Skip to content
Learning Lab · 5 min read

KI-Bilderstellung meistern: Prompt-Techniken für Midjourney, DALL-E & Flux

Lernen Sie professionelle Prompt-Engineering-Techniken für Midjourney, DALL-E 3 und Flux. Entdecken Sie, wie Sie Prompts mit Motiv, Stil und technischen Details strukturieren, häufige Fehler vermeiden und iterativ genau die Bilder erstellen, die Sie sich vorstellen.

AI Image Prompts: Master Midjourney, DALL-E & Flux

Warum die Prompt-Qualität über Ihre KI-Bilder entscheidet

Sie haben wahrscheinlich bemerkt, dass derselbe KI-Bildgenerator je nach Ihrer Anfrage völlig unterschiedliche Ergebnisse liefert. Das ist kein Fehler – es ist eine Funktion. Diese Modelle funktionieren eher wie erfahrene Künstler, die einen Auftrag entgegennehmen, als wie Suchmaschinen, die nach exakten Übereinstimmungen suchen. Der Unterschied zwischen einem generischen, ungelenken Bild und einem atemberaubenden, professionellen Ergebnis liegt oft darin, wie gut Sie Ihre Vision kommunizieren.

Die besten KI-Bild-Prompts teilen einige Schlüsselmerkmale: Sie sind spezifisch, ohne starr zu sein, sie enthalten visuelle Details, die die Trainingsdaten des Modells effektiv ansprechen, und sie vermeiden häufige Fallstricke wie widersprüchliche Anweisungen oder vage Beschreibungen. Egal ob Sie Midjourney, DALL-E 3 oder Flux verwenden, die Kernprinzipien bleiben ähnlich – obwohl jede Plattform ihre Eigenheiten hat.

Die drei Säulen effektiver Prompts

Säule 1: Subjekt + Kontext

Beginnen Sie mit dem, was Sie tatsächlich wollen. Nicht „ein Hund“, sondern „ein Golden Retriever, der in der Morgensonne auf einer Holzveranda sitzt und mit sanften, freundlichen Augen in die Kamera blickt.“ Die Spezifität ist wichtig, da sie dem Modell konkrete visuelle Ankerpunkte gibt.

Hier ist ein Beispiel-Workflow aus der Praxis:

Schwacher Prompt: „Ein Haus“

Starker Prompt: „Ein modernes Haus aus der Mitte des Jahrhunderts mit klaren Linien, 
großen Glasfenstern, warmer Holzverkleidung, umgeben von 
alten Eichen, bedecktes Nachmittagslicht, 
professioneller Architekturfotografie-Stil“

Säule 2: Visueller Stil und Medium

Der KI mitzuteilen, *wie* sie Ihr Motiv rendern soll, ist entscheidend. Hier legen Sie die künstlerische Richtung fest. Beschreiben Sie nicht nur, was Sie sehen, sondern auch, wie es aussehen soll.

Beispiele für Stil-Modifikatoren, die plattformübergreifend funktionieren:

  • Ölgemälde von [spezifischem Künstler] — zielt auf das Verständnis des Modells für die Techniken dieses Künstlers ab
  • 35mm Filmfotografie — löst spezifische Farbgebung und Kornmuster aus
  • Pixar Animationsstil, 3D-Render — lenkt das Modell auf spezifische visuelle Qualitäten
  • Aquarell-Illustration, lockere Pinselstriche — leitet die Ausführungsmethode
  • professionelle Produktfotografie, Studiobeleuchtung — legt technische Parameter fest

Säule 3: Technische Parameter und Stimmung

Diese Ebene umfasst Lichtverhältnisse, Farbpaletten, Kompositionshinweise und emotionale Stimmung. Sie macht den Unterschied zwischen einem technisch korrekten Bild und einem, das sich *richtig anfühlt*.

Vollständiges Beispiel-Prompt:

„Ein gemütlicher Buchladen-Innenraum, warmes Licht der goldenen Stunde 
strömt durch die Frontfenster, Regale voller 
Vintage-Bücher, Lese-Sessel aus Leder, kleiner Holzschreibtisch 
mit einer Kaffeetasse, sanfte Schatten auf abgenutzten Holzböden, 
stimmungsvolle und einladende Atmosphäre, Ölgemälde-Stil, der an 
Greg Rutkowski erinnert, reiche warme Farbpalette, professionelle 
Illustration, detailliert, filmische Beleuchtung“

Plattformspezifische Techniken

Midjourney: Parameter und Variationen nutzen

Midjourney reagiert gut auf Parameter-Flags am Ende Ihres Prompts. Diese geben Ihnen präzise Kontrolle:

--ar 16:9 (Seitenverhältnis)
--niji (Anime-/Illustrationsstil)
--style raw (entfernt Midjourneys typische Glätte)
--weird 100 (erhöht Surrealismus und Kreativität)
--seed 12345 (Reproduzierbarkeit)

Ein praktischer Midjourney-Prompt sieht so aus:

„Futuristischer Cyberpunk-Straßenmarkt, Neonschilder in 
kanji, schwebende Essensstände, regennasse Straße, 
blade runner 2049 Ästhetik, volumetrischer Nebel, filmische 
Komposition, 8k Qualität“ --ar 16:9 --style raw

DALL-E 3: Natürliche Sprache und Storytelling

DALL-E 3 glänzt, wenn Sie natürlicher schreiben, fast so, als würden Sie eine Geschichte erzählen. Es versteht Kontext und Erzählung besser als frühere Versionen. Sie können sich umgangssprachlich ausdrücken, und es wird Nuancen interpretieren.

Statt: „Eine Frau, braune Haare, lächelnd, Büro“

Versuchen Sie: „Eine professionelle Frau Ende 30 mit warmbraunem, 
zurückgebundenem Haar, die aufrichtig an ihrem Schreibtisch 
in einem hellen, modernen Tech-Startup-Büro lächelt. Sie wirkt 
selbstbewusst und zugänglich. Weiches, natürliches Fensterlicht. 
Professionelle Porträtfotografie im Headshot-Stil.“

Flux: Präzision und Fotorealismus

Flux (das neuere Modell von Black Forest Labs) zeichnet sich oft durch fotorealistische Ergebnisse aus und reagiert gut auf detaillierte technische Spezifikationen. Es profitiert von konkreten Beschreibungen von Materialien, Beleuchtungswinkeln und Kameraeinstellungen.

„Eine Luxusuhr auf schwarzem Leder, 45-Grad-Beleuchtung, 
Makrofotografie, geringe Schärfentiefe, glänzendes 
gebürstetes Stahlband, Lederarmband-Textur sichtbar, 
professionelle Produktfotografie, Hasselblad Kameraqualität, 
warme Studiobeleuchtung auf dunklem Hintergrund“

Häufige Fehler, die es zu vermeiden gilt

Über-Spezifikation: 20 widersprüchliche Ideen aufzulisten. Wählen Sie Ihre drei wichtigsten Elemente aus. Das Modell kann nicht gleichzeitig ein fotorealistisches Aquarell von vier verschiedenen Künstlern sein.

Negative Beschreibungen: „Vermeide unscharf“ ist weniger effektiv als „scharfer Fokus“. Sagen Sie, was Sie wollen, nicht, was Sie nicht wollen. Wenn das Modell Negationen verstehen soll, verwenden Sie in unterstützenden Prompts dieses Format:

„Ein Porträt, schöne Beleuchtung, detailliert, 
[NEGATIV: unscharf, verzerrt, niedrige Qualität, amateurhaft]“

Unklare Komposition: Gehen Sie nicht davon aus, dass das Modell weiß, wo Ihr Motiv platziert werden soll. Sagen Sie „Motiv zentriert“ oder „von unten nach oben aufgenommen“ oder „im unteren linken Bildbereich“.

Zweideutige Pronomen: „Ein Mann und eine Frau, sie lächelt“ — welche Person? Seien Sie explizit: „Ein Mann steht links, eine Frau steht rechts, die Frau lächelt herzlich.“

Jetzt ausprobieren: Ein vollständiger Workflow

Schritt 1: Schreiben Sie Ihre Grundidee einfach auf. Beispiel: „Eine mittelalterliche Burg bei Sonnenuntergang“

Schritt 2: Fügen Sie das visuelle Medium hinzu. „Eine mittelalterliche Burg bei Sonnenuntergang, gemalt im Ölgemälde-Stil, inspiriert von John Howe Fantasy-Kunst“

Schritt 3: Fügen Sie technische Details hinzu. „Eine mittelalterliche Burg auf einer felsigen Klippe bei Sonnenuntergang in der goldenen Stunde, gemalt im Ölgemälde-Stil, inspiriert von John Howe, warmer orangefarbener und violetter Himmel, dramatische Schatten, filmische Fantasy-Illustration, detailliertes Mauerwerk, leuchtende Fenster“

Schritt 4: Komposition und Stimmung festlegen. „Eine mittelalterliche Steinburg mit hohen Türmen auf einer steilen Felsklippe, Sonnenuntergang in der goldenen Stunde, der den Himmel in tiefen Orange- und Violetttönen beleuchtet, gemalt im klassischen Ölgemälde-Stil, ähnlich den Werken von John Howe, dramatische volumetrische Schatten, leuchtende warme Lichter in den Burgfenstern, filmische Komposition, fantastische und stimmungsvolle Atmosphäre, extrem detailliert“

Schritt 5: Testen Sie es. Generieren Sie das Bild. Wenn es nah dran ist, verwenden Sie diesen Seed/Prompt als Basis und iterieren Sie. Wenn es das Ziel verfehlt, identifizieren Sie, was schief gelaufen ist (zu dunkel? Falscher Stil? Komposition daneben?) und verfeinern Sie dieses spezifische Element.

Dieser iterative Ansatz ist besser, als zu versuchen, es beim ersten Versuch perfekt zu machen. Sie bringen dem Modell durch Feedback bei, was „gut“ bedeutet.

Wichtige Erkenntnisse

Batikan
· Updated · 5 min read
Topics & Keywords
Learning Lab sie und die eine auf ein das von
Share

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies.

Related Articles

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?
Learning Lab

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?

Drei KI-Coding-Assistenten dominieren Produktionsumgebungen. Dies ist keine Funktionsliste. Es ist eine Aufschlüsselung dessen, was jeder tatsächlich tut, wo er versagt und welche Tools für Architektur, Boilerplate und Debugging verwendet werden sollten.

· 11 min read
→
Tabellen mit Claude und GPT-4o analysieren
Learning Lab

Tabellen mit Claude und GPT-4o analysieren

Claude und GPT-4o können Ihre Tabellen und CSVs analysieren, aber nur, wenn Sie die Daten korrekt strukturieren und präzise fragen. Lernen Sie, wie Sie Dateien hochladen, Analyse-Prompts schreiben und Fallstricke bei Halluzinationen vermeiden.

· 2 min read
→
LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen
Learning Lab

LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen

Warum erfinden Sprachmodelle selbstbewusst Fakten? Weil sie Token vorhersagen, nicht die Wahrheit. Erfahren Sie, wie Grounding, Constraint Prompting und Temperatureinstellungen die Halluzinationsraten von über 15 % auf unter 5 % in Produktionssystemen senken.

· 6 min read
→
KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen
Learning Lab

KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen

KI kann Ihre Freelance-Leistung verdoppeln, ohne Ihr Urteilsvermögen zu ersetzen. Lernen Sie vier Produktions-Workflows, die administrative Aufgaben komprimieren und über 10 abrechenbare Stunden pro Monat zurückgewinnen.

· 6 min read
→
Schluss mit Halluzinationen: Wie RAG LLMs wirklich erdet
Learning Lab

Schluss mit Halluzinationen: Wie RAG LLMs wirklich erdet

Ihr LLM hat gerade selbstbewusst eine Forschungsarbeit zitiert, die es nicht gibt. Sie haben es nach Ihren API-Dokumenten für Ihr Unternehmen gefragt, und es beschrieb Endpunkte, die 2019 depreziert wurden. Das passiert, weil Sprachmodelle Text basierend auf Mustern in Trainingsdaten generieren, nicht indem sie Ihre tatsächlichen Informationen abfragen. Retrieval Augmented Generation (RAG) löst dieses Problem. Nicht, indem Modelle schlauer gemacht werden, sondern indem ihnen Zugriff auf echte Daten gewährt wird, bevor sie eine Antwort generieren. Die Technik ist essenziell für Produktionssysteme geworden, aber die meisten Implementierungen scheitern leise — entweder indem sie irrelevante Dokumente zurückgeben oder die Abrufung so verbessern, dass das Modell von zu viel Kontext verwirrt wird. Diese Anleitung führt durch, wie RAG tatsächlich funktioniert, warum einfache Setups scheitern und welche spezifischen Mustern in der Produktion funktionieren.

· 7 min read
→
Wohin Ihre Prompts gehen: Datenverarbeitung bei ChatGPT, Claude und Gemini
Learning Lab

Wohin Ihre Prompts gehen: Datenverarbeitung bei ChatGPT, Claude und Gemini

ChatGPT speichert Ihre Daten und verwendet sie standardmäßig für das Training. Claude trainiert nicht mit Web-Konversationen, es sei denn, Sie stimmen zu. Gemini verknüpft Ihre Chats mit Ihrem gesamten Google-Konto. Hier erfahren Sie, was jedes Modell mit Ihren Prompts macht und wie Sie sensible Informationen schützen.

· 5 min read
→

More from Prompt & Learn

Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools
AI Tools Directory

Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools

Drei Tools versprechen, Ihre Meetings zu transkribieren und Aktionspunkte zu extrahieren. Nur eines integriert sich nahtlos in Ihren Workflow. Hier ist der echte Vergleich: Otter vs Fireflies vs tl;dv – Genauigkeitsdaten, Preisaufschlüsselungen und ehrliche Vor- und Nachteile für jedes Tool.

· 4 min read
→
Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung
AI Tools Directory

Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung

Ich habe Gamma, Beautiful.ai und Tome für Produktionspräsentationen getestet. Gamma generiert am schnellsten, hat aber Probleme mit dem Branding. Beautiful.ai liefert visuelle Konsistenz und Datenverarbeitung. Tome bietet Flexibilität und Kollaboration. Hier erfahren Sie, was in der Praxis funktioniert – und wann jedes Tool punktet.

· 12 min read
→
App-Store-Starts 2026: KI-Tools als Katalysator
AI News

App-Store-Starts 2026: KI-Tools als Katalysator

Appfigures berichtet über einen deutlichen Anstieg von App-Starts im Jahr 2026, angetrieben durch KI-Entwicklungswerkzeuge, die Zeitpläne von Wochen auf Tage komprimieren. Ein einzelner Entwickler mit Claude oder Mistral kann jetzt liefern, was 2022 ein ganzes Ingenieurteam erforderte.

· 3 min read
→
Julius AI vs. ChatGPT vs. Claude für Datenanalyse
AI Tools Directory

Julius AI vs. ChatGPT vs. Claude für Datenanalyse

Julius AI, ChatGPT Advanced Data Analysis und Claude Artifacts erledigen Datenaufgaben, aber Ausführungsgeschwindigkeit, Preise und Arbeitsabläufe unterscheiden sich erheblich. Hier erfahren Sie, wie Sie das richtige für Ihren Anwendungsfall auswählen.

· 5 min read
→
Perplexity vs Google AI vs Consensus: Welches Tool gewinnt für akademische Recherchen?
AI Tools Directory

Perplexity vs Google AI vs Consensus: Welches Tool gewinnt für akademische Recherchen?

Perplexity, Google AI und Consensus glänzen jeweils bei unterschiedlichen Forschungsaufgaben. Perplexity punktet bei aktuellen Themen mit Echtzeit-Synthese. Consensus liefert unübertroffene Zitationspräzision für begutachtete Arbeiten. Google Scholar bietet historische Tiefe. Diese Aufschlüsselung zeigt genau, welches Tool Sie für Ihre nächste Arbeit verwenden sollten – und warum.

· 7 min read
→
Googles Reise-Tools halbieren die Planungszeit. Das funktioniert wirklich
AI Tools Directory

Googles Reise-Tools halbieren die Planungszeit. Das funktioniert wirklich

Google hat im Frühjahr sieben integrierte Reise-Tools veröffentlicht. Die Preisverfolgung prognostiziert optimale Buchungsfenster, die Restaurantverfügbarkeit liefert Echtzeitdaten und Offline-Karten funktionieren ohne Mobilfunkabdeckung. Hier erfahren Sie, welche Funktionen Vertrauen verdienen und wo Sie Erwartungen anpassen sollten.

· 4 min read
→

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies. No noise, only signal.

Follow Prompt Builder Prompt Builder