KI-Bilder haben zwei berüchtigte Schwachstellen: Hände und Text. Die Antwort vorweg: Beide lassen sich nicht durch einen noch feineren Prompt beheben – Hände umgehst du, indem du das Bild vereinfachst, Text löst du, indem du Generierung und Satz in zwei Schritte aufteilst. Wer das verstanden hat, erzielt deutlich bessere Ergebnisse.
Warum Hände und Text so schwer sind
Das ist kein vorübergehender Bug eines einzelnen Modells, sondern liegt in der Arbeitsweise von Diffusionsmodellen: Sie bauen ein Bild schrittweise aus Rauschen auf und lernen dabei statistische Texturmuster – kein anatomisches Wissen darüber, dass eine Hand fünf Finger hat. Hände tauchen in unzähligen Posen auf, klare Nahaufnahmen sind in den Trainingsdaten selten, also malt das Modell nach Gefühl: ein Finger zu viel, einer zu wenig, verklebte Finger.
Bei Text ist es noch grundsätzlicher: Das Modell „kennt“ Schriftzeichen nicht, es malt sie als Dekor. Es weiß nur, dass dort „kleine Zeichen-ähnliche Symbole“ stehen sollten – das Ergebnis sieht aus wie Schrift, ist aber keine. Englische Buchstaben sind einfacher und repetitiver, daher halbwegs brauchbar; chinesische Zeichen mit ihren dichten Strichen scheitern fast immer.
Zuerst vereinfachen: Hände aus dem Rampenlicht nehmen
Hände sind die Fehlerquelle Nummer eins – also lass sie einfach nicht prominent auftreten. Halbporträt, Seitenansicht oder Rückenansicht vermeiden Hand-Nahaufnahmen von selbst. Steck die Hände in Taschen, lass sie eine Tasse halten oder auf einer Schulter ruhen: Verdeckung und feste Posen entlasten das Modell enorm. Auch weniger Figuren helfen – Einzelporträts scheitern seltener als Gruppen. Und vergiss den Negativ-Prompt nicht, etwa extra fingers, deformed hands, extra limbs – das filtert noch einmal eine Reihe Ausschuss heraus.
Text im Prompt: kurz halten und in Anführungszeichen setzen
Wenn Text unbedingt schon im generierten Bild stehen soll, zwei Kniffe: Erstens kurz fassen – ein Slogan mit höchstens drei bis sechs Zeichen, bevorzugt Englisch, niemals einen ganzen Werbesatz in den Prompt packen. Zweitens den gewünschten Text in Anführungszeichen klar abgrenzen, zum Beispiel: a poster with the text "SALE" in bold red letters. Je kürzer und simpler die Zeichenfolge, desto kleiner die Wahrscheinlichkeit, dass sie als Textur verhunzt wird.
Richtiges Layout: Hintergrund und Text getrennt erstellen
Für Poster, Cover oder Social-Media-Grafiken, die wirklich gesetzt werden müssen, gibt es nur einen verlässlichen Weg: Zuerst nur den textlosen Hintergrund generieren und Motiv, Stimmung und Komposition perfekt machen – danach den Text in Canva oder Photoshop manuell hinzufügen.
Das hat zwei Vorteile: Die KI ist von der unlösbaren Aufgabe „Text malen“ befreit und liefert bessere Hintergründe; gleichzeitig kontrollierst du Schrift, Größe, Abstände und Farben vollständig – ein Layout-Niveau, das generierte Bilder nie erreichen. Viele professionell wirkende KI-Poster entstehen genau so: Die KI liefert die Optik, das Werkzeug die Schrift.
