KI-Bildgeneratoren scheitern an Karten, weil Karten Daten sind

Bitten Sie irgendein Bildmodell um eine Karte von Portugal, und Sie bekommen etwas, das unverkennbar eine Karte ist und unverkennbar nicht Portugal. Die Küste wölbt sich an den falschen Stellen. Straßen laufen ins Meer. Die Beschriftungen sehen überzeugend aus und bedeuten nichts.

Das wird als Qualitätsproblem abgetan, als käme ein größeres Modell irgendwann dort an. Es wird nicht. Das Scheitern ist strukturell, und zu wissen warum sagt Ihnen, wo generierte Bilder in der Kartenarbeit hingehören und wo nicht.

Eine Karte ist kein Bild von einem Ort

Ein Bildmodell wird darauf trainiert, Ausgabe zu erzeugen, die aussieht, als käme sie aus der Trainingsverteilung. Dieses Ziel ist in manchen Dingen außergewöhnlich gut. Haut hat eine bestimmte Transluzenz, nasser Asphalt spiegelt auf eine bestimmte Weise, spätes Licht fällt mit einer bestimmten Rate ab. Das sind statistische Eigenschaften des Aussehens, und das Aussehen ist das, was die Loss-Funktion misst.

Die Richtigkeit einer Karte ist keine Eigenschaft des Aussehens. Sie steckt in Beziehungen, die dieses Ziel nicht sehen kann:

• Eine Küstenlinie ist keine Textur, sie ist eine bestimmte Kurve. Das Modell lernt, dass Küsten unregelmäßig sind, fraktalähnlich, an Flussmündungen zappeliger. Es hat keinen Mechanismus, um diese eine Punktfolge zu lernen. Eine plausible Küste erfüllt den Loss.
• Ortsnamen sind Daten, an Koordinaten gebunden. Auf einer echten Karte sind Label und Position eine einzige Tatsache. Für das Modell sind es zwei unverbundene Pixelregionen, die zufällig zusammen auftreten.
• Ein Straßennetz hat Topologie. Straßen verbinden. Eine Kreuzung gehört genau den Straßen, die sich dort treffen. Eine Route führt hindurch oder eben nicht. „Sieht aus wie ein Straßennetz“ und „ist ein Straßennetz“ sind verschiedene Ziele, und trainiert wird nur auf das erste.
• Der Maßstab ist eine Randbedingung über das ganze Bild auf einmal. Jede Entfernung muss mit jeder anderen Entfernung und mit dem Maßstabsbalken übereinstimmen. Nichts an der Generierung erzwingt eine solche globale Konsistenz.
• Grenzen, Flüsse und Küsten müssen einander zustimmen. Ein Fluss, der eine Grenze zweimal kreuzt, ist eine Tatsachenbehauptung, und das Modell kann sie nicht prüfen.
• Projektionen sind Mathematik. Mercator, Robinson und flächentreue Projektionen verzerren auf definierte Weise. Eine generierte Karte hat überhaupt keine Projektion, nur das durchschnittliche Aussehen von mehreren.

Nirgendwo im Modell gibt es eine Repräsentation der Wirklichkeit. Keine komprimierte, keine unscharfe. Was es hält, ist ein sehr gutes Modell davon, wie Karten aussehen — ein völlig anderes Objekt.

Mehr Parameter reparieren das nicht

Der instinktive nächste Gedanke ist, das sei ein Auflösungsproblem und die nächste Generation mache es besser. Es lohnt, genau zu sagen, warum das nicht greift.

Ein generatives Modell zu skalieren verbessert die Treue zu der Verteilung, auf der es trainiert wurde. Es macht plausible Ausgabe plausibler. Wenn Sie eine bestimmte abrufbare Tatsache brauchen — die Form der norwegischen Küste in 1:250.000, die Reihenfolge der Ausfahrten auf der A4 —, bringt Verteilungstreue sie nie hervor. Das ist ein Nachschlageproblem, und es gibt keine Tabelle zum Nachschlagen.

Man sieht die Naht an berühmten Umrissen. Italien kommt ungefähr stiefelförmig heraus, weil diese Silhouette überrepräsentiert genug ist, um den Prior stark zu machen. Sehen Sie sich aber die Adriaseite an, und sie ist jedes Mal anders. Das Modell rekonstruiert eine Näherung einer gemerkten Form, es ruft keine ab. An weniger ikonischen Stellen — die Küste von Maine, die Donau durch Serbien — ist der Prior schwach und die Ausgabe Erfindung.

Das Straßennetz scheitert auf dieselbe Weise. Eine Straße, die in einem Gebäude sackgassenartig endet, ist auf den ersten Blick nicht von einer zu unterscheiden, die das nicht tut, und beide erfüllen einen Loss, der auf Pixeln berechnet wird. Topologische Korrektheit ist für das Trainingssignal unsichtbar. Das ist kein Bug, der beim nächsten Parameterstand gepatcht wird.

Lesbare Beschriftungen haben das Problem gefährlicher gemacht

Wir sollten fair sein, was sich verbessert hat, denn etwas hat sich verbessert.

Die Modelle der Gemini-3-Generation — Nano Banana 2 und Nano Banana Pro — rendern lesbaren Text im Bild. Das ist ein echter Sprung. Das ältere gemini-2.5-flash-image konnte es überhaupt nicht; bitten Sie es um irgendetwas Beschriftetes, und Sie bekamen Buchstabenformen, die sich beim Hinsehen auflösten.

Aber eine Karte besteht überwiegend aus Beschriftungen, und die Lesbarkeit war nur die halbe Miete.

Diese Modelle rendern plausiblen Text, nicht korrekten. Auf einem Plakat existiert dieser Unterschied nicht, weil es keine Tatsache gibt, die falsch sein könnte. Auf einer Karte ist er die ganze Sache. Ein gestochen scharfer, perfekt lesbarer Ortsname vierzig Kilometer neben dem tatsächlichen Ort ist dadurch nicht besser geworden, dass er lesbar ist. Er ist schlechter geworden.

Unlesbarer Text ist offensichtlich dekorativ. Niemand navigiert nach einem Schmier. Ein Leser sieht verwaschene Buchstabenformen und schließt völlig richtig, dass das die Illustration einer Karte ist. Geben Sie demselben Bild scharfe, selbstbewusste Typografie, und es fängt an, Behauptungen aufzustellen — und Leser glauben Typografie, verständlicherweise. Der Fehlermodus ist von offensichtlich zu unsichtbar gewandert, und das ist bei allem, womit ein Ort gefunden werden soll, die falsche Richtung.

Zahlen verhalten sich genauso. Maßstabsbalken, Höhenangaben, Gitterreferenzen, Entfernungen: plausibel gerendert, keine davon berechnet. Wie Sie aus Text im Bild herausholen, was drin ist — dort, wo er angebracht ist —, steht in unserem Nano-Banana-Prompting-Guide. Eine Karte ist keiner dieser Orte.

Für echte Karten nehmen Sie Kartenwerkzeuge

Nichts davon ist ein schweres Problem. Es ist ein gelöstes, nur anderswo gelöst. Echte Kartografie läuft auf echten Geodaten, und die Werkzeuge sind ausgereift und meist kostenlos:

• MapLibre GL JS oder Mapbox GL JS für interaktive Vektorkarten im Browser.
• Leaflet, wenn eine leichtgewichtige Rasterkarte mit Pins ohne Vektor-Styling verlangt ist.
• Statische Tile-APIs, wenn Sie tatsächlich ein flaches PNG statt einer interaktiven Fläche brauchen — ein Request, ein Bild, echte Koordinaten.
• OpenStreetMap-Extrakte, Natural Earth und eine GeoJSON-Toolchain (QGIS, D3, direkte SVG-Erzeugung), wenn Sie die zugrunde liegenden Daten und volle stilistische Kontrolle wollen.

Der letzte Punkt verdient Nachdruck. Vieles, was als „generiere mir eine Karte“ angefragt wird, ist in Wahrheit „ein stilisiertes Diagramm einer Region mit unseren Standorten darauf“ — Vertriebsgebiete, Liefergebiete, ein Filialfinder. Aus echten Grenzdaten als SVG gezeichnet, mit Beschriftungen als Textknoten, ist das genau, skaliert sauber, wird durch das Ändern eines Strings übersetzt und besteht ein Accessibility-Audit. Als Pixel ist es nichts davon.

Wo generierte Kartenbilder ihren Platz wirklich verdienen

Das ist kein Argument dafür, dass Bildmodelle in der Nähe der Kartografie nichts zu suchen hätten. Es gibt Fälle, in denen sie das richtige Werkzeug sind, und sie teilen eine Eigenschaft: Nichts im Bild hat eine Wirklichkeit, gegen die es falsch sein könnte.

Fantasy- und Spielkarten. Niemand kann die Küste eines Ortes faktenprüfen, den es nicht gibt. Das ist der stärkste Fall — Worldbuilding-Karten, Handouts für Tischspiele, Requisiten im Spiel. Nehmen Sie hier Nano Banana Pro statt einer günstigeren Stufe, denn erfundene Ortsnamen müssen trotzdem lesbar sein, und lesbare gestaltete Schrift ist genau das, wofür Sie Pros $0.075 zahlen.

Handgezeichnete Fantasy-Kartenillustration auf gealtertem Pergament, Tinte in
Sepia und Umbra mit Aquarelllasuren. Ein erfundener Archipel aus sieben Inseln
mit einer gebirgigen Hauptlandmasse, schraffierte Küstenschattierung, ein
Segelschiff und eine Seeschlange im offenen Wasser. Ortsnamen in einer
verzierten handgeschriebenen Serifenschrift: „THALVEN REACH“ über der
Hauptinsel, „CARRIC ISLE“ auf der nördlichen Insel. Sonst nirgendwo Text im
Bild.

Textur und Hintergrund unter einer echten Kartenebene. Gealtertes Papier, eine topografische Lasur, ein abstraktes Höhenlinienmuster, ein Geländerelief hinter lebendigen Vektor-Tiles. Die generierte Ebene trägt keine Information, sie kann also keine falsche Information tragen. Nano Banana 2 Lite zu $0.0238 ist die richtige Stufe, und von allem Teureren würden wir Ihnen abraten — Sie generieren Tapete, und Pros kompositorische Tiefe und Referenzrollen kaufen Ihnen bei Tapete nichts.

Abstraktes topografisches Höhenlinienmuster, flacher Vektorstil, dünne
konzentrische Linien in gedämpftem Salbeigrün auf warmem cremefarbenem Grund,
gleichmäßig über das Bild verteilt ohne Blickfang. Nahtlose Texturwirkung,
geringer Kontrast, ruhig. Kein Text, keine Beschriftungen, keine Zahlen, kein
Kompass, keine Legende.

Kartenähnliche Kunst auf Illustrationsniveau. Redaktionelle Aufmacher, Vorsatzpapiere in Büchern, ein dekorativer Header, bei dem der Leser sofort sieht: Das ist Zeichnung, keine Daten. Treiben Sie es hart in Richtung Illustration — flache Farbe, sichtbarer Pinselduktus, bewusste Stilisierung —, damit niemand es für eine Referenz hält.

Wenn Sie eine Folie mit einem Regionsdiagramm darauf bauen, ist das ein anderes Problem mit anderen Werkzeugen, und wir haben es in KI-Werkzeuge für professionelle Präsentationen aufgeschrieben. Wenn Sie allgemein abwägen, welche Nano-Banana-Stufe zu einer Aufgabe passt, deckt unser Vierer-Vergleich das ab. Und wenn Sie hierhergekommen sind, weil Sie einen Pergament-Archipel wollten statt einer echten Küste: Genau dafür ist jedes Modell in der Kategorie text-to-image tatsächlich gebaut. Einen Ort erfinden, nicht einen aufzeichnen — der ganze Katalog ist genau darin gut.

Die Kurzfassung: Nehmen Sie eine Karten-Engine, wenn das Bild wahr sein muss, und ein Bildmodell, wenn es nur gut sein muss.

Häufig gestellte Fragen

Warum sind KI-Bildgeneratoren so schlecht darin, Karten zu erzeugen?

Weil sie darauf trainiert sind, Ausgabe zu erzeugen, die ihren Trainingsdaten ähnelt, und die Richtigkeit einer Karte in Dingen steckt, die Ähnlichkeit nicht erfassen kann. Eine Küstenlinie ist eine bestimmte Kurve und keine Textur, Ortsnamen sind an Koordinaten gebundene Daten, und ein Straßennetz hat Topologie. Nirgendwo im Modell existiert eine Repräsentation der geografischen Wirklichkeit, es erzeugt also etwas Kartenförmiges statt etwas Wahres.

Werden größere KI-Modelle irgendwann genaue Karten erzeugen?

Nicht allein durch Skalierung. Skalierung verbessert, wie eng die Ausgabe einer Trainingsverteilung entspricht, macht plausible Karten also plausibler und nicht korrekter. Eine bestimmte Küstenlinie oder ein bestimmtes Straßenlayout abzurufen ist ein Nachschlageproblem, und ein generatives Bildmodell hat keine Nachschlagetabelle.

Kann Nano Banana Pro eine brauchbare Karte erzeugen?

Es erzeugt ein kartenähnliches Bild mit lesbaren Beschriftungen, und das ist nicht dasselbe wie eine brauchbare Karte. Nano Banana Pro rendert gestaltete Schrift zuverlässig lesbar, die Wörter sind also scharf — aber es sind erfundene Wörter an erfundenen Positionen. Nehmen Sie es für Fantasy-Karten und dekorative Kartenkunst, nie für etwas, wonach ein Mensch navigiert.

Warum ist lesbarer Text auf einer generierten Karte schlimmer als verwaschener?

Verwaschener Text signalisiert klar, dass ein Bild dekorativ ist, während scharfe Typografie autoritativ wirkt. Ein perfekt lesbarer Ortsname an der falschen Stelle lädt einen Leser ein, ihm zu glauben. Die Lesbarkeit hat sich mit den Modellen der Gemini-3-Generation verbessert; die Korrektheit nicht. Diese Lücke ist es, die selbstbewusste Beschriftungen auf einer Karte gefährlich macht.

Was sollte ich statt eines KI-Bildgenerators für Karten nehmen?

Echte Kartenwerkzeuge auf echten Geodaten: MapLibre GL JS oder Mapbox GL JS für interaktive Vektorkarten, Leaflet für leichte Rasterkarten mit Markern, eine statische Tile-API, wenn Sie ein einzelnes flaches Bild brauchen, oder SVG, erzeugt aus OpenStreetMap- und Natural-Earth-Daten. Alle erzeugen genaue Geometrie und editierbaren, übersetzbaren Text.

Taugen KI-generierte Fantasy-Karten etwas?

Ja, und das ist der Fall, in dem die Technologie sauber zur Aufgabe passt. Eine fiktive Welt hat keine Wirklichkeit, die widersprechen könnte, Plausibilität ist also die einzige Anforderung — und auf Plausibilität optimieren diese Modelle. Nano Banana Pro ist die richtige Stufe, denn erfundene Ortsnamen müssen trotzdem lesbar sein.

Welches Modell nehme ich für eine Kartenhintergrund-Textur?

Nano Banana 2 Lite, zu $0.0238 pro Bild. Hintergrundtexturen tragen keine Information, sie können also keine falsche Information tragen, und keiner der Gründe, für eine höhere Stufe zu zahlen — lange kompositorische Prompts, rollengetrennte Referenzbilder, verlässlicher Text im Bild —, trifft auf ein Muster zu, das hinter einer lebendigen Kartenebene sitzt.