ControlNet (Kontrollstärke)
ControlNet ist eine funktionale Erweiterung für Bildgeneratoren, die den Aufbau eines Bildes anhand externer Vorgaben wie Kanten, Posen oder Tiefenkarten fixiert. Über die Kontrollstärke (Conditioning Scale) wird geregelt, wie sklavisch das Modell diesem Gerüst folgen muss. Dadurch lassen sich Kompositionen reproduzierbar steuern, während Materialien, Licht und Motive frei über Textprompts verändert werden.
Auch bekannt als: ControlNet, conditioning scale, controlnet strength, canny, depth, pose
Vorher und nachher: Praxistest




Modell: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5) + ControlNet canny SDXL. Einstellungen: Kantenmaske aus dem Bild des Schritt-Artikels, Seed 1411, variiert wurde nur die conditioning_scale. Datum: 14.11.2026.
Prompt: a bronze metal teapot and two cups on a marble table, studio photo
Bei einer Stärke von 0,3 interpretierte das Modell die Konturen noch sehr frei: Es zeichnete eigenständig eine zweite Kanne samt Henkel sowie eine Schale dazu, und auch die Tischkante verschob sich deutlich. Bei einem Wert von 0,9 standen Kanne und Tasse exakt an der vorgegebenen Position im gleichen Winkel, während der Prompt lediglich die neuen Materialien wie Bronze und Marmor beisteuerte. Weil ich die Kantenmaske mit einem einfachen Filter erzeugt hatte, erfasste sie auch die Holzmaserung des Untergrunds, was bei hoher Stärke prompt als störende Artefakte im Bild landete.
Bezeichnung je Generator
| Generator | Parameter | Werte | Standard |
|---|---|---|---|
| Stability AI (SD 3.5) | Control: Structure / Sketch - control_strengthWert aus dem Structure-Endpoint | 0-1 | 0.7 |
| ComfyUI | ControlNetApplyAdvanced: strength, start_percent, end_percentBereiche aus dem Code nodes.py (docs.comfy.org gibt sie nicht an) | strength 0.0-10.0 (Schritt 0.01); start/end 0.0-1.0 (Schritt 0.001) | strength 1.0; start 0.0; end 1.0 |
| Midjourney | nicht vorhanden | - | - |
| FLUX | kein ControlNet in der API; Komposition über Bounding Boxes (FLUX 3) | Boxen [top, left, bottom, right] auf einem 0-1000-Raster | - |
| Ideogram | nicht vorhanden (bbox in JSON-Prompts 4.0/4.5) | - | - |
| GPT Image | nicht vorhanden | - | - |
- Quellen, geprüft am 14.11.2026:
- Stability AI: docs.stability.ai/api-reference/control/structure.md
- ComfyUI: raw.githubusercontent.com/comfyanonymous/ComfyUI/master/nod...
- Midjourney: docs.midjourney.com/hc/en-us/articles/32859204029709-Parame...
- FLUX: docs.bfl.ml/flux_3/flux3_image_overview.md
- Ideogram: docs.ideogram.ai/prompting/text-in-images
- GPT Image: developers.openai.com/api/docs/guides/image-generation
Wann einsetzen
- Wenn die exakte Geometrie eines Raumes oder Produkts erhalten bleiben soll, Oberflächen, Lichtstimmung und Tageszeit aber neu gerendert werden
- Zur präzisen Festlegung menschlicher Körperhaltungen (OpenPose) für konsistente Storyboards, Modeentwürfe oder Illustrationen
- Beim Übertragen von 3D-Blockouts oder CAD-Tiefenkarten (Depth), um Fluchtlinien und architektonische Perspektiven fehlerfrei zu sichern
Typischer Fehler
Ein häufiger Fehler ist das Ansetzen einer maximalen Stärke von 1,0 oder höher bei verrauschten Kantenmasken: Das Modell übernimmt dann jeden Bildfehler und jedes Texturdetail starr in das Render-Ergebnis. Zudem führt die Kombination von inkompatiblen Versionen unweigerlich zu Fehlern, etwa wenn ein für SD 1.5 trainiertes ControlNet-Modell auf eine modernere SDXL-Basis angewendet wird.
Beispiel zum Kopieren
ComfyUI: Apply ControlNet -> strength = 0.8, start_percent = 0.0, end_percent = 1.0 Stability (Control): /control/structure mit "control_strength": 0.7
Häufig gestellte Fragen
Was bewirkt ControlNet Canny?
Canny extrahiert mithilfe eines Kantenfilters harte Konturen aus einem Referenzbild und zwingt das Modell, das neue Bildmotiv exakt an diesen Linien auszurichten.
Was unterscheidet Depth von Canny?
Während Canny flache zweidimensionale Außenlinien nachzeichnet, liest eine Depth-Map räumliche Entfernungen, wodurch Proportionen, Raumtiefe und Vordergrundelemente wesentlich natürlicher erhalten bleiben.
Warum wirkt das Bild bei hoher ControlNet-Stärke oft künstlich?
Wenn der Wert zu nah an 1,0 liegt, verliert das Diffusionsmodell jeden kreativen Spielraum für realistische Lichtbrechungen oder weiche Übergänge; ein Bereich zwischen 0,6 und 0,85 liefert meist deutlich organischere Resultate.
