandersitzen. Ein generierter Motor, ein Fahrradantrieb, eine Rüstung: Das Modell rendert das Aussehen von Zusammenbau ohne den Zusammenbau.
• Tieranatomie. Besonders Pferde: Beingelenke, Gangphase, Gewichtsverlagerung. Fotografen haben ein Jahrhundert gebraucht, das zu klären; lernen Sie es nicht von einem Diffusionsmodell neu.
• Epochengetreue Kostüme, Rüstungen und Zaumzeug. Das Modell mittelt über Jahrhunderte. Ein kundiger Betrachter sieht es sofort, und danach ist es das Einzige, woran er sich erinnert.

Das Muster: Wenn Sie ein Foto von einer echten Sache gesucht hätten, um etwas zu prüfen, tun Sie genau das. Generierte Bilder ersetzen eine Referenz, durch die Sie sich ohnehin gefühlsmäßig getastet hätten — nicht eine, an der Sie hätten messen wollen.

Die berufspraktische Seite

Das zählt mehr, als man erwartet, und es ist überwiegend keine juristische Frage.

Provenienz. Jedes Bild aus einem Google-Modell, alle vier Nano-Banana-Stufen eingeschlossen, trägt ein SynthID-Watermark. Es ist unsichtbar, weiter oben von Google eingebettet, und kein Anbieter kann es abschalten. Wir nicht, fal.ai nicht, Googles eigene API nicht. Nützlich, wenn Sie Provenienz wollen, ein operatives Problem, wenn ein Vertrag markierte Assets verbietet. Wissen Sie, dass es da ist, bevor Sie darum herum bauen.

Was Sie einem Kunden zeigen. Eine generierte Referenz gehört in Ihren Prozess, nicht in Ihre Lieferung. Eine im Konzeptstadium zu zeigen weckt die Erwartung an ein Bild, das Sie nicht gemacht haben und nicht auf Zuruf reproduzieren können — und es ist ein schneller Weg zu der Bitte, „einfach das da“ zu nehmen. Wenn es auf einem Moodboard liegt, sagen Sie, was es ist.

Warum Sie es nicht abpausen. Über das Anatomieproblem hinaus wird das Abpausen bei der Provenienz scharf. Eine Komposition, zu der Sie durch das Ansehen eines generierten Bildes gekommen sind, ist Ihre. Eine Form, Linie für Linie davon abgenommen, hat eine Herkunft, die Sie nicht belegen können. Nutzen Sie es so, wie Sie ein gefundenes Foto nutzen würden, das Sie nicht lizenzieren können: ansehen, verstehen, Tab schließen, zeichnen.

Nichts davon macht ein Stockfoto reiner. Ein Stock-Sonnenuntergang ist ebenfalls die Lichtentscheidung eines anderen. Der Unterschied hier ist Korrektheit, nicht Tugend.

Tatsächlich eine brauchbare Referenz bekommen

Eine Referenz muss nicht schön sein. Sie muss lesbar sein. Das ändert, welches Modell Sie nehmen sollten, und die Antwort ist das günstige.

Nano Banana 2 Lite kostet auf unserer API $0.0238 pro Bild, Stand unserer Preisprüfung vom 26. August 2026. Zwanzig Variationen sind $0.476, und nichts in unserer Katalog-Preisaufschlüsselung unterbietet das. Das ist die richtige Ökonomie für Referenzarbeit: Menge und Streuung, nicht ein perfektes Bild. $0.075 für ein Nano Banana Pro-Render zu zahlen, auf das Sie zehn Sekunden schielen und das Sie dann wegwerfen, ist angezündetes Geld. Heben Sie Pro für die Ausgabe auf, nicht für die Eingabe.

Preise und Produktbedingungen können sich ändern. Prüfen Sie vor einer Kaufentscheidung die aktuellen Preise des jeweiligen Anbieters. Die Batch- oder Flex-Preise von Google sind einem standardmäßigen On-Demand-API-Request nicht direkt gleichwertig, da Zeitplanung, Verfügbarkeit und Verarbeitungsbedingungen abweichen; sie sind deshalb von diesem Vergleich ausgenommen. Dies ist ein Vergleich mit klar umrissenem Rahmen und keine Behauptung, dass E2X in jeder Konfiguration die weltweit günstigste Option ist.

Vier Gewohnheiten holen mehr heraus als besseres Prompten.

Erzeugen Sie dieselbe Szene in mehreren Aspect Ratios. Der Bildausschnitt ändert, was das Modell ins Bild setzt, nicht nur wie es beschneidet. Lite trägt vierzehn feste Verhältnisse plus auto, darunter 1:4, 4:1, 1:8 und 8:1 — diese extremen gibt es auf den anderen Stufen nicht, und sie sind unerwartet gut, um eine hohe Komposition oder ein langes Panel zu klären. Ein Prompt, sechs Verhältnisse, sechs wirklich verschiedene Gedanken zu derselben Szene.

Iterieren Sie das Licht an einem festen Motiv über den Edit-Endpoint. Das ist der große Punkt. Erzeugen Sie ein Motiv, das Ihnen gefällt, und schicken Sie es dann wiederholt durch den Lite-Edit-Endpoint, wobei Sie nur das Licht ändern: harte Sonne von links, bedeckt, eine warme tief gesetzte Lampe, Gegenlicht in der Dämmerung. Das ist ein Motiv unter sechs Bedingungen, und genau das ist eine Lichtstudie. Für eine Identität, die über eine längere Serie halten muss, nimmt Nano Banana 2 bis zu 14 Referenzbilder — behandelt in Figuren über Generierungen hinweg konsistent halten.

Prompten Sie auf das Licht, nicht auf das Motiv. „Eine harte Quelle von hoch links, tiefe unaufgehellte Schatten, warmes Führungslicht gegen kühles Umgebungslicht“ ist die nützliche Hälfte des Prompts. Was im Licht steht, zählt weniger, als Sie denken.

Behalten Sie die Fehlschläge. Ein Bild mit einer falschen Hand darin ist immer noch eine brauchbare Lichtreferenz. Alles mit einem Fehler wegzuwerfen wirft das meiste weg, wofür Sie bezahlt haben.

Eine Warnung, die einen Nachmittag spart: Die Output-URL, die unsere API zurückgibt, ist temporär. Bauen Sie eine Referenzbibliothek, indem Sie die Bytes herunterladen, nicht indem Sie Links speichern. Ein Ordner voll abgelaufener Links ist keine Bibliothek.

Ein generiertes Bild zu veröffentlichen, statt danach zu zeichnen, ist eine strengere Aufgabe, und die Prüfgewohnheiten dafür haben wir separat aufgeschrieben: wie man ein generiertes Foto von einem echten unterscheidet. Referenzarbeit braucht eigentlich nur zwei Endpoints, text-to-image zum Erzeugen des Motivs und image-to-image, um es weiter herumzuschieben — beide mit ihren Parametern gelistet in dem Katalog.

Häufig gestellte Fragen

Taugen KI-Bilder als Zeichenreferenz?

Für Licht, Farbe, Komposition, Stimmung und Umgebungsatmosphäre ja — das sind Eindrücke, und generierte Bilder tragen Eindrücke gut. Für Anatomie, Perspektive, Architektur, Maschinen und Tierstruktur nein: Das Modell reproduziert, wie diese Dinge auf Fotos aussehen, ohne zu wissen, wie sie funktionieren, seine Ausgabe zu kopieren heißt also, seine Fehler zu üben. Der Test ist, ob Ihre Referenz anregend sein muss oder richtig.

Darf ich ein KI-generiertes Bild abpausen?

Wir würden davon abraten. Zwei Gründe: Anatomische und strukturelle Fehler wandern direkt in Ihre Arbeit, wenn Sie abpausen statt zu interpretieren, und eine abgepauste Form hat eine Herkunft, die Sie nicht belegen können, wenn ein Kunde oder eine Jury später fragt. Nutzen Sie ein generiertes Bild so, wie Sie ein nicht lizenziertes Foto aus dem Netz nutzen würden — ansehen, verstehen, dann aus dem Verständnis heraus zeichnen.

Haben KI-generierte Referenzbilder ein Watermark?

Jede Ausgabe aus einem Google-Bildmodell, alle vier Nano-Banana-Stufen eingeschlossen, trägt SynthID, eine unsichtbare Provenienz-Markierung von Google. Kein Anbieter kann sie abschalten, denn sie wird vor dem Weiterverkauf eingebettet. Sie verändert das Bild optisch nicht und stört die Nutzung als Referenz nicht, sie bedeutet aber, dass die Datei als KI-generiert identifizierbar ist.

Was ist der günstigste Weg, Referenzbilder zu erzeugen?

Nano Banana 2 Lite zu $0.0238 pro Bild bei E2X, geprüft am 26. August 2026. Referenzarbeit belohnt Menge vor Feinschliff, zwanzig Variationen für rund $0.48 schlagen also ein Premium-Render. Es gibt keinen Grund, Spitzensätze für etwas zu zahlen, auf das Sie einen Blick werfen und das Sie dann wegwerfen.

Wie erzeuge ich dasselbe Motiv unter verschiedenem Licht?

Erzeugen Sie das Motiv einmal und schicken Sie dieses Bild dann wiederholt an einen Edit-Endpoint, wobei Sie jedes Mal nur die Lichtanweisung ändern. Das gibt Ihnen ein Motiv unter vielen Bedingungen statt mehrerer unverbundener Bilder, und genau das macht es zu einer Studie. Nano Banana 2 Lite erledigt das für $0.0238 pro Durchgang; Nano Banana 2 nimmt bis zu 14 Referenzbilder, wenn Sie eine engere Identitätskonsistenz brauchen.

Sollte ich generierte Referenzen einem Kunden zeigen?

Behalten Sie sie in Ihrem Prozess statt in Ihrer Lieferung. Ein generiertes Bild auf einem kundenseitigen Board weckt die Erwartung an ein Bild, das Sie nicht gemacht haben und nicht auf Zuruf reproduzieren können, und Kunden fragen regelmäßig nach „dem da“, sobald sie es gesehen haben. Wenn ein generiertes Bild doch auf einem Moodboard auftaucht, kennzeichnen Sie es.

Warum bekommen KI-Modelle Hände und Anatomie falsch hin?

Weil ein Bildmodell das Aussehen einer Hand über Millionen von Fotos lernt und nicht die Struktur darunter. In der Repräsentation gibt es kein Skelett, nur Statistik darüber, wie Finger üblicherweise nebeneinanderliegen — eine plausible Anordnung kann also mechanisch unmöglich sein. Am stärksten zeigt sich das an Händen und verkürzten Gliedmaßen, und genau dort brauchen Zeichnende eine Referenz, die stimmt.