Wie erstellt man ein gutes Produktfoto in AI? Angeln

Warum sieht ein sofort generiertes Produktbild himmlisch, und zu anderen Zeiten Angst, sie anzuschauen?

Nun, der Grund dafür ist recht einfach, aber das bedeutet nicht, dass es so leicht zu beheben ist. Was können Sie also tun, um ein professionelles Foto ohne eine Million Wiederholungen zu erstellen? Wir werden es Schritt für Schritt durchgehen.

Warum generiert die KI manche Gegenstände perfekt und andere mit einer Vielzahl von Fehlern?

Jede KI ist mit einer bestimmten Bibliothek von Bildern verknüpft, aus denen der Algorithmus zu generieren gelernt hat. Durch lange Prozesse des wiederholten Markierens und Beschreibens einzelner Objekte können KI-Modelle Gesichter, Merkmale, Formen und Objekte nahezu perfekt erkennen. Wenn wir einem neueren KI-Modell das Bild einer Tasse auf einem Tisch schicken, wird die KI das Objekt mit Sicherheit richtig benennen. Ähnlich verhält es sich mit der Generierung: Bitten wir die KI, ein Foto einer Tasse zu generieren, wird sie dies ebenfalls korrekt tun.

(Modell: GPT thinking 5.5)

Wie Sie sehen, hat die künstliche Intelligenz das hervorragend gemeistert. Also drehen wir die Eingabeaufforderung ein wenig auf, um ein arrangiertes Foto zu erhalten.

Wir werden heute keine Modelle vergleichen, sondern uns auf das Wesentliche beschränken: einen Becher, der Gemeingebrauchsgegenstand, ein recht populäres Thema, wurde problemlos erstellt. Aber was ist mit einem nicht standardisierten Fachgebiet? Nach unserer Erfahrung haben wir eine besondere Schwierigkeit festgestellt, wenn es um Bilder in Fischereikategorien. Wenn man sich in der Branche auskennt, ist man mit dem Erscheinungsbild von Auktionen für Fischereierzeugnisse ziemlich vertraut. In der Regel sind es schlechte Bilder und ihre Qualität lässt zu wünschen übrig: Statt eines hochwertigen Studiofotos sehen wir oft ein verpixelte Verpackungen oder vage Nahaufnahmen des Produkts. Bei einer Auktion gibt es oft nur ein Foto, so dass der Kunde den Artikel kurzzeitig blind kauft. Wie geht die KI mit solchen Produkten um?

Beginnen wir mit der Erstellung eines einfachen Objekts: einer Proteinkugel.

Wir würden dann eine Aufforderung für ein arrangiertes Foto vorbereiten. Der Zweck des Bechers war es, daraus zu trinken - das war auch unsere Aufforderung. Der Zweck des Eiweißballs ist es, ihn auf den Haken zu „schaufeln” - mal sehen, wie die KI mit einem solchen Foto umgehen würde.

Man muss wohl kein Angler sein, um zu bemerken, dass man so eine Eiweißkugel nicht an den Haken hängt (vor allem sollte die Schnur mit der Kugel nicht an der Spitze des Hakens befestigt sein, sondern an der gleichen Schnur wie der Haken). Wir haben bereits erwähnt, dass die Qualität der von der KI erzeugten Bilder von der Bibliothek abhängt, mit der sie gelernt hat. Oftmals wurden Bibliotheken aus bestehenden Bildgruppen (z. B. Bildbanken) erstellt. Wenn man jedoch im Internet surft, ist es unmöglich zu sehen, dass spezialisierte Sektoren (z. B. Fischerei, Baugewerbe) ein erhebliches Defizit aufweisen. Dies bedeutet, dass AI hatte nicht genügend Bilder zu verarbeiten, um ein gültiges Schema für die Bilderzeugung zu erstellen „den Eiweißball an den Haken zu bekommen”. Nachfolgend finden Sie einige weitere Beispiele für fehlerhaft erzeugte Bilder:

(wir können Ihnen versichern, dass dies nicht der richtige Gebrauch dieser Angelgeräte ist)

Wie erzeugen Sie also das richtige Produktbild?

Es lohnt sich vor allem die Eingabeaufforderung zu vereinfachen. Wenn die Beschreibung der genauen Verwendung eines Produkts nicht den gewünschten Effekt hat, kann es sehr hilfreich sein, die „Verwendung” darauf zu reduzieren, dass man es einfach in der Hand hält oder auf einen Tisch legt. Es lohnt sich nicht, auf komplexen Sequenzen zu bestehen, wenn die KI offensichtlich ein Problem damit hat. Im Fall der Erzeugung von von mehreren Produkten reduziert werden kann. Oft sehen zwei oder drei Produkte wie das Original aus, aber die anderen haben alle Arten von Verunstaltungen und Verlusten.

Wenn das Foto immer noch nicht zufriedenstellend aussieht, können Sie auf eigene Faust die Bilddatenbanken durchsuchen, auf die Sie Anspruch haben (oder die kostenlos sind), und die Referenzfoto. Die Arbeit mit einem solchen Foto ist etwas komplizierter, aber in Ausnahmefällen kann sie manchmal effektiver sein als ein endloser Kampf mit Aufforderungen. Es ist daher ausreichend ein Referenzfoto und ein Foto unseres Produkts bei AI hochzuladen und es zu bitten, die Artikel zu ersetzen. In unserem Beispiel mit den Eiweißbällchen würde das so aussehen: Wir finden ein Foto von einem Angler, der ein Eiweißbällchen schöpft, laden beide Fotos in AI hoch und fügen die Aufforderung „Ich füge zwei Fotos bei: eines, auf dem der Angler eine Eiweißkugel auf den Haken setzt, und das andere mit einer Eiweißkugel auf weißem Hintergrund. Ersetzen Sie die Proteinkugel (die der Angler auf den Haken setzt) durch eine Kugel wie auf dem Foto mit dem weißen Hintergrund.”. In den meisten Fällen sollte AI mit einer solchen einfachen Bearbeitung kein Problem haben, aber die Suche nach einem Referenzfoto kann manchmal zeitaufwändig sein.

Eine andere Form der Verbesserung des Ergebnisses arrangierter Fotos, die man kennen und nutzen sollte, ist Korrektur des Hauptfotos. Dies ist häufig der Fall bei der Produktfotografie, die spiegelbildlich, nicht zentriert, verkehrt herum oder auf dem Kopf stehend (oder seitlich) angeordnet sind. Es lohnt sich, zunächst richtig ein solches Foto und setzen es erst dann in die KI ein. Auch wenn wir in der Eingabeaufforderung angegeben haben, dass das Objekt auf dem Foto seitlich liegt und senkrecht stehen soll, AI diese Empfehlungen nicht immer anwendet. Dann lohnt es sich, der KI zuvorzukommen und das Foto zu Beginn zu drehen - dies kann in Sekundenschnelle über den im System integrierten Foto-Editor/Player oder spezielle Apps erfolgen.

Nachfolgend sehen Sie ein Beispiel für ein korrekt erzeugtes Bild eines zuvor konzipierten Balls, das mit einer der oben beschriebenen Methoden erstellt wurde:

Zum Schluss eine kurze Zusammenfassung, wie man mit fehlerhafter Erzeugung umgeht:

1. Vereinfachen Sie die Eingabeaufforderung
2. Produktverwendung ändern
3. Reduzieren Sie die Anzahl der Produkte, die pro Bild erzeugt werden (einzelnes Produkt vs. mehrere)
4. Ändern Sie das KI-Modell
5. Verwenden Sie ein Referenzfoto
6. Korrigieren/ändern Sie das Elternfoto

Kurz gesagt, die Erzeugung von Bildern aus Branchen mit eine kleine Fotobank führt zu viele KI-Fehler und Unzulänglichkeiten. Es gibt Möglichkeiten, hier Abhilfe zu schaffen, aber sie sind nicht immer wirksam. Es ist wichtig, daran zu denken, dass trotz allem echte Fotos auch auf weißem Hintergrund sollten in unsere Angebote aufgenommen werden. Bei arrangierten Fotos kann KI helfen, aber die Kunden bevorzugen Fotos, die korrekt erstellt wurden und eine makellose, realistische Aufnahme des Produkts zeigen. Es lohnt sich nicht, Fotos hochzuladen, die „auf einem Exemplar” aufgenommen wurden und die den Kunden über das Aussehen des Produkts täuschen. Denken Sie daran, dass unser Empfänger ein Mensch ist - und für ihn oder sie bereiten wir Fotos vor.

Autor des Blogs: Nikola - bTOP Grafikdesigner
Datum der Veröffentlichung: 18.05.2026r.