Fotorealistische Bilder aus einem Textprompt zu erzeugen wirkt auf den ersten Blick einfach: Subjekt beschreiben, ein paar Adjektive anhängen, fertig. In der Praxis scheitern die meisten Versuche an denselben Stellen – die Haut wirkt zu glatt, das Licht hat keine Richtung, die Perspektive erinnert an eine Illustration statt an eine Aufnahme. Der Unterschied zwischen „hübsches KI-Bild“ und „sieht aus wie ein Foto“ entsteht nicht durch ein magisches Zauberwort, sondern durch ein System. Dieses Tutorial zeigt dir, wie du dieses System aufbaust: von den einzelnen Bausteinen eines Prompts über Parameterkontrolle und Lichtsprache bis zu einem reproduzierbaren Workflow, mit dem du Serien konsistenter Bilder erzeugst, die sich anschließend sauber zu Video-Sequenzen weiterverarbeiten lassen.
Warum Fotorealismus so schwer zu treffen ist
Bildgeneratoren sind darauf trainiert, wahrscheinliche Bilder zu erzeugen. Wahrscheinlich heißt in der Praxis: glatt, symmetrisch, gut ausgeleuchtet und ein bisschen zu perfekt. Genau diese Eigenschaften sind es, die ein Bild sofort als synthetisch entlarven. Echte Fotografien sind voller kleiner Unvollkommenheiten – Sensorrauschen, leichte Unschärfe am Bildrand, unruhige Hintergründe, harte Schatten, Farbstiche, ein Objektiv, das in den Ecken abdunkelt.
Ein zweiter Grund ist die Sprache selbst. Wörter wie „schön“, „hochauflösend“ oder „realistisch“ tragen fast keine Information. Sie beschreiben eine Bewertung, keine Beobachtung. Ein Generator kann mit Bewertungen wenig anfangen, weil sie keine Richtung vorgeben. Beschreibungen dagegen funktionieren: „35-mm-Filmkorn“, „weiches Gegenlicht von links hinten“, „leichte chromatische Aberration an den Rändern“, „halb geschlossene Blende mit unscharfem Hintergrund“.
Der dritte Grund ist Konsistenz. Selbst wenn ein einzelnes Bild überzeugt, wirkt eine Serie oft zusammengewürfelt, weil Licht, Brennweite und Farbtemperatur von Motiv zu Motiv springen. Fotorealismus ist deshalb kein Einzelbild-Problem, sondern ein Pipeline-Problem. Wer ihn beherrscht, arbeitet mit festen Vorlagen, wiederkehrenden Parametern und dokumentierten Seeds.
Die Bausteine eines fotorealistischen Prompts
Ein fotorealistischer Prompt besteht aus fünf Schichten. Du kannst sie in beliebiger Reihenfolge schreiben, aber du solltest wissen, welche Schicht welche Aufgabe erfüllt – sonst wird der Prompt zu einem Sammelbecken aus widersprüchlichen Angaben.
Subjekt, Material und Umgebung
Beginne mit dem, was tatsächlich zu sehen ist. Statt „eine Frau“ besser: „eine Frau Anfang dreißig in einer grob gestrickten Wolljacke, feine Fältchen um die Augen, leicht zerzaustes Haar“. Materialangaben sind der stärkste Realismus-Hebel überhaupt, weil sie beschreiben, wie Licht auf Oberflächen reagiert: mattes Leinen, gebürstetes Aluminium, staubige Betonwand, Kondenswasser auf kaltem Glas. Ergänze die Umgebung mit einem konkreten Ort plus Tageszeit und Wetterlage, etwa „Bäckerei am frühen Morgen, Dampf über der Theke, nasse Straße vor dem Fenster“.
Kamera- und Objektivsprache
Kameravokabular liefert dem Generator eine physikalische Logik. Nützlich sind Brennweite, Blende, Distanz und Aufnahmeformat:
- Porträt mit isoliertem Hintergrund: 85 mm, f/1.8, Brustbild, Vollformat
- Umgebungsporträt mit Kontext: 35 mm, f/4, halbnahe Aufnahme
- Reportage-Look: 24 mm, f/5.6, aus der Hüfte fotografiert
- Produktaufnahme: 100 mm Makro, f/8, Studioblitz
- Architektur: 24 mm Tilt-Shift, f/11, Stativ
Wichtig ist, dass die Angaben zusammenpassen. „85 mm, f/1.4, alles scharf von vorn bis hinten“ ist ein Widerspruch, und der Generator löst ihn willkürlich auf.
Licht und Atmosphäre
Licht ist der Faktor, der am häufigsten über Erfolg oder Misserfolg entscheidet. Beschreibe Licht immer mit drei Angaben: Richtung, Qualität und Farbe. Beispiel: „weiches Fensterlicht von rechts, kühles Blau im Schatten, warmes Gelb auf der Haut“. Damit ist die Szene physikalisch definiert. Zusätzlich helfen atmosphärische Partikel – Staub in der Luft, Nebel, Regentropfen, Rauch –, weil sie Licht sichtbar machen und Tiefe erzeugen.
Ein wiederverwendbares Prompt-Gerüst
Statt jeden Prompt neu zu erfinden, lohnt sich eine Vorlage mit festen Slots. Ein bewährtes Gerüst für Fotorealismus sieht so aus:
- Subjekt und Handlung
- Kleidung, Material, Oberflächenbeschaffenheit
- Ort, Tageszeit, Wetter
- Kamera: Brennweite, Blende, Bildausschnitt, Perspektive
- Licht: Richtung, Qualität, Farbtemperatur
- Stimmung und Farbpalette
- Technische Charakteristika: Filmkorn, Rauschen, leichte Unschärfe
- Ausschlüsse: was nicht im Bild sein soll
Ein ausgefülltes Beispiel:
„Nahaufnahme eines Tischlers Mitte fünfzig in einer staubigen Werkstatt, grobe Arbeitshose mit Sägespänen, Hände mit Hornhaut, 50 mm, f/2, Augen leicht unterhalb der Kameraachse, hartes Seitenlicht durch ein Werkstattfenster am späten Nachmittag, warmer Staub in der Luft, gedämpfte Braun- und Grautöne, feines Filmkorn, natürliche Hauttextur mit Poren und kleinen Narben, keine glatte Haut, kein Studio-Look, kein Weitwinkel“
Die Reihenfolge ist bewusst gewählt: Erst Inhalt, dann Technik, dann Ausschlüsse. Ausschlüsse am Ende haben mehr Gewicht, weil sie zuletzt gelesen werden.
Parameter richtig dosieren
Parameter sind die Regler, mit denen du das Verhalten des Generators steuerst. Sie ersetzen keine gute Beschreibung, aber sie verhindern, dass ein an sich guter Prompt in die falsche Richtung kippt.
Seitenverhältnis, Stilisierung und Rohmodus
Das Seitenverhältnis bestimmt die Komposition mit. Ein quadratisches Format drängt zur Mitte, ein 16:9-Format erzeugt cinematografische Breite, ein 9:16-Hochformat verlangt nach einem klaren vertikalen Motiv. Die Stilisierung solltest du bei Fotorealismus niedrig halten. Hohe Stilisierung erzeugt gefällige Farben und weiche Kontraste – genau das, was ein Foto nie hat. Der Rohmodus reduziert die automatische Nachbearbeitung und ist der schnellste Weg zu glaubwürdiger Haut, weil er die Glättung zurücknimmt.
Gewichtung und Ausschlüsse
Gewichtung erlaubt dir, einzelne Begriffe zu verstärken. Nutze sie sparsam und nur dort, wo ein Element sonst untergeht – etwa Hauttextur oder Lichtrichtung. Wenn du mehr als drei Begriffe gleichzeitig verstärkst, heben sich die Effekte auf und das Bild wirkt überzeichnet. Ausschlüsse sind das Gegenmittel gegen typische Artefakte: „keine zusätzlichen Finger, kein Wasserzeichen, keine überzeichnete Symmetrie, kein HDR-Look, keine künstliche Schärfung“.
Varianten und Seeds für Konsistenz
Für eine Serie brauchst du einen festen Seed plus identische Parameter und nur minimal veränderte Szenenbeschreibungen. So bekommst du Variation im Motiv bei gleichbleibender Bildsprache. Notiere dir zu jedem Ergebnis den vollständigen Prompt, den Seed und die Parameter – ohne diese Dokumentation ist jede Serie nicht reproduzierbar, und genau das ist der teuerste Fehler in professionellen Projekten.
Film-Looks und analoge Ästhetik nachbilden
Analoge Fotografie ist die Abkürzung zum Realismus, weil sie bereits all die Unvollkommenheiten enthält, die digitale Generatoren weglassen. Drei Stilrichtungen sind besonders dankbar:
- Kleinbild-Reportage: 35 mm, sichtbares Korn, leichter Grünstich in den Schatten, harte Kontraste, Schnappschuss-Charakter.
- Mittelformat-Porträt: 80 mm, sehr flache Schärfentiefe, cremiges Bokeh, sanfte Hauttöne, minimale Verzeichnung.
- Sofortbild: weiche Kontraste, ausgewaschene Lichter, Vignette, Farbdrift ins Cyan-Magenta, leicht unscharfer Rahmen.
Um diese Looks zu erzeugen, beschreibe nicht nur das Ergebnis („sieht aus wie 35 mm“), sondern die Ursachen: Korngröße, Kontrastkurve, Farbstich, Belichtungstoleranz. Ein Prompt, der „belichtet auf 400 ISO, um ein Drittel überbelichtet, Schatten mit Grünstich“ sagt, landet deutlich zuverlässiger im gewünschten Look als der Hinweis auf eine Filmempfindlichkeit allein. Kombiniere maximal zwei dieser Merkmale pro Bild – mehr wirkt schnell wie ein Filter über einem ohnehin glatten Render.
Lichtszenarien meistern
Die folgenden fünf Lichtsituationen decken die meisten realistischen Anwendungsfälle ab. Lerne sie als Bausteine auswendig, dann kannst du sie kombinieren.
Weiches Fensterlicht. Großes, diffuses Licht von einer Seite, sanfte Schattenübergänge, kühle Schatten, warme Lichter. Ideal für Porträts und Interieurs. Typische Fehlerquelle: zu hell. Ergänze „leicht unterbelichtet“.
Goldene Stunde. Tief stehende Sonne, lange Schatten, warmer Hauptton, kurze Übergänge. Funktioniert für Außenaufnahmen, aber nur mit klarer Lichtrichtung und Staub oder Dunst in der Luft.
Bewölkter Himmel. Extrem gleichmäßiges Licht, kaum Schatten, hohe Farbsättigung bei Grün und Blau. Perfekt für Reportage und Produktaufnahmen im Freien.
Kunstlicht bei Nacht. Mischlicht aus Neon, Natriumdampf und LEDs, harte Farbkontraste, deutliches Rauschen, sichtbare Reflexionen auf nassen Oberflächen. Hier funktionieren hohe ISO-Angaben und sichtbares Korn besonders gut.
Studioblitz mit Reflektor. Definierte Schatten, klare Konturen, glänzende Highlights auf Haut und Stoff. Achte darauf, die Lichtformer zu benennen: Softbox, Reflektor, Striplight, Aufhellschirm.
Ein häufiger Fehler ist gemischtes Licht ohne Hierarchie. Wenn du nicht sagst, welche Quelle dominiert, entscheidet der Generator zufällig – und das Bild verliert seine Glaubwürdigkeit.
Komposition und Kamerawinkel
Fotorealismus lebt von Perspektiven, die ein Mensch tatsächlich einnehmen könnte. Die Standard-Porträtperspektive liegt auf Augenhöhe. Eine leichte Untersicht von der Brusthöhe wirkt präsent, aber nicht heroisch; eine Aufsicht aus Kopfhöhe wirkt dokumentarisch. Extreme Brennweiten erzeugen Verzerrungen, die sofort nach KI aussehen, wenn sie nicht bewusst eingesetzt werden.
Für die Komposition gilt: Nenne den Bildausschnitt (Totale, halbnahe, Nahaufnahme, Detail) und die Position des Motivs im Rahmen (linkes Drittel, zentriert, am unteren Rand). Ergänze, was im Vordergrund und im Hintergrund passiert. Unschärfe im Vordergrund ist eines der stärksten Realismus-Signale überhaupt, weil sie eine physische Kamera voraussetzt. Auch kleine Asymmetrien helfen: ein angeschnittener Türrahmen, ein schiefes Regal, ein Fuß, der gerade noch im Bild ist.
Von Einzelbild zu Sequenz: konsistente Assets für Video
Sobald ein Bild überzeugt, entsteht fast immer derselbe Wunsch: daraus eine Bewegung, eine kurze Szene oder ein Erklärvideo zu machen. Hier entscheidet sich, ob du ein hübsches Einzelbild oder ein Produktions-Asset hast. Für Sequenzen brauchst du:
- Eine Referenzkarte. Fasse für jedes Projekt eine kurze Beschreibung von Gesicht, Kleidung, Licht und Farbpalette zusammen und verwende sie in jedem Prompt identisch.
- Feste Kamera- und Lichtparameter. Wenn sich Blende, Brennweite oder Lichtrichtung innerhalb einer Szene ändern, wirkt der Schnitt gebrochen.
- Bewegungsbeschreibung statt Stilbeschreibung. Beim Animieren beschreibst du, was sich bewegt – Kopf dreht sich langsam nach links, Dampf steigt auf, Vorhang bewegt sich im Wind – und nicht, wie schön die Szene ist.
- Kurze Einstellungen. Zwei bis vier Sekunden pro Shot reichen. In dieser Länge bleibt das Gesicht stabil und die Bewegung glaubwürdig.
- Konsistente Übergänge. Ein harter Schnitt auf eine Perspektive mit anderem Licht fällt sofort auf. Wechsle entweder die Distanz innerhalb derselben Lichtsituation oder wechsle die Lichtsituation mit einem sichtbaren Schnittmotiv.
Ein bewährter Ablauf: Erst ein Referenzbild als Stilanker erzeugen und freigeben, dann Bildvarianten für alle Shots mit identischem Seed und identischen Parametern generieren, dann animieren, dann erst schneiden. Wer die Reihenfolge umdreht und zuerst animiert, produziert Ausschuss.
Typische Fehler und ihre Behebung
Zu glatte Haut. Ursache: hohe Stilisierung, Beauty-Adjektive, Rohmodus aus. Lösung: Stilisierung senken, Rohmodus aktivieren, Textur explizit beschreiben, Ausschlüsse ergänzen.
Alles scharf. Ursache: fehlende Blendenangabe oder Widerspruch zwischen Brennweite und Schärfentiefe. Lösung: Blende nennen, Vorder- und Hintergrundunschärfe beschreiben.
Plastik-Look bei Produkten. Ursache: zu viel „glänzend“, keine Materialdetails. Lösung: Oberflächenbeschaffenheit, Mikro-Kratzer, Reflexionen und Staub einbauen.
Falsche Hände und Requisiten. Ursache: überladene Szenen. Lösung: weniger Objekte, klarere Positionen, Hände nur erwähnen, wenn sie sichtbar sein müssen.
Wiederkehrende Gesichter unmöglich. Ursache: kein gespeicherter Seed, keine Referenzkarte. Lösung: Seed fixieren, identische Formulierungen verwenden, Referenzbild als Stilanker einsetzen.
Farbstich-Kitsch. Ursache: unklare Lichtfarbe. Lösung: Hauptlicht und Schattenlicht getrennt benennen, Farbpalette auf zwei bis drei Töne begrenzen.
Unruhige Komposition. Ursache: zu viele konkurrierende Elemente. Lösung: ein Hauptmotiv, ein Nebenmotiv, klarer Bildausschnitt.
FAQ
Wie lang sollte ein fotorealistischer Prompt sein?
Ein sinnvoller Bereich liegt bei 40 bis 90 Wörtern. Kürzere Prompts lassen zu viel offen, längere enthalten oft widersprüchliche Angaben, die sich gegenseitig aufheben.
Reicht ein Wort wie „fotorealistisch“?
Nein. Es beschreibt eine Bewertung, nicht eine Beobachtung. Beschreibe stattdessen die Ursachen: Brennweite, Blende, Lichtrichtung, Korn, Hauttextur.
Brauche ich zwingend Kameramarken oder Objektivnamen?
Hilfreich sind vor allem Brennweite, Blende und Lichtsituation. Markennamen sind ein Ersatz für fehlende Beschreibung und führen häufig zu homogenen Ergebnissen.
Wie viele Varianten sollte ich pro Prompt erzeugen?
Vier bis acht. Alles darunter ist Glücksspiel, alles darüber kostet Zeit, ohne die Trefferquote deutlich zu verbessern. Wähle die beste Variante aus und iteriere nur von dort aus weiter.
Wie halte ich Gesichter über mehrere Bilder hinweg stabil?
Über eine feste Beschreibung plus festen Seed, kombiniert mit einem Referenzbild als Stilanker. Zusätzlich hilft es, Kleidung, Licht und Kamerawinkel über die ganze Serie konstant zu halten.
Kann ich denselben Prompt für Video verwenden?
Nur als Ausgangspunkt. Für Bewegung brauchst du einen neuen Satz Beschreibungen, der sich auf das bewegte Element konzentriert, während Stil- und Lichtangaben identisch bleiben.
Warum wirken meine Bilder trotz guter Details künstlich?
Meist fehlt die Ebene der Unvollkommenheit: Rauschen, Randunschärfe, Vignette, Staub, Asymmetrie. Ein einziges dieser Elemente hebt die Glaubwürdigkeit oft stärker als zehn zusätzliche Detailwörter.
Abschließende Checkliste für jedes Projekt
Bevor du ein Bild freigibst, gehe diese Punkte durch: Ist die Lichtrichtung eindeutig? Passt die Perspektive zu einer realen Kamera? Gibt es sichtbare Oberflächenstruktur? Sind Schärfe und Unschärfe konsistent mit der Blendenangabe? Enthält das Bild mindestens ein unvollkommenes Detail? Sind Ausschlüsse gesetzt? Und passt die Farbpalette zum Rest der Serie – nicht ästhetisch, sondern technisch vergleichbar?
Fotorealismus ist am Ende kein Talent, sondern ein Handwerk aus Beschreibung, Parametern und Dokumentation. Wer sich einmal ein Prompt-Gerüst, eine Referenzkarte und einen Seed-Workflow aufbaut, kann Bilder reproduzieren statt sie zu erraten – und aus diesen Bildern ruhige, glaubwürdige Video-Sequenzen bauen, ohne dass die Szene beim ersten Schnitt auseinanderfällt.
