Flux KI: Bilder erstellen mit Prompt, Beispiel und Grenzen
Flux KI liefert in Sekunden überzeugende Bilder, Text und Hände geraten aber oft daneben. Ablauf mit Beispiel-Prompt, Prüfschritt und Einsatzgrenzen im Büro.
Flux ist eine Familie von KI-Bildmodellen, die Bilder aus einer Textbeschreibung erzeugen und teils auch bestehende Bilder gezielt bearbeiten. Entwickelt wird Flux von Black Forest Labs, einem 2024 gegründeten Unternehmen mit Sitz in Freiburg im Breisgau. Der ehrliche Punkt zuerst: Ein einzelner Prompt liefert fast immer ein Bild, das auf den ersten Blick professionell aussieht — ob es tatsächlich brauchbar ist, zeigt sich erst beim genauen Hinsehen an Text, Händen und kleinen Details im Hintergrund.
Wofür sich das im Büroalltag eignet
- Ein Titelbild für eine interne Präsentation oder einen Blogbeitrag, ohne eine Bilddatenbank zu durchsuchen.
- Eine Illustration für ein abstraktes Konzept, für das es kein passendes Stockfoto gibt.
- Mehrere Bildvarianten im selben Stil für eine Foliensammlung, damit die Präsentation einheitlich wirkt.
- Eine erste visuelle Skizze für ein Produkt- oder Kampagnenkonzept, bevor eine echte Fotoproduktion beauftragt wird.
- Ein einheitliches Icon-Set für eine interne Vorlage, wenn die vorhandene Icon-Bibliothek für das gesuchte Motiv nichts hergibt.
Nicht geeignet ist es für alles, wo das Bild ein reales Produkt, einen realen Ort oder eine reale Person exakt zeigen muss — ein Produktfoto für den Online-Shop mit den echten Maßen, ein Foto einer bestehenden Filiale, ein Bild, das als Nachweis dienen soll. Flux erzeugt ein plausibles Bild, keine Aufnahme der Wirklichkeit, so überzeugend die Bildkomposition auf den ersten Blick auch wirkt.
Vor einer kommerziellen Nutzung — auf der eigenen Website, in einer Kundenpräsentation, in gedruckten Materialien — lohnt sich ein Blick in die Nutzungsbedingungen des jeweiligen Anbieters. Sie legen fest, wofür ein erzeugtes Bild verwendet werden darf, und unterscheiden sich je nach Modellvariante und Abo. Notiere dir außerdem, mit welchem Prompt und welcher Werkzeugversion ein verwendetes Bild entstanden ist — bei einer späteren Nachfrage lässt sich sonst kaum mehr rekonstruieren, wie das Ergebnis zustande kam.
Ein Ablauf, der Text und Hände nicht übersieht
- Beschreibe Motiv, Stil, Perspektive und Lichtstimmung konkret statt allgemein — „flaches Icon-Design, zwei Farben, frontale Ansicht, heller Hintergrund" liefert ein anderes Ergebnis als „ein modernes Bild für die Firma".
- Vermeide Text im Bild, wo es geht. Wenn ein Wort im Bild stehen muss, plane einen zweiten Durchgang ein, in dem du den Text separat einfügst, statt dich auf das erzeugte Schriftbild zu verlassen.
- Erzeuge mindestens zwei bis drei Varianten desselben Prompts. Die Ergebnisse unterscheiden sich sichtbar, und selten ist die erste Variante die brauchbarste.
- Vergrößere das Ergebnis gezielt an den Stellen, an denen diese Modelle am häufigsten danebenliegen: Hände mit zu vielen oder zu wenigen Fingern, Text mit vertauschten Buchstaben, Logos oder Markenzeichen, die dem Original nur ähneln.
Format und Tempo an den Kanal anpassen
Ein Titelbild für eine Präsentationsfolie braucht ein anderes Seitenverhältnis als ein Bild für einen Social-Media-Beitrag oder ein Icon in einer Dokumentvorlage — breit und flach für eine Folie im 16:9-Format, quadratisch oder hochkant für die meisten Social-Media-Kanäle. Leg das Format fest, bevor du den Prompt schreibst, statt ein quadratisches Bild nachträglich zurechtzuschneiden — beim Zuschneiden verschwindet oft genau das Detail, das den Bildaufbau getragen hat.
Für eine schnelle Skizze, mit der du nur die Bildidee prüfst, reicht ein zügiger Durchlauf mit wenigen Varianten. Erst wenn der Bildaufbau feststeht, lohnt sich ein zweiter Durchlauf mit mehr Rechenzeit für die Version, die tatsächlich in der fertigen Präsentation oder auf der Website landet — der Unterschied zeigt sich vor allem an feinen Kanten und an genau den Stellen, an denen Hände und Text ohnehin geprüft werden.
Ein Beispiel von Anfang bis Ende
Nimm ein Titelbild für eine interne Präsentation zum Thema Weiterbildung. Prompt unvollständig: „Erstelle ein Bild zum Thema Lernen mit KI." Ergebnis: ein Bild mit einer Figur vor einem Bildschirm, auf dem verschwommene, unlesbare Zeichen stehen, die wie Text aussehen sollen, und einer Hand mit sechs Fingern am unteren Bildrand.
Prompt vollständig: „Flaches Icon-Design, eine Person sitzt an einem Laptop, Perspektive von schräg oben, zwei Akzentfarben, heller Hintergrund, kein Text im Bild." Das Ergebnis lässt sich ohne Nacharbeit in die Folie einsetzen — weil der Prompt genau die zwei Schwachstellen von vornherein ausgeschlossen hat, an denen das erste Bild gescheitert ist.
Ein Bild, das auf den ersten Blick fertig aussieht, ist nicht automatisch fertig. Fertig ist es erst, nachdem jemand Hände, Text und Logos einzeln geprüft hat — genau die Stellen, an denen ein flüchtiger Blick am ehesten vorbeisieht.
Ein zweiter Test lohnt sich, bevor das Bild in eine fertige Präsentation eingesetzt wird: Zeig es auf einem größeren Bildschirm oder als Ausdruck jemandem, der die Folie zum ersten Mal sieht, und frag gezielt nach Auffälligkeiten. Am eigenen kleinen Laptop-Bildschirm fallen ein verzerrtes Logo oder eine seltsam geformte Hand seltener auf als im Meeting, wenn das Bild plötzlich in voller Größe an der Wand hängt.
Warum genau diese Fehler passieren
Ein Bildmodell lernt aus Millionen Beispielen, wie eine Hand oder ein Buchstabe typischerweise aussieht — nicht die exakte, immer gleiche Struktur, die eine echte Hand oder ein echtes Wort hat. Bei einer Hand mit ihren vielen beweglichen Teilen reicht das für ein plausibles, aber oft falsches Ergebnis. Bei Text kommt hinzu, dass ein Buchstabe für das Modell zunächst eine Form ist wie jede andere, keine feste Zeichenfolge, die exakt reproduziert werden muss. Wie schnell sich generative Bildmodelle in diesem Punkt insgesamt verbessern, verfolgt der Stanford AI Index über mehrere Jahre — die Fähigkeiten wachsen sichtbar, ohne dass Text und Hände deshalb schon zuverlässig richtig werden.
Bis sich das ändert, gilt derselbe Grundsatz wie bei jedem anderen KI-generierten Bild: Ein Mensch prüft das Ergebnis, bevor es in einer Präsentation, auf der Website oder in einem Kundendokument landet. Die OECD-Leitlinien zu KI benennen diese Prüfverantwortung ausdrücklich, unabhängig vom eingesetzten Werkzeug.
Wie verbreitet KI-Bildwerkzeuge im Job bereits sind
Der Bitkom erhebt regelmäßig, wie viele deutsche Unternehmen generative KI-Werkzeuge inzwischen einsetzen — Bildwerkzeuge für Präsentationen und Marketing eingeschlossen. Welche Aufgaben sich davon technisch überhaupt 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.
Genau der Prüfschritt — ein Ergebnis Merkmal für Merkmal gegen den eigenen Anspruch 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 eine konkrete Präsentation oder einen Beitrag, für den du ein Titelbild brauchst.
- Schreib einen Prompt mit Stil, Perspektive und Lichtstimmung — und schließe Text im Bild ausdrücklich aus.
- Erzeuge mindestens zwei Varianten und vergleiche sie nebeneinander.
- Vergrößere das gewählte Bild gezielt an Händen, Logos und jeder Stelle, die wie Text aussieht, bevor du es einsetzt.
Dieselbe Prüf-Regel gilt für ein Foto, das mit KI nur nachgeschärft statt neu erzeugt wird — dazu mehr in Bilder verbessern mit KI — und für ein Porträt, das zu einem KI Avatar wird. Soll aus dem fertigen Bild noch Bewegung entstehen, geht Bild zu Video mit KI diesen nächsten Schritt durch, und für eine verspielte Sammelfigur aus demselben Foto zeigt ChatGPT Figur erstellen dieselbe Vorgabe-Regel an einem anderen Bildstil. Landet das Bild am Ende in einem Flyer, gilt die Prüf-Regel zusätzlich für die Pflichtangaben — dazu mehr in Flyer erstellen mit KI.
Der Prüfschritt selbst ist derselbe wie bei jeder anderen KI-Aufgabe im Büro, ausführlicher beschrieben in KI im Büro.
Genau diese Fähigkeit — konkret vorgeben und das Ergebnis 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.