Diese acht KI-Illustratoren gehören allesamt gefeuert

Wie verändert die künstliche Intelligenz die Berufswelt? Die ehrliche Antwort darauf muss lauten, dass das derzeit niemand sagen kann. Das heisst jedoch nicht, dass der KI-Einfluss nicht bereits riesig ist. Ich verstehe, dass sich Fotografinnen und Illustratoren mit unguten Gefühlen in die Zukunft blicken. Bildgeneratoren wirken als brutale Konkurrenten, die beliebige visuelle Inhalte schneller und günstiger herstellen – und zu jeder Tages- und Nachtzeit.

Da sind die medialen Untergangspropheten nicht weit: Ob «Business Insider», ZDF oder Tagesanzeiger, überall wird prophezeit, dass «die Technologie den Menschen» abhängt. Ich halte das für falsch: Bevor man solche Behauptungen in den Raum stellt, sollte man sie einem Realitäts-Check unterziehen.

Und genau darum geht es heute: Ist die KI in der Lage, eine brauchbare Illustration herzustellen? Ich nehme die Erkenntnis hier vorneweg – in der Hoffnung, dass ihr den Beitrag trotzdem zu Ende lest. Jedenfalls ist meine Antwort ein klares Nein. Wie bei früheren ähnlichen Experimenten (hier, hier, hier oder hier) bleibt das Fazit erstaunlich konstant: Die Resultate sind zwar oft überraschend und manchmal sogar gut.

Aber sie sind nicht gut genug. Auch mit einem extrem ausführlichen Prompt – die Aufgabenstellung fürs Bild heute ist über 2000 Zeichen lang – entsteht nichts, was mich berührt. Die Illustrationen sind technisch einwandfrei, aber seelenlos. Darum kommt keine von ihnen zum Einsatz.

Wann KI, wann nicht? Die Frage ist viel einfacher, als es scheinen mag

Natürlich heisst das nicht, dass andere Leute nicht anders entscheiden. Wenn man die Latte nur tief genug ansetzt, dann bieten sich die KI-Kreationen als Alternative zu einer handgemachten Illustration an. Die SBB fanden Ende 2025, sie könnten eine Kampagne auch mit einem künstlichen Motiv illustrieren. Das ist – und ich formuliere das absichtlich undiplomatisch – dumm. Wer kein Budget für einen echten Fotografen oder Illustrator hat, der lässt die Werbekampagne bleiben.

Für mich ist die Sache glasklar: Wenn Bildgeneratoren Jobs kosten, dann liegt die Schuld nicht bei der KI. In erster Linie haben die Menschen bei der Beurteilung versagt, wo die KI sinnvollerweise eingesetzt wird und wo nicht. Dabei ist diese Unterscheidung nicht schwierig:

• Gebrauchsgrafiken, die man bisher von Stock-Plattformen, Clipart-Sammlungen und ähnlichen günstigen bis kostenlosen Quellen bezogen hat: KI ist okay, obwohl oft ein menschengemachtes Motiv trotzdem die bessere Wahl wäre.
• Sujets, die als Botschaftsträger eingesetzt werden und eine dokumentarische Wahrheit, eine wichtige Botschaft, ein authentisches Gefühl oder eine menschliche Regung vermitteln sollten: KI ist nicht erwünscht. Sie untergräbt die beabsichtigte Kommunikationswirkung.

Eine Aufgabe, an der acht KI-Modelle scheitern

Nachdem das ein für alle Mal geklärt wäre, hier mein Experiment, das diesen Punkt maximal deutlich unterstreicht: Das dreht sich um die Frage, ob die KI mir eine schöne Illustration für die Startseite dieses Blogs erzeugen könnte. Im Design gäbe es die Möglichkeit, ein sogenanntes Headerbild einzubauen. Das erscheint über, hinter oder anstelle des Schriftzugs und wäre auf jeder Seite zu sehen. Daraus folgt zwingend: Es muss ausgezeichnet passen und den «Spirit» meines Webauftritts perfekt vermitteln. Das ist eine so hohe Anforderung, dass ich bis heute überzeugt bin, dass nackte Typografie die beste Wahl ist. Diese Einsicht ergab sich vor drei Jahren, als ich mit Adobe Firefly versuchte, den Schriftzug optisch zu verfeinern.

Der heutige Versuch besteht darin, den Schriftzug «Clickomania» mit dem Spiel in Verbindung zu bringen und gleichzeitig als 3D-Objekt in eine optimistische, futuristische Welt zu verfrachten¹.

Einem Menschen wäre das nicht passiert

Erste Feststellung: Kein einziges Modell ist in der Lage, die Vorgabe zu den Abmessungen exakt zu erfüllen. Das Headerbild müsste sehr schmal und sehr breit sein, damit es über die ganze Seite reicht (1900 auf 250 Pixel). Gemini kommt der Lösung am nächsten: Mit einer manuellen Grössenanpassung wäre die Abmessung dieses Bilds 1946 auf 250 Pixel – rechts und links je 23 Pixel zu verkürzen, wäre ein Klacks.

Trotzdem können wir festhalten, dass alle anderen Modelle bereits formal scheitern: Ihre Bilder sind unbrauchbar, weil sie sich nicht in den vorgesehenen Bereich der Website einpassen lassen. Das wäre einem menschlichen Gestalter und einer echten Illustratorin niemals passiert.

Hier die Resultate, sortiert absteigend nach Brauchbarkeit:

1) Gemini trumpft mit Grandeur und einem fast korrekten Seitenverhältnis auf

Googles Modell liefert ein auf den ersten Blick spektakuläres Resultat: Das Panorama strahlt Grösse und Weltläufigkeit aus und die formalen Aspekte sind erfüllt – zumindest, was den Hintergrund angeht. Auch die Schrift ist nicht völlig verkehrt.

Doch bei genauerem Hinschauen funktioniert dieses Motiv nicht: Die Bausteine der Schrift sind eher Felsquader als Spielsteine. Ich wollte die Schrift in die Skyline integrieren und nicht schwebend über der Stadt sehen. Ausserdem hängt der Schriftzug optisch rechts nach unten, und er ist nicht exakt zentriert.

Das grösste Problem: Beim Download der Variante in hoher Auflösung entsteht ein Fehler; die Buchstaben passen nicht mehr aufeinander.

2) ChatGPT erfindet den Menschenzoo

Die Variante von ChatGPT ist auf den ersten Augenschein solide und stimmig: Die Buchstaben schweben nicht in der Luft, sondern stehen auf festem Boden, und die Szene gefällt: In dieser Stadt würde ich gern bummeln.

Beim näheren Hinsehen tun sich wiederum viele Fragezeichen auf: Was könnte der Sinn und Zweck der Struktur unter den Buchstaben sein? Diese Anlage wirkt wie ein Zoo, in dem Menschen ausgestellt werden – nicht unbedingt die Zukunftsvision, die ich mit meinem Blog vermitteln möchte. Und die Spielsteine bei Clickomania müssen farblich durchmischt sein; diese Sortierung hier ergibt keinen Sinn.

3) Copilot liefert die schönsten Klötzchen

Microsofts KI generiert Spielsteine, die tatsächlich zum Game passen: Was die Typografie angeht, gefällt mir dieser Entwurf.

Alles andere überzeugt nicht: Auch hier schwebt der Schriftzug über dem Boden, statt sich harmonisch in die Silhouette einzufügen. Der Schattenwurf stimmt hinten und vorne nicht, das fliegende Auto rechts dürfte jeden Moment abstürzen und es ist unschön, dass im Hintergrund einige (mutmasslich überzählige) Spielsteine aufgestapelt sind. Und ich möchte zwar eine Feierabend-Atmosphäre haben, aber ohne in disneyhafte Schönfärberei abzugleiten.

4) Firefly platziert uns auf einem Spielplatz mit maximalem Verletzungsrisiko

Ein paar Dinge gefallen mir an der Firefly-Variante gut: Der Schriftzug ist perfekt in die Umgebung eingearbeitet: Die Buchstaben sehen so aus, als würden sie in der Landschaft stehen. Die Tiefenstaffelung anhand des Unschärfeverlaufs ist gelungen und hier stimmen Licht und Schatten einigermassen.

Es lässt sich aber nicht wegdiskutieren, dass dieses Motiv in keinerlei Hinsicht die gewünschte Stimmung transportiert. Der Spielplatz wirkt aseptisch und wäre für spielende Kinder hochgefährlich: Sie würden von den Marmorbuchstaben runterfallen oder mit Armen und Beinen in ihnen stecken bleiben. Vor allem ist nicht mehr erkennbar, dass die Buchstaben aus quadratischen Spielsteinen zusammengesetzt sein sollten, deren unterschiedliche Farbgebung entscheidend ist für die Spielmechanik.

5) Meta AI plant anscheinend eine Revolution für die Warenlogistik

Das Modell von Mark Zuckerberg scheitert bereits an der Typografie: Der Schriftzug selbst wird nicht aus Klötzchen gebildet, sondern aus fetten Lettern, die aus einem hellen Metall oder aus Beton bestehen könnten. Auch bei der Patina übertreibt es diese KI: Das riecht nicht nach echtem Leben, sondern nach Niedergang und Zerfall.

Der Klotz im Hintergrund erinnert mich an die Ladung eines Containerschiffs und über dem Spielplatz schwebend wirkt er bedrohlich und nicht inspirierend. Dass hier weder Lichtverlauf noch Schattenwurf stimmt, spielt (fast) keine Rolle mehr.

6) Grok hat die gleiche Idee wie Meta, setzt sie bloss schlechter um

Elon Musks KI Grok fabriziert ein Objekt, das demjenigen seines Konkurrenten Zuckerberg ähnlich sieht. Der Unterschied besteht darin, dass alles noch weniger inspirierter und harmonisch wirkt.

7) Mistral verfehlt die Aufgabe komplett

Bei der europäischen KI Mistral – die nicht mehr Le Chat heisst wie bei der Lancierung vor einem Jahr, sondern jetzt das überstrapazierte Label «Vibe» angehängt bekommen hat – ist zwar ein bisschen etwas von der futuristischen Stadt und der Abendstimmung zu sehen.

Aber das war’s schon: Die ausführlichen Instruktionen zur Typografie waren komplett für die Katz. Diese Welt mit ihrer grässlichen Autobahn entstammt einem Paralleluniversum, das ich nicht einmal zu Gruselzwecken besuchen würde.

8) Stable Diffusion mit typografischen Lieferschwierigkeiten

Über den letzten Kandidaten müssen wir keine weiteren Worte verlieren. Stable Diffusion (mittels  Draw Things generiert) scheitert an diesem Abstraktionslevel: Das Schriftobjekt fehlt gänzlich.

Die Stadt sieht gut aus – allerdings nur so lange man nicht zu genau hinsieht. Denn im Detail überzeugen weder Häuser, noch Strassen und der Wolkenkratzer links wäre ein statisches Risiko für die gesamte Umgebung. Dass die Abendstimmung und das schöne Wetter abhanden kamen, ist das geringste Problem.