In dieser Folge von Second Brain sprechen Sebastian Gärtner und
Robert Schönholz darüber, wie du mit KI realistische,
imperfekte und authentische Bilder erzeugst – ideal für
UGC-Style, Produktmarketing und Lifestyle-Visuals. Wir
zeigen, warum „Perfektion“ in AI-Generated Content oft
unnatürlich wirkt und wie du mit ein paar gezielten
Stellschrauben sofort mehr Glaubwürdigkeit erreichst: von
Smartphone-Look über Licht-Fehler bis hin zu „Clutter“
(Krimskrams), der Szenen endlich wie echtes Leben aussehen lässt.
Wir diskutieren außerdem, welche Modelle aktuell am besten
performen (u. a. Nano Banana Pro, ChatGPT und Flux
2) und wie modernes Prompting heute wirklich funktioniert:
Bild-Inputs statt nur Text, Referenz-Styles, klare
Zuordnung von Input-Bildern (A/B/C) und warum positive
Formulierungen oft zuverlässiger sind als „nicht“-Prompts.
Ein Schwerpunkt ist die Königsdisziplin: Menschen – mit
natürlichen Details wie Hautstruktur, leichten Unreinheiten,
realistischen Frisuren und spontanen Blicken, statt
Model-Perfektion.
Zum Schluss geht’s um Skalierung: Wie du dir universelle
Templates baust, die für viele Produkte funktionieren, ohne
jedes Mal neu „zu erfinden“, wie Haare, Licht, Tisch und Szene
aussehen müssen.
Links & Ressourcen:
Nano Banana Pro Prompt Guide (offiziell)
Prompt Library & UGC Beispiele
Sebastian auf LinkedIn:
https://www.linkedin.com/in/sebastian-g%C3%A4rtner-520b90151/
Robert auf LinkedIn:
https://www.linkedin.com/in/schoenholz/
Takeaways
Imperfektion macht KI-Bilder glaubwürdiger und steigert die
Performance bei UGC- und Lifestyle-Content.
Nano Banana Pro liefert aktuell besonders starke Ergebnisse
für Produktdarstellung und Textschärfe; Flux 2 ist nah dran.
Image-Inputs (Produkte/Personen/Style-Refs) geben deutlich
mehr Kontrolle als reine Text-Prompts.
„Clutter“ (Krimskrams), Overexposure und Smartphone-Look sind
schnelle Realismus-Hebel.
Menschen wirken echter mit natürlichen Details: leichte
Hautunreinheiten, unperfekte Haare, Natural Make-up, normale
Kleidung.
Produkte sollten in Video/Foto-Szenen eher größer platziert
werden, damit Details nicht „matschig“ werden.
Templates + universelle Prompts sind der Schlüssel, um
Bildproduktion für viele Produkte zu automatisieren und zu
skalieren.
Kapitel
(00:00) Intro: Warum Imperfektion KI-Bilder realistischer macht
(02:01) Perfekt = unnatürlich: Was schief läuft
(03:49) Modelle: Nano Banana Pro vs. Flux 2
(07:00) Prompting: Style-Refs, Bild-Inputs, negative vs. positive
Formulierungen
(14:16) Authentische Personen: UGC-Setting, iPhone-Look,
deutsche/europäische Ästhetik
(18:31) Realismus-Tuning: Overexposure, Clutter, Unordnung
(23:47) Produktfotografie: Perspektive, Umfeld, „nicht wie
ausgeschnitten“
(28:05) Automatisierung: Templates & universelle Prompts für
viele Produkte
(32:23) Zusammenfassung & nächste Schritte
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.