Bessere KI-Bilder mit JSON-Prompts: 7 Vorlagen

KI-Bilder mit JSON-Prompts lassen sich systematischer planen, überarbeiten und als Vorlagen für ganze Bildserien nutzen. Du ordnest Motiv, Szene, Komposition, Kamera, Licht, Farben und weitere Vorgaben in klar benannten Feldern. Dadurch erkennst du schneller, welche Einstellung du für die nächste Variante verändern möchtest.

JSON ist dabei keine geheime Sprache für Bildmodelle. Viele Modelle verarbeiten den Inhalt weiterhin als Prompt und interpretieren jedes Bild neu. Die Struktur verbessert vor allem deinen eigenen Workflow: Briefings werden übersichtlicher, Varianten vergleichbar und wiederkehrende Vorgaben leichter automatisierbar.

Kurzantwort: Ein guter JSON-Prompt trennt konstante Vorgaben von variablen Bildelementen. Für konsistente Ergebnisse kombinierst du diese Vorlage mit den echten Einstellungen des verwendeten Bildmodells, Referenzbildern, gezielten Edits und einer dokumentierten Qualitätskontrolle. JSON allein garantiert weder identische Personen noch eine unveränderte Komposition.

Aktualisiert am 25. August 2026. Der Leitfaden berücksichtigt aktuelle Funktionen von ChatGPT Images und GPT Image 2, Google Gemini, FLUX.2 und Midjourney.

Was sind JSON-Prompts für KI-Bilder?

JSON steht für JavaScript Object Notation. Das Format ordnet Informationen in Schlüssel-Wert-Paaren, Arrays und verschachtelten Objekten. Bei der Bildgenerierung kann daraus ein strukturiertes Creative Briefing entstehen:

{
  "subject": "Eine erfahrene Unternehmerin in einem modernen Büro",
  "composition": "Halbporträt mit freier Fläche auf der rechten Seite",
  "camera": "50-mm-Look auf Augenhöhe",
  "lighting": "weiches Fensterlicht von links",
  "color_palette": ["dunkelblau", "warmgrau", "creme"],
  "style": "hochwertige redaktionelle Business-Fotografie",
  "aspect_ratio": "16:9"
}

Die Namen der Felder sind keine universellen Befehle. Sie helfen dem Modell und deinem Team, die Beschreibung zu gliedern. Manche Systeme wie FLUX.2 dokumentieren ausdrücklich strukturierte JSON-Prompts. Andere Plattformen erwarten einen normalen Textprompt und eigene Parameter für Format, Seed oder Bildqualität.

Auch die technische JSON-Anfrage einer API ist von einem kreativen JSON-Prompt zu unterscheiden. In der API-Anfrage stehen beispielsweise Modellname, Bildgröße und der eigentliche Prompt. Im Prompt selbst beschreibst du, was auf dem Bild zu sehen sein soll. Die Grundlagen zu JSON Schema, Structured Outputs und Function Calling findest du im separaten Leitfaden über JSON Prompt Engineering.

Wann JSON bessere Bild-Prompts ermöglicht

Ein kurzer Textprompt reicht für spontane Ideen oft vollkommen aus. JSON wird interessant, sobald du mehrere Anforderungen koordinierst oder aus einem erfolgreichen Motiv systematisch Varianten ableiten möchtest.

Der praktische Nutzen liegt in der Wiederverwendbarkeit. Ein Team kann genau sehen, welche Felder konstant bleiben und welche Felder für eine neue Kampagne ausgetauscht werden. Änderungen werden nachvollziehbar, weil Versionen miteinander verglichen werden können.

Die wichtigsten Bausteine eines Bild-Prompts

Ein wirkungsvolles Template enthält nur Felder, die für das konkrete Bild relevant sind. Zehn Bereiche decken die meisten Marketing-, Produkt- und Editorial-Anwendungen ab.

1. Einsatzzweck und Zielwirkung

Definiere zuerst, wo das Bild eingesetzt wird und was es vermitteln soll. Ein Website-Hero benötigt meist andere Flächen und Blickführung als ein quadratischer Social Post. Formulierungen wie „seriös, nahbar und technologisch kompetent“ sind hilfreicher als ein allgemeines „professionell“.

2. Hauptmotiv und unveränderliche Merkmale

Beschreibe Person, Produkt oder Objekt mit den Merkmalen, die im Ergebnis erkennbar sein müssen. Bei realen Produkten und Personen erhöht ein zulässiges Referenzbild die Verlässlichkeit deutlich. Ein Textfeld allein kann Form, Gesicht oder Verpackungsdetails nicht zuverlässig über mehrere Generationen bewahren.

3. Handlung, Pose und Blickrichtung

Eine aktive Beschreibung gibt dem Bild einen klaren Moment: „prüft eine Visualisierung auf einem Tablet“, „blickt leicht links an der Kamera vorbei“ oder „hält das Produkt auf Brusthöhe“. Unvereinbare Körperhaltungen solltest du vermeiden.

4. Szene und Hintergrund

Lege Ort, Tageszeit, sichtbare Objekte und die Tiefe des Hintergrunds fest. Beschreibe nur Details, die tatsächlich wichtig sind. Eine überladene Objektliste erhöht die Wahrscheinlichkeit, dass einzelne Elemente fehlen oder ungünstig angeordnet werden.

5. Komposition und freie Flächen

Komposition bestimmt, wie das Motiv innerhalb des Formats sitzt. Hilfreiche Angaben sind Drittelregel, Symmetrie, negativer Raum, Vordergrund, Tiefenstaffelung oder eine definierte Fläche für eine spätere Überschrift. Für Werbung ist dieser Bereich oft wichtiger als zusätzliche Stilbegriffe.

6. Kamera und Perspektive

Begriffe wie Nahaufnahme, Halbporträt, Totale, Augenhöhe, Vogelperspektive oder leichter Low Angle sind meist gut verständlich. Brennweitenangaben beschreiben einen visuellen Look, auch wenn kein reales Objektiv beteiligt ist: Weitwinkel wirkt räumlicher, ein 50- oder 85-mm-Look häufig ruhiger und porträtorientierter.

7. Licht und Schatten

Nenne Lichtquelle, Richtung, Härte und Farbtemperatur. „Weiches Fensterlicht von links, dezentes warmes Gegenlicht und natürliche Schatten“ liefert mehr Orientierung als „schön beleuchtet“. Vermeide gleichzeitig widersprüchliche Vorgaben wie hartes Mittagslicht und eine schattenfreie Studiowirkung.

8. Farben, Materialien und Oberflächen

Eine begrenzte Palette unterstützt die visuelle Markenführung. Ergänze Materialien und Oberflächen, wenn sie für das Motiv wichtig sind: mattes Aluminium, gebürsteter Stahl, dunkles Holz, transluzentes Glas oder weicher Wollstoff.

9. Stil, Medium und Detailgrad

Beschreibe die gewünschte Bildsprache konkret: dokumentarische Fotografie, hochwertige Produktaufnahme, Editorial Illustration, isometrische 3D-Grafik oder minimalistische Vektoroptik. Zu viele Stilrichtungen in einem Prompt konkurrieren miteinander und verwässern das Ergebnis.

10. Text, Ausschlüsse und Qualitätsregeln

Text im Bild sollte als exakte Zeichenfolge angegeben werden. Kurze Formulierungen funktionieren meist besser als mehrere Absätze. Für Logos, Pflichtangaben und typografisch kritische Inhalte bleibt eine anschließende Bearbeitung im Designprogramm sinnvoll.

Unter avoid kannst du unerwünschte Eigenschaften dokumentieren. Ob ein Modell klassische Negative Prompts unterstützt, hängt vom Anbieter ab. Klare positive Beschreibungen und gezielte Edits wirken häufig zuverlässiger als eine lange Liste von Verboten.

Universelle JSON-Prompt-Vorlage zum Kopieren

Die folgende Vorlage eignet sich als Ausgangspunkt für Kampagnen, Website-Visuals und Produktmotive. Entferne ungenutzte Felder, bevor du sie an ein Bildmodell übergibst.

{
  "project": {
    "name": "[Projektname]",
    "use_case": "[Website-Hero, Social Post, Anzeige oder Präsentation]",
    "version": "1.0"
  },
  "creative_goal": {
    "message": "[Welche Aussage soll das Bild vermitteln?]",
    "audience": "[Zielgruppe]",
    "desired_effect": "[Gewünschte Wirkung]"
  },
  "subject": {
    "type": "[Person, Produkt, Objekt oder Szene]",
    "description": "[Eindeutige Beschreibung]",
    "action": "[Handlung oder Pose]",
    "must_preserve": [
      "[unveränderliches Merkmal 1]",
      "[unveränderliches Merkmal 2]"
    ]
  },
  "scene": {
    "location": "[Ort oder Umgebung]",
    "time": "[Tageszeit]",
    "background": "[Hintergrunddetails]",
    "objects": ["[Objekt 1]", "[Objekt 2]"]
  },
  "composition": {
    "shot_type": "[Nahaufnahme, Halbporträt oder Totale]",
    "subject_position": "[Position im Bild]",
    "camera_angle": "[Augenhöhe, leicht erhöht oder Low Angle]",
    "negative_space": "[Freie Fläche für Text oder Layout]"
  },
  "camera": {
    "lens_look": "[24 mm, 50 mm oder 85 mm]",
    "depth_of_field": "[gering, mittel oder groß]",
    "focus": "[Hauptmotiv oder bestimmtes Detail]"
  },
  "lighting": {
    "source": "[Fensterlicht, Softbox oder Sonne]",
    "direction": "[von links, frontal oder Gegenlicht]",
    "quality": "[weich oder hart]",
    "color_temperature": "[warm, neutral oder kühl]"
  },
  "visual_style": {
    "medium": "[Fotografie, Illustration oder 3D]",
    "style": "[konkrete Bildsprache]",
    "color_palette": ["[Farbe 1]", "[Farbe 2]", "[Farbe 3]"],
    "materials": ["[Material 1]", "[Material 2]"]
  },
  "text_in_image": {
    "enabled": false,
    "exact_text": "",
    "placement": "",
    "typography": ""
  },
  "constraints": {
    "avoid": [
      "überladener Hintergrund",
      "unnatürliche Anatomie",
      "zusätzliche Schrift"
    ]
  },
  "output": {
    "aspect_ratio": "16:9",
    "orientation": "landscape",
    "quality_intent": "high"
  }
}

Wichtig: Felder wie aspect_ratio, quality_intent oder seed sind innerhalb dieser Vorlage zunächst redaktionelle Vorgaben. Nutzt dein Modell dafür einen eigenen Regler oder API-Parameter, solltest du den Wert dort zusätzlich oder ausschließlich setzen.

Sieben JSON-Prompts für bessere KI-Bilder

1. Editorial Business-Porträt mit freier Textfläche

{
  "use_case": "Website-Hero für eine KI-Beratung",
  "subject": {
    "description": "Erfahrener deutschsprachiger Unternehmer Anfang 50",
    "wardrobe": "dunkelblaues Sakko, weißes Hemd ohne Krawatte",
    "expression": "aufmerksam, ruhig und nahbar",
    "pose": "leicht zur Kamera gedreht, natürliche Handhaltung"
  },
  "scene": {
    "location": "helles modernes Büro mit Glas und Holz",
    "background": "dezent unscharf, wenige technische Details"
  },
  "composition": {
    "shot_type": "Halbporträt",
    "subject_position": "linkes Drittel",
    "negative_space": "rechte Bildhälfte ruhig und frei für eine Überschrift"
  },
  "camera": {
    "lens_look": "50 mm",
    "angle": "Augenhöhe",
    "depth_of_field": "gering"
  },
  "lighting": "weiches Fensterlicht von links, warme Akzente, natürliche Hauttöne",
  "style": "hochwertige redaktionelle Business-Fotografie",
  "color_palette": ["dunkelblau", "warmgrau", "creme"],
  "output": {
    "aspect_ratio": "16:9"
  }
}

Die freie Fläche wird bereits in der Komposition geplant. Das erleichtert die spätere Platzierung einer HTML-Überschrift und verhindert, dass wichtige Bildbereiche von Text überlagert werden.

2. Hochwertiges Produktbild für E-Commerce

{
  "use_case": "Produktdetailseite",
  "product": {
    "description": "mattschwarze wiederverwendbare Trinkflasche aus Edelstahl",
    "must_preserve": [
      "zylindrische Form",
      "schmaler Deckel",
      "matte Oberfläche"
    ]
  },
  "scene": {
    "surface": "heller Naturstein",
    "background": "warmer neutraler Studioverlauf",
    "props": ["einzelner Eukalyptuszweig"]
  },
  "composition": {
    "shot_type": "dreiviertel Produktansicht",
    "product_position": "mittig",
    "spacing": "großzügig und ruhig"
  },
  "lighting": "große Softbox links, dezentes Kantenlicht rechts, kontrollierte Reflexionen",
  "camera": {
    "lens_look": "85 mm Produktfotografie",
    "focus": "vollständiges Produkt scharf"
  },
  "style": "hochwertige kommerzielle Studiofotografie",
  "constraints": {
    "avoid": ["zusätzliche Produkte", "Wassertropfen", "sichtbarer Text", "harte Spiegelungen"]
  },
  "output": {
    "aspect_ratio": "4:5"
  }
}

Wenn die reale Produktform exakt erhalten bleiben muss, lade ein freigestelltes Produktbild als Referenz hoch oder nutze einen Editing-Workflow. Die Textbeschreibung dient dann zur Steuerung von Umgebung, Perspektive und Licht.

3. LinkedIn-Visual für ein B2B-Thema

{
  "use_case": "LinkedIn-Post über AI Agents im Mittelstand",
  "concept": "Mensch und mehrere spezialisierte AI Agents koordinieren einen Geschäftsprozess",
  "visual_metaphor": "klar verbundenes Netzwerk aus Aufgaben, Daten und Freigaben",
  "scene": "modernes mittelständisches Unternehmen, realistisch und europäisch",
  "composition": {
    "layout": "zentrale Person mit drei deutlich getrennten Funktionsbereichen",
    "negative_space": "oberes Viertel frei für spätere Typografie"
  },
  "style": "moderne Editorial Illustration mit realistischer Tiefe",
  "color_palette": ["#1F3447", "#92A8BD", "#F3EFEA"],
  "mood": "kompetent, ruhig und zukunftsorientiert",
  "constraints": {
    "avoid": ["humanoide Roboter", "Neon-Cyberpunk", "unlesbare Benutzeroberflächen", "Text im Bild"]
  },
  "output": {
    "aspect_ratio": "4:5"
  }
}

Konkrete Ausschlüsse helfen hier, verbreitete KI-Klischees zu reduzieren. Die gewünschte Technologie wird über den Prozess und die Interaktion sichtbar, ohne das Motiv mit Robotern oder leuchtenden Gehirnen zu überladen.

4. Vertikales Kampagnenbild für Social Media

{
  "use_case": "vertikales Kampagnenmotiv für Instagram Stories",
  "subject": {
    "description": "junge Produktdesignerin in einem hellen Atelier",
    "action": "prüft einen physischen Prototyp und macht handschriftliche Notizen",
    "expression": "konzentriert und zufrieden"
  },
  "scene": {
    "foreground": "Prototyp und Skizzenbuch",
    "background": "Regale mit Materialien, ruhig und leicht unscharf"
  },
  "composition": {
    "orientation": "vertikal",
    "subject_position": "untere zwei Drittel",
    "negative_space": "oberes Drittel mit ruhiger Wandfläche"
  },
  "lighting": "natürliches Morgenlicht, weiche Schatten",
  "camera": {
    "shot_type": "mittlere Einstellung",
    "angle": "leicht seitlich",
    "lens_look": "35 mm"
  },
  "style": "authentische Lifestyle-Fotografie mit dezenter Editorial-Ästhetik",
  "color_palette": ["sand", "salbeigrün", "warmweiß"],
  "output": {
    "aspect_ratio": "9:16"
  }
}

Bei vertikalen Formaten solltest du die Benutzeroberfläche der Plattform mitdenken. Wichtige Gesichter, Produkte und Texte gehören nicht direkt an den oberen oder unteren Rand, weil dort Bedienelemente eingeblendet werden können.

5. Infografik mit exakt definiertem Text

{
  "use_case": "Infografik für einen Fachartikel",
  "topic": "Drei Schritte eines kontrollierten KI-Workflows",
  "layout": {
    "structure": "drei horizontale Karten mit Pfeilen von links nach rechts",
    "cards": [
      {
        "number": "01",
        "headline": "Daten prüfen",
        "icon": "Dokument mit Häkchen"
      },
      {
        "number": "02",
        "headline": "KI anwenden",
        "icon": "vernetztes Prozesssymbol"
      },
      {
        "number": "03",
        "headline": "Ergebnis freigeben",
        "icon": "Person mit Bestätigung"
      }
    ]
  },
  "typography": {
    "language": "de-DE",
    "exact_text_only": true,
    "font_style": "moderne serifenlose Schrift",
    "hierarchy": "große Nummern, kurze gut lesbare Überschriften"
  },
  "style": "reduzierte hochwertige Business-Infografik",
  "color_palette": ["dunkelblau", "hellblau", "off-white"],
  "constraints": {
    "avoid": ["zusätzliche Wörter", "kleine Fließtexte", "dekorative 3D-Elemente"]
  },
  "output": {
    "aspect_ratio": "16:9"
  }
}

Erzeuge den Text zunächst separat und prüfe Schreibweise sowie Zeilenlänge. Moderne Bildmodelle können Schrift deutlich besser darstellen als frühere Generationen, dennoch bleiben Tippfehler und Layoutabweichungen möglich. Bei geschäftskritischen Grafiken solltest du Text und Logo nach der Generierung in einem Designprogramm setzen.

6. Wiederkehrender Charakter für eine Bildserie

{
  "series": {
    "name": "Mara erklärt KI im Mittelstand",
    "episode": 1
  },
  "character": {
    "reference_image": "[hochgeladenes freigegebenes Referenzbild]",
    "description": "Frau Mitte 40 mit kinnlangem dunkelbraunem Haar und runder Brille",
    "wardrobe": "dunkelgrüne Bluse und anthrazitfarbene Hose",
    "must_preserve": ["Gesichtsmerkmale", "Frisur", "Brille", "Kleidung"]
  },
  "variable_scene": {
    "location": "Besprechungsraum in einem mittelständischen Betrieb",
    "action": "erklärt einem Team eine Prozessgrafik auf einem Bildschirm"
  },
  "composition": {
    "shot_type": "Halbtotal",
    "camera_angle": "Augenhöhe",
    "subject_position": "rechtes Drittel"
  },
  "lighting": "weiches neutrales Tageslicht",
  "style": "realistische redaktionelle Fotografie",
  "output": {
    "aspect_ratio": "16:9"
  }
}

Für die nächste Episode änderst du nur episode und variable_scene. Die Konsistenz entsteht vor allem durch das wiederverwendete Referenzbild oder die entsprechende Character-Funktion des Anbieters. Reine Textbeschreibungen reichen für identische Figuren meist nicht aus.

7. Vorhandenes Bild gezielt bearbeiten

{
  "task": "targeted_image_edit",
  "input_image": "[hochgeladenes Ausgangsbild]",
  "edit": {
    "target_area": "Hintergrund hinter der Person",
    "change": "Büroumgebung durch eine ruhige Produktionshalle mit moderner Technik ersetzen"
  },
  "preserve": [
    "Person und Gesicht",
    "Körperhaltung",
    "Kleidung",
    "Kameraausschnitt",
    "Lichtrichtung auf der Person"
  ],
  "match": {
    "perspective": "Perspektive des Ausgangsbildes",
    "depth_of_field": "vorhandene Hintergrundunschärfe",
    "color_grading": "natürlich und leicht warm"
  },
  "constraints": {
    "avoid": ["Änderung der Person", "zusätzliche Personen", "sichtbare Logos", "Text"]
  }
}

Ein Editing-Auftrag ist für gezielte Änderungen meist geeigneter als eine vollständige Neugenerierung. Markiere den gewünschten Bereich im Editor, falls das Tool eine Auswahlmaske anbietet. Auch dann können Änderungen über die markierte Fläche hinausreichen, weshalb ein visueller Vergleich erforderlich bleibt.

So optimierst du ein Bild kontrolliert

Bildgenerierung bleibt ein stochastischer Prozess. Ein systematischer Ablauf reduziert unnötige Versuche und zeigt, welche Änderung tatsächlich geholfen hat.

1. Erfolgskriterien definieren: Lege vor der Generierung fest, welche Merkmale zwingend, wünschenswert oder optional sind.
2. Basisversion erzeugen: Starte mit Motiv, Komposition, Licht und Stil. Feindetails ergänzt du erst, wenn die Grundidee funktioniert.
3. Referenz festhalten: Speichere Ausgangsbild, Prompt, Modell, Modellversion, Format und vorhandenen Seed.
4. Eine Variable ändern: Passe beispielsweise nur Licht, Hintergrund oder Kameradistanz an.
5. Ergebnis vergleichen: Prüfe die beabsichtigte Änderung und mögliche unbeabsichtigte Abweichungen.
6. Gezielt editieren: Nutze Bildbearbeitung oder Inpainting, wenn ein gutes Motiv nur an einer Stelle korrigiert werden muss.
7. Freigabe dokumentieren: Markiere die ausgewählte Version und halte fest, warum sie die Anforderungen erfüllt.

Wenn du mehrere Prompt-Schritte miteinander verbindest, hilft dir auch der Leitfaden über Prompt Chaining.

Varianten mit Arrays richtig planen

Ein Array beschreibt zunächst eine Liste. Das Bildmodell entscheidet je nach Kontext, ob es alle Elemente in einem Bild zeigt oder die Liste als Auswahl versteht. Für drei getrennte Varianten sollte ein Workflow deshalb drei einzelne Generierungsaufträge erstellen.

{
  "template_id": "product_campaign_01",
  "constants": {
    "product": "mattschwarze Edelstahlflasche",
    "camera": "85-mm-Produktfotografie",
    "style": "hochwertige kommerzielle Studioaufnahme",
    "aspect_ratio": "4:5"
  },
  "variants": [
    {
      "id": "A",
      "scene": "heller Schreibtisch im Büro",
      "lighting": "weiches Morgenlicht"
    },
    {
      "id": "B",
      "scene": "Naturstein am ruhigen Seeufer",
      "lighting": "bewölktes diffuses Tageslicht"
    },
    {
      "id": "C",
      "scene": "minimalistisches Fitnessstudio",
      "lighting": "gerichtetes neutrales Studiolicht"
    }
  ]
}

Eine Anwendung oder ein Agent liest das Array aus, verbindet jeweils eine Variante mit den konstanten Feldern und sendet drei separate Anfragen an das Bildmodell. So bleiben Dateinamen, Versionen und Testergebnisse eindeutig zuordenbar.

JSON-Prompts in ChatGPT, Gemini, FLUX und Midjourney

Die Plattformen unterscheiden sich darin, wie sie strukturierte Vorgaben und technische Parameter verarbeiten. Ein portables JSON-Template ist deshalb am besten als Anbieter-unabhängiges Briefing zu verstehen.

OpenAI empfiehlt für neue API-Projekte inzwischen GPT Image 2; ältere DALL·E-Anleitungen sind technisch überholt. Google führt Bildformat und Ausgabegröße als echte Konfigurationswerte. Midjourney platziert Parameter wie Aspect Ratio oder Seed am Ende des Prompttexts. Ein Feld im JSON ersetzt diese nativen Kontrollen nicht automatisch.

Für Bildideen mit Googles aktueller Modellfamilie findest du zusätzlich 15 Nano Banana Pro Prompts.

Häufige Fehler bei JSON-Prompts für Bilder

• Zu viele Felder: Ein großes Template wirkt professionell, kann aber Prioritäten verwischen. Verwende nur relevante Angaben.
• Widersprüchliche Vorgaben: Licht, Tageszeit, Stimmung und Farbpalette müssen zusammenpassen.
• Unklare Gewichtung: Kennzeichne unveränderliche Merkmale und optionale Details getrennt.
• API-Parameter im Prompt versteckt: Seitenverhältnis, Auflösung, Qualität oder Seed gehören zusätzlich in die vorgesehenen Einstellungen des Tools.
• Arrays als automatische Serie interpretiert: Varianten sollten einzeln an das Modell gesendet und eindeutig benannt werden.
• Identität nur per Text beschrieben: Für wiederkehrende Personen, Produkte und Stile sind Referenzfunktionen oder Edits verlässlicher.
• Jede Version komplett neu generiert: Ein gezielter Edit bewahrt häufig mehr vom funktionierenden Ausgangsbild.
• Ungeprüfter Text im Bild: Namen, Zahlen, Logos und Pflichtangaben benötigen eine manuelle Kontrolle.
• Fehlende Dokumentation: Ohne Modell, Version, Prompt und Parameter lassen sich Ergebnisse später kaum nachvollziehen.

KI-Bildproduktion im Unternehmen automatisieren

Ein produktiver Workflow verbindet Briefing, Datenquelle, Bildmodell, Prüfung und Ablage. Ein Produktdatensatz kann beispielsweise Name, Material, Farbe und Zielgruppe liefern. Ein freigegebenes Template ergänzt Kamera, Licht und Markenstil. Daraus entstehen klar versionierte Bildaufträge für unterschiedliche Formate.

Die automatische Generierung sollte eine Qualitätsstufe enthalten. Ein Prüfprozess kontrolliert Produktform, Markenfarben, Anatomie, Text, rechtliche Vorgaben und die Eignung für den geplanten Kanal. Erst freigegebene Motive werden an Website, Shop oder Content-System übergeben.

Mit AI Cowork entwickeln wir solche kontrollierten Arbeitsumgebungen für Unternehmen. Spezialisierte AI Agents können Briefings vorbereiten, Varianten verwalten und Ergebnisse für die menschliche Freigabe organisieren. Rollen, Datenquellen und Verantwortlichkeiten bleiben dabei nachvollziehbar.

Beispiel für einen kontrollierten Kampagnenablauf

1. Marketing gibt Zielgruppe, Aussage, Kanäle und Markenregeln frei.
2. Das System erzeugt aus dem freigegebenen Template die benötigten Varianten.
3. Das Bildmodell generiert Entwürfe mit dokumentierten Parametern.
4. Eine Prüfung markiert technische und visuelle Abweichungen.
5. Eine verantwortliche Person wählt Motive aus oder fordert gezielte Edits an.
6. Freigegebene Dateien werden mit Version, Format und Nutzungszweck abgelegt.

Dieser Ablauf schafft Tempo, ohne kreative und geschäftliche Entscheidungen vollständig an ein Modell abzugeben.

Rechte, Datenschutz und Markenqualität prüfen

Verwende nur Referenzbilder, Logos, Produkte und personenbezogene Aufnahmen, für die dein Unternehmen die erforderlichen Rechte und Freigaben besitzt. Bei realen Personen sind Einwilligung, Verwendungszweck und zulässige Bearbeitung besonders sorgfältig zu behandeln.

Prüfe außerdem, welche Daten an den jeweiligen Anbieter übermittelt werden und welche Einstellungen für Speicherung, Training und Unternehmensnutzung gelten. Sensible Kundendaten, interne Produktentwürfe oder unveröffentlichte Kampagnen benötigen einen abgestimmten Prozess.

Vor der Veröffentlichung gehören mindestens Motiv, Markenfarben, Logo, Schreibweise, mögliche Ähnlichkeiten mit realen Personen oder geschützten Figuren und die Kennzeichnungspflichten des jeweiligen Marktes in die Qualitätskontrolle. Bei rechtlich relevanten Fragen ist eine fachkundige Prüfung sinnvoll.

Fazit: JSON macht Bild-Prompts wiederverwendbar

JSON-Prompts helfen dir, komplexe Bildideen in verständliche Bausteine zu zerlegen. Motiv, Szene, Komposition, Kamera, Licht und Stil lassen sich getrennt planen und versionieren. Dadurch wird kreative Arbeit für Teams, Kampagnen und automatisierte Prozesse besser nachvollziehbar.

Die Bildqualität entsteht aus dem Zusammenspiel von Prompt, Modell, nativen Parametern, Referenzen, gezielten Edits und menschlicher Auswahl. Starte mit einer schlanken Vorlage, ändere pro Iteration möglichst wenige Variablen und dokumentiere erfolgreiche Kombinationen.

Wenn du aus einzelnen Bildexperimenten einen belastbaren Content-Prozess entwickeln möchtest, kannst du dir AI Cowork für Unternehmen ansehen. Gemeinsam klären wir, welche Templates, Modelle, Freigaben und Integrationen zu deinem Anwendungsfall passen.

Häufige Fragen zu JSON-Prompts für KI-Bilder

Offizielle Quellen und weiterführende Dokumentation

• OpenAI: GPT Image Generation Models Prompting Guide
• OpenAI: GPT Image 2 Modelldokumentation
• Google AI for Developers: Image Generation mit Gemini
• Black Forest Labs: FLUX.2 Prompting Guide
• Midjourney: aktuelle Parameterübersicht
• Midjourney: Style Reference

Über den Autor

Peter Krause

KI-Berater, Buchautor & Gründer

Über Peter Krause LinkedIn KI-Buch