Erste Schritte mit KI-Bilderzeugung: Dein erstes Bild in zehn Minuten

Q: Das Bild ignoriert die Hälfte des Prompts

Zu viele Ideen in einem Prompt oder zu niedriger CFG-Wert. Ein Motiv, eine Umgebung, ein Stil pro Prompt. Erhöhe CFG bei SDXL um eins. Flux und Qwen folgen langen Prompts viel besser als SD 1.5.

Q: Text im Bild ist Kauderwelsch

SD 1.5 und SDXL können nicht richtig schreiben. Nutze Flux, FLUX.2, Qwen Image oder Z-Image und setze Text im Prompt in Anführungszeichen.

Thema: Cloud-Dienste

Von Captain

Veröffentlicht am 14. Aug 2025

Überblick

KI-Bilderzeugung verwandelt einen Satz in ein Bild. Du gibst eine Beschreibung ein (den Prompt), ein Modell, das aus Millionen beschrifteter Bilder gelernt hat, verwandelt zufälliges Rauschen in etwas, das zur Beschreibung passt, und nach ein paar Sekunden hast du ein Bild. Alles andere in diesem Hobby, LoRAs, Sampler, ControlNet, Upscaler, ist eine Verfeinerung dieser einen Schleife: beschreiben, erzeugen, anschauen, anpassen.

Das Modell ist der wichtigste Teil. Verschiedene Modelle haben unterschiedliche Stärken: SDXL und seine Anime-Feinabstimmungen zeichnen Illustrationen und Charaktere, Flux und Z-Image folgen langen Prompts und erzeugen lesbaren Text, Wan und LTX machen Video. ModelTrends.ai zeigt, welche Modelle diese Woche tatsächlich genutzt werden, damit du nicht raten musst. Jede Modellseite zeigt Beispielbilder mit dem genauen Prompt und den Einstellungen, die sie erzeugt haben – das ist der schnellste Weg, um zu lernen.

Du brauchst keinen Gaming-PC zum Start. Das schnellste erste Bild entsteht auf einem Cloud-Dienst, wo die Modelle schon installiert sind: eine Web-App wie BitVector, wo du ein Modell auswählst und tippst, oder der PirateDiffusion-Chatbot auf Telegram, wo du einen Befehl schickst. Modelle auf der eigenen Grafikkarte laufen später, wenn du weißt, welche Modelle du magst und ob du Geld für Hardware ausgeben willst.

Referenz

Name	Typ	Bedeutung
Prompt	text	Was du sehen willst. Erst das Motiv, dann die Umgebung, dann Stil und Beleuchtung. Klare Sprache funktioniert bei modernen Modellen; Stichwortlisten bei älteren.
Negative prompt	text	Was du nicht willst (unscharf, extra Finger, Wasserzeichen). Wichtig bei SD 1.5 und SDXL; wird bei Flux und neueren Modellen meist ignoriert.
Model / checkpoint	choice	Das Gehirn. Wähle aus der aktuellen Hot-Liste auf dieser Seite; die Modellfamilie bestimmt Aussehen und Prompt-Stil.
Size	pixels	512x512 für SD 1.5, 1024x1024 für SDXL und Flux. Andere Formate mit gleicher Pixelzahl funktionieren auch (832x1216 Hochformat, 1216x832 Querformat).
Steps	number	Wie viele Verfeinerungsdurchgänge. 20 bis 30 sind normal; mehr dauert länger und bringt selten bessere Ergebnisse.
CFG / guidance	number	Wie streng das Modell dem Prompt folgt. 5 bis 7 bei SDXL, 3.5 bei Flux, 1 bei Turbo- oder Lightning-Modellen.
Seed	number	Das Start-Rauschen. Derselbe Seed mit denselben Einstellungen erzeugt dasselbe Bild, so kannst du immer nur eine Sache ändern.
Sampler	choice	Die Mathematik, die das Rauschen entfernt. Euler oder DPM++ 2M Karras sind sichere Standardwerte; auf der Modellseite steht, was die Beispiele genutzt haben.

Schritt für Schritt

Öffne den Modellbrowser auf dieser Seite und sortiere nach Hot. Wähle ein Basismodell (Checkpoint, kein LoRA) aus der SDXL- oder Flux-Familie; SDXL-Feinabstimmungen wie DreamShaper XL oder Juggernaut XL sind für den ersten Versuch gut geeignet.
Lies die Modellseite: Schau dir drei oder vier Beispielbilder und ihre Prompts an. Achte auf das Muster: Motiv, Szene, Beleuchtung, Kamera, Stilwörter.
Drücke den Run-Button auf der Modellseite. BitVector öffnet eine Web-App mit vorausgewähltem Modell; PirateDiffusion öffnet einen Telegram-Chat, wo du /render gefolgt von deinem Prompt eingibst.
Schreibe einen ersten Prompt, indem du ein Beispiel kopierst und nur das Motiv änderst. Behalte Größe, Schritte und Sampler aus dem Beispiel bei.
Erzeuge vier Bilder, nicht nur eins. Zufälliges Rauschen bedeutet, manche Seeds sind besser als andere; ein Modell nur an einem Bild zu beurteilen ist ein Fehler.
Ändere eine Sache: Füge ein Beleuchtungswort hinzu (goldene Stunde, weiches Studiolicht) oder ein Kamerawort (35mm, Nahaufnahme) und generiere erneut. So lernt man das Prompten.
Markiere die Modelle, die dir gefallen, mit dem Herz auf der Karte; die Favoriten-Seite speichert sie im Browser, so kannst du ohne Konto zurückkommen.
Wenn du lokal starten willst, lies den VRAM-Guide und den ComfyUI-Anfänger-Guide auf dieser Seite; dieselben Prompts und Modelle funktionieren dort.

Beispiele

Ein erster Prompt für ein SDXL-Fotomodell

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Die gleiche Idee bei PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Ein Flux-Prompt (kein Negativ, geringere Guidance)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Tipps

Das Modell ist der wichtigste Hebel, der Prompt der zweite, die Einstellungen der dritte. Anfänger verbringen ihre Zeit oft in der falschen Reihenfolge.
Kurze, konkrete Prompts sind besser als lange, vage. "Ein rotes Fahrrad lehnt an einer weißen Wand, Morgenlicht, 50mm Foto" ist besser als "wunderschön atemberaubend erstaunlich 8k Meisterwerk Fahrrad".
Hochformat für Personen, Querformat für Szenen. Quadratisch ist selten die beste Form.
Speichere die Prompts, die dir gefallen, in einer Textdatei. Jede Modellseite zeigt den vollständigen Prompt unter den Beispielen aus genau diesem Grund.
Anime- und Illustrationsmodelle (Illustrious, Pony, NoobAI) nutzen tag-artige Prompts; Fotomodelle (Flux, Z-Image, SDXL Foto-Feinabstimmungen) nutzen Sätze. Die Familienseite erklärt das.
Lade nichts herunter, bevor du ein Modell in der Cloud ausprobiert und gemocht hast. Checkpoints sind 2 bis 24 GB groß.

Erzeuge in der Cloud (BitVector, PirateDiffusion) und nutze den Laptop nur zum Anschauen der Ergebnisse.

Fragen

Muss ich bezahlen, um das auszuprobieren?

Beide Cloud-Partner, die von den Modellseiten verlinkt sind, lassen dich ohne Installation starten; lokale Tools (ComfyUI, Forge) sind kostenlos, brauchen aber eine Grafikkarte mit mindestens 8 GB Speicher für aktuelle Modelle.

Mit welchem Modell sollte ein Anfänger starten?

Eine SDXL-Feinabstimmung für Illustrationen oder ein Flux-Dev-Modell für Fotos. Der "Welche Modelle zuerst ausprobieren"-Guide auf dieser Seite listet sie mit Begründungen auf.

Ist ein LoRA ein Modell?

Ein LoRA ist ein Zusatz, der ein Basismodell verändert. Du brauchst zuerst ein Basismodell (Checkpoint); der LoRA kommt oben drauf. Der LoRA-Guide erklärt das.

Kann ich auch Videos machen?

Ja, mit Wan, LTX-2 und MiniMax H3 unter anderem, aber Video braucht lokal viel mehr Speicher. Starte in der Cloud; der Video-Einstiegs-Guide behandelt das.

Sind die Bilder meine?

Lizenzen unterscheiden sich je nach Modell; die Modellseite verlinkt zur Lizenz. Die meisten offenen Modelle erlauben private und kommerzielle Nutzung, einige Forschungslizenzen (frühe Flux-Dev-Builds) nicht.

Warum sehen meine Ergebnisse schlechter aus als die Beispiele?

Meist wegen anderer Größe, Sampler oder Schrittzahl. Kopiere zuerst die Beispiel-Einstellungen genau, ändere dann immer nur eine Sache.

Links und Quellen

Modelle in dieser Anleitung

Stable Diffusion XL 1.0-Modelle

Flux-Modelle

Zimage-Modelle

Geschrieben von

Captain

Leitet dieses Schiff. Hat Meinungen zu VAE-Dekodierzeiten, die niemand gefragt hat. Glaubt, dass Gewichte frei sein wollen und dass jedes Modell, das du nicht herunterladen kannst, ein Abo mit Extra-Schritten ist. Wird keine Fragen zu den 400 GB Checkpoints auf dem NAS beantworten.

Alle Anleitungen von Captain

Welche KI-Bildmodelle du zuerst ausprobieren solltest und warum: eine sortierte Startliste

10. Sep 2025

Grundlagen des Prompt-Schreibens für KI-Bilder: Aufbau, Reihenfolge, Gewichtung und die zwei Prompt-Dialekte

22. Okt 2025

Wie generative KI-Bildmodelle funktionieren: Diffusion, Latents und Text-Encoder einfach erklärt

28. Aug 2025

Was ist ein LoRA und wie benutzt man ihn in ComfyUI, Forge, Automatic1111 und in der Cloud

20. Mai 2026

PirateDiffusion: Führe jedes Modell über Telegram aus, keine GPU nötig

3. Okt 2026

Glossar zur KI-Bild- und Videoerzeugung: 60 Begriffe von Checkpoint bis VAE, jeweils in einem Satz erklärt

15. Apr 2026

Beste kostenlose Midjourney-Alternativen, die du selbst betreiben kannst (2026)

15. Jul 2026

Weitere Anleitungen

Beste Open-Source KI-Bildmodelle 2026, nach GPU und Aufgabe

16. Okt 2026

KI-Bild- und Videomodelle auf AMD-GPUs ausführen (2026 Anleitung)

7. Okt 2026

VRAM-Anforderungen für alle beliebten KI-Bild- und Videomodelle (2026): Volle Präzision, FP8 und GGUF

6. Okt 2026

GPU- und VRAM-Leitfaden für KI-Bild- und Video-Modelle: Was jedes Modell braucht und was man kaufen sollte (oder nicht)

7. Jan 2026

Schritte, CFG, Sampler, Scheduler und Seeds: Die Generationseinstellungen mit sicheren Standardwerten erklärt

19. Nov 2025