Bild-zu-Bild-KI: Ein praktischer Leitfaden zur Bildbearbeitung mit GLM-Image

Image-to-Image (I2I) startet von einem Bild, das du vorgibst, und zeichnet es anhand eines Prompts neu – Komposition und Motiv bleiben erhalten, geändert wird nur das, worum du bittest. GLM-Image unterstützt Image-to-Image neben Text-to-Image, und zusammen bilden die beiden Modi einen Workflow: erst aus einem Prompt erstellen, dann anhand eines Bildes verfeinern. Dieser Guide zeigt, wann I2I das richtige Werkzeug ist, wie du Prompts dafür schreibst, die Strength-Einstellung, von der alles abhängt, und die Fehlerquellen, die Generierungen verschwenden.

Kurz gesagt: Nutze Image-to-Image, sobald du ein Bild hast, das zu 80 % stimmt. Immer wieder aus einem Text-Prompt neu zu würfeln und zu hoffen, ist der schnellste Weg, Credits zu verbrennen.

<!--IMG: The same product photo restyled through three image-to-image passes: studio, lifestyle, and seasonal-->

Was ist Bild-zu-Bild-Generierung?

Text-zu-Bild verwandelt Worte in ein Bild aus dem Nichts. Bild-zu-Bild verwandelt ein Bild plus Worte in ein neues Bild. Sie stellen ein Referenzbild und eine Anweisung bereit; das Modell liest die Referenz, versteht ihre Struktur und regeneriert sie mit den gewünschten Änderungen, wobei es so viel wie möglich beibehält.

Mechanisch wird das Referenzbild in die latente Repräsentation des Modells kodiert, Ihr Prompt steuert, wie diese Repräsentation neu aufgebaut wird, und eine Stärke-Einstellung kontrolliert, wie weit der Neuaufbau vom Original abweichen darf. Geringe Abweichung bedeutet kleine Retuschen; hohe Abweichung bedeutet Neuerfindung.

Was einen I2I-Durchlauf überlebt, in grober Reihenfolge der Zuverlässigkeit: die Gesamtkomposition, die Platzierung der Hauptelemente, die Identität des Hauptmotivs (bei niedriger bis mittlerer Stärke) und die allgemeine Farbstimmung. Was sich ändert: alles, worum Sie ausdrücklich bitten, plus — das ist der Haken — jede Abweichung, die bei höheren Stärken durchsickert. I2I ist eine Verhandlung, keine Maske. Das ist sowohl seine Stärke als auch sein Risiko.

Wann sollten Sie Image-to-Image statt Text-to-Image verwenden?

Vier Situationen, in absteigender Reihenfolge ihrer Häufigkeit:

Bearbeiten eines fast perfekten Ergebnisses. Ihre Generierung hat die Komposition, das Produkt und die Stimmung richtig erfasst, aber der Hintergrund ist falsch oder die Beleuchtung flach. Das erneute Generieren aus dem Prompt setzt alles aufs Spiel, was funktioniert hat; ein I2I-Durchlauf mit „Ersetzen Sie den Hintergrund durch X, behalten Sie das Subjekt unverändert“ bewahrt Ihren Erfolg.

Stiltransfer auf einer soliden Komposition. Sie haben ein Foto oder einen Render, dessen Layout richtig ist, und Sie benötigen es als Aquarell, Ölgemälde oder flache Vektorzeichnung. I2I überträgt die Struktur neu, anstatt eine neue zu erfinden.

Variationen von einer siegreichen Basis. Ein Hero-Bild, sechs Derivate: saisonale Versionen, alternative Farbvarianten, verschiedene Hintergründe für A/B-Tests. Jede Variation behält die Familienähnlichkeit bei, weil sie alle vom selben Referenzbild abstammen.

Konsistenz über eine Serie hinweg. Ein Charakter, der in verschiedenen Szenen gleich aussehen muss, oder ein Produkt, das in einem Katalog identisch bleiben muss. Indem Sie jedes Mal die gleiche Referenz verwenden, reduzieren Sie die Varianz dramatisch im Vergleich zur reinen Prompt-Generierung.

Die allgemeine Regel: Sobald Sie feststellen, dass Sie einen Text-Prompt mehr als zwei- oder dreimal neu generieren müssen, um etwas zu bekommen, das Sie schon hatten, wollten Sie Image-to-Image.

Wie man einen Image-to-Image-Prompt schreibt

I2I-Prompts folgen einem dreiteiligen Muster:

[what to change] + [what to keep] + [style and quality direction]

Der mittlere Teil ist der, den die Leute überspringen – und genau das ist die Ursache Nummer eins für Enttäuschung. Das Modell weiß nicht automatisch, welche Teile der Referenz du als unantastbar betrachtest. Benenne sie:

Replace the background with a Tokyo street at night, keep the product
and its label exactly unchanged, neon reflections on the surface,
commercial product photography, sharp focus

Convert to watercolor style, preserve the composition and all major
elements, soft washes, visible paper texture, museum-grade illustration

Change the lighting to golden hour, keep the model's pose and outfit
identical, warm rim light from the left, editorial photography

Achte darauf, was diese Prompts nicht tun: Sie beschreiben das Bild nicht von Grund auf. Die Referenz trägt diese Information bereits. Die Aufgabe deines Prompts ist es, das Delta anzugeben – die Änderung – und abzugrenzen, was sich nicht bewegen darf. Wenn du merkst, dass du eine vollständige Beschreibung des Bildes schreibst, machst du Text-to-Image mit Extra-Schritten. Das zugrunde liegende Handwerk ist dasselbe wie beim Prompt-Schreiben im Allgemeinen – Motiv, Stil, konkrete Details, vollständig behandelt in wie man KI-Bild-Prompts schreibt – aber die Verantwortung verschiebt sich: Die Referenz liefert die Szene, und der Prompt liefert die Bearbeitung.

Stärke: Der eine Parameter, der das Ergebnis entscheidet

Der Stärke-Parameter (manche Tools nennen ihn Denoising Strength) steuert, wie viel vom Referenzbild das Modell überschreiben darf:

Zwei ehrliche Hinweise. Erstens, exakte Skalen und Parameter-Namen unterscheiden sich zwischen Tools und Versionen – behandeln Sie die obigen Werte als Startgitter und kalibrieren Sie es selbst mit Tests. Zweitens, Stärke interagiert mit der Auflösung: dieselbe Einstellung kann bei kleinen Größen destruktiver wirken, wo feine Details weniger Platz haben, um zu überleben.

Die klassische Widersprüchlichkeit zu vermeiden: hohe Stärke plus „alles gleich halten.“ Sie sagen dem Modell gleichzeitig, aggressiv umzuschreiben, und nichts zu ändern. Wählen Sie eines. Identitätserhaltung will niedrige Stärke; Transformation will hohe Stärke; die meisten echten Edits liegen dazwischen.

<!--IMG: The same reference image processed at low, medium, and high image-to-image strength-->

Ein iterativer Workflow, der tatsächlich konvergiert

Zufälliges One-Shot-Editing erzeugt zufällige Ergebnisse. Dieser Loop konvergiert:

1. Base erstellen. Generiere mit Text-to-Image (oder lade dein eigenes Bild hoch). Gib hier deine Picks aus — eine starke Base zahlt sich in jedem späteren Durchgang aus.

2. Diagnose vor dem Edit. Schreib auf, was falsch ist, spezifisch. „Beleuchtung ist flach“ ist eine Anweisung. „Mach es besser“ ist ein Wunsch.

3. Erster I2I-Durchgang — grobe Züge. Hintergrund, Stil oder Gesamtbeleuchtung in mittlerer Stärke. Ein Thema pro Durchgang.

4. Zweiter Durchgang — Details. Farbkorrektur, Stimmung, Detailbetonung in niedriger Stärke.

5. Ausgabe als neue Referenz zurückführen. Jeder Durchgang addiert sich: das Ergebnis von gestern ist der Startpunkt von morgen.

6. Stopp, wenn die Korrekturen kleiner als der Drift werden. Wenn ein Durchgang so viele neue Probleme einführt wie er löst, hast du konvergiert — oder die Base muss neu gedacht werden, nicht ein weiterer Durchgang.

Zwei Beschleuniger: Seed wiederverwenden, wenn dein Tool es freigibt, damit eine Prompt-Anpassung einen kontrollierten Vergleich erzeugt statt eines neuen Würfelwurfs; und Notizen machen, welche Stärke-Werte welchen Charakter der Veränderung erzeugt haben, weil deine eigene Kalibrierungstabelle mehr wert ist als irgendeine generische.

Häufige Fehlermodi und ihre Behebung

Der Alles-auf-einmal-Prompt. „Ändere den Hintergrund, mach Nacht daraus, gestalte es als Gemälde um, füge Schnee hinzu, entferne das Auto.“ Fünf Änderungen auf einmal bedeuten fünf Chancen, etwas zu ruinieren – und keine Möglichkeit herauszufinden, welche Anweisung den Schaden verursacht hat. Lösung: Ein Thema pro Durchgang, nacheinander.

Vage Verbesserungsanfragen. „Mach es professioneller“ gibt dem Modell eine Stimmung, aber keine Stellschraube. Lösung: Benenne den Mangel und die Abhilfe — „ersetze den überladenen Hintergrund durch einen klaren Verlauf, lass das Motiv unverändert.“

Der Kampf gegen die Referenz. Wer Änderungen verlangt, die der Komposition widersprechen („lass das Motiv den Bildausschnitt füllen“ bei einer weiten Landschaft), zwingt das Modell, zwischen deinem Prompt und seinem Anker zu wählen. Lösung: Wenn das Layout selbst falsch ist, gehe zurück zu Text-zu-Bild und korrigiere das Layout dort.

Textänderungen bei hoher Stärke. Text im Bild wird bei aggressiver Neuzeichnung neu ausgewürfelt — das Schild, das dir gefallen hat, kommt mit neuen, falschen Buchstabenformen zurück. Lösung: Bilder mit Text bei niedriger Stärke erneut bearbeiten, den exakten Text im Prompt wiederholen und ihn kurz halten. Die Textdarstellung von GLM-Image ist hier eine Stärke — sie ist das Markenzeichen des Modells, und das ausführliche Playbook findest du unter beste KI-Textdarstellung — aber nur, wenn du mit ihr arbeitest, nicht gegen sie.

Endlose Verfeinerung. Der zehnte Durchgang behebt selten, was der dritte nicht geschafft hat. Lösung: Konvergenz akzeptieren oder von einer besseren Basis neu starten. Fertig schlägt perfekt.

Was Bild-zu-Bild nicht kann

I2I ist eine Neugestaltung mit Anweisungen, keine Pixelbearbeitung. Es kann nicht "diesen 3 Pixel nach links verschieben", eine bestimmte Pixelregion auf Knopfdruck neu färben oder garantieren, dass die Hex-Codes deiner Marke und die exakte Typografie der Regeneration standhalten — diese Präzision gehört nach dem KI-Durchlauf zu Photoshop, Illustrator oder Inkscape. Identitätsdrift bei hoher Stärke ist Physik, kein Bug, den du mit einem Prompt wegbekommen kannst. Und langer Text im Bild bleibt auf jedem Modell riskant; kurze Phrasen sind das zuverlässige Regime. Das professionelle Muster ist genau diese Reihenfolge: KI für das Bild, Design-Tools für die letzten Millimeter.

Häufig gestellte Fragen

Unterstützt GLMImage Bild-zu-Bild?
Ja — sowohl Text-zu-Bild als auch Bild-zu-Bild werden unterstützt. Der Standard-Workflow ist Text-zu-Bild für die Basis, dann I2I-Pässe für Verfeinerung und Variationen.

Welche Stärke sollte ich starten?
Mittel (ca. 0.5–0.7) für eine typische Bearbeitung. Reduzieren Sie auf niedrig, wenn die Identität oder die Detailerhaltung am wichtigsten ist; gehen Sie nur hoch für eine bewusste Neuerfindung und erwarten Sie, dass die Referenz als Vorschlag überlebt und nicht als Struktur.

Kann ich meine eigenen Fotos als Referenzen verwenden?
Grundsätzlich ja — Stilübertragungen und Bearbeitungen an Ihren eigenen Bildern sind der Kernanwendungsfall. Bei Bildern identifizierbarer Personen sind Sie für die Rechte und die Einwilligung verantwortlich, sie zu verwenden.

Wann ist ein erneutes Prompting besser als ein weiterer I2I-Pass?
Wenn das Problem in der Komposition selbst liegt. I2I erbt das Layout der Referenz; es kann kein Layout reparieren, das es gleichzeitig beibehält. Strukturelle Probleme gehen zurück zum Text-zu-Bild.

Probieren Sie die Schleife an Ihrer eigenen Arbeit aus: open the image generator →