KI-Bilder werden technisch besser – und sehen trotzdem oft austauschbar aus. Für Social-Media-Teams verschiebt sich das Problem damit von der reinen Bildqualität zur Art Direction: Wer nur „mach mir einen modernen Instagram-Post“ eingibt, überlässt Motiv, Licht, Perspektive, Stil und Wirkung weitgehend dem Modell.
Social Media Examiner beschreibt dafür ein Framework von AI-Designerin Lauren deVane mit sieben Prompt-Bausteinen: Medium, Motiv und Handlung, Umgebung, Komposition, Licht, Ästhetik und beabsichtigte Wirkung. Das ist kein technischer Standard, sondern eine praktische Methode, um weniger Entscheidungen dem Modell zu überlassen und den eigenen Markenlook expliziter zu machen. Zum Ausgangsbeitrag bei Social Media Examiner.
Warum bessere Bildmodelle das Markenproblem nicht automatisch lösen
OpenAI hat am 8. September 2026 ChatGPT Images 2.5 vorgestellt. Nach Angaben des Unternehmens verbessert das Modell unter anderem die Treue zu Referenzbildern, präzise Bearbeitungen und die Konsistenz über mehrere Editier-Schritte. OpenAI nennt außerdem eine bis zu 50 Prozent geringere Generierungs-Latenz gegenüber Images 2.0. OpenAI beschreibt die Änderungen hier.
Für Marketingteams ist das relevant, löst aber nicht die kreative Grundfrage. Ein Modell kann eine Vorgabe genauer umsetzen – es muss trotzdem wissen, welche Bildsprache gewünscht ist. Genau dort beginnt ein reproduzierbarer Prompt- und Brand-Workflow.
Wer zusätzlich mit anderen Bildwerkzeugen arbeitet, findet im Srocket-Beitrag zu Google Pics und KI-Bildbearbeitung für Social Content einen Überblick über einen weiteren aktuellen Ansatz.
Die sieben Prompt-Bausteine für weniger generische KI-Bilder
1. Medium festlegen
Soll das Ergebnis wie eine Produktfotografie, Editorial-Illustration, 3D-Szene, Collage oder grafische Anzeige aussehen? „Bild“ ist als Vorgabe zu offen. Das Medium setzt den visuellen Rahmen, bevor Details dazukommen.
2. Motiv und Handlung beschreiben
Nicht nur nennen, was zu sehen ist, sondern auch, was passiert. Eine Person „steht im Büro“ ist schwächer definiert als eine Person, die gerade einen Entwurf auf einem Tablet vergleicht und auf eine Korrektur zeigt. Handlung erzeugt konkretere Szenen und verhindert den typischen KI-Stockfoto-Look.
3. Umgebung konkret machen
„Modernes Studio“ lässt viel Interpretationsraum. Materialien, Oberflächen, Hintergründe, Requisiten oder Tageszeit machen die Szene eindeutiger. Wichtig ist dabei nicht maximale Länge, sondern relevante Präzision.
4. Komposition vorgeben
Close-up oder Totale? Hochformat oder Querformat? Viel freie Fläche für Copy oder ein bildfüllendes Motiv? Zentral, asymmetrisch oder aus der Vogelperspektive? Gerade bei Social Ads und organischen Creatives sollte die spätere Nutzung schon im Prompt sichtbar sein.
5. Licht definieren
Licht verändert die Wirkung eines Bildes massiv. „Weiches Fensterlicht von links“, „harte Mittagssonne“ oder „warm beleuchtete Innenraumszene“ sind für ein Modell hilfreicher als unspezifische Begriffe wie „schönes Licht“. OpenAI empfiehlt in seinem eigenen Prompting-Guide ebenfalls konkrete Angaben zu Licht, Framing und Constraints. Zum OpenAI-Academy-Guide.
6. Ästhetik in Eigenschaften übersetzen
Statt nur einen bekannten Stil oder Künstlernamen zu nennen, sollte das Team beschreiben, warum eine Referenz gefällt: symmetrische Komposition, entsättigte Farben, starke Körnung, minimalistisches Set, dokumentarische Kamera oder plakative Typografie. Damit entsteht eher eine eigene Bildsprache als eine bloße Stilkopie.
7. Die beabsichtigte Wirkung nennen
Soll ein Creative Ruhe, Dringlichkeit, Hochwertigkeit, Neugier oder Produktvertrauen vermitteln? Die gewünschte Reaktion gehört ins Briefing. Gerade für Paid Social ist das sinnvoller als ein rein dekoratives „mach es hochwertig“.
Referenzbilder sind Teil des Prompts
Für markentaugliche Ergebnisse sind Referenzen oft wertvoller als immer längere Textprompts. OpenAI empfiehlt bei mehreren Uploads ausdrücklich eine kleine, überschaubare Auswahl und klare Anweisungen dazu, welche Rolle jedes Bild spielt. Beim Editieren sollte außerdem explizit stehen, was verändert werden darf und was unverändert bleiben soll.
Für Social-Teams kann das beispielsweise bedeuten: ein Produktfoto, eine Stilreferenz und ein bestehendes Markenmotiv – verbunden mit einer klaren Anweisung wie „Produktform und Logo unverändert lassen; nur Hintergrund, Licht und Umgebung an die Stilreferenz anpassen“.
Damit wird aus einem einzelnen Prompt ein kleines visuelles System. Ein ähnlicher Gedanke steckt auch hinter wiederholbaren KI-Workflows: Im Srocket-Guide zu Claude als AI Creative Director geht es genau darum, Brand-Regeln und Freigaben als feste Bestandteile des Prozesses zu behandeln.
Ein brauchbarer Workflow für Social-Media-Teams
Für die Praxis reicht meist ein schlanker Prozess.
Brand-Regeln sammeln: Farben, typische Perspektiven, Licht, Hintergründe sowie erlaubte und unerwünschte Stilmerkmale vorab dokumentieren.
Ein Prompt-Template bauen: Die sieben Bausteine als Felder behandeln, statt jedes Mal bei null zu starten.
Mit wenigen Referenzen arbeiten: Nur Material hochladen, das für das konkrete Motiv relevant ist.
Variationen gezielt testen: Nicht den kompletten Prompt jedes Mal ändern, sondern einzelne Variablen wie Licht, Perspektive oder Setting.
Finale Creatives prüfen: Logos, Texte, Produktdetails, Hände, Personenähnlichkeiten und Markenregeln vor Veröffentlichung kontrollieren.
Gute Prompts dokumentieren: Funktionierende Kombinationen werden zu wiederverwendbaren Vorlagen für Formate, Kampagnen und Produkte.
Das ist vor allem deshalb wichtig, weil KI im Marketing zwar breit eingesetzt wird, die organisatorische Reife aber nicht automatisch mitwächst. Eine aktuelle Srocket-Auswertung zeigt die Lücke zwischen hoher KI-Nutzung und deutlich schwächerer Erfolgsmessung.
Was KI-Bildgenerierung nicht ersetzt
Mehr Kontrolle im Prompt ersetzt weder Designurteil noch Freigaben. Bei realen Personen sollte die Nutzung ihrer Ähnlichkeit rechtlich und organisatorisch geklärt sein. OpenAI empfiehlt für Personenbilder Referenzmaterial mit entsprechender Erlaubnis und rät bei Gestaltungsfragen eher zu eigenständigen, „ownable“ Varianten als zur Imitation konkreter Marken oder Werke.
Auch bei guten Modellen bleiben finale Kontrollen notwendig. Gerade Text im Bild, Logos, Produktverpackungen und wiederkehrende Charaktere können über mehrere Assets hinweg abweichen. Der effizienteste Workflow ist deshalb nicht „ein Prompt, ein perfektes Bild“, sondern ein kurzer Kreislauf aus Vorlage, Generation, gezielter Korrektur und Freigabe.
Fazit: Der Unterschied liegt zunehmend im Creative Brief
Je besser Bildmodelle werden, desto weniger ist technische Bildqualität allein ein Wettbewerbsvorteil. Für Marken entscheidet stärker, ob sie eine wiedererkennbare visuelle Sprache in klare Vorgaben übersetzen können.
Das Sieben-Bausteine-Framework ist dafür ein sinnvoller Startpunkt: Medium, Motiv, Umgebung, Komposition, Licht, Ästhetik und Wirkung zwingen Teams dazu, die kreativen Entscheidungen selbst zu treffen, statt sie dem Modell zu überlassen. Genau das macht KI-Bilder weniger generisch – und im besten Fall tatsächlich markentauglich.