Begriffe

Glossar KI-Bild-Generation

Vom Prompt bis zum Sampler, von CFG bis LoRA. Die wichtigsten Begriffe rund um Midjourney, Stable Diffusion, DALL-E und Flux, knapp und mit Beispiel.

Prompt: Die Textanweisung, mit der man einer KI sagt, was sie generieren soll. Je präziser und strukturierter, desto kontrollierter das Ergebnis.; photorealistic portrait of an elderly man, soft window light, 85mm lens
Negative Prompt: Zusätzliche Anweisung, was die KI vermeiden soll. In Stable Diffusion und Midjourney (`--no`) verfügbar, bei DALL-E nur eingeschränkt.; low quality, blurry, watermark, text, distorted hands
CFG Scale: Classifier-Free Guidance Scale, regelt in Stable Diffusion, wie strikt die KI dem Prompt folgt. Niedrig (3-5) = freier, hoch (10-15) = strenger, kann überzeichnet wirken.; CFG 7 ist Standard-Sweet-Spot für SDXL.
Steps: Anzahl der Iterationen, die der Diffusion-Process durchläuft. Mehr Steps = oft mehr Detail, ab ~30 nimmt der Zugewinn ab. Schnell-Varianten wie Flux Schnell brauchen nur 4.; 20-30 Steps bei SDXL, 4 bei Flux Schnell.
Sampler: Der Algorithmus, mit dem Rauschen schrittweise zu einem Bild wird. Beliebte: DPM++ 2M Karras, Euler a, DDIM. Unterschiedliche Sampler ergeben bei identischem Seed leicht unterschiedliche Bilder.; DPM++ 2M Karras für SDXL ist Standard.
Seed: Zahl, die das initiale Rauschen festlegt. Gleicher Prompt + gleicher Seed + gleiches Modell = reproduzierbares Bild.; seed 1337 erzeugt immer dasselbe Ausgangsrauschen.
LoRA: Low-Rank Adaptation. Kleine, trainierbare Modell-Anhänge für Stable Diffusion, die einen Stil, Charakter oder Look einbringen, ohne das Hauptmodell zu ersetzen.; <lora:miyazaki-style:0.8> bringt Ghibli-Look in jedes SDXL-Modell.
Embedding (Textual Inversion): Kleine Vektor-Datei, die einen Begriff lehrt, den die KI nicht von Haus aus kennt. Wird mit einfachem Token-Namen im Prompt aktiviert.; <easynegative> ist ein verbreitetes Negative-Embedding.
Token: Kleinste Texteinheit, die ein Modell versteht. Ein Wort kann mehrere Tokens umfassen. Modelle haben Token-Limits (z. B. SDXL 77 pro Encoder).; photorealistic = 1 Token, hyperrealistic = 2 Tokens
Weighting: Mechanismus in Stable Diffusion, Begriffen mehr oder weniger Bedeutung zu geben. Klammern und Zahlen.; (masterpiece:1.3) verstärkt, (blurry:0.7) schwächt ab.
Aspect Ratio: Seitenverhältnis des Ausgabebildes. 1:1 Quadrat, 16:9 Widescreen, 9:16 Hochformat, 3:2 Foto-Klassik.; --ar 16:9 in Midjourney für Kino-Look.
Stylize / --s: Midjourney-Parameter, wie stark der hauseigene Stil-Filter wirkt. 0 = sehr nah am Prompt, 1000 = sehr stilisiert.; --stylize 250 ist ein guter Mittelweg für Realismus mit Charakter.
Chaos / --c: Midjourney-Parameter, wie unterschiedlich die 4 Varianten ausfallen. 0 = sehr ähnlich, 100 = wild.; --chaos 25 für leichte Variation pro Run.
Niji: Midjourney-Sub-Modell speziell für Anime- und Illustrations-Ästhetik. Aktivierung per --niji.; --niji 6 für aktuelles Niji-Anime-Modell.
Guidance Scale: Flux-Variante des CFG. Werte um 3-5 sind Standard, deutlich niedriger als bei SDXL.; guidance 3.5 ist Flux-Default.
BREAK: Token-Block-Separator in Stable Diffusion. Trennt verschiedene Concept-Gruppen klar, damit sie nicht miteinander vermengt werden.; red car BREAK city background BREAK rain → drei klar getrennte Konzepte.
Inpainting: Technik, in einem bestehenden Bild nur einen ausgewählten Bereich neu generieren zu lassen. Gut für Korrekturen.; Fehlerhafte Hand maskieren und nur diese Stelle neu rendern.
Outpainting: Erweitert ein bestehendes Bild über seinen ursprünglichen Rand hinaus. KI generiert glaubhafte Fortsetzungen.; Aus einem Quadrat-Bild ein 16:9-Banner machen.
ControlNet: Modell-Ergänzung für Stable Diffusion, die Kontrolle über Pose, Tiefe, Edges oder Linework gibt, basierend auf einem Referenzbild.; Pose aus Strichzeichnung übernehmen, Stil aus Prompt.
Upscaling: Nachträgliche Vergrößerung eines generierten Bildes auf höhere Auflösung. Algorithmen wie ESRGAN, SwinIR oder Magnific.; Aus 1024px-Bild ein 4K-Druck machen.
Denoising Strength: Beim img2img: wie stark das Eingangsbild verändert werden darf. 0.3 = nur leichte Anpassung, 0.8 = fast frei generiert.; Denoising 0.5 für Stil-Transfer mit erhaltener Struktur.
Hallucination: Wenn die KI Details erfindet, die der Prompt nicht verlangt, etwa zusätzliche Finger oder unsinnige Text-Strings.; Sechs Finger an einer Hand sind ein klassischer Hallucination-Fehler.
Tile: Midjourney-Parameter --tile, erzeugt nahtlos kachelbare Muster für Texturen oder Wallpaper.; --tile für Wallpaper-Mosaike oder Game-Asset-Texturen.
VAE: Variational Autoencoder, übersetzt zwischen Pixel- und Latent-Space. Verschiedene VAEs bringen leicht andere Farben und Klarheit.; sdxl-vae-fp16-fix ist ein verbreiteter VAE für SDXL.

Zum Prompt-Generator