Wie funktioniert KI-Bildgenerierung?
Die meisten Bildgeneratoren 2026 sind Diffusion-Modelle. Idee: Ein Bild Schritt für Schritt aus reinem Rauschen entwickeln — gesteuert durch deinen Prompt.
3-Schritte-Vereinfachung
| Phase | Was passiert? |
|---|---|
| 1. Prompt-Embedding | Text wird in Zahlenvektor umgewandelt (CLIP-Encoder) |
| 2. Latentes Rauschen | Modell startet mit zufälligem Rauschen im Latent-Space |
| 3. Schrittweise Entrauschung | ~25-50 Steps, jeder Step entfernt etwas Rauschen Richtung Prompt |
| 4. VAE-Decoder | Latent-Bild wird in echtes Pixel-Bild übersetzt |
Warum Diffusion?Stable Diffusion (2022) machte den Durchbruch. Statt direkt Pixel zu generieren, wird im komprimierten Latent-Space gearbeitet — viel weniger Rechenaufwand. Heute Standard für FLUX, DALL-E 3, Midjourney.
Was bedeutet das für dich?
- Mehr Schritte = höhere Qualität, aber langsamer.
- Random Seed = bei gleichem Prompt wieder dasselbe Bild reproduzierbar.
- CFG-Scale (Classifier-Free Guidance) = wie streng folgt das Modell dem Prompt? Hoch = präzise, aber unkreativ.