AI-Bildgenerator bewerten: eine praktische Checkliste

Eine beeindruckende Generierung beantwortet nicht, ob ein Tool für Produktillustrationen, Werbeserien, E-Commerce-Mockups, lokalisierte Banner oder kontrollierte Bearbeitung geeignet ist. Halten Sie vor dem Test Nutzer, Kanal, Format, Variantenanzahl, zulässige Referenz-Assets, Textanforderungen, Lebensdauer und publikationsblockierende Fehler fest. Trennen Sie Consumer-Chat, Design-Anwendung und API, da Modelle, Limits, Controls und Nutzungsbedingungen unterschiedlich sein können.

Definieren Sie den Decision Contract: welches Ergebnis der Art Director akzeptiert, wer Rechte und Fakten prüft, wo das freigegebene Asset liegt und wer publizieren darf. Der Generator erzeugt einen Kandidaten und erhält keine Publish Authority. Medizinische, politische, finanzielle oder identitätsbezogene Bilder benötigen ein separates Risk Review; visuelle Plausibilität ist kein Beweis für ein reales Ereignis oder eine reale Person.

• Use Case → Kanal, Zielgruppe, Format und Lebensdauer.
• Acceptance → Komposition, exakter Text, Invarianten und verbotene Defekte.
• Authority → Generate, Review, Approve und Publish gehören zu unterschiedlichen Rollen.
• Stop Rule → Fehler bei Rechten, Safety oder folgenreicher Fehlrepräsentation.

Speichern Sie für jeden Run Provider, Product Surface, Modell oder Mode, Plan, Account-Klasse, Region, Datum, Seitenverhältnis, Auflösung, Seed sofern verfügbar, Prompt, negative Constraints, Referenzdateien und Generation Settings. OpenAI und Google dokumentieren Generation und Editing in ihren Product Surfaces; dokumentierte Capability garantiert aber nicht dieselbe Verfügbarkeit für jeden Account. Ein geändertes Manifest ist ein neuer Test-Slice und keine Fortsetzung des alten Benchmarks.

Bauen Sie 18–30 Fixtures aus realen Aufgaben ohne vertrauliche Assets: einfache Produktszene, mehrere Objekte mit räumlichen Beziehungen, Hände und feine Details, kurzer exakter Text, ungewöhnliches Seitenverhältnis, redaktionelle Illustration, Lokalisierung, Style Reference, Background Replacement und eine Serie mit wiederkehrender Figur. Ergänzen Sie unmögliche oder widersprüchliche Constraints; eine korrekte Ablehnung oder Rückfrage ist wertvoller als stilles Ignorieren.

Zerlegen Sie den Prompt vor der Generierung in eine Checkliste: Subject, Anzahl, Attribute, räumliche Beziehungen, Aktion, Kamera, Licht, Palette, Text, Ausschlüsse und Output-Format. Ein Blind Reviewer markiert jede Anforderung als erfüllt, teilweise erfüllt, widersprochen oder nicht beurteilbar. Fragen Sie nicht nur nach Qualität: Das vermischt Geschmack mit Contract Compliance und versteckt kritische Fehler wie ein falsches Produkt oder zusätzliches Logo.

Prüfen Sie die Fakten-Grenze separat. Bilder historischer Ereignisse, Produkte, Interfaces oder wissenschaftlicher Diagramme können überzeugend wirken und Details erfinden. Fact-based Visuals brauchen authoritative References und menschliche Prüfung von Beschriftungen, Proportionen und Claims. Kennzeichnen Sie synthetischen oder illustrativen Charakter, wenn das Publikum das Bild als dokumentarischen Beleg verstehen könnte.

Definieren Sie für ein Edit Fixture die gewünschte Delta-Änderung, etwa nur die Farbe einer Tasse, und geschützte Bereiche wie Gesicht, Hände, Text, Logo, Hintergrund, Crop und Objektanzahl. Prüfen Sie nach jedem Schritt beide Listen. Eine korrekte Farbänderung kompensiert kein neues Gesicht oder verzerrtes Branding. Speichern Sie Base-Asset-Hash, Edit Instruction, Output und Verdict für reproduzierbare Chains.

Führen Sie mindestens drei aufeinanderfolgende Edits und einen Rollback auf die freigegebene Basis aus. Messen Sie Drift nach jedem Schritt statt nur die finale Ästhetik. Wenn das Produkt keine exakte Wiederherstellung unterstützt, versionieren Sie Dateien außerhalb der Chat-Historie. Prüfen Sie bei Compositing Schatten, Perspektive, Maskenkanten und Objektinteraktion; Referenzpersonen und geschützte Marken nur mit bestätigten Rechten.

Prüfen Sie exakten Text Zeichen für Zeichen: Groß-/Kleinschreibung, Satzzeichen, Zahlen, Währung, Sprache und Zeilenumbrüche. Kurzer Headline-Text und lange Verpackungstexte sind unterschiedliche Slices. Bei rechtlich oder kommerziell relevantem Text ist es oft sicherer, das Visual ohne Copy zu generieren und Typography in einem deterministischen Design-Tool hinzuzufügen. Bewahren Sie die Grenze zwischen Model Output und Human Layout sichtbar.

Für Serien frieren Sie Character Sheet, Palette, Kleidung, Produktgeometrie, Viewpoint-Regeln und verbotene Abweichungen ein. Erzeugen Sie fünf Szenen in unterschiedlicher Reihenfolge und wiederholen Sie eine am nächsten Tag in einer neuen Session. Prüfen Sie Identität, Proportionen, Branding und Style Drift. Ein gutes Bild beweist keine Production Consistency; Ideation kann im Generator, serielle Montage aber in einer kontrollierten Pipeline stattfinden.

Vor dem Upload einer Referenz prüfen Sie Owner, Lizenz, Consent, zulässige Transformationen, Territory, Ablaufdatum und ob das Asset an den gewählten Service übermittelt werden darf. Verwenden Sie Kundenfotos, unveröffentlichte Produkte oder personenbezogene Daten nicht in Consumer Accounts ohne genehmigten Data Contract. Prüfen Sie Retention, Training Controls, Sharing, Deletion und Admin Settings für den konkreten Plan.

Speichern Sie ein Provenance Packet mit Source Assets und Rechten, Prompt, Manifest, Edits, Reviewer, freigegebenem Output, Disclosure Decision und verfügbaren Content Credentials oder ähnlichen Signalen. Solche Signale helfen bei Herkunftsnachweisen, beweisen aber weder menschliche Erstellung bei Abwesenheit noch die Wahrheit des Motivs bei Vorhandensein. Safety Tests umfassen Impersonation, Public Figures, Child Safety, Hate, Self-Harm, deceptive documents und Policy-Bypass ohne schädliche Outputs zu veröffentlichen.

Berechnen Sie Subscription oder API Usage, Anzahl Generierungen, Upscale, Storage, Reviewer-Minuten, manuelles Retouching, Typography, Rights Review, verworfene Varianten und Rework nach Modelländerungen. Der sinnvolle Nenner ist Cost per Approved Asset pro Slice, nicht der Preis einer einzelnen Generierung. Vendor-Speed-Claims oder ein einzelner Stopwatch-Run sind ohne identisches Manifest und genügend Wiederholungen kein Ranking.

Testen Sie operativ Queueing, Rate Limits, Timeouts, Moderation Responses, Exportformat, Alpha Channel, Color Handling, Metadata Preservation und Recovery nach unterbrochenem Edit. API-Workflows benötigen zusätzlich idempotente Job IDs, bounded retries und Postcondition Checks, damit Timeouts keine Duplikate erzeugen. Raw Model Output darf nicht automatisch in CMS, Ad Account oder öffentliche Asset Library gelangen.

Erstellen Sie getrennte Verdicts für Ideation, einzelnes Hero Image, lokalisierten Text, kontrolliertes Editing, Character Series und API Batch. Approve benennt exaktes Manifest und Scope; restrict verbietet sensitive References, Text-in-Image oder Direct Publish; reject führt zum bekannten Design-Workflow zurück; re-evaluate wartet auf Capability-Änderungen. Ein Durchschnittsscore darf Rights- oder Deception-Failures nie kompensieren.

Der Decision Record enthält erlaubte Nutzer, Datenklassen, freigegebene Routen, Human Checkpoints, Evidence Location, Owner, Review-Datum und Rollback. Materielle Änderungen an Modell, Product Surface, Terms, Provenance Behavior, Safety Policy oder Failure Pattern starten den Frozen Corpus erneut. Rollback stoppt Jobs, widerruft Sharing, entfernt strittige Assets aus der Publication Queue und stellt die letzte freigegebene Version wieder her; bereits publizierte Inhalte erhalten ein Impact Review.

• Approve → definierter Slice, Manifest und Review Route.
• Restrict → weniger Daten, Funktionen oder Publication Authority.
• Reject → bekannter Human- oder Design-Workflow.
• Re-evaluate → Corpus nach materieller Änderung erneut ausführen.