Produktfotos mit KI erstellen: mein Ablauf und seine Grenzen

Produktfotos mit KI erstellen funktioniert für den Katalog, wenn das Modell genug von deinem Produkt sieht. Ich baue seit zehn Jahren Onlineshops und lasse heute KI-Agenten echte Shop-Operationen ausführen. Für diesen Artikel habe ich den Weg vom Handyfoto zum Produktbild an einem echten Produkt durchgespielt, einem Wollknäuel, fotografiert mit dem iPhone auf dem Wohnzimmerboden, ohne Licht, ohne Stativ, mit meiner Hand samt Ring im Bild. Eine halbe Stunde später stand dasselbe Produkt als Studiobild da. Dazwischen lagen mehrere Läufe und ein Fehlschlag, der mir gezeigt hat, woran die ganze Sache hängt.

In diesem Artikel bekommst du den Ablauf vom Ordner bis zum Upload, die Stelle, an der es kaputtgeht, die Prüfliste vor dem Livegang und eine Rechnung für den ganzen Katalog. Auf den Seiten der Tool-Anbieter fehlt genau dieser Teil.

TL;DR

📌 TL;DR: Kurzfassung des Artikels

• Handyfotos vom Wohnzimmerboden reichen als Ausgangsmaterial, wenn das Etikett und die Oberfläche darauf zu sehen sind.
• Mit zwei bis drei Referenzfotos hat das Bildmodell in meinem Test die Marke RICORUMI zu SICOR JINI verfälscht. Mit allen fünfzehn Fotos las es die Marke von allein richtig.
• Die Anweisung „mach den Text richtig" repariert so einen Fehler nicht.
• Ein Bildstandard in fünfzehn Zeilen hält den Look über den ganzen Katalog gleich.
• Vor dem Livegang prüfst du fünf Punkte gegen das Original: Text, Farbe, Oberfläche, Menge, Größenverhältnis.
• Die Kennzeichnung setzt ein Skript nach der Erzeugung. Seit August 2026 kann sie nach der KI-Verordnung Pflicht sein.
• Ein Bild kostet rund 0,13 US-Dollar, fünfhundert Bilder etwa 65 US-Dollar. Die Prüfzeit steht in keiner Preisliste.

Was du brauchst, bevor du das erste Bild erzeugst

Warum schlechte Handyfotos als Grundlage reichen

Ein Handyfoto reicht als Grundlage aus. Du brauchst keine Spiegelreflexkamera, kein Stativ und keine Softbox. Meine Ausgangsfotos zeigen einen Wohnzimmerboden, eine Hand mit Ring, angeschnittene Produkte und ungleichmäßiges Licht.

Das Bildmodell nutzt diese Fotos als Referenz, nicht als Vorlage. Es soll das Produkt verstehen, nicht dein Foto verschönern. Für diesen Zweck ist ein dokumentarisches Foto brauchbarer als ein hübsches.

Was auf den Fotos zu sehen sein muss

Wichtig sind die Stellen, an denen ein Fehler später teuer wird: das Etikett mit Marke und Materialangabe, die Oberflächenstruktur und ein Größenverhältnis. Fotografiere das Etikett aus mehreren Winkeln, auch schräg, auch mit Reflexion.

Der Ordner als erster Arbeitsschritt

Leg einen Ordner an und wirf jedes Foto hinein, das du hast. Auch die verwackelten. Auch die vier, die fast gleich aussehen. Dieser Schritt entscheidet über die Qualität des Ergebnisses, der Grund steht im nächsten Abschnitt.

Wie viele Referenzfotos braucht die KI wirklich?

Der Testlauf mit zwei bis drei Fotos

Zwei bis drei Referenzfotos reichen nicht aus. Ich habe dem Modell zwei, drei Fotos gegeben und den Auftrag, daraus ein Produktbild zu bauen. Das Ergebnis sah auf den ersten Blick professionell aus und war trotzdem unbrauchbar, weil das Modell die Lücken selbst gefüllt hat. Was genau passiert ist, steht im Abschnitt über die erfundene Marke.

Derselbe Lauf mit fünfzehn Fotos

Mit allen fünfzehn Fotos desselben Produkts kippt das Verhalten. Der Markenname stimmte, ohne dass ich ihn vorgegeben hatte. Die Oberflächenstruktur saß, nur die Farbe war etwas zu satt. Das war der größte Einzelunterschied im ganzen Test, größer als jede Änderung am Prompt.

Warum das so ist

Meine Erklärung: Aus vielen Ansichten baut sich das Modell ein räumliches Verständnis des Produkts auf. Es weiß dann, wie das Knäuel von hinten aussieht, wie das Etikett gewickelt ist und wie das Licht auf der Oberfläche bricht. Bei drei Fotos rät es.

Die praktische Folge

Kuratiere nicht vor. Lade alles hoch, was du hast.

Der Bildstandard: das Dokument, das über die Qualität entscheidet

Fünfzehn Zeilen, die für jedes Produkt gelten

Ein Bildstandard ist eine kurze Textdatei mit den Regeln, die für jedes Bild in deinem Shop gelten. Meiner passt in fünfzehn Zeilen: quadratisches Format, Hintergrund, Licht, ein Schatten, Farbe, Schärfe, die Kennzeichnung, dazu die Verbote.

Was verboten ist, gehört ausdrücklich hinein

Schreib hinein, was nicht passieren darf: keine Hand im Bild, kein zweites Produkt, kein erfundener Text, keine veränderte Menge. Die automatische Prüfung gegen die Originale kann diese Punkte später einzeln abhaken.

Motivzeile plus Standard

Pro Produkt kommt nur eine Motivzeile dazu, in meinem Fall eine Zeile für das gelbe Knäuel. Der Standard bleibt gleich, die Motivzeile wechselt. Diese Trennung hält den Katalog einheitlich, wenn hundert Produkte durchlaufen. Vorlagen-Tools nehmen dir diese Entscheidung ab und geben dir dafür ihren Look statt deinen.

Schritt für Schritt: vom Handyfoto zum fertigen Produktbild

1. Fotos sammeln und den Standard anlegen

Alle Fotos in einen Ordner, Bildstandard als Textdatei daneben.

2. Die Anweisung an das Modell

Die Anweisung besteht aus dem Bildstandard plus Motivzeile plus dem Hinweis, alle Fotos im Ordner als Referenz zu nutzen. Bei mir übernimmt Claude Code die Regie: Es sieht die Fotos an, baut die Anweisung und ruft das Bildmodell, in meinem Fall Nano Banana Pro. Wie du Claude Code an deinen Shop anbindest, habe ich in Shopify mit Claude verbinden und steuern beschrieben.

3. Sichtung und Rangfolge

Lass mehrere Varianten erzeugen und bring sie in eine Rangfolge, bevor du ins Detail gehst. Im Testlauf hat Claude Code das Ergebnis direkt gegen die Originalfotos geprüft und die Abweichungen als Tabelle geliefert. Diese Vorprüfung beschleunigt die eigene Sichtung, ersetzt sie aber nicht.

4. Upload in den Shop

Der Upload läuft über die Shop-Schnittstelle, bei mir über den Shopify-Connector. Ab hier ist es normale Katalogarbeit: Bild zuordnen, Alt-Text setzen, Reihenfolge prüfen.

Wie der komplette Ablauf am echten Wollknäuel aussieht, inklusive der Stelle, an der es kaputtgeht, zeige ich in Folge 6 meiner Serie „KI im Shop-Betrieb":

Wo es kaputtgeht: erfundene Marken auf dem Etikett

Aus RICORUMI wurde SICOR JINI

Text auf der Verpackung ist die unzuverlässigste Stelle im ganzen Ablauf. In meinem Lauf mit wenigen Referenzfotos hat das Modell aus der Marke RICORUMI die Marke SICOR JINI gemacht. Die Buchstaben sahen sauber gesetzt aus, die Marke gibt es nicht.

Warum die naive Korrektur nicht funktioniert

Ich habe dem Modell gesagt, der Text sei falsch, es solle ihn korrigieren. Das hat nichts gebracht, weil ein Bildmodell nicht weiß, was richtig oder falsch ist. Es erzeugt plausible Formen.

Was funktioniert hat, und was skaliert

Danach habe ich zwei Wege probiert. Erstens habe ich dem Modell den Markennamen genannt, daraufhin stand RICORUMI korrekt auf der Banderole. Das funktioniert für ein Produkt, aber nicht für einen Katalog, weil du dann für jedes Produkt jeden Text einzeln vorgeben müsstest. Zweitens habe ich keinen Namen genannt, sondern alle fünfzehn Fotos als Referenz mitgegeben. Auch damit stand die Marke richtig. Das ist der Weg, der über hundert Produkte läuft.

Die Regel daraus

Kein Text im Bild, den du nicht Zeichen für Zeichen geprüft hast. Wenn du das nicht leisten willst, lass Text im generierten Bild komplett weg.

Wie prüfst du ein KI-Bild gegen das Original?

Die fünf Kriterien

Ein KI-Bild prüfst du gegen das Original entlang von fünf Kriterien: Text, Farbe, Oberfläche, Menge und Größenverhältnis. Bei meinem Wollknäuel traf das Modell die Materialangabe „100 % Polyester" und die Samtstruktur sauber. Die Farbe war etwas zu satt, die Ränder der Banderole hatte es sich ausgedacht, und die Etikettierung saß auf der falschen Seite. Beim Größenverhältnis meldete die automatische Prüfung eine Abweichung: Das generierte Knäuel wirkte wie 50 Gramm, das echte hat 25.

Warum ein schönes Bild das gefährlichste ist

Das schönste Bild aus meinem Test war gleichzeitig das mit der erfundenen Marke. Ein Ergebnis, das professionell aussieht, senkt deine Aufmerksamkeit genau dann, wenn du sie brauchst. Ich prüfe deshalb die Favoriten zuerst und am genauesten.

Automatische Vorprüfung und ihre Grenze

Eine Vorprüfung kannst du automatisieren, indem das generierte Bild gegen die Originalfotos verglichen und jede Abweichung protokolliert wird. Photoroom verkauft so etwas als „Visual QA", bei mir macht das Claude Code im selben Lauf. Die Freigabe bleibt trotzdem bei einem Menschen, weil die Software nicht weiß, welche Abweichung dir schadet.

Kennzeichnung: Warum ein Skript sie setzt und nicht die KI

Text aus dem Bildmodell ist unzuverlässig

Die Kennzeichnung „AI GENERATED" gehört nicht in den Bild-Prompt. Ein Modell, das schon beim Markennamen halluziniert hat, bekommt von mir keinen zweiten Text zum Erfinden.

Kennzeichnung nach der Erzeugung

Bei mir setzt ein kleines Python-Skript die Kennzeichnung nach der Erzeugung in den Bildrand. Immer gleiche Position, immer gleiche Schrift, keine Überraschungen.

Kür oder Pflicht?

Käuferinnen und Käufer sollen unterscheiden können, was fotografiert und was erzeugt wurde. Seit dem 2. August 2026 ist das nicht mehr nur Kür: Artikel 50 der KI-Verordnung verpflichtet Betreiber, KI-erzeugte Bilder offenzulegen, wenn sie ein real existierendes Objekt täuschend echt abbilden. Ein fotorealistisches KI-Bild deines echten Produkts kann genau darunterfallen. Ich bin kein Anwalt, im Zweifel lohnt sich das Gespräch mit einer Kanzlei für IT-Recht. Die Kennzeichnung per Skript hast du in jedem Fall schon erledigt.

Was kostet das, wenn es über den ganzen Katalog läuft?

Rechnung pro Bild

Ein generiertes Produktbild kostet bei mir rund 0,13 US-Dollar. Für fünfhundert Bilder liegst du bei etwa 65 US-Dollar Modellkosten.

Vergleich mit den Abo-Tools

Die Anbieter rechnen in Paketen. ProductAI listet 16 Euro monatlich für rund 40 Produktfotos und 49 Euro für rund 175, Flair.ai und Adobe Firefly bieten begrenzte Freikontingente, Stand 17. September 2026. Für einen einzelnen Shop ist das bequem, für wiederkehrende Katalogläufe wird der eigene Ablauf schnell günstiger.

Die Prüfzeit gehört in die Rechnung

Die Sichtung habe ich nicht gestoppt. Aber schon bei wenigen Sekunden je Bild kommt bei fünfhundert Bildern mehr Arbeitszeit zusammen, als die 65 US-Dollar Modellkosten wert sind. Dieser Posten steht in keiner Preisliste.

Wo KI-Bilder nichts zu suchen haben

Fremde Marken und fremde Verpackungen

Wenn du Ware anderer Hersteller verkaufst, gehört die Verpackung denen. Dass eine Maschine sie neu zeichnet, würde ich ohne Freigabe des Herstellers nicht riskieren, die Rechtsprechung zu KI-bearbeiteten Fotos ist in Bewegung. Mein Testfall ist genau so ein Fall: RICORUMI ist eine Marke von Rico Design, nicht meine. Das Bild aus dem Video dürfte deshalb nie in einem Shop landen, das sage ich im Video auch so. Für deine eigenen Produkte mit eigenen Fotos ist der Weg frei.

Was die KI wirklich ersetzt

Die KI ersetzt nicht den Fotografen. Sie ersetzt den Zustand, gar kein brauchbares Bild zu haben. Deine Kundschaft will sehen, was sie kauft, deshalb brauchst du weiterhin echte Produktfotos. Wo KI-Bilder stark sind, ist die Inszenierung: das Produkt in einer Szene zeigen, für die du sonst ein Shooting bräuchtest.

Die vier Regeln vor dem Livegang

Der Merksatz aus dem Video: Ein Produktbild ist kein Schmuck. Es ist eine Zusage. Daraus folgen vier Regeln:

1. Kein Text im Bild, den du nicht geprüft hast.
2. Keine erfundene Eigenschaft, Farbe und Oberfläche wie im Original.
3. Keine erfundene Menge, ein Knäuel bleibt ein Knäuel.
4. Fremde Marken sind tabu.

Wenn dein Bild diese vier Punkte besteht, kann es in den Shop. Wenn du wissen willst, welche Aufgaben in deinem Shop so laufen können und wo du die Finger von Automatisierung lassen solltest: Buch dir 30 Minuten mit mir.

Häufige Fragen

Wie kann ich selbst Produktfotos machen?

Du kannst Produktfotos selbst machen, indem du dein Produkt mit dem Handy aus möglichst vielen Winkeln fotografierst und diese Fotos als Referenz für ein Bildmodell nutzt. Wichtig sind Aufnahmen vom Etikett, von der Oberfläche und ein Bild mit Größenverhältnis. Licht, Hintergrund und Stativ spielen dabei keine Rolle, weil das Ausgangsfoto nur das Produkt dokumentiert.

Welche App kann ich für Produktfotos verwenden?

Für Produktfotos kannst du fertige Tools wie Photoroom, Pixelcut, Flair.ai oder Adobe Firefly verwenden, die Hintergründe entfernen und Szenen erzeugen. Ich arbeite stattdessen mit einem eigenen Ablauf aus Bildstandard und Bildmodell, weil ich damit die Regeln und die Prüfung selbst festlege. Für einzelne Bilder sind die Apps schneller, für wiederkehrende Katalogläufe lohnt der eigene Ablauf.

Was ist die beste KI zum Bilder erstellen?

Die beste KI zum Bilder erstellen gibt es für diesen Zweck nicht pauschal, weil das Ergebnis stärker vom Referenzmaterial abhängt als vom Modell. In meinem Test hat derselbe Ablauf mit fünfzehn statt drei Referenzfotos den größten Qualitätssprung gebracht. Ich nutze aktuell Nano Banana Pro für die Bilderzeugung.

Ist es erlaubt, Produktbilder zu verwenden?

Fremde Produktbilder darfst du nur mit Erlaubnis des Rechteinhabers verwenden. Die Rechte liegen beim Fotografen oder beim Auftraggeber, die abgebildete Verpackung gehört dem Hersteller. Für Bilder deiner eigenen Produkte, die du selbst fotografiert hast, brauchst du keine Freigabe.

Welche Bilder dürfen ohne Zustimmung veröffentlicht werden?

Ohne Zustimmung veröffentlichen darfst du eigene Aufnahmen deiner eigenen Produkte, und nach meinem Verständnis auch KI-Bilder, die du daraus erzeugst, solange sie dein Produkt korrekt zeigen. Sobald eine fremde Marke, eine fremde Verpackung oder eine Person im Bild ist, brauchst du eine Freigabe, unabhängig davon, wie genau die KI sie wiedergibt. Ich bin kein Anwalt, im Zweifel fragst du eine Kanzlei für IT-Recht. KI-generierte Bilder kennzeichnest du zusätzlich, seit August 2026 kann das nach Artikel 50 der KI-Verordnung Pflicht sein.