Produktbilder mit KI erstellen: Was heute geht und was nicht

Sie wollen Produktbilder mit KI erstellen, weil ein Fotoshooting für jedes neue Produkt zu teuer und zu langsam ist? Dann sind Sie nicht allein. Bildmodelle wie Nano Banana, GPT Image oder FLUX erzeugen in Sekunden Szenen, die vor zwei Jahren noch ein Studio, eine Stylistin und einen Tag Arbeit gebraucht hätten.

Das Problem: Ein Bildmodell zeichnet Ihr Produkt neu. Dabei verrutschen Buchstaben auf dem Etikett, Nähte wandern, Proportionen ändern sich. Was im Shop wie ein schönes Bild aussieht, zeigt dann einen Artikel, den Sie so gar nicht verkaufen. Das kostet Vertrauen, führt zu Retouren und kann wettbewerbsrechtlich Ärger bringen.

Dieser Leitfaden zeigt, was KI bei Produktbildern heute zuverlässig kann und was nicht, wie ein sicherer Workflow aussieht, welche Werkzeugtypen es gibt, was ein Bild kostet und welche Regeln auf Amazon und im Recht gelten. Alle Angaben zu Modellen und Preisen haben wir an den Herstellerseiten geprüft (Stand 10/2026).

Was kann KI bei Produktbildern heute?

KI kann heute alles gut, was um Ihr Produkt herum passiert: Hintergründe ersetzen, Szenen bauen, Licht und Stimmung ändern, Bildformate erweitern. Sie ist dagegen kein Ersatz für ein echtes Foto des Produkts selbst.

Ein KI-Produktbild ist ein Produktbild, bei dem ein Bildmodell den Hintergrund, die Szene oder einzelne Bildelemente erzeugt oder verändert hat. Das kann vom einfachen Freisteller bis zur kompletten Lifestyle-Szene reichen. Entscheidend ist, woher die Abbildung des Produkts stammt: aus einem echten Foto oder aus der Fantasie des Modells.

Diese fünf Aufgaben lösen aktuelle Bildmodelle und spezialisierte Werkzeuge im Alltag gut:

• Hintergrund ersetzen: Aus dem Küchentisch-Foto wird eine saubere Studioaufnahme oder ein Bild auf Marmor, Holz oder Beton.
• Szene um ein echtes Produktfoto bauen: Das Modell erhält Ihr Foto als Referenzbild und setzt das Produkt in eine Umgebung, etwa auf eine Küchenarbeitsplatte im Morgenlicht.
• Freistellen: Spezialisierte Werkzeuge trennen das Produkt automatisch vom Hintergrund. Wie das am besten klappt, zeigt unser Ratgeber Hintergrund entfernen.
• Varianten und Formate: Dieselbe Szene in 1:1 für den Shop, 4:5 für Instagram und 16:9 für das Banner, oder dieselbe Szene mit allen Produkten einer Serie.
• Hochskalieren und Aufräumen: Staub, Kabel oder Fingerabdrücke entfernen, Auflösung erhöhen, Licht korrigieren.

Google beschreibt die eigenen Nano-Banana-Modelle in der Dokumentation zur Bildgenerierung ausdrücklich als Werkzeuge für Produktaufnahmen, Mockups und Werbemittel. Die Modelle Nano Banana 2.1 und Nano Banana 2 verarbeiten laut Google bis zu 10 Objekt-Referenzbilder in einem Arbeitsgang. Damit lassen sich mehrere Fotos eines Produkts oder ein Produkt samt Zubehör kombinieren.

Was KI bei Produktbildern nicht zuverlässig kann

Unzuverlässig ist alles, was am Produkt selbst exakt stimmen muss: Schrift, Logos, Etiketten, feine Details, Proportionen und genaue Farbtöne. Diese Fehler sind tückisch, weil sie auf den ersten Blick nicht auffallen.

Die Hersteller räumen das selbst ein. OpenAI schreibt in der Dokumentation zu GPT Image, das Modell könne trotz Verbesserungen noch Probleme mit präziser Textplatzierung haben und Markenelemente über mehrere Bilder hinweg nicht immer konsistent halten. Google empfiehlt in seiner Anleitung, wichtige Details wie ein Logo bei einer Bearbeitung ausführlich zu beschreiben, damit sie erhalten bleiben. Und für Text im Bild rät Google, zuerst den Text zu erzeugen und erst dann das Bild mit diesem Text anzufordern. Beides zeigt: Dass ein Detail erhalten bleibt, ist keine Selbstverständlichkeit.

Problemzone	Was passieren kann	Warum das beim Verkauf zählt
Schrift und Etiketten	Buchstaben vertauscht, Wörter erfunden, Inhaltsangaben verschwommen	Falsche Angaben zu Inhalt, Menge oder Inhaltsstoffen
Logos und Markenzeichen	Logo verzerrt, vereinfacht oder durch ein ähnliches ersetzt	Wirkt unprofessionell, im schlimmsten Fall wie eine Fälschung
Feine Details	Nähte, Knöpfe, Schrauben, Lüftungsschlitze fehlen oder kommen hinzu	Kunde erwartet Ausstattung, die es nicht gibt
Proportionen und Größe	Produkt wirkt größer, schlanker oder anders geformt	Retouren wegen „sieht anders aus als auf dem Bild“
Farbtöne	Farbstich durch farbige Umgebung oder Licht	Kunde erhält eine andere Farbe als auf dem Bild
Materialien	Mattes wird glänzend, Kunststoff sieht aus wie Metall	Falsche Erwartung an die Qualität

Besonders anfällig sind nach unserer Einschätzung Produkte mit viel Schrift (Kosmetik, Lebensmittel, Nahrungsergänzung), mit feinen Mustern (Textilien, Schmuck) und mit spiegelnden oder transparenten Oberflächen (Glas, Chrom). Hier lohnt sich besonders genaue Prüfung.

Die Kernregel: KI setzt Ihr Produkt in Szene, verändert es aber nicht

Für alle KI-Produktbilder gilt eine Regel: Die KI darf die Umgebung erzeugen, das Produkt selbst muss dem echten Artikel entsprechen. Alles in diesem Leitfaden leitet sich aus diesem Satz ab.

Produkttreue ist die Übereinstimmung des abgebildeten Produkts mit dem tatsächlich gelieferten Artikel in Form, Farbe, Material, Beschriftung, Ausstattung und Größenverhältnis. Ein Bild kann noch so stimmungsvoll sein: Fehlt die Produkttreue, ist es für den Verkauf unbrauchbar.

Die Regel hat drei praktische Folgen:

1. Am Anfang steht immer ein echtes Foto. Ohne Referenzbild erfindet das Modell ein Produkt, das Ihrem nur ähnelt.
2. Der Prompt sagt ausdrücklich, was gleich bleiben muss. Form, Farbe, Etikett und Proportionen gehören in jeden Prompt. Fertige Formulierungen finden Sie in unseren Nano Banana Prompts.
3. Jedes Ergebnis wird gegen das Original geprüft. Nicht die Szene entscheidet, sondern das Produkt in der Szene.

Original, freigestelltKI-Szene

Wie das in der Praxis aussieht, haben wir am 25.10.2026 getestet. Die Ausgangsprodukte dafür haben wir selbst mit KI erzeugt (Magnific): So sind die Motive frei von fremden Marken, und jeder Test lässt sich mit denselben Motiven wiederholen. Die Szenen darauf sind echte Ausgaben von Nano Banana 2.1, jeweils mit dem Ausgangsfoto als Referenz und einer Vorlage aus unserer Prompt-Bibliothek.

Beim schlichten Canvas-Sneaker blieb das Produkt treu: Form, Nähte, die sechs Ösen, die Schnürung und die Sohle mit der geriffelten Spitze stimmen mit dem Ausgangsfoto überein. Sichtbar anders ist nur der Farbeindruck, weil das warme Gegenlicht das Beige wärmer wirken lässt. Genau das müssen Sie beim echten Produkt prüfen: Passt der Farbton im Bild noch zum gelieferten Artikel?

AusgangsfotoNano Banana 2.1

Der Workflow: in fünf Schritten zum KI-Produktbild

Ein sicheres KI-Produktbild entsteht in fünf Schritten: echtes Foto, Freisteller, Szene per Bildmodell mit Referenzbild, Prüfung auf Abweichungen und Kennzeichnung. Wer einen Schritt überspringt, verlagert das Risiko in den Shop.

Schritt 1: Das echte Produkt fotografieren

Fotografieren Sie das Produkt so gut wie möglich: scharf, gleichmäßig ausgeleuchtet, ohne harte Schatten, mit gut lesbarem Etikett. Ein Smartphone reicht dafür, wenn Licht und Hintergrund stimmen. Wie Sie das zu Hause aufbauen, erklärt unser Leitfaden Produktfotos selber machen.

Je besser das Ausgangsfoto, desto weniger muss das Modell erraten. Fotografieren Sie zusätzlich alle Seiten, die später in einer Szene sichtbar sein sollen, und Nahaufnahmen von Details. Ein Modell kann keine Rückseite korrekt zeigen, die es nie gesehen hat.

Schritt 2: Das Produkt freistellen

Stellen Sie das Produkt frei, bevor Sie es an das Bildmodell geben. Ein Freisteller ist ein Produktfoto, bei dem der Hintergrund entfernt wurde, sodass nur das Produkt übrig bleibt. So lenkt kein störender Hintergrund das Modell ab, und Sie haben eine saubere Vorlage für alle weiteren Bilder.

Für das Freistellen eignen sich klassische Werkzeuge besser als ein generatives Bildmodell, weil sie die Pixel des Produkts nicht neu berechnen, sondern nur den Hintergrund entfernen. Prüfen Sie die Kanten bei Haaren, Fell, Glas und feinen Strukturen. Mehr dazu im Ratgeber Hintergrund entfernen.

Schritt 3: Die Szene per Bildmodell erzeugen

Laden Sie den Freisteller als Referenzbild hoch und beschreiben Sie die Szene: Ort, Untergrund, Requisiten, Licht, Perspektive und Format. Schreiben Sie ausdrücklich dazu, dass das Produkt unverändert bleiben muss.

Google rät in seiner Prompt-Anleitung, Szenen möglichst genau zu beschreiben, den Zweck des Bildes zu nennen und unerwünschte Dinge positiv zu formulieren. Also nicht „keine Unordnung“, sondern „aufgeräumte, leere Arbeitsfläche“. Begriffe aus der Fotografie wie Makro, Weitwinkel oder Froschperspektive helfen, die Bildkomposition zu steuern.

Ein Beispiel aus unserer Sammlung, Vorlage p05 aus der Prompt-Bibliothek:

Verwende das hochgeladene Foto von [Produkt] als Referenz. Stelle das Produkt auf eine helle Küchenarbeitsplatte aus [Material, z. B. Eichenholz]. Weiches Morgenlicht fällt seitlich durch ein Fenster, im unscharfen Hintergrund ein paar frische Kräuter und ein Leinentuch. Kamerahöhe auf Produkthöhe, leichte Unschärfe im Hintergrund. Das Produkt aus dem Referenzfoto bleibt exakt unverändert: gleiche Form, Farbe, Proportionen, Etikett und Beschriftung. Keine zusätzlichen Logos, Markennamen oder Schriftzüge im Bild. Format 4:5.

Erzeugen Sie mehrere Varianten und wählen Sie die beste aus. Wenn ein Detail nicht stimmt, korrigieren Sie gezielt mit einem Bearbeitungs-Prompt, statt komplett neu zu generieren. Weitere Vorlagen und Korrektur-Prompts finden Sie im Artikel Nano Banana Prompts für Produktbilder.

Schritt 4: Auf Abweichungen prüfen

Legen Sie das Ergebnis neben das Originalfoto und vergleichen Sie systematisch: Form, Farbe, Etikett, Logo, Details, Proportionen, Material. Am zuverlässigsten geht das in doppelter Vergrößerung und Abschnitt für Abschnitt.

Die vollständige Checkliste finden Sie weiter unten. Ein Bild, das einen Punkt nicht besteht, wird korrigiert oder verworfen. Klappt die Korrektur per Prompt nach zwei Versuchen nicht, setzen Sie das Original-Etikett oder das Original-Produkt im Bildbearbeitungsprogramm wieder ein (Richtwert der Redaktion).

In unserem Test mit zwei Etikett-Produkten, einer Serumflasche „LUMA, Serum 30 ml“ und einer Teedose „KORA, Kräutertee, Bio • 100 g“, blieb die Hauptschrift in allen acht Ergebnissen korrekt. Kein Buchstabe war vertauscht, keine Mengenangabe verändert. Abgewichen hat Nano Banana 2.1 an einer Nebenstelle: Die umgeschlagene Oberkante des Tee-Etiketts trägt im Ausgangsfoto nur einen blassen, unleserlichen Aufdruck. In der Weihnachtsszene (Vorlage p24) wurde daraus ein deutlich erkennbarer KORA-Schriftzug mit kleinem Blatt und einer zusätzlichen Textzeile. Solche Stellen übersieht, wer nur die Hauptschrift prüft.

Ausgangsfoto: KI-generiertes Testprodukt (Magnific). Ergebnis: echte Ausgabe von Nano Banana 2.1 (imagen-nano-banana-2-1 über Magnific), Vorlage p24, 25.10.2026. Links der blasse, unleserliche Aufdruck, rechts ein vom Modell ergänzter KORA-Schriftzug mit Blatt und Zusatzzeile. Die Hauptschrift darunter blieb unverändert. Vergrößerte Ausschnitte, Feldbeschriftung von der Redaktion.

Mehr echte Beispiele aus diesem Test, auch zu Farbe und Perspektive, zeigt unser Artikel KI-Produktbilder und Produkttreue.

Schritt 5: Kennzeichnen und veröffentlichen

Kennzeichnen Sie KI-Bilder, bevor Sie sie veröffentlichen. Ein kurzer Hinweis wie „Szene mit KI erstellt, Produkt im Original fotografiert“ in der Bildunterschrift oder im Alt-Text schafft Transparenz und reduziert rechtliche Risiken.

Google versieht alle Bilder aus den Nano-Banana-Modellen laut eigener Dokumentation automatisch mit einem unsichtbaren SynthID-Wasserzeichen. Adobe Firefly hängt laut Adobe Content Credentials an die Dateien. Beides ersetzt aber nicht Ihre eigene Kennzeichnung gegenüber Kunden. Wie Sie das umsetzen, erklärt unser Ratgeber KI-Produktbilder kennzeichnen.

Welche Werkzeuge gibt es für KI-Produktbilder?

Es gibt drei Werkzeugtypen: allgemeine Bildmodelle, spezialisierte Produktbild-Tools und Bildbearbeitungen mit KI-Funktionen. Sie unterscheiden sich weniger in der Bildqualität als in Bedienung, Abrechnung und Kontrolle.

Werkzeug	Typ	Belegte Eigenschaften laut Anbieter	Abrechnung	Stand
Nano Banana (Google)	Bildmodell	Modelle 2.1, 2, 2 Lite und Pro; bis zu 10 Objekt-Referenzen (2.1 und 2); SynthID-Wasserzeichen in allen Bildern	Gemini API je Bild, Gemini-App mit Nutzungslimits	10/2026
GPT Image (OpenAI)	Bildmodell	Modelle gpt-image-2.5-sunburst (für präzise Bearbeitung) und gpt-image-2.5-flare (für schnelle Generierung); ein oder mehrere Referenzbilder möglich	API nach Tokens	10/2026
FLUX (Black Forest Labs)	Bildmodell	FLUX 3 Image kombiniert bis zu zehn Referenzen; FLUX.2 weiter unterstützt; einzelne Modelle mit offenen Gewichten	API über Credits, 1 Credit = 0,01 USD	10/2026
Photoroom	Produktbild-Tool	Hintergrund entfernen, Produktszenen generieren, Stapelverarbeitung, API	Abo oder API, beim Anbieter prüfen	10/2026
Pixelcut	Produktbild-Tool	Hintergrundentfernung, Hochskalieren bis 16-fach, Stapelbearbeitung; nutzt laut Anbieter unter anderem Nano Banana Pro	beim Anbieter prüfen	10/2026
Adobe Firefly	Bildbearbeitung und Generierung	eigene Modelle laut Adobe für kommerzielle Nutzung trainiert; Partnermodelle GPT Image, Gemini mit Nano Banana und FLUX; Generative Fill; Content Credentials	Abo, beim Anbieter prüfen	10/2026

Die Tabelle ist keine Rangliste. Sie zeigt, was die Anbieter selbst auf ihren Seiten nennen. Funktionen und Preise ändern sich häufig, prüfen Sie den aktuellen Stand beim Anbieter.

Welcher Typ passt für wen?

• Bildmodelle passen für Teams, die viel Kontrolle wollen und Prompts selbst schreiben. Über die API lassen sich größere Mengen automatisieren. Der Prüfaufwand liegt komplett bei Ihnen.
• Spezialisierte Produktbild-Tools passen für Shops, die schnell viele Freisteller und Standardszenen brauchen, ohne Prompts zu formulieren. Sie bündeln mehrere Schritte in einer Oberfläche, oft mit Stapelverarbeitung.
• Bildbearbeitungen mit KI passen, wenn Sie ohnehin mit Photoshop oder Firefly arbeiten und gezielt einzelne Bildteile ändern wollen, etwa den Hintergrund oder eine störende Stelle.

Mehrere Produktbild-Tools nutzen im Hintergrund dieselben großen Bildmodelle. Pixelcut nennt etwa Nano Banana Pro, Adobe Firefly bietet Partnermodelle von Google, OpenAI und Black Forest Labs an. Die Grenzen der Modelle gelten deshalb auch dort.

Was kostet ein KI-Produktbild?

Über die Gemini API kostet ein generiertes Bild je nach Modell und Auflösung zwischen 0,0336 und 0,24 USD. Im Batch-Modus, bei dem Google Anfragen gesammelt und zeitversetzt verarbeitet, halbiert sich der Preis.

Die folgenden Preise stammen von der offiziellen Preisseite der Gemini API. Alle Werte gelten je Ausgabebild im kostenpflichtigen Tarif, ohne Steuern. Einen kostenlosen API-Tarif gibt es für diese Bildmodelle laut Preisseite nicht.

Modell	Modell-ID	1K	2K	4K	Batch 1K
Nano Banana 2 Lite	gemini-3.1-flash-lite-image	0,0336 USD	nicht verfügbar	nicht verfügbar	0,0168 USD
Nano Banana 2.1	gemini-nano-banana-2.1	0,0336 USD	0,0504 USD	0,113 USD	0,0168 USD
Nano Banana 2	gemini-3.1-flash-image	0,067 USD	0,101 USD	0,151 USD	0,034 USD
Nano Banana Pro	gemini-3-pro-image	0,134 USD	0,134 USD	0,24 USD	0,067 USD

Stand 10/2026, Preisseite zuletzt aktualisiert am 22.10.2026. Bitte beim Anbieter prüfen.

Hinzu kommen kleine Beträge für die Eingabe, also Ihren Text und das Referenzbild. Bei den Gemini-3-Bildmodellen berechnet Google laut Dokumentation außerdem standardmäßig Denk-Tokens, die sich nicht abschalten lassen. Die tatsächlichen Kosten liegen deshalb etwas über den reinen Bildpreisen.

Rechenbeispiel: Ein Shop braucht für 50 Produkte je drei Szenenbilder in 2K. Wir nehmen an, dass pro brauchbarem Bild im Schnitt vier Versuche nötig sind (Annahme der Redaktion). Das ergibt 600 generierte Bilder.

Modell	Preis je 2K-Bild	600 Bilder Standard	600 Bilder Batch
Nano Banana 2.1	0,0504 USD	30,24 USD	15,12 USD
Nano Banana 2	0,101 USD	60,60 USD	30,00 USD
Nano Banana Pro	0,134 USD	80,40 USD	40,20 USD

Stand 10/2026, reine Bildkosten ohne Eingabe und Denk-Tokens.

Die Bildkosten sind also selten das Problem. Teuer wird die Arbeitszeit: Prompts schreiben, Ergebnisse auswählen, jedes Bild prüfen und korrigieren. Planen Sie diese Zeit ein, wenn Sie KI-Bilder mit einem Fotografen vergleichen. Was ein professionelles Shooting kostet, zeigt unser Überblick Produktfotografie Preise.

Was gilt auf Amazon und anderen Marktplätzen?

Auf Amazon muss das Hauptbild das tatsächlich verkaufte Produkt zeigen, ohne Illustrationen, auf reinweißem Hintergrund. Eine KI-Szene ist dafür nicht geeignet, für Zusatzbilder kommt sie in Frage.

Ein Amazon-Mitarbeiter fasst die Anforderungen an das Hauptbild im Amazon Seller Forum so zusammen: Das Bild zeigt das tatsächlich verkaufte Produkt ohne Illustrationen, in professioneller Qualität, gut ausgeleuchtet und scharf. Das Produkt füllt mindestens 85 Prozent der Bildfläche, der Hintergrund ist reinweiß (RGB 255, 255, 255). Die verbindliche Fassung steht in der Seller-Central-Hilfe.

Für den KI-Einsatz auf Marktplätzen heißt das:

• Hauptbild: echtes, freigestelltes Produktfoto. Wenn Sie den Hintergrund entfernen lassen, dann mit einem Werkzeug, das das Produkt nicht neu berechnet.
• Zusatzbilder: Lifestyle-Szenen, Anwendungsbeispiele, Größenvergleiche und Infografiken sind hier üblich. Auch dort muss das Produkt dem echten Artikel entsprechen.
• Infografiken: Text, Maße und Vorteile setzen Sie besser im Grafikprogramm, nicht per Prompt. So vermeiden Sie Tippfehler und erfundene Angaben.
• Wahrhaftigkeit: Zeigen Sie kein Zubehör, das nicht im Lieferumfang ist, und keine Funktionen, die das Produkt nicht hat. Das gilt unabhängig davon, ob ein Bild fotografiert oder generiert ist.

Alle Bildregeln von Amazon mit Beispielen und den Anforderungen an Zusatzbilder erklärt unser Leitfaden Amazon Produktbilder. Bei anderen Marktplätzen prüfen Sie die jeweiligen Bildrichtlinien selbst, die Grundregel der Produkttreue gilt überall.

Was sagt das Recht zu KI-Produktbildern?

Zwei Regelwerke sind für Händler besonders wichtig: die Transparenzpflichten der KI-Verordnung und das Irreführungsverbot im Gesetz gegen den unlauteren Wettbewerb (UWG). Kurz gesagt: Kennzeichnen Sie KI-Bilder und zeigen Sie nie ein Produkt, das anders aussieht als das gelieferte.

KI-Verordnung, Art. 50: Nach Art. 50 KI-Verordnung müssen Betreiber eines KI-Systems, das Deepfakes erzeugt, offenlegen, dass der Inhalt künstlich erzeugt oder manipuliert wurde. Als Deepfake gelten KI-erzeugte oder manipulierte Bild-, Ton- oder Videoinhalte, die echten Personen, Gegenständen, Orten oder Ereignissen ähneln und fälschlich als echt erscheinen würden. Gegenstände sind ausdrücklich genannt. Diese Pflichten gelten seit dem 2. August 2026. Ob eine KI-Szene um ein echtes Produktfoto darunter fällt, ist noch nicht durch Gerichte geklärt. Die Kennzeichnung ist deshalb der sichere Weg.

UWG, Irreführung: Nach § 5 UWG ist eine geschäftliche Handlung unlauter, wenn sie zur Täuschung geeignete Angaben enthält, unter anderem über die Beschaffenheit, Zusammensetzung oder Ausführung einer Ware. Ein Produktbild, das Details zeigt, die der Artikel nicht hat, kann eine solche Angabe sein, egal ob es mit KI oder in Photoshop entstanden ist.

Prüf-Checkliste: Ist Ihr KI-Produktbild produkttreu?

Prüfen Sie jedes KI-Produktbild vor der Veröffentlichung mit diesen zwölf Punkten. Legen Sie dazu das Originalfoto daneben und gehen Sie die Liste von oben nach unten durch.

• Form und Silhouette entsprechen dem Original
• Proportionen stimmen, das Produkt wirkt weder gestreckt noch gestaucht
• Größe im Verhältnis zur Umgebung ist realistisch
• Farbe des Produkts entspricht dem Original, kein Farbstich durch die Szene
• Material und Oberfläche (matt, glänzend, transparent) sind korrekt
• Etikett: jedes Wort und jede Zahl ist identisch und lesbar
• Logo ist unverändert, nicht verzerrt, nicht vereinfacht
• Details wie Nähte, Knöpfe, Anschlüsse, Verschlüsse sind vollständig und nicht erfunden
• Keine zusätzlichen Teile, kein Zubehör, das nicht im Lieferumfang ist
• Keine fremden Logos, Marken oder Schriftzüge in der Szene
• Schatten und Licht auf dem Produkt passen zur Szene
• Bild ist als KI-Bild gekennzeichnet

Ein Bild, das einen dieser Punkte nicht erfüllt, korrigieren Sie per Bearbeitungs-Prompt oder in der Bildbearbeitung. Bei Etiketten und Logos ist es oft schneller, die Stelle aus dem Originalfoto einzusetzen, als das Modell mehrfach neu zu befragen.

Wann lohnt sich KI, wann ein echtes Fotoshooting?

KI lohnt sich vor allem für Zusatzbilder, Saisonmotive, Formatvarianten und große Sortimente mit einfachen Produkten. Ein echtes Fotoshooting bleibt sinnvoll für Hauptbilder, Produkte mit viel Schrift oder feinen Details und für Bilder mit Menschen.

Situation	KI-Szene um echtes Foto	Echtes Fotoshooting
Hauptbild für Shop und Marktplatz	nur Freisteller aus echtem Foto	passt
Lifestyle-Zusatzbilder	passt	passt, aber aufwendiger
Saisonmotive (Weihnachten, Sommer)	passt	selten wirtschaftlich
Viele Formate für Social Media	passt	aufwendig
Produkte mit viel Schrift auf dem Etikett	nur mit genauer Prüfung	passt
Schmuck, Glas, feine Textilien	schwierig, viel Prüfaufwand	passt
Bilder mit Menschen und Gesichtern	rechtlich und ethisch heikel	passt, mit Model-Release
Großes Sortiment mit einfachen Produkten	passt, gut automatisierbar	teuer

Viele Shops fahren mit einer Kombination am besten: ein sauberes echtes Foto pro Produkt als Basis, daraus der Freisteller fürs Hauptbild und KI-Szenen für die Zusatzbilder. So zahlen Sie einmal für gute Ausgangsfotos und gewinnen beliebig viele Szenen dazu.

Fünf Fehler beim Einstieg in KI-Produktbilder

Die meisten Probleme mit KI-Produktbildern entstehen nicht durch das Modell, sondern durch den Ablauf. Diese fünf Fehler sollten Sie von Anfang an vermeiden (Richtwert der Redaktion):

1. Ohne Referenzfoto starten: Ein Prompt wie „weiße Sneaker auf Holzboden“ erzeugt irgendeinen Sneaker, nicht Ihren. Laden Sie immer ein Foto des echten Produkts hoch.
2. Ein schwaches Ausgangsfoto nutzen: Unscharfe, dunkle oder schräge Fotos zwingen das Modell zum Raten. Was es rät, sieht dann oft anders aus als Ihr Produkt.
3. Nur auf die Szene schauen: Ein stimmungsvolles Bild verleitet dazu, das Produkt nicht genau anzusehen. Prüfen Sie immer zuerst das Produkt, dann die Szene.
4. Text per Prompt erzeugen: Vorteile, Maße und Siegel gehören ins Grafikprogramm. Lassen Sie im Prompt lieber Platz dafür frei.
5. Keine einheitliche Bildsprache: Wer für jedes Produkt eine neue Szene erfindet, bekommt einen unruhigen Shop. Legen Sie zwei bis drei feste Szenen-Prompts fest und nutzen Sie sie für das ganze Sortiment.

Praxisbeispiel: Ein Sneaker-Shop führt KI-Szenen ein

Wie der Workflow im Alltag aussieht, zeigt ein typisches Szenario. Die Zahlen sind Annahmen zur Veranschaulichung, kein Ergebnis unseres Praxistests.

Fazit: Produktbilder mit KI erstellen, aber das Produkt echt lassen

Produktbilder mit KI zu erstellen lohnt sich heute für Szenen, Hintergründe, Varianten und Formate. Die Bildkosten sind gering: Über die Gemini API kostet ein Bild ab 0,0336 USD (Stand 10/2026). Unzuverlässig bleiben Schrift, Logos, Etiketten, Details und Proportionen. Deshalb gilt die Kernregel: KI setzt Ihr Produkt in Szene, verändert es aber nicht. Starten Sie immer mit einem echten Foto, prüfen Sie jedes Ergebnis gegen das Original und kennzeichnen Sie KI-Bilder.

Ihr nächster Schritt: Nehmen Sie ein Produkt mit gut lesbarem Etikett, fotografieren Sie es sauber, stellen Sie es frei und testen Sie drei Szenen mit den Vorlagen aus unseren Nano Banana Prompts. Prüfen Sie die Ergebnisse mit der Checkliste oben. Danach wissen Sie, ob KI-Szenen für Ihr Sortiment funktionieren. Alle 30 Vorlagen finden Sie in der Prompt-Bibliothek.