Symbolbild – mit KI erstellt (Leonardo.Ai)
Noch vor zwei Jahren brauchte man für ein Bild wie das oben ein Model, eine Fotografin, einen Stadtplatz mit gutem Licht und einen halben Tag. Heute reicht ein Satz. Das Bild ist komplett von einer KI erzeugt – ebenso wie alle anderen Bilder in diesem Artikel. Im vorherigen Beitrag haben wir erklärt, wie KI in Social Media die Schuhmode beeinflusst. Hier zeigen wir die andere Seite: wie du selbst in wenigen Minuten schöne, realistische Bilder von Frauen in High Heels erstellst, welche Tools sich eignen, wie ein guter Prompt aufgebaut ist und woran man typische KI-Fehler erkennt und vermeidet.
Der Prompt für das Titelbild:
Welches Tool? Die wichtigsten Bild-KIs im Überblick
Für realistische Modefotos gibt es inzwischen eine ganze Reihe brauchbarer Generatoren. Die Unterschiede liegen weniger in der Qualität als in Bedienung, Preis und Nutzungsrechten:
- Leonardo.Ai: Browser-Tool mit mehreren Fotomodellen (z. B. „Lucid Realism"), kostenloses Tageskontingent, sehr gute Ergebnisse bei Mode und Porträts. Die Bilder in diesem Artikel sind damit entstanden.
- Midjourney: Gilt als ästhetisch stärkstes Modell, läuft über Discord oder die eigene Web-Oberfläche, nur im Abo. Ideal für Editorial-Looks.
- ChatGPT / DALL·E und Google Gemini: Bequem, weil man den Prompt einfach auf Deutsch im Chat beschreibt. Bei Mode etwas glatter und „werbiger" im Stil.
- Adobe Firefly: Mit lizenzrechtlich sauberem Trainingsmaterial, deshalb beliebt für kommerzielle Nutzung. In Photoshop integriert.
- Stable Diffusion / Flux: Offene Modelle, die man lokal auf dem eigenen Rechner laufen lassen kann. Mehr Kontrolle, aber auch mehr Einarbeitung.
Für den Einstieg reicht ein Browser-Tool völlig. Entscheidend ist nicht das Werkzeug, sondern die Beschreibung, die du ihm gibst.
Der Prompt: So beschreibst du das Bild richtig
Ein Prompt ist die Textbeschreibung, aus der die KI das Bild baut. Die meisten schlechten Ergebnisse entstehen nicht, weil das Modell schwach ist, sondern weil der Prompt zu vage war. „Frau in High Heels" liefert Zufall. Eine gute Beschreibung folgt immer derselben Reihenfolge:
- Motiv: Wer ist zu sehen, was trägt sie, welche Pose? Je konkreter die Schuhe beschrieben sind (Form, Farbe, Material, Absatz), desto eher bekommst du genau diese. „Classic black patent leather stiletto pumps" statt nur „heels".
- Umgebung: Studio, Straße, Innenraum, welche Stadt, welche Tageszeit.
- Licht: Golden hour, Softbox, Fensterlicht, Neon. Licht entscheidet über Stimmung und Realismus mehr als jedes andere Wort.
- Komposition und Kamera: Ganzkörper, Nahaufnahme, Perspektive von unten, Brennweite wie „85mm", „shallow depth of field". Solche Fotografen-Begriffe schieben die KI in Richtung echtes Foto.
- Stil-Anker: „photorealistic editorial fashion photography, magazine quality, natural color grading, high detail".
Die meisten Modelle verstehen Englisch deutlich besser als Deutsch, auch wenn sie deutsche Eingaben akzeptieren. Wer gute Ergebnisse will, schreibt den Prompt auf Englisch oder lässt ihn sich von einem Chat-Assistenten übersetzen.
Genauso wichtig ist der Negativ-Prompt, also das, was nicht im Bild sein soll. Viele Tools haben dafür ein eigenes Feld. Bewährt hat sich: text, watermark, logo, blurry, deformed, extra limbs, malformed hands, extra toes, cartoon, illustration, 3d render, plastic skin. Damit verschwinden die meisten Artefakte, bevor sie entstehen.
Beispiel 1: Der klassische Studio-Look
Der einfachste Einstieg, weil es nur ein Motiv und eine neutrale Fläche gibt. Die KI muss keine Umgebung erfinden und konzentriert sich auf Kleidung und Schuhe.
Verwendeter Prompt:
Tipp: „Full-body" ist wichtig. Ohne diese Angabe schneidet die KI gern genau dort ab, wo die Schuhe beginnen.
Beispiel 2: Street Style mit Stadtkulisse
Deutlich lebendiger, aber auch anspruchsvoller: Jetzt muss das Modell Bewegung, Perspektive und Hintergrund gleichzeitig stimmig hinbekommen. Hier zahlt sich eine konkrete Ortsangabe aus.
Verwendeter Prompt:
Tipp: „Candid walking pose" verhindert die steife Model-Haltung, die viele KI-Bilder sofort verrät.
Beispiel 3: Die Detailaufnahme
Nahaufnahmen von Füßen und Schuhen sind die Königsdisziplin – und gleichzeitig der Bereich, in dem Bild-KI am häufigsten scheitert. Zehen, Fersen und die Verbindung zwischen Fuß und Schuh sind für die Modelle schwer. Mit einem engen Bildausschnitt und wenig Ablenkung im Hintergrund steigt die Trefferquote deutlich.
Verwendeter Prompt:
Tipp: Bei Nahaufnahmen immer mehrere Varianten erzeugen lassen und die mit den sauberen Zehen und der korrekten Absatzposition auswählen. Vier Versionen kosten nur wenige Sekunden mehr.
Typische Fehler – und wie du sie vermeidest
- Sechs Zehen, verdrehte Fersen: Der Klassiker. Abhilfe: Negativ-Prompt nutzen, mehrere Varianten erzeugen, bei Nahaufnahmen den Schuh geschlossen beschreiben („closed-toe pumps").
- Absatz schwebt oder steht schräg: Ein Hinweis wie „heels firmly on the ground" oder eine Pose im Stehen statt im Gehen hilft.
- Zwei verschiedene Schuhe: Passiert bei langen Prompts mit vielen Farben. Schuhfarbe nur einmal und eindeutig nennen, andere Farbangaben sparsam einsetzen.
- Plastik-Haut und zu perfektes Gesicht: Begriffe wie „natural skin texture", „candid", „editorial" und ein Negativ-Prompt mit „plastic skin, oversaturated" machen das Bild glaubwürdiger.
- Schuh wird abgeschnitten: „Full-body" oder „head to toe" in den Prompt, Hochformat (z. B. 2:3) statt Querformat wählen.
- Unleserlicher Text im Bild: Schilder und Etiketten geraten fast immer zu Buchstabensalat. „Text, letters, logo" in den Negativ-Prompt.
Was du rechtlich beachten solltest
So einfach die Technik ist, ein paar Regeln gelten trotzdem. Keine echten Personen: Prompts mit Namen von Prominenten oder das Hochladen von Fotos realer Frauen ohne deren Einverständnis verletzen Persönlichkeitsrechte. Die KI-Frauen in diesem Artikel existieren nicht. Nutzungsrechte prüfen: Ob du generierte Bilder kommerziell verwenden darfst, hängt vom Tool und vom Tarif ab; kostenlose Stufen sind oft auf private Nutzung beschränkt. Kennzeichnen: Wer KI-Bilder veröffentlicht, sollte das sagen. Auf vielen Plattformen ist das inzwischen Pflicht, und in der EU verlangt der AI Act Transparenz bei künstlich erzeugten Medien. Es kostet nichts und nimmt dem Bild nichts – im Gegenteil, es macht die Arbeit ehrlich.
Fazit
Ein realistisches Bild einer Frau in High Heels zu erzeugen, dauert heute weniger als eine Minute. Die Kunst liegt nicht im Klicken, sondern im Beschreiben: konkrete Schuhe, konkrete Umgebung, konkretes Licht, ein paar Fotografen-Begriffe und ein Negativ-Prompt gegen die üblichen Artefakte. Mit den drei Beispiel-Prompts aus diesem Artikel hast du eine Vorlage für Studio, Straße und Detail, die du beliebig abwandeln kannst.
Und wenn aus dem Bild Lust auf ein echtes Paar wird: Im High-Heels-Preisvergleich findest du aktuelle Angebote echter Händler – mit Schuhen, die es wirklich gibt.