Wie du eine einzelne Stelle in einem KI-Bild korrigierst, ohne das ganze Bild neu zu generieren

KI-Bildeditoren haben eine lästige Angewohnheit: Du bittest um eine kleine Korrektur, und die KI übermalt fröhlich das ganze Bild, samt neuer Fehler. Was bei uns wirklich funktioniert hat, war keine cleverere Beschreibung. Es war hinzeigen statt beschreiben: die genaue Stelle im Bild markieren, der KI sagen, was dort passieren soll ("das entfernen", "dieses Gesicht stimmt nicht", "das grün machen") — und sie ändert nur diese Stelle.

Ich baue seit etwa neun Monaten an Memolio, einem Dienst, der aus der Lebensgeschichte eines Großelternteils ein gedrucktes, illustriertes Buch macht. Echte Fotos und Geschichten kommen rein; heraus kommt ein aquarellartiges Buch, dessen Seiten alle von KI erzeugt werden.

Und hier ist die Sache, die dir niemand sagt, wenn du anfängst: Die KI trifft das ganze Buch beim ersten Versuch nie perfekt. Sie kann es gar nicht. Selbst die besten Bildmodelle übersehen heute Dinge — eine Hand mit sechs Fingern, ein Gesicht, das abgedriftet ist, ein Objekt, das nicht dorthin gehört. Das ist in Ordnung, solange man es leicht korrigieren kann. Monatelang war deshalb mein schwerstes Problem nicht das Erzeugen der Seiten. Es war das Bearbeiten.

Ich möchte die eine Änderung teilen, die es gelöst hat, weil sie wirklich nützlich ist und ich sie nirgends für normale Menschen erklärt gefunden habe. Wenn du irgendein KI-Bildwerkzeug nutzt — Midjourney, ChatGPT, Seedream, egal — erspart dir das eine Menge Frust.

Das Problem: KI-Editoren ändern alles, obwohl du nur eine Sache ändern wolltest

Die Situation kennt jeder. Du hast ein Bild, das fast perfekt ist. Eine Kleinigkeit stimmt nicht. Also schreibst du eine sorgfältige Anweisung: "Unter dem gerahmten Foto auf dem Regal sieht man ein Beinpaar, das dort nicht sein sollte. Bitte entferne es."

Du schickst es ab. Die KI generiert das Bild neu. Die Beine sind weg — aber jetzt ist das gerahmte Foto ein anderes Foto, das Regal hat sich verschoben, und eine der Personen hat ein leicht verändertes Gesicht. Du hast eine Sache korrigiert und drei kaputt gemacht.

Also schreibst du die nächste Anweisung, um die neuen Fehler zu beheben. Das generiert wieder neu und bringt neue neue Fehler. Das ist die Falle: Jede Korrektur ist ein kompletter neuer Würfelwurf, und man kann in einer Schleife landen, die immer nur schlimmer wird. (Das ist nicht nur bei uns so — selbst OpenAIs eigene Hinweise merken an, dass ChatGPT ein neues Bild erzeugt, statt deines zu bearbeiten, und dass die Qualität nach ein paar Runden sinkt.)

Noch schlimmer wird es, wenn sich zwei Figuren ähneln. Hat ein Buch etwa zwei Männer mit braunen Haaren, verliert das Modell ständig den Überblick, welches Gesicht zu wem gehört. Beschreibe die Korrektur bei einem der beiden in Worten, und es besteht eine echte Chance, dass die KI den falschen Mann "korrigiert" oder die beiden Gesichter vermischt. Das lässt sich mit noch mehr Adjektiven nicht zuverlässig lösen.

Die Lösung: nicht das Problem beschreiben, sondern darauf zeigen

Der Durchbruch war peinlich einfach. Statt in Worten zu beschreiben, wo das Problem ist, markierst du es direkt im Bild.

Du malst mit Finger oder Maus über die genaue Stelle — wie mit einem Textmarker — und sagst der KI dann, was mit dieser Stelle passieren soll:

• "Entferne das."
• "Dieses Gesicht sieht der Figur nicht ähnlich — korrigiere es."
• "Ändere das zu einer grünen Jacke."

Das Modell bekommt jetzt zwei Dinge: das Bild und eine Markierung, die genau zeigt, wo es hinschauen soll. Es muss nicht mehr raten, was "die Beine unter dem gerahmten Foto" bedeutet oder welchen von zwei ähnlichen Männern du meinst. Du hast hingezeigt. Es schaut dorthin, ändert nur das und lässt den Rest des Bildes in Ruhe. Funktioniert wunderbar.

Das ist keine Magie — und auch nicht neu (nur erklärt es fast niemand)

Ehrlich gesagt: Ich habe das nicht erfunden. Wer node-basierte Werkzeuge wie ComfyUI nutzt, macht seit Jahren eine Variante davon — man nennt es meist Inpainting: Du "maskierst" einen Bereich und generierst nur innerhalb der Maske neu. Es gibt sogar eine Studie von der CHI-Konferenz 2025, die das sauber getestet hat: Designer verfeinerten KI-Bilder einmal per Text und einmal, indem sie Markierungen direkt aufs Bild zeichneten. Das Ergebnis, in Klartext: Die Leute waren besser und zufriedener, wenn sie aufs Bild zeigten, statt es zu beschreiben — Markierungen gewannen bei allem Räumlichen, Text war nur bei offenen kreativen Änderungen besser.

Die Idee ist also etabliert. Was ich nirgends fand, war eine schlichte, beispielgeführte Erklärung für Menschen, die keinen Node-Graphen lernen wollen. Also hier, wie es tatsächlich funktioniert. Wenn du eine Stelle markierst und eine Anweisung gibst, schickt das Werkzeug dem Bildmodell drei Dinge:

1. Das aktuelle Bild — keine leere Leinwand. Das Modell startet von dem, was du schon hast.
2. Eine markierte Kopie, die deinen hervorgehobenen Bereich zeigt.
3. Eine kurze, klare Anweisung, was dort zu tun ist.

Das Modell — wir nutzen Seedream 4.5, das einen starken "bearbeite dieses Bild"-Modus hat — übermalt dann nur den markierten Bereich und fügt ihn wieder ein. Weil es von deinem bestehenden Bild aus arbeitet, statt ein neues zu erzeugen, bleibt alles Nicht-Markierte an Ort und Stelle.

Die Lektion, die es zuverlässig machte: Verben, keine Substantive

Ein hart erarbeitetes Detail, das dir Kopfschmerzen erspart. Als wir das zuerst bauten, waren unsere Anweisungen zu höflich. Wir schickten dem Modell ein Substantiv — "die Beine", "seine Haare" — als reiche es, das Problem zu benennen. Das Modell behandelte das als vagen Vorschlag und änderte kaum etwas.

Die Lösung war, Anweisungen als Befehle zu formulieren, mit einem Verb beginnend, und den Rest des Bildes ausdrücklich zu schützen:

• ❌ "die Beine unter dem Regal"
• ✅ "Entferne die Beine vollständig. Baue die Wand dahinter wieder auf. Ändere sonst nichts."

Dieser letzte Satz — Ändere sonst nichts — zählt mehr, als man denkt. Sag, was zu tun ist, sag es als Befehl, und sag dem Modell, alles andere in Ruhe zu lassen. Sobald wir das taten, wurden die Korrekturen drastisch verlässlicher.

Das "Welches Gesicht ist welches"-Problem, gelöst

Das ist mein Lieblingsbeispiel, weil es der Fall ist, der früher fast unmöglich war. Hier eine Seite aus einem Buch über zwei Männer, die sich in einer Garagenband kennenlernten. Zwei Männer, ähnliches Alter, beide dunkelhaarig — genau die Situation, in der KI-Modelle den Überblick verlieren, wer wer ist.

In der alten Welt hätte ich das in Worten beschrieben und gebetet, dass das Modell nicht den Mann rechts "korrigiert". Hier die Wahl, direkt nebeneinander. Links: die verlockende Abkürzung — die ganze Seite neu generieren. Rechts: nur das Gesicht markieren.

Weil ich auf sein Gesicht gezeigt habe, gab es keine Verwechslung, welchen der beiden Männer ich meine, und keinen Kollateralschaden. Und sobald man dieses Werkzeug hat, werden andere Änderungen trivial. Nur seine Jacke ändern? Jacke markieren, "mach eine grüne Lederjacke daraus" sagen:

So machst du das selbst, mit jedem KI-Bildwerkzeug

Du brauchst unsere App nicht, um die Technik zu nutzen. Das Prinzip lässt sich überall übertragen:

1. Starte vom Bild, das du hast, nicht von einem neuen Prompt. Nutze den "Bearbeiten"-, "Inpaint"- oder "Maske"-Modus — keine neue Generierung. (In ChatGPTs Bildwerkzeugen kannst du das Bild hochladen und darauf zeichnen; in ComfyUI ist es der Mask Editor; in Photoshop die generative Füllung mit einer Auswahl.)
2. Markiere die genaue Stelle, die geändert werden soll. Eine grobe Markierung reicht — du zeigst, du zeichnest nicht nach.
3. Schreibe die Anweisung als Befehl, beginnend mit einem Verb. "Entferne…", "Ersetze… durch…", "Ändere… zu…".
4. Ergänze "ändere sonst nichts", damit das Modell den Rest des Bildes schützt.
5. Ändere eine Sache nach der anderen. Korrigieren, anschauen, dann die nächste Korrektur. Nicht fünf Änderungen in eine Anweisung stapeln.

Das ist alles. Der Denkwechsel ist die ganze Sache: Sag der KI nicht, was falsch ist — zeig ihr, wo.

Warum uns das so wichtig ist

Die meisten unserer Kundinnen und Kunden sind nicht technisch. Es sind Menschen, die ein Buch für ihre Mama, ihren Opa, ihren Partner machen. Wenn das Korrigieren eines schiefen Gesichts bedeutet, einen perfekten Absatz Fachjargon zu schreiben, geben sie auf — zu Recht. Markieren verwandelt "beschreibe das Problem präzise genug für eine Maschine" in "zeig auf die Stelle, die dir nicht gefällt". Das kann jeder, und es ist der Unterschied zwischen einem Buch, das Menschen fertigstellen, und einem, das sie aufgeben.

FAQ

Warum ändert die KI das ganze Bild, obwohl ich nur eine kleine Stelle korrigieren will?

Weil die meisten Werkzeuge Dinge korrigieren, indem sie aus deiner Anweisung ein völlig neues Bild erzeugen, statt das bestehende zu bearbeiten. Alles, was du nicht ausdrücklich festhältst, darf sich ändern. Die Lösung ist ein Bearbeiten-/Inpaint-Modus, der von deinem bestehenden Bild aus arbeitet, und die Änderung auf einen markierten Bereich zu beschränken.

Warum ändert ChatGPT mein ganzes Bild, obwohl ich nur eine kleine Korrektur will?

Weil ChatGPT dein Bild nicht bearbeitet — es liest es und erzeugt aus deiner Anfrage ein neues, deshalb verschieben sich Gesichter, Hintergrund und Details jedes Mal. Mache pro Nachricht nur eine kleine, konkrete Änderung statt mehrerer gleichzeitig, und wähle wo möglich den genauen Bereich aus oder zeichne darauf. Die Qualität sinkt außerdem, wenn du dasselbe Bild immer wieder neu generierst, daher ist es nach ein paar Runden besser, von einer sauberen Version neu zu starten.

Wie bearbeite ich nur einen Teil eines KI-Bildes?

Nutze den Bearbeiten-, Inpaint- oder Maske-Modus des Werkzeugs. Markiere den genauen Bereich, den du ändern willst, gib dann einen kurzen Befehl mit der Änderung und ergänze "ändere sonst nichts". Das Modell übermalt nur den markierten Bereich und lässt den Rest in Ruhe.

Wie behalte ich das Gesicht einer Figur über mehrere KI-Bilder gleich?

Gib dem Werkzeug ein klares Referenzfoto der Person, gut ausgeleuchtet und mit dem Gesicht frontal oder im Dreiviertelprofil, und ändere immer nur eine Sache. Driftet ein Gesicht trotzdem ab, generiere nicht die ganze Szene neu — markiere nur dieses Gesicht und korrigiere es gegen die Referenz.

Warum vermischt oder vertauscht die KI ständig die Gesichter zweier Personen?

Wenn sich zwei Figuren ähneln, reichen Textbeschreibungen dem Modell nicht, um sie auseinanderzuhalten, also rät es und korrigiert manchmal die falsche Person oder vermischt sie. Das Markieren des konkreten Gesichts nimmt das Rätselraten weg: Du zeigst auf eine Person, da gibt es nichts zu verwechseln.

Was ist der Unterschied zwischen dem und Inpainting?

Es ist dieselbe Grundidee. Inpainting ist der Fachbegriff dafür, nur einen maskierten Bereich eines Bildes neu zu generieren. Markieren-zum-Bearbeiten ist einfach Inpainting, so einfach gemacht, dass du keinen Node-Editor dafür brauchst.

Welches KI-Modell ist am besten zum Bearbeiten eines bestehenden Bildes?

Für unseren Aquarellstil nutzen wir Seedream 4.5, das einen starken Bild-Bearbeiten-Modus hat. Aber die Technik — Stelle markieren, Änderung befehlen, Rest schützen — funktioniert mit den meisten modernen Editoren, inklusive ChatGPTs Bildwerkzeugen, Photoshops generativer Füllung und ComfyUI.

Muss ich gut im Prompt-Schreiben sein?

Nein. Genau das ist der Vorteil. Statt in sorgfältigen Worten zu beschreiben, wo ein Problem ist, zeigst du im Bild darauf. Ein kurzer Befehl wie "das entfernen" genügt.