Bild zu Bild KI: ein Foto, ein Prompt, eine neue Version
Bild zu Bild KI verändert ein bestehendes Foto per Prompt, statt es neu zu erfinden. Der Ablauf, ein Beispiel, und wo das Ergebnis genauer geprüft werden muss.
„Bild zu Bild KI" bezeichnet ein bestimmtes Vorgehen: ein eigenes Foto hochladen und in einem Prompt beschreiben, welche eine Eigenschaft sich ändern soll — die Jahreszeit auf einem Außenfoto, die Stoffvariante eines Produkts, der Bildstil einer ganzen Foliensammlung —, während alles andere am Bild erkennbar bleibt. Das ist etwas anderes als Text zu Bild, wo ein leeres Blatt zu einem komplett neuen Motiv wird, und etwas anderes als zwei Fotos zu einem dritten zu verschmelzen. Der ehrliche Punkt zuerst: Das Modell zeichnet bei jeder Anfrage das komplette Bild neu, nicht nur die benannte Stelle. Was „unverändert bleiben" soll, bleibt nur dann wirklich gleich, wenn der Prompt es ausdrücklich festlegt — sonst verschiebt sich auch an Stellen etwas, die niemand anfassen wollte.
Wofür sich das im Büroalltag eignet
- Eine Produktfoto-Variante in einer anderen Farbe oder einem anderen Material zeigen, bevor die echte Variante produziert oder fotografiert ist.
- Den Bildstil mehrerer Fotos auf eine einheitliche Stimmung bringen, etwa für eine Folienreihe, die aus unterschiedlichen Quellen zusammenkam.
- Ein Außenfoto für eine saisonale Kampagne in eine andere Jahreszeit oder Tageszeit versetzen, ohne einen neuen Termin vor Ort zu buchen.
- Ein Icon- oder Illustrationsset aus einer einzigen Vorlage in mehreren Farbvarianten ableiten, statt jede Variante einzeln neu zu beschreiben.
Nicht geeignet ist es für ein Foto, das als exakter Beleg gelten muss — ein Schadensfoto, ein Belegfoto zu einer Reisekostenabrechnung, ein Bild für ein Immobilienexposé mit echten Maßen. Und nicht geeignet ist es für das Foto einer identifizierbaren Person ohne deren ausdrückliche Zustimmung, selbst wenn nur die Kleidung oder der Hintergrund geändert werden soll — die Person im Bild bleibt dieselbe, nur eben in einer Version, die sie selbst nie freigegeben hat.
Ein Ablauf, der die Änderung auf eine Sache begrenzt
- Benenne genau eine Eigenschaft, die sich ändern soll — Farbe, Jahreszeit, Bildstil —, statt mehrere Änderungen in einem Prompt zu bündeln. Jede zusätzliche Änderung ist eine zusätzliche Stelle, an der sich auch etwas verschieben kann, das bleiben sollte.
- Benenne im selben Satz, was unverändert bleiben muss — Form, Proportionen, jeder lesbare Text oder jedes Logo im Bild —, statt davon auszugehen, dass „Rest bleibt gleich" von selbst gilt.
- Erzeuge mindestens zwei Varianten desselben Prompts und vergleiche sie nebeneinander, statt die erste Ausgabe zu übernehmen.
- Lege Original und Ergebnis nebeneinander und vergrößere genau die Stellen, die unverändert bleiben sollten — Gesicht, Logo, jeder Schriftzug — statt nur die geänderte Eigenschaft zu prüfen.
Ein Beispiel von Anfang bis Ende
Nimm ein Produktfoto eines Stuhls in Hellgrau, der für einen internen Katalog auch in Dunkelblau gezeigt werden soll, bevor die echte Variante produziert ist. Prompt unvollständig: „Mach den Stuhl blau." Ergebnis: Die Polsterfarbe ändert sich, aber auch die Holzbeine wirken leicht dunkler als im Original, und der Schattenwurf auf dem Boden hat sich minimal verschoben — Details, die beim schnellen Blick übersehen werden, beim Nebeneinanderlegen mit dem Original aber auffallen.
Prompt vollständig: „Ändere ausschließlich die Polsterfarbe des Stuhls zu Dunkelblau. Beine, Form, Hintergrund, Schattenwurf und Bildausschnitt bleiben exakt wie im Original." Das Ergebnis lässt sich direkt für den Katalogentwurf verwenden, weil der Prompt festlegt, welche eine Eigenschaft sich ändern darf — und weil das Nebeneinanderlegen mit dem Original genau das bestätigt, statt es nur zu vermuten.
Ein zweites Beispiel zeigt dieselbe Regel an einer anderen Eigenschaft: ein Außenfoto eines Firmengebäudes im Sommer soll für eine Winterkampagne verschneit wirken. Prompt unvollständig: „Mach daraus ein Winterfoto." Ergebnis: Schnee liegt überzeugend auf Dach und Rasen, aber ein Firmenschild über dem Eingang hat beim genauen Hinsehen einen Buchstaben verloren — der Schriftzug wird bei jeder Anfrage neu gezeichnet, genau wie der Rest des Bildes, und gerät dabei leichter durcheinander als eine glatte Fläche. Prompt vollständig: „Füge Schnee auf Dach, Rasen und Gehweg hinzu. Firmenschild, Fassade, Fensteranzahl und Bildausschnitt bleiben exakt wie im Original." Prüfbar ist das direkt: den Schriftzug im Ergebnis vergrößern und Buchstabe für Buchstabe mit dem Original vergleichen.
Ein Bild zu Bild Ergebnis, das auf den ersten Blick stimmt, ist nicht automatisch an jeder Stelle unverändert. Das Modell zeichnet das komplette Bild neu — geprüft ist es erst, wenn die Stellen, die bleiben sollten, tatsächlich nebeneinander gleich aussehen.
Warum das etwas anderes verlangt als Text zu Bild
Ein Bild-zu-Bild-Modell startet nicht bei einem leeren Blatt, sondern bei den Pixeln eines hochgeladenen Fotos und einer Textanweisung dazu — technisch beschreibt Google das für das eigene Bildmodell als gemeinsame Verarbeitung von Bild- und Texteingabe in einem Schritt, nicht als zwei getrennte Werkzeuge hintereinander. Genau das erlaubt die enge Aufgabe aus diesem Artikel — eine Eigenschaft ändern, den Rest beibehalten —, macht die Aufgabe aber auch empfindlicher für zu vage Prompts, weil das Modell bei jeder Unschärfe in der Anweisung selbst entscheidet, was als „Rest" zählt.
Wie leistungsfähig aktuelle Modelle in dieser engen Aufgabe inzwischen sind, zeigt die im Oktober 2026 veröffentlichte Version 2.1 von Googles Bildmodell: The Decoder beschreibt bessere Bildqualität bei gleichzeitig niedrigeren Kosten pro Anfrage gegenüber der Vorgängerversion, und OpenRouter listet das Modell mit Preisen pro Bild, die sich direkt nach der gewählten Auflösung richten — ein Grund mehr, die Zielgröße vorab festzulegen statt nachträglich zuzuschneiden.
Wie verbreitet solche Werkzeuge im Job bereits sind
Der Bitkom erhebt regelmäßig, wie viele deutsche Unternehmen generative KI-Bildwerkzeuge inzwischen für Präsentationen, Marketing oder Produktentwürfe einsetzen. Welche dieser Bildbearbeitungsaufgaben sich technisch grundsätzlich automatisieren lassen, untersucht laufend das IAB. Das Statistische Bundesamt erhebt zusätzlich, wie viele Unternehmen in Deutschland KI-Anwendungen insgesamt einsetzen — eine Zahl, die von Jahr zu Jahr spürbar steigt.
Dass ein Mensch das Ergebnis prüft, bevor es verwendet wird, gilt für eine Bild-zu-Bild-Änderung genauso wie für jeden anderen KI-generierten Inhalt — die OECD-Leitlinien zu KI benennen diese Prüfverantwortung ausdrücklich. Wie schnell sich diese Modelle technisch weiterentwickeln, verfolgt der Stanford AI Index über mehrere Jahre — die Fähigkeiten wachsen sichtbar, was ein Ergebnis überzeugender aussehen lässt, ohne dass das Nebeneinanderlegen mit dem Original dadurch überflüssig würde.
Genau diese Prüfroutine — ein Ergebnis gegen die eigene Vorgabe abgleichen, statt es wegen des ersten Eindrucks zu übernehmen — ist Teil dessen, wofür der Arbeitsmarkt laut PwC AI Jobs Barometer einen deutlichen Gehaltsaufschlag zahlt, unabhängig davon, ob die Aufgabe ein Bild, ein Text oder eine Tabelle ist.
Was du am Montag ausprobierst
- Wähl ein eigenes Foto und benenne genau eine Eigenschaft, die sich ändern soll.
- Schreib im selben Prompt, was unverändert bleiben muss — Form, Text, Logo.
- Erzeuge mindestens zwei Varianten und vergleiche sie nebeneinander.
- Lege Original und Ergebnis nebeneinander und vergrößere die Stellen, die gleich bleiben sollten, bevor du eine Variante verwendest.
Soll statt einer Eigenschaft an einem Foto gleich der komplette Hintergrund durch ein zweites eigenes Bild ersetzt werden, zeigt 2 Bilder mit KI kombinieren denselben Rollenverteilungs-Ablauf für zwei Quellbilder. Geht es nicht um eine bewusste Änderung, sondern darum, ein unscharfes oder schlecht belichtetes Foto wiederherzustellen, gilt dieselbe Vergrößern-und-Vergleichen-Regel in Bilder verbessern mit KI. Läuft die Bearbeitung direkt im Chatfenster von ChatGPT statt über ein spezialisiertes Bildmodell, zeigt ChatGPT Fotos bearbeiten denselben eine-Änderung-benennen-Ablauf für dieses Werkzeug. Soll aus dem fertigen Ergebnis anschließend Bewegung werden, geht Bild zu Video mit KI diesen nächsten Schritt durch. Für ein komplett neu erzeugtes Bild ganz ohne Vorlage zeigt Flux KI denselben Prompt-und-Prüf-Ablauf an einem leeren Blatt statt an einem bestehenden Foto.
Der Prüfschritt selbst ist derselbe wie bei jeder anderen KI-Aufgabe im Büro, ausführlicher beschrieben in KI im Büro.
Wer Bild-zu-Bild-Änderungen über eine API laufen lässt, zahlt pro Bild und Auflösung. Nano Banana 2.1 Preis schlüsselt die Preise danach auf.
Genau diese Fähigkeit — eine Änderung präzise benennen und das Ergebnis gegen das Original prüfen, bevor es verwendet wird — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen, die zu einer echten Aufgabe passen, nicht zu einem Demo-Beispiel. Mehr zu diesem Ansatz steht über Coursium.