Neu — Video: vom Produktfoto zum Werbevideo mit einem Klick. So geht’s →
Blog · Qualität

Realistische KI-Modelfotos: Wo es schiefgeht und wie du es verhinderst

FashionPix · Veröffentlicht 8 augustus 2026 · Zuletzt aktualisiert 4 augustus 2026

Jeder erkennt ein schlechtes KI-Bild, auch wer nicht benennen kann, warum es nicht stimmt. Die Verräter sind überraschend konstant: Hände, Etiketten, Prints, Reißverschlüsse, Schatten. Die gute Nachricht: Die meisten Fehler entstehen nicht in der Engine, sondern im Input – und lassen sich also vermeiden. Hier ist die Liste der acht, plus die Kontrolle, die du vor der Veröffentlichung durchführst.

Werkplek waar productfoto's voor een kledingwebshop gemaakt worden — bij het artikel over realistische AI-modelfoto's

Die acht Verräter von KI-Bildern – und die Checkliste

Kurz gesagt
  • Die Klassiker liegen in der Anatomie: Hände, Finger, Ohren und Zähne – kleine, komplexe Formen, an denen die Generierung als Erstes scheitert.
  • Die Kleidungsfehler sind kommerziell schwerwiegender: verschwundene Knöpfe, verformte Prints und gespiegelte Logos machen ein Bild als Produktfoto unbrauchbar.
  • Licht, das nicht zum Hintergrund passt, verrät ein zusammengesetztes Bild – selbst wenn jedes Element für sich genommen stimmt.
  • Das Uploadfoto entscheidet über das Ergebnis: scharf, das ganze Kleidungsstück im Bild, auf ruhigem Untergrund – was die Engine nicht sieht, kann sie nicht übertragen.
  • Veröffentliche nie ohne die Checkliste: Farbe, Print, Verschluss, Länge, Hände, Schatten.

Die Anatomie-Klassiker: Hände, Finger, Ohren, Zähne

Die bekanntesten KI-Fehler stecken in der kleinen Anatomie. Hände mit sechs Fingern sind seltener geworden, aber weiche, wächserne Finger, seltsam gebogene Daumen und detaillose Ohren kommen noch immer vor – vor allem bei Posen, in denen die Hände klein im Bild erscheinen.

Der Grund ist technisch, die Lehre daraus praktisch: komplexe kleine Formen sind die Schwachstelle jeder Bild-Engine. Wähle deshalb Posen, in denen die Hände ruhig und sichtbar sind (am Körper entlang, in einer Tasche) statt halb verborgen oder verkrampft – und schau bei der Beurteilung immer gezielt danach.

Zähne und Augen sind der zweite Kontrollpunkt: Ein neutraler, entspannter Gesichtsausdruck gelingt fast immer; ein breites Lachen mit sichtbaren Zähnen häufiger nicht. Für Produktfotografie ist Neutralität sowieso die Norm – das Gesicht darf nicht mit dem Kleidungsstück konkurrieren.

Arbeitest du mit einem festen Cast, ist dieses Problem größtenteils vorab gelöst: Die Modelle wurden einmal sorgfältig gebaut und kontrolliert, und jedes Produktfoto nutzt dieses geprüfte Bild wieder, statt jedes Mal einen neuen Menschen zu erfinden.

Die Kleidungsfehler: Woran ein Produktfoto wirklich abgelehnt wird

Für einen Webshop sind die Kleidungsfehler schlimmer als die anatomischen – denn das Kleidungsstück ist das Produkt. Die berüchtigten drei: Knöpfe, die verschwinden oder sich verschieben, Prints, die sich verformen oder verrutschen, und Logos oder Texte, die gespiegelt oder verstümmelt werden.

Diese Fehler haben eine gemeinsame Ursache: Die Engine zeichnet das Kleidungsstück nach, statt es zu übertragen. Ein Generator, der "ein blaues Hemd wie dieses" erzeugt, erfindet die Knopfreihe neu – und manchmal falsch. Eine Engine, die das echte Kleidungsstück von deinem Foto übernimmt, kann diesen Fehler nicht machen: Die Knöpfe im Bild sind die Knöpfe deines Fotos.

Eine subtilere Variante ist der Verschlussfehler: Ein Kleid ohne Reißverschluss bekommt plötzlich einen, oder ein Reißverschluss verschwindet. Auch Reißverschlüsse, Taschen und Gürtel müssen exakt übernommen werden – kontrolliere sie einzeln, denn Käufer, die einen anderen Verschluss erhalten als gesehen, schicken zurück.

Und achte auf Konsistenz innerhalb eines Sets: Wenn Vorder- und Rückansicht desselben Artikels jeweils einen leicht anderen Pullover zeigen (andere Streifenbreite, anderer Kragen), ist das für den Käufer genauso verwirrend wie ein einzelnes falsches Bild. Gute Tools legen die Interpretation pro Artikel fest, sodass alle Bilder des Sets dasselbe Kleidungsstück zeigen.

  • Knöpfe: Anzahl und Position mit der Quelle vergleichen
  • Prints und Logos: auf Verformung und Spiegelung prüfen
  • Verschlüsse: kein zusätzlicher Reißverschluss, keiner fehlt
  • Innerhalb des Sets: jede Ansicht muss dasselbe Kleidungsstück zeigen
Detailopname van stof en stiksel bij daglicht — bij het artikel over realistische AI-modelfoto's

Licht und Schatten: Das zusammengesetzte Bild verrät sich selbst

Die dritte Fehlerfamilie ist subtiler: Licht, das nicht stimmt. Ein Model, das von links beleuchtet ist, vor einem Hintergrund, in dem die Sonne von rechts kommt, ein fehlender Schlagschatten, wo er hingehört, oder gleich zwei Schatten in unterschiedliche Richtungen – das Auge registriert das als "unecht", ohne es benennen zu können.

Das betrifft vor allem Bilder, bei denen Model und Hintergrund aus unterschiedlichen Quellen stammen, etwa Lifestyle-Bilder an einem Location-Set. Beurteile solche Bilder immer nach der Lichtrichtung: Fällt das Licht auf das Model aus demselben Winkel wie auf die Umgebung, und stimmt der Schatten bei den Füßen?

Für Katalogbilder ist die Lösung strukturell: Ein einheitlicher Studiohintergrund mit flachem Licht hat keine Lichtrichtung, mit der er kollidieren könnte. Das ist – neben der Vergleichbarkeit – ein Grund, warum Produktfotos auf neutralem Hintergrund die Norm sind.

Farbstich ist der kleine Bruder dieses Problems: warmes Stimmungslicht, das die Farbe des Artikels verschiebt. Schön fürs Lifestyle-Foto, falsch fürs Produktfoto – das Farbversprechen muss bei neutralem Licht gemacht werden. Siehe auch Retouren senken mit Bildmaterial.

Dein Uploadfoto bestimmt das Ergebnis – und die Checkliste vor der Veröffentlichung

Die am wenigsten verstandene Wahrheit über KI-Produktfotografie: Die Qualität des Ergebnisses wird größtenteils vor der Generierung festgelegt, durch das Uploadfoto. Was die Kamera nicht gesehen hat, kann die Engine nicht übertragen – ein zusammengelegter Pullover verliert seine untere Hälfte an die Vermutung, eine angeschnittene Hose ihren Saum.

Die Regeln für ein gutes Uploadfoto sind einfach: das ganze Kleidungsstück im Bild (flach ausgelegt oder auf einem Bügel, nicht zusammengelegt), scharf, bei Tageslicht, auf ruhigem Untergrund mit Kontrast zum Kleidungsstück. Eine weiße Bluse auf einem weißen Laken ist für jede Engine ein Rätsel.

Fotografiere Besonderheiten separat: die Rückseite, wenn dort ein Print oder Verschluss ist, das Etikett für Material und Größe. Jedes zusätzliche Foto ist Information, die nicht erraten werden muss.

Und dann die Checkliste, jedes Mal, vor der Veröffentlichung: (1) Farbe stimmt mit dem Artikel überein, (2) Print und Logos korrekt und nicht gespiegelt, (3) Knöpfe und Verschlüsse stimmen, (4) Länge stimmt, (5) Hände und Gesicht natürlich, (6) Schatten und Licht konsistent. Sechs Haken, dreißig Sekunden – und genau das erspart dir die Bilder, die deiner Reputation schaden. Wie die komplette Route aussieht, steht bei dem KI-Fotoshooting für Kleidung.

  • Ganzes Kleidungsstück im Bild, nicht zusammengelegt, nicht angeschnitten
  • Scharf, Tageslicht, ruhiger Untergrund mit Kontrast
  • Rückseite und Etikett separat fotografieren
  • Checkliste: Farbe · Print · Verschluss · Länge · Hände · Schatten

Häufige Fragen

Wie erkenne ich schnell, ob ein KI-Modelfoto brauchbar ist?

Geh die Sechs-Punkte-Kontrolle durch: Farbe, Print, Verschluss, Länge, Hände, Schatten. Was in dreißig Sekunden keinen Haken bekommt, veröffentlichst du nicht. Die meisten unbrauchbaren Bilder fallen schon bei Punkt zwei oder drei durch.

Warum stimmen Prints auf KI-Bildern so oft nicht?

Weil viele Tools das Kleidungsstück nachzeichnen statt es zu übertragen – der Print wird dann neu erfunden und verschiebt oder verformt sich. Wähle ein Tool, das das echte Kleidungsstück von deinem Foto übernimmt; dann ist der Print im Bild der Print deines Fotos.

Was ist die wichtigste Verbesserung, die ich selbst vornehmen kann?

Dein Uploadfoto: das ganze Kleidungsstück, scharf, flach ausgelegt oder aufgehängt, auf kontrastierendem Untergrund. Das klingt banal, bringt aber mehr als jede Einstellung – was die Kamera nicht sieht, muss die Engine raten.

Geht mal ein Bild schief, und was passiert dann?

Ja – jede Bild-Engine hat mal einen Fehlversuch, und der Anbieter sollte das fair regeln. Bei FashionPix zahlst du nicht für misslungene Bilder: Die Credits werden automatisch zurückerstattet.

Weiterlesen

Bilder, die die Kontrolle bestehen?

Das echte Kleidungsstück übertragen, ein geprüfter fester Cast und automatische Rückerstattung bei einem Fehlversuch. Sechs Bilder sind kostenlos, ohne Account.