Bildwelten für Websites entstehen zunehmend mit generativer KI. Zwei aktuelle Entwicklungen zeigen, wo die Technik gerade steht: Auf der einen Seite stehen Forschungssysteme, die Bildbearbeitung nicht mehr als einen einzigen Generierungsschritt begreifen, sondern als Abfolge gezielter Werkzeugeingriffe. Auf der anderen Seite steht der praktische Alltag, in dem die Arbeit über viele Einzeltools verteilt ist und Konsistenz zur Fleißaufgabe wird.

Beide Stränge beschreiben dasselbe Grundproblem: Ein einzelner Prompt in einem einzelnen Werkzeug reicht für professionelle Ergebnisse selten aus. Entscheidend ist, wie die Schritte dazwischen organisiert sind.

EditAgent: der Agent als Werkzeugwähler

Adobe Research hat gemeinsam mit der UC San Diego ein System namens EditAgent vorgestellt. Der Ansatz orientiert sich daran, wie erfahrene Bildbearbeiterinnen und Bildbearbeiter vorgehen: Statt alles mit einem Allzweck-Editor zu lösen, wählt der Agent für jede Teilaufgabe ein passendes Spezialwerkzeug aus.

Ein Agent ist in diesem Zusammenhang ein KI-System, das nicht nur Text oder Bilder erzeugt, sondern eigenständig Schritte plant und externe Werkzeuge aufruft. Bei EditAgent kommt ein zweiter Mechanismus hinzu: Ein Sprachmodell bewertet die erzeugten Varianten anhand konkreter Messwerte und wählt das beste Ergebnis aus. Die Qualitätskontrolle wandert damit in den Prozess hinein, statt erst am Ende durch den Menschen zu erfolgen.

Der Gewinn an Zuverlässigkeit hat laut der Forschungsarbeit einen klaren Preis: Das Verfahren benötigt rund zehnmal mehr Rechenzeit als der einfachere Weg. Das ist weniger ein technisches Hindernis als eine Frage der Kalkulation — in welchen Fällen rechtfertigt ein besseres Ergebnis den höheren Aufwand?

Konsistenz als eigentliche Hürde

Die zweite Perspektive kommt aus der Praxis. Hochwertige KI-Bilder und -Videos entstehen selten mit einem einzigen Tool. Stattdessen verteilt sich der kreative Prozess über mehrere Browser-Tabs: generieren im einen Dienst, nachbearbeiten im nächsten, hochskalieren im dritten.

Dazwischen liegen Downloads, Uploads, Copy-and-paste von Prompts und die Verwaltung von Dateiversionen. Was wie ein Detailproblem klingt, verursacht in Projekten echten Aufwand — und es ist die Hauptursache dafür, dass Motive auseinanderlaufen. Wenn eine Figur auf der Startseite anders aussieht als auf der Landingpage, liegt das selten am Modell, sondern an einem Workflow, der Zwischenstände nicht sauber weiterreicht.

Beide Quellen setzen damit an unterschiedlichen Punkten an, zielen aber in dieselbe Richtung. EditAgent automatisiert die Werkzeugwahl innerhalb eines Bearbeitungsschritts. Die Workflow-Perspektive adressiert die Lücken zwischen den Schritten. Für konsistente Bildwelten braucht es beides.

Was das für Bildproduktion in Webprojekten heißt

Für Agenturen und interne Teams ergeben sich daraus einige praktische Konsequenzen:

  • Werkzeugvielfalt ist normal. Die Vorstellung, ein Dienst decke die gesamte Bildproduktion ab, trägt nicht. Planen Sie von vornherein mit einer Kette aus mehreren Werkzeugen.
  • Übergaben sind der kritische Punkt. Wo Dateien manuell heruntergeladen und wieder hochgeladen werden, entstehen Versionsfehler und Inkonsistenzen. Jeder automatisierte Übergabeschritt spart Zeit und reduziert Abweichungen.
  • Qualitätsprüfung lässt sich teilweise automatisieren. Der EditAgent-Ansatz zeigt, dass maschinelle Bewertung anhand definierter Kriterien brauchbare Auswahlentscheidungen treffen kann — nicht als Ersatz für das menschliche Auge, aber als Vorfilter.
  • Rechenzeit ist ein Budgetposten. Ein Faktor zehn bei der Rechenzeit ist für ein einzelnes Key-Visual vertretbar, für die Massenproduktion von Teaserbildern eher nicht. Die Entscheidung sollte pro Anwendungsfall fallen.

Konsistenz organisatorisch absichern

Unabhängig von der eingesetzten Technik hilft es, Bildproduktion wie jeden anderen Produktionsprozess zu behandeln. Dazu gehört eine nachvollziehbare Ablage von Prompts und Zwischenständen, eine klare Benennung von Versionen und die Festlegung, welche Merkmale eines Motivs verbindlich sind — etwa Farbwelt, Perspektive oder wiederkehrende Bildelemente.

Je präziser diese Vorgaben dokumentiert sind, desto eher lassen sie sich später in automatisierte Schritte überführen. Ein Agent kann nur das zuverlässig umsetzen, was vorher als Kriterium beschrieben wurde. Teams, die ihre Bildsprache ohnehin in einem Styleguide festhalten, haben hier einen Vorsprung.

Gleichzeitig lohnt ein nüchterner Blick auf den Reifegrad. EditAgent ist eine Forschungsarbeit, kein Produkt, das morgen in der Produktionsumgebung steht. Die beschriebene Richtung — Agenten, die Spezialwerkzeuge gezielt bedienen und Ergebnisse selbst bewerten — ist jedoch deutlich genug, um sie in der Planung zu berücksichtigen.

Einordnung

Für Web- und Softwareprojekte verschiebt sich der Engpass von der Bildgenerierung hin zur Prozessgestaltung: Nicht das einzelne Motiv ist die Herausforderung, sondern die wiederholbare, konsistente Produktion vieler Motive über ein Projekt hinweg. Wer jetzt Zuständigkeiten, Ablagestrukturen und Qualitätskriterien für KI-Bilder definiert, kann später agentenbasierte Werkzeuge ohne Umbau einhängen. Umgekehrt nützt das beste Modell wenig, wenn die Übergaben zwischen den Tools weiterhin von Hand erfolgen.

Quellen