Warum negative Prompts kein optionales Extra sind, sondern ein Hauptwerkzeug für saubere SDXL- und Midjourney-Ergebnisse.

Ein guter Prompt sagt der KI, was sie machen soll. Ein guter Negative Prompt sagt ihr, was sie weglassen soll. Wer nur den positiven Teil pflegt, lässt die Hälfte der Kontrolle ungenutzt.

Warum Negative Prompts überhaupt nötig sind

KI-Bildmodelle lernen aus Millionen von Trainingsbildern. Viele dieser Bilder enthalten Wasserzeichen, JPEG-Artefakte, Stock-Foto-Logos, falsch positionierte Hände oder zerquetschte Gesichter. Das Modell „weiß” diese Phänomene und mischt sie unterbewusst manchmal ins Ergebnis. Negative Prompts schieben das gezielt zurück.

Beispiel ohne Negative Prompt in SDXL:

portrait of young woman, natural light, photorealistic

Resultat: oft mit Wasserzeichen-artigen Strichen im Hintergrund, asymmetrischen Augen, ungelenken Händen.

Mit Negative Prompt:

Positive: portrait of young woman, natural light, photorealistic
Negative: low quality, blurry, watermark, signature, jpeg artifacts,
         (deformed hands:1.4), asymmetric eyes, extra fingers

Die typischen Schwachstellen werden explizit verboten und damit fast immer korrigiert.

Die Standard-Negative-Liste für SDXL

Diese Negative-Tokens kann man fast immer einsetzen, sie schaden nie:

low quality, blurry, watermark, signature, jpeg artifacts,
text, logo, frame, border, cropped, out of frame

Für Porträts ergänzen:

(deformed hands:1.4), (deformed face:1.3), extra fingers,
missing fingers, asymmetric eyes, bad anatomy

Für Landschaften:

people, person, human figure

Für saubere Produktshots:

clutter, busy background, props, decorations

Wo Negative Prompts gehören und wo nicht

Sehr wichtig: Negative im positiven Prompt funktioniert nicht. „no glasses” schließt das Wort „glasses” ein und die KI generiert Brillen. Stattdessen:

Positive: portrait of woman
Negative: glasses, eyewear

Gewichtung in Negative Prompts

Wie im positiven Prompt kann man auch im negativen Tokens gewichten:

(blurry:1.4) — sehr stark unterdrücken
(text:1.6) — extrem unterdrücken, etwa für Logos-Vermeidung
(people:1.2) — leicht unterdrücken

Werte über 1.5 können das Bild aber überzeichnen oder destabilisieren. Im Zweifel 1.2-1.3.

Embedding-basierte Negatives

Statt manueller Listen kann man vortrainierte Negative-Embeddings nutzen. Bekannteste:

EasyNegative — Sammlung typischer Schwachstellen, ein Token aktiviert alles
BadDream — gegen surreale Fehler
UnrealisticDream — gegen Plastik-Look

Aktivierung in SDXL:

Negative: <easynegative>, blurry, watermark

Midjourney: —no Flag

Midjourney hat keine Token-Weightings im Negative, dafür den --no-Flag:

landscape photo, golden hour --no people, text, watermark --ar 16:9 --v 6.1

--no ist eine simple Komma-Liste. Keine Gewichte, keine Embeddings, kein BREAK. Funktioniert für grobe Vermeidung, aber weniger präzise als bei SDXL.

DALL-E und Flux: kaum Negative

DALL-E 3 hat keine explizite Negative-Prompt-Option. Workaround: positive Formulierungen, die das Unerwünschte logisch ausschließen. Statt „no people” → „empty deserted street”.

Flux hat optionale Negative-Unterstützung in einigen Frontends, aber das Modell ist robuster und braucht sie seltener.

Das Problem mit zu langem Negative Prompt

Ein typischer SDXL-Anfängerfehler: 50 Negative-Tokens stapeln, weil mehr besser klingt. Tatsächlich verwässert das den Text-Encoder und kann das Bild verschlechtern. Best Practice:

8-15 Negative-Tokens reichen
Generische Quality-Hygiene + 3-5 spezifische Fehler
Bei Hand-Problemen lieber ControlNet-Skeleton als 20 Hand-Negatives

Iterativer Aufbau

Vorgehensweise, die in der Praxis funktioniert:

Erst nur mit positivem Prompt generieren.
Konkrete Fehler im Output identifizieren („Hände kaputt, Schriftzug im Hintergrund”).
Diese Fehler als Negative-Tokens ergänzen.
Erneut generieren mit selbem Seed → Vergleich.

So bekommt man einen Negative Prompt, der zum konkreten Bild passt, nicht eine generische 50-Token-Liste.

Negative Prompts richtig nutzen: was raus soll, gehört da