Foto-Vokabular für KI-Bilder: Licht, Objektiv, Bildausschnitt

Bitte um „ein schönes Foto einer Restaurantküche“, und du bekommst ein Katalogbild: Alles ist scharf, alles gleich ausgeleuchtet, niemand könnte sagen, worauf man schauen soll. Füge „hartes seitliches Licht aus einer offenen Tür, halbtotale Einstellung auf Arbeitsplattenhöhe, unscharfer Hintergrund“ hinzu, und dieselbe Küche beginnt, etwas zu erzählen.

Ein Fotograf trifft diese Entscheidungen, bevor er auslöst. Triffst du sie nicht, trifft die KI sie an deiner Stelle, in der Regel auf die banalste Weise. Diese Tools simulieren nicht wirklich eine Kamera: Sie haben an Bildern gelernt, die mit Beschreibungen verknüpft waren, und diese Begriffe lenken sie auf eine Darstellung. Du bekommst also keine exakte Optik, nur eine starke Tendenz, was meistens genügt.

Die englischen Begriffe werden angegeben, weil sie in Midjourney oder Stable Diffusion am sichersten sind. In ChatGPT oder Gemini kannst du sie auf Deutsch schreiben.

Das Licht bestimmt die Stimmung

Wenn du dir nur eine Gruppe von Wörtern merken solltest, dann diese. Zwei Fragen genügen: Woher kommt das Licht, und ist es weich oder hart?

Gib die Richtung immer an, wenn sie zählt: from the left, from above, from behind. „Weiches Licht“ allein bleibt eine Vorliebe, während „weiches Fensterlicht, links“ einen Aufbau beschreibt.

Das Objektiv regelt Abstand und Unschärfe

Die Brennweite sagt ebenso viel über die Beziehung zum Motiv wie über die Ausrüstung. Du musst die Physik nicht kennen, nur die übliche Wirkung.

• Weitwinkel (24mm lens, wide-angle): zeigt viel Raum, verstärkt die Perspektive. Gut für einen Gastraum oder eine Werkstatt. Bei einer Gesichtsnahaufnahme verzerrt es.
• Standardbrennweite (50mm lens): nah an dem, was man mit dem Auge sieht, nüchtern, dokumentarisch.
• Porträt (85mm lens): isoliert das Motiv, macht den Hintergrund weich. Gut für ein Teamfoto oder ein Autorenprofil.
• Makro (macro lens, extreme close-up): zeigt Details aus nächster Nähe, etwa eine Stickerei, eine Kaffeebohne, eine Schweißnaht.
• Teleobjektiv (telephoto lens): staucht die Ebenen, rückt den Hintergrund ans Motiv heran.

Für die Unschärfe isoliert shallow depth of field das Motiv, und deep focus hält alles scharf. Der Ausdruck f/1.8 wirkt manchmal als Signal für Unschärfe, aber eine klare Beschreibung leistet dasselbe. Ein oft vergessener Punkt: Diese Begriffe addieren sich schlecht, wenn sie sich widersprechen. macro lens, wide landscape ergibt für einen Fotografen keinen Sinn, und die KI entscheidet nach Zufall.

Der Bildausschnitt sagt, was zählt

Ein nützlicher Trick, sobald das Bild Text tragen soll: Verlange freien Raum (negative space on the left). Ein bis zum Rand gefülltes Bild eignet sich schlecht für ein Banner oder ein Cover.

Zwei Prompts, die alles zusammenfügen

Hier das Rezept für ein Bild mit echter Absicht, in diesem Fall das Cover einer Broschüre für einen Tischler oder einen anderen Handwerksberuf. Ein Licht, eine Brennweite, ein Bildausschnitt, und nichts weiter:

photograph of [BERUF ODER TECHNISCHER HANDGRIFF, OHNE SICHTBARES GESICHT] in [ARBEITSORT], hands and tools in the foreground, soft window light from the left, 50mm lens, shallow depth of field, medium close-up at eye level, muted natural colors, negative space on the right

Die Hände statt des Gesichts zu zeigen, bleibt eine realistische Entscheidung, aber prüf sie genau: Dort irrt sich die KI am meisten. Der zweite Prompt zielt auf ein Gerichtefoto für einen Gastronomen:

overhead shot of [GERICHT] on a [FARBE] ceramic plate, on a [MATERIAL] table, hard side light from the right, long defined shadows, macro detail on the texture of [HAUPTZUTAT], restrained palette of [2 FARBEN], editorial food photography

Achtung: Ein generiertes Gerichtefoto zeigt nicht das Gericht, das du servierst. Auf einer Speisekarte oder der Website eines Restaurants kann es den Gast darüber täuschen, was er bekommt. Heb es deshalb für Stimmungen und Illustrationen auf und behalte für deine Gerichte echte Fotos.

Diese Wörter funktionieren in den meisten Tools, wiegen aber nicht überall gleich. Die Leitfäden zu Midjourney und Stable Diffusion erklären, wie du sie mit den Einstellungen des jeweiligen Tools kombinierst.

Vorher/Nachher: einen Prompt Wort für Wort korrigieren

Stell dir einen Verein vor, der seinen Aufruf an Freiwillige für eine Lebensmittelsammlung illustrieren will.

Vorher: people helping at a food bank, warm, professional photo, high quality

Das Ergebnis dürfte mit guten Chancen wie ein Bild aus einer Bilddatenbank aussehen: erstarrtes Lächeln, flaches Licht, alle blicken in die Kamera.

Nachher:

photograph of stacked cardboard boxes filled with fresh vegetables on a long table in a community hall, a pair of hands sorting apples in the foreground, soft overcast light through high windows, 35mm lens, medium shot at eye level, shallow depth of field, natural muted colors, documentary style

Vier Dinge haben sich geändert. Das Motiv ist konkret geworden, was verhindert, unbekannte und wenig glaubwürdige Gesichter zu erzeugen. Das Licht beschreibt einen realen Saal. Brennweite und Blickhöhe versetzen den Betrachter neben das Geschehen. Und documentary style schaltet die Werbeoptik aus. Wie jedes generierte Bild dokumentiert es keine echte Aktion: Veröffentlicht der Verein es, sollte er das kenntlich machen, statt es als Foto vor Ort auszugeben.

Zum Üben öffne ein Foto, das dir gefällt, in einem Magazin und beschreibe es mit jeweils einer Zeile aus jeder Tabelle: Lichtquelle, wahrscheinliche Brennweite, Bildausschnitt. Generiere deine Beschreibung und vergleiche dann: Die Abweichung zeigt dir das Wort, das du ändern musst, und von dort aus kannst du iterieren.