KI in der Bildproduktion ist für mich keine abstrakte Frage. In einem Warenhaus habe ich mit meinem Team mehr als 6.500 Looks in 40 Fotoshootings produziert. Wenn ich heute auf diese Arbeit zurückschaue, frage ich mich bei jedem Schritt, was eine Maschine davon übernehmen würde, und was sie besser nicht übernehmen sollte.
Die Antwort ist weniger spektakulär, als viele Präsentationen versprechen, und gleichzeitig weitreichender. Die größten Gewinne liegen nicht im einzelnen Bild, sondern in der Arbeit um das Bild herum: Planung, Varianten, Anpassung und Ordnung. Das eigentliche Bild, das eine Marke trägt, bleibt eine Entscheidung von Menschen.
- KI in der Bildproduktion entlastet vor allem Planung, Varianten und Nachbearbeitung.
- Das Hauptmotiv einer Kampagne bleibt eine menschliche Entscheidung.
- Je näher ein Bild am Verkauf ist, desto eher kann eine Maschine helfen.
- Ohne klare Bildsprache vervielfacht KI vor allem Beliebigkeit.
Inhaltsverzeichnis
Wo 6.500 Looks wirklich Arbeit machen
Wer viele Looks fotografiert, merkt schnell, dass das Auslösen der Kamera der kleinste Teil ist. Die Arbeit steckt davor und danach: Produkte sichten, Outfits zusammenstellen, Reihenfolgen planen, Bilder auswählen, freistellen, retuschieren, in Formate schneiden und richtig benennen. Über das, was vor dem ersten Bild passiert, habe ich im Beitrag Fotoshooting planen geschrieben.
Genau hier setzt KI in der Bildproduktion am sinnvollsten an. Sie kann Shotlists aus Produktdaten vorbereiten, Dubletten erkennen, Freisteller erzeugen und Bilder für verschiedene Kanäle zuschneiden. Das sind Aufgaben, die viele Stunden kosten und wenig über die Marke entscheiden.
Was KI in der Bildproduktion heute übernehmen würde
Würde ich die gleiche Menge heute produzieren, würde ich drei Bereiche konsequent an Maschinen geben. Erstens die Vorbereitung: Shotlists, Styling-Vorschläge auf Basis vorhandener Outfits und eine erste Reihenfolge der Motive. Zweitens die Nachbearbeitung: Freistellen, Farbangleichung und Formatvarianten. Drittens die Ordnung: Verschlagwortung und Ablage, damit Bilder später auffindbar sind.
McKinsey beschreibt, dass generative KI Marketing-Inhalte in großer Zahl erzeugen kann, dass Menschen die Ergebnisse aber weiter steuern und überarbeiten müssen, und dass diese Werkzeuge eher in verkaufsnahe Kanäle passen als in Kampagnen, die eine Marke aufbauen (siehe hier: McKinsey, Generative AI: Unlocking the future of fashion). Das deckt sich mit meiner Erfahrung.
Wichtig ist mir dabei die Reihenfolge. Ich würde nicht mit dem auffälligsten Werkzeug beginnen, sondern mit dem Schritt, der im Alltag am meisten Zeit bindet und am wenigsten Urteil verlangt. Dort lässt sich der Nutzen ehrlich messen: weniger Stunden pro Look, weniger Fehler bei Formaten, schnellere Freigaben. Erst wenn das trägt, lohnt der nächste Schritt. Wer umgekehrt anfängt, hat schnell eindrucksvolle Beispiele und trotzdem keine schnellere Produktion.
Was beim Menschen bleibt
Das Hauptmotiv einer Saison, die Stimmung eines Shootings und die Frage, wie ein Model eine Jacke trägt, sind keine Produktionsfragen. Es sind Entscheidungen über die Haltung einer Marke. Hier würde ich KI höchstens als Skizzenwerkzeug nutzen, um Ideen schneller sichtbar zu machen, aber nicht als Ersatz für das Bild selbst. Ein Bild, das eine Saison eröffnet, muss eine Entscheidung zeigen, und diese Entscheidung sollte jemand vertreten können.
Auch das Urteil über ein fertiges Bild bleibt beim Team. Eine Maschine kann zehn Varianten liefern, aber sie weiß nicht, welche davon zur Marke passt. Diese Auswahl ist die eigentliche kreative Arbeit. Mehr zu den Grenzen generierter Bilder steht im Beitrag zur KI-Bildgenerierung in der Mode.
Warum KI in der Bildproduktion eine klare Bildsprache braucht
Die größte Gefahr sehe ich nicht in schlechten Bildern, sondern in beliebigen. Wenn eine Marke ihre Regeln nicht kennt, erzeugt KI in der Bildproduktion vor allem mehr von dem, was ohnehin austauschbar ist. Das Ergebnis sind viele Bilder, die korrekt aussehen und nichts sagen.
Deshalb würde ich vor jedem Einsatz die Bildsprache schriftlich festhalten: Licht, Ausschnitt, Farbwelt, Haltung der Models und was eine Marke nie zeigt. Erst mit diesen Regeln kann eine Maschine sinnvoll arbeiten. Warum das so wichtig ist, habe ich unter Bildsprache einer Marke beschrieben.
Was ich anders machen würde
Ich würde früher zwischen Markenbild und Produktbild trennen. Für die vielen Produktbilder, die vor allem informieren, würde ich KI in der Bildproduktion früh und mutig einsetzen. Für die wenigen Bilder, die eine Saison prägen, würde ich bewusst mehr Zeit und mehr Handarbeit investieren. Diese Trennung spart Zeit genau dort, wo sie am wenigsten kostet.
Offen ist für mich, wie schnell sich diese Grenze verschiebt. Die Werkzeuge werden besser, und manche Aufgabe, die ich heute beim Menschen sehe, wird in zwei Jahren eine Maschine erledigen. Was bleiben wird, ist die Verantwortung für das Bild, das eine Marke zeigt. Die kann man nicht delegieren.