Konsistente Figur in KI-Bildern: die Methode Bild für Bild

Du erzeugst ein gelungenes Maskottchen für deinen Verein, startest mit demselben Prompt in einer anderen Szene neu und bekommst seinen Cousin: gleiche Grundidee, andere Nase, andere Frisur, andere Jacke. Das ist normal. Jede Generierung beginnt bei null, und Worte lassen großen Spielraum. „Eine Frau mit braunen Haaren, grüne Jacke“ beschreibt Tausende von Menschen.

Konsistenz entsteht in drei Schichten: eine festgeschriebene Beschreibung, ein Referenzbild und die Referenzwerkzeuge deines Generators. Keine genügt allein, und selbst mit allen dreien brauchst du eine Auswahl und manchmal ein paar Retuschen.

Beginne mit einem Figurenblatt als Text

Bevor du irgendetwas erzeugst, lege eine Beschreibung von 40 bis 60 Wörtern fest, die du nicht mehr änderst. Sie wird in jedem Prompt unverändert abgeschrieben. Halte die Merkmale wenige und markant: Eine Sommersprosse auf der Wange hält von Bild zu Bild nicht, ein dicker senfgelber Pullover hat bessere Chancen.

Der richtige Reflex ist, eine einfache, leicht erkennbare Silhouette zu wählen statt eines sehr detaillierten Gesichts. Das ist es, was Comicfiguren zusammenhält. Lass dir beim Formulieren helfen:

Du bist Art Director für ein illustriertes Projekt. Hier ist meine Figur: [FREIE BESCHREIBUNG AUF DEUTSCH]. Sie wird erscheinen in [MEDIUM, ZUM BEISPIEL EINER SERIE VON 12 SCHULUNGS-VIGNETTEN].

Verfasse ein Figurenblatt auf Englisch mit höchstens 50 Wörtern, das ich wortgleich in allen meinen Bild-Prompts wiederverwenden kann. Es muss in dieser Reihenfolge enthalten: scheinbares Alter, Silhouette, Frisur, vollständige Kleidung mit ihren Farben und ein einziges Erkennungs-Accessoire.

Verwende nur Merkmale, die auch in kleiner Größe gut sichtbar sind. Lass jedes feine Detail weg. Nimm keine reale Person und keine bestehende Figur zum Vorbild.

Füge danach drei Details hinzu, die von Bild zu Bild nicht variieren sollten.

Erzeuge ein Referenzblatt

Erzeuge mit diesem Figurenblatt ein Bild, das als Maßstab dient: die Figur in voller Größe, von vorn und im Profil, auf neutralem Hintergrund. Es entspricht dem Modellblatt eines Animationsstudios.

character reference sheet of [FICHE DU PERSONNAGE EN ANGLAIS], full body, front view and side view, neutral standing pose, plain light grey background, even soft lighting, [STYLE : PAR EXEMPLE FLAT VECTOR ILLUSTRATION OU SOFT WATERCOLOR], consistent proportions

Mach mehrere Versuche und nimm dir Zeit: Es ist das wichtigste Bild des Projekts, denn jeder Mangel wird im Weiteren reproduziert. Wenn du es bereinigen musst, tu es jetzt. Schneide außerdem eine einzelne Ansicht der Figur von vorn zu, denn eine einfache Referenz ohne Text passt oft besser als ein ganzes Blatt.

Wende die Referenz in deinem Tool an

Die Methode unterscheidet sich von Tool zu Tool, und diese Funktionen entwickeln sich schnell. Die folgenden Angaben gelten zum Zeitpunkt des Schreibens: Prüfe es im Tool.

Bei Midjourney in Version 7 sieht der Prompt für eine neue Szene so aus:

[FICHE DU PERSONNAGE EN ANGLAIS], [ACTION] in [LIEU], [MOMENT ET LUMIÈRE], [STYLE IDENTIQUE À LA PLANCHE], [CADRAGE] --v 7 --ar 3:2 --oref [URL DE TON IMAGE DE RÉFÉRENCE] --ow 150

Die Dokumentation nennt für --ow einen Bereich von 1 bis 1 000, mit 100 als Standard, und rät, unter 400 zu bleiben, außer bei sehr hohem Stylize. Beginne niedrig: Ein höheres Gewicht friert Pose und Details der Referenz ein, was nicht immer wünschenswert ist. Bei den Versionen 8.x hängst du stattdessen deine Bilder an das Edit Model an und beschreibst dabei die neue Szene.

Bei Stable Diffusion liefert dir ein LoRA das beste Ergebnis, wenn du mindestens eine Serie guter Bilder der Figur hast: Es erhält ein Auslösewort, das du in den Prompt setzt. Am einfachsten zum Einstieg bleibt eine Referenz per IP-Adapter, verfügbar als Erweiterung. Vorsicht beim Reflex, den Seed festzulegen: Derselbe Seed mit einer anderen Szene ergibt nicht dieselbe Figur, er dient nur dazu, nahe beieinanderliegende Varianten zu vergleichen. Der Stable-Diffusion-Leitfaden erinnert an die Grundlagen dieser Einstellungen, und der zu Midjourney stellt die verschiedenen Referenztypen vor.

Organisiere deine Serie, um Abweichungen zu begrenzen

Manche Szenen halten viel besser als andere. Ein paar Gewohnheiten ersparen dir viele Versuche.

• Trenne die Figur vom Hintergrund. Ändere immer nur eine Sache: erst den Ort, dann die Pose, dann den Bildausschnitt.
• Bleib bei vergleichbarem Abstand. Halbnahe Einstellungen halten besser als sehr enge Nahaufnahmen, bei denen das Gesicht neu erfunden wird, oder sehr weite Einstellungen, bei denen sich die Figur auflöst.
• Vermeide komplizierte Posen. Verschränkte Arme, mit beiden Händen gehaltene Gegenstände, Figuren, die sich berühren: Das sind die Fälle, die am schnellsten schlechter werden.
• Plane Spielraum ein. Für ein ausgewähltes Bild solltest du mehrere Versuche einrechnen und akzeptieren, wegzuwerfen, was nicht passt.
• Retuschiere zuletzt. Eine schwankende Jackenfarbe korrigierst du in einer Bildbearbeitung viel schneller als mit zehn Neustarts.

Stell dir eine Buchhaltungskanzlei vor, die eine Serie von Vignetten will, um ihren Kunden die elektronische Rechnungsstellung zu erklären. Ihre Figur, eine Ladeninhaberin mit sehr markanter Frisur, wechselt von der Kasse ins Büro und dann zu einem Termin. Die Kanzlei sollte den Illustrationsstil festlegen, dieselben Farben beibehalten und alle Einstellungen in mittlerer Entfernung halten. Um diesen Stil festzulegen, ohne einen Künstlernamen zu nennen, eignet sich das Raster zur Beschreibung von Stilen sehr gut.

Nimm für das nächste Bild diese Lückenvorlage, die dir das Neuschreiben von allem erspart und jeden Teil an seinem Platz hält:

[FICHE DU PERSONNAGE EN ANGLAIS, MOT POUR MOT]. Scene: [ACTION SIMPLE], in [LIEU], medium shot at eye level. Lighting: [LUMIÈRE IDENTIQUE À LA SÉRIE]. Style: [STYLE IDENTIQUE À LA SÉRIE]. Keep clothing colors and hairstyle unchanged.

Der letzte Satz kann helfen, reicht aber nicht aus: Die Referenz leistet den Hauptteil der Arbeit.

Grenzen, die du akzeptieren musst, und eine Regel, die du nicht überschreitest

Selbst bei sorgfältigem Vorgehen liefert diese Methode keine millimetergenau identische Figur. Kleidungsmuster driften, Accessoires wechseln manchmal die Hand, Logos und Texte halten nicht. Muss die Konsistenz perfekt sein, etwa bei einem Markenmaskottchen, das über Jahre abgewandelt wird, vertraue die Referenzversion einer Illustratorin oder einem Illustrator an und nutze die KI dann für die Versuche.

Erstelle keine Figur nach dem Gesicht einer realen Person ohne deren Zustimmung. Ein Foto, das du an ein KI-Tool schickst, ist ein personenbezogenes Datum, und die Veröffentlichung eines erzeugten Inhalts, der sie darstellt, kann echte Probleme aufwerfen, wie unser Artikel zur kommerziellen Nutzung erklärt.

Du kannst sofort anfangen: Schreib dein Figurenblatt mit 50 Wörtern, erzeuge dein Referenzblatt und starte dann drei sehr unterschiedliche Szenen. Die, die am stärksten abweicht, zeigt dir das Merkmal, das du im Figurenblatt verstärken musst.