Przejdź do treści
promptowy.com / KI-Glossar / Image-to-Image (Img2Img)
Bild, Video und Audio

Image-to-Image (Img2Img)

Image-to-Image (Img2Img) ist ein KI-Verfahren, das ein bestehendes Bild als Vorlage nutzt und es anhand von Textbefehlen gezielt transformiert.

Image-to-Image (oft abgekürzt als Img2Img) bezeichnet ein Verfahren generativer Bildmodelle, bei dem nicht reiner Text die Grundlage der Erstellung bildet, sondern eine bereits existierende Bilddatei. Das Ausgangsbild dient dem System als visuelles Gerüst für Komposition, Konturen, Farben und Lichtverhältnisse. Über einen begleitenden Textbefehl (Prompt) wird dem Modell mitgeteilt, wie diese Vorlage abgewandelt werden soll: etwa durch einen neuen Malstil, geänderte Materialien oder das Hinzufügen spezifischer Details.

Im Gegensatz zur klassischen Text-to-Image-Generierung, die auf einem komplett leeren Blatt beginnt und stark vom Zufall geprägt ist, erlaubt Img2Img eine präzise Kontrolle über den Bildaufbau. Dadurch eignet sich die Technik ideal für Gestaltungs- und Überarbeitungsprozesse, bei denen die grundlegende Geometrie einer Szene erhalten bleiben muss.

Wie Img2Img technisch funktioniert

Moderne Diffusionsmodelle erzeugen Bilder, indem sie schrittweise künstliches Rauschen aus einer Matrix entfernen, bis ein klares Motiv entsteht. Bei reinen Textbefehlen startet dieser Prozess mit reinem Zufallsrauschen. Bei Image-to-Image wird hingegen das Ausgangsbild in mathematische Bilddaten umgewandelt und kontrolliert mit digitalem Rauschen überlagert.

Anschließend versucht das System, dieses Rauschen wieder zu entfernen. Da das verrauschte Bild aber immer noch Schatten, Kanten und Farbflecken der ursprünglichen Komposition enthält, orientiert sich der Rekonstruktionsprozess an genau diesen Strukturen. Der Textprompt steuert gleichzeitig, als was diese Formen interpretiert werden sollen. So wird aus einem groben blauen Bogen am oberen Bildrand ein sonniger Himmel und aus einer braunen Fläche im Vordergrund ein rustikaler Holztisch.

Praxisbeispiel: Vom Entwurf zum Produktbild

Die Vielseitigkeit von Img2Img zeigt sich besonders im Arbeitsalltag von Kreativschaffenden und kleinen Unternehmen in Deutschland, Österreich und der Schweiz. Ein anschauliches Szenario bietet ein Schreinereibetrieb im Allgäu, der individuelle Küchen und Einbaumöbel fertigt:

Beim Beratungsgespräch vor Ort fertigt die Tischlerin eine schnelle Bleistiftskizze einer maßgeschneiderten Essecke an. Die Proportionen stimmen, doch der Kundschaft fehlt oft die visuelle Vorstellungskraft für das fertige Möbelstück. Statt Stunden in einer CAD-Software für fotorealistische Renderings zu verbringen, fotografiert die Handwerkerin die Skizze mit dem Smartphone und lädt sie in ein KI-Werkzeug im Img2Img-Modus.

Mit einem Prompt wie moderne Essecke aus hellem Eichenholz, weiche Polsterkissen in Petrolblau, warmer Lichteinfall durch ein großes Fenster, Architekturfotografie generiert die Software innerhalb weniger Augenblicke verschiedene Bildvarianten. Die Position der Bänke, die Fluchtlinien des Tisches und der Raumausschnitt bleiben exakt wie gezeichnet erhalten, doch das Bild wirkt nun wie ein Foto aus einem Designmagazin. So entsteht eine überzeugende Entscheidungsgrundlage für den Auftrag.

Wichtige Schritte und Einstellungen in der Anwendung

Der Erfolg eines Img2Img-Durchlaufs hängt maßgeblich von den Parametern ab, die dem Modell mitgegeben werden. Wer das Verfahren produktiv einsetzt, sollte folgende Faktoren beachten:

  • Denoising Strength (Transformationsstärke): Dieser Wert bestimmt, wie viel Rauschen über das Originalbild gelegt wird. Ein niedriger Wert verändert das Ausgangsbild nur minimal, was sich ideal für sanfte Retuschen oder Farbkorrekturen eignet. Ein hoher Wert gibt der KI mehr Freiraum, kann aber dazu führen, dass Gesichter oder wichtige Linien unkenntlich werden.
  • Qualität der Ausgangsbasis: Auch wenn Img2Img verwaschene Skizzen aufwerten kann, helfen klare Kontraste und eindeutige Proportionen. Klare Striche verhindern, dass die KI Elemente falsch interpretiert.
  • Präzise Prompts: Der Textbefehl sollte beschreiben, was im Zielbild zu sehen sein soll, und nicht zwingend, was entfernt werden muss. Beschreibungen von Materialeigenschaften, Beleuchtung und Stilrichtung führen zu den stabilsten Ergebnissen.
  • Seed (Zufallswert): Wird ein Bild mehrfach mit leichten Textanpassungen getestet, empfiehlt es sich, den Zufallswert zu fixieren, um vergleichbare Bildvarianten zu erhalten.

Typische Fehler bei Image-to-Image

Ein weit verbreiteter Fehler liegt in einer unpassend gewählten Transformationsstärke. Steht der Wert zu hoch, ignoriert das System die Bildvorlage weitgehend und erzeugt ein beliebiges neues Motiv, wodurch der eigentliche Zweck von Img2Img verloren geht. Ist der Wert hingegen zu niedrig eingestellt, übernimmt die KI zwar alle Linien, wendet den gewünschten Stil oder das neue Material jedoch kaum sichtbar an.

Ebenso problematisch sind widersprüchliche Eingaben. Wer ein dunkles Nachtfoto eines Gebäudes hochlädt und im Prompt eine sonnendurchflutete Mittagsszene verlangt, überfordert das System oft. Die KI versucht dann gleichzeitig, die tiefen Schatten der Vorlage zu respektieren und den Befehl für helles Tageslicht umzusetzen, was meist zu unnatürlichen Artefakten oder fleckigen Texturen führt.

Einstellungen in Midjourney, FLUX, Ideogram, GPT Image und ComfyUI mit Vorher-Nachher-Bildern: Denoising Strength (Einfluss des Ausgangsbildes) in der Parameterübersicht

Häufig gestellte Fragen

Worin liegt der Unterschied zwischen Text-to-Image und Image-to-Image?

Text-to-Image erzeugt ein Bild rein auf Basis einer Textbeschreibung aus dem Nichts. Image-to-Image benötigt zusätzlich eine Bilddatei als Vorlage, deren Komposition, Farben und Kanten als Grundgerüst für die Neugenerierung dienen.

Was bewirkt der Wert Denoising Strength bei Img2Img?

Dieser Wert regelt, wie stark das Ausgangsbild verändert wird. Ein niedriger Wert sorgt dafür, dass das Original fast vollständig erhalten bleibt, während ein hoher Wert der KI erlaubt, das Bild sehr frei und kreativ umzudeuten.

Eignet sich Img2Img auch für einfache Handskizzen?

Ja, das ist eines der beliebtesten Einsatzgebiete. Selbst grobe Strichzeichnungen oder Farbflächen können als Vorlage dienen, um daraus mit dem passenden Textbefehl fotorealistische Szenen oder detaillierte Grafiken zu berechnen.

← Alle Begriffe im KI-Glossar

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›