Generative Bildverfahren

Was ist ein Diffusionsmodell?

Diffusion Model

Ein Diffusionsmodell erzeugt Bilder, indem es von einer Fläche aus zufälligem Rauschen ausgeht und dieses Rauschen in vielen kleinen Schritten entfernt, bis ein Motiv übrig bleibt. Welches Motiv entsteht, lenkt bei jedem Schritt die Beschreibung im Prompt.

Wer im Marketing oder in der technischen Dokumentation Bilder erzeugen lässt, arbeitet mit diesen Modellen, und spätestens beim zweiten Motiv im selben Stil zeigt sich, wie viel an den Einstellungen hängt.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt

Arbeitsprinzip: Rauschen schrittweise entfernen
Stellschrauben: Startwert, Schrittzahl, Prompt-Gewichtung
Reproduzierbar nur mit: Gleichem Startwert und gleicher Modellversion
Verwechselt mit: GAN

Trainiert wird rückwärts

Beim Training bekommt das Modell echte Bilder, denen stufenweise Rauschen zugesetzt wird, bis nichts mehr zu erkennen ist. Gelernt wird die Umkehrung: vorherzusagen, welcher Anteil eines verrauschten Bildes Rauschen ist. Wendest du das wiederholt an, lässt sich aus reinem Zufall ein Bild herausrechnen.

Den Bezug zum Text stellt ein zweites Modell her, das die Beschreibung in eine Darstellung übersetzt, mit der das Bildmodell arbeiten kann. Deshalb wirken Prompts nicht wie Befehle, sondern wie eine Richtung, in die jeder Entrauschungsschritt gezogen wird. Das erklärt, warum Verneinungen im Prompt oft ins Leere laufen und warum es dafür ein eigenes Feld für Ausschlüsse gibt.

Die Stellschrauben

Der Seed ist die Startzahl für das Rauschen. Gleicher Seed, gleicher Prompt und gleiche Einstellungen ergeben dasselbe Bild, ein anderer Seed ergibt eine andere Bildidee. Wer eine Variante gezielt weiterentwickeln will, hält den Seed fest und ändert nur eine Sache am Prompt.

Die Schrittzahl bestimmt, in wie vielen Etappen entrauscht wird. Mehr Schritte bedeuten mehr Rechenzeit, aber ab einem Punkt kein sichtbar besseres Bild mehr. Die Führungsstärke regelt, wie eng sich das Modell an die Beschreibung hält: Ist sie zu niedrig, wird der Prompt ignoriert, ist sie zu hoch, werden die Bilder hart, überzeichnet und farbstichig.

Für gezielte Änderungen an einem vorhandenen Bild gibt es zwei Wege: Bei Bild-zu-Bild dient die Vorlage als Startpunkt, und ein Regler bestimmt, wie stark davon abgewichen wird. Beim Ausbessern maskierst du einen Bereich und lässt nur diesen neu berechnen, während der Rest unverändert bleibt.

Wiederholbar arbeiten im Team

Ein Bild ohne seine Entstehungsdaten ist im Team wenig wert. Notiere zu jeder Datei Prompt, Seed, Modellname mit Version und die wichtigsten Regler, am besten automatisch beim Ablegen. Sonst beginnt bei der Rückfrage, ob es das Motiv auch im Querformat gibt, die Arbeit wieder von vorn, statt dass eine Variante daraus wird.

Rechne außerdem damit, dass Anbieter ihre Modelle austauschen. Derselbe Prompt liefert nach einem Modellwechsel andere Ergebnisse, was für laufende Kampagnen mit einheitlichem Look ein echtes Problem ist. Wer eine Bildsprache über Monate halten muss, friert Modellversionen ein, soweit der Anbieter das zulässt, und legt Referenzbilder als Vergleichsmaßstab ab.

Vor der Veröffentlichung gehört ein Blick in die Nutzungsbedingungen des jeweiligen Dienstes dazu, denn die Regeln zu kommerzieller Verwendung und zur Kennzeichnung unterscheiden sich von Anbieter zu Anbieter.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt

Nicht verwechseln

Diffusionsmodell und was oft damit gleichgesetzt wird

Diffusionsmodell gegen GAN

Bei einem GAN treten Erzeuger und Prüfer gegeneinander an, und das Bild entsteht in einem Durchgang. Diffusionsmodelle arbeiten schrittweise, sind stabiler zu trainieren und liefern mehr Kontrolle über Zwischenstände.

Diffusionsmodell gegen Sprachmodell

Ein Sprachmodell erzeugt Text Stück für Stück von vorne nach hinten. Ein Diffusionsmodell verfeinert das gesamte Bild in jedem Schritt gleichzeitig.

Diffusionsmodell gegen Upscaler

Ein Hochskalierer vergrößert ein bestehendes Bild und ergänzt Details. Er erfindet kein neues Motiv, sondern arbeitet an einem vorhandenen weiter.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt

In der Praxis

Ohne notierte Einstellungen bekommst du dasselbe Bild nie wieder

Ein erzeugtes Bild entsteht aus Prompt, Modellversion, Startwert, Schrittzahl und Prompt-Gewichtung. Fehlt einer dieser Werte in der Ablage, lässt sich das Motiv später nicht mehr reproduzieren. Genau das fällt auf, wenn Wochen nach der Kampagne eine zweite Variante im selben Stil gebraucht wird.

Der zweite Punkt ist die Serie. Ein einzelnes Bild gelingt fast immer, aber sobald dieselbe Figur, dasselbe Produkt oder derselbe Stil über mehrere Motive hinweg gleich aussehen soll, wird es mühsam. Schrift im Bild gelingt je nach Modell unterschiedlich gut, deshalb kommen verbindliche Beschriftungen besser erst im Layout dazu.

Vor dem ersten Einsatz gehört außerdem geklärt, unter welchen Bedingungen die erzeugten Bilder verwendet werden dürfen und ob der gewählte Dienst die Eingaben weiterverwendet. Das ist keine Formalie, sondern der Grund, warum in vielen Häusern nur bestimmte Werkzeuge freigegeben sind.

Diffusionsmodell lernen

Wie du Prompt, Seed und Nachbearbeitung zu einem wiederholbaren Ablauf verbindest, zeigen die Kurse zur KI-Bildgenerierung an eigenen Motiven.

Wissen prüfen

Sitzt Diffusionsmodell schon?

Lesen fühlt sich schnell nach Können an. Ein kurzer Test zeigt dir, was davon schon sitzt und wo sich ein Kurs lohnt. Kostenlos, ohne Anmeldung, mit einer Erklärung zu jeder Antwort.

Wissenstest KI Grundlagen QuizTeste dein Verständnis für Sprachmodelle, Kontextfenster, Halluzinationen und den sicheren Umgang mit KI im Job. Quiz starten Wissenstest Prompt Engineering QuizTeste dein Wissen zu LLMs, Prompting-Techniken, Chain-of-Thought, Few-Shot und Halluzinationen. Quiz starten

Kurse, die Diffusionsmodell behandeln

Häufige Fragen

Warum bekomme ich mit demselben Prompt nie dasselbe Bild?

Weil der Startpunkt zufällig gewählt wird. Setz den Seed auf einen festen Wert, dann bleibt das Ergebnis bei gleichem Prompt und gleichen Einstellungen reproduzierbar. Ändert der Anbieter das Modell, gilt das allerdings nicht mehr.

Bringen mehr Schritte automatisch bessere Bilder?

Nein. Nach einem gewissen Punkt ändert sich kaum noch etwas, während Rechenzeit und Kosten weiter steigen. Meist bringt eine präzisere Beschreibung oder ein anderer Seed mehr als eine Verdopplung der Schrittzahl.

Warum stimmen Hände und Schriftzüge so oft nicht?

Das Modell arbeitet mit Bildstatistik, nicht mit Regeln über Anatomie oder Buchstaben. Für Text im Bild ist es der verlässlichere Weg, die Fläche freizulassen und die Schrift anschließend im Layoutprogramm zu setzen.

Persönlich für dich da