Was erwarten lokale Marken von ihrer Agentur? Und wie arbeiten Kreative mit ihnen zusammen? Fragen wie diesen ging die Hamburger Markenagentur Mutabor gemeinsam mit ihren Kunden beim Brand Talk zum Thema »Local Food Brands« auf den Grund.
Brand Talk bei Mutabor, von links nach rechts: Claas Habben (Beisser), Karl Niehusen (Hummer Pedersen), Ipek Molvali (Mutabor Packaging), Carsten Röhr (Ramenfaktur), Heinrich Paravicini (CCO Mutabor)
Qualität und Hochwertigkeit bis ins kleinste Detail zeichnen die Brands aus, die Mutabor Ende April zur Talkrunde mit CCO Heinrich Paravicini als Moderator eingeladen hat. Im Gespräch mit drei Geschäftsinhabern und Gründern standen die Besonderheiten kleiner Food Marken mit regionalem Bezug im Fokus. »Es ist reizvoll, mit lokalen Marken zu arbeiten«, sagt Ipek Molvali, Leiterin der Packaging Unit. »Wir sprechen mit den Inhabern, ohne Umwege über die Marktforschung – das macht die Entscheidungen schnell und direkt. Die Local Heroes sind meist mutig und offen für neue Ideen.«
Corporate Design als Chefsache
Aus der traditionsreichen Hamburger Fleischerei »Beisser« hat Mutabor eine innovative Marke gemacht, mit Wiedererkennbarkeit in allen Touchpoints. Als Beisser die Wurstmarke »Hamburger Jungs« übernahm, entstand auch dafür eine coole und wertige Identität mit Retrocharme. An der Zusammenarbeit wertschätzt Geschäftsführer Claas Habben, dass Mutabor »Ideen spontan und zuverlässig verwirklicht.«
Packaging Hamburger Jungs: Retro-Design mit Lokalkolorit
Auch Hummer Pedersen ist eine Institution in Hamburg. Obwohl der Schwerpunkt im Großhandel liegt, war die Marke vor allem für ihr Restaurant bekannt. Karl Niehusen, Geschäftsführer des Unternehmens, wünschte sich deshalb ein Rebranding, das diese Außenwirkung korrigiert. Der neu ausgerichtete Auftritt präsentiert sich modern mit maritimen Wurzeln und einem roten Hummer als Herzstück, den Mutabor zum modularen Muster weiterentwickelt hat. Die Kreativen haben ihm »neue Wege aufgezeigt und geholfen zu erfahren, was ich will und was ich nicht will.«
Logo mit Hummer, von Mutabor modern interpretiert und zum modularen Muster weiterentwickelt
Launiges Spiel mit Klischees
Die dritte lokale Food Marke feiert handgefertigte Ramennudeln als japanisch-bayerische Fusion. Kurz nach der Corona Pandemie in München gegründet, hat die Ramenfaktur damit zu kämpfen, dass es in Deutschland mittlerweile Ramen-Maschinen zu kaufen gibt. Daher sah Gründer Carsten Röhr den Need zum schnellem Aufbau seiner B2B Marke mit einem starkem Instagramkanal. Mutabor konnte beim Design viel ausprobieren und mit bayrischen Klischees spielen, die Typografie ist von der Biegsamkeit der frischen Nudeln abgeleitet. Kunde und Agentur haben »Spaß in jeder Phase des Projekts«. Als ehemaliger Inhaber einer Designagentur lässt sich der Gründer nun auf Augenhöhe von Mutabor inspirieren.
Die Ramenfaktur Poster spielen mit japanisch-bayrischen Klischees
Ein kleines Unternehmen zu führen sieht Claas Habben als Plus durch den direkten Kontakt zu den Menschen, die seine Produkte kaufen. »Lokal heißt auch nahbar«, sagt Claas Habben. »Ein Riesenvorteil ist auch, dass wir schneller und direkter Entscheidungen treffen können«, ergänzt Karl Niehusen. Carsten Röhr ist selbst täglich unterwegs, um für seine Ramenfaktur zu werben. Eine Marke die Geschichten erzählt und gutes Packaging sind für ihn dabei essentiell.
»Ich glaube an Storytelling«, bestätigt ihn Ipek Molvali. »Eine starke Marke hilft den Local Heroes beim Erzählen ihrer Geschichten und transportiert das Produkt zu den Menschen. Ein authentisches Branding sorgt auch für bessere Sichtbarkeit der lokalen Produkte neben den Big Playern im Supermarkt.«
Das Start-up ItsNotAI hat ein »Nicht-KI-Siegel« entwickelt, um das Vertrauen in digitale Bilder wiederherzustellen. › PAGE online
Das Zürcher Start-up ItsNotAI entwickelt ein Label, das nicht KI-Inhalte markiert, sondern menschliche Kreativität sichtbar macht. Im Gespräch erklärt einer der Gründer:innen, Thomas Tang, warum Authentizität im Zeitalter generativer Bilder zur knappen Ressource wird und wie ein »Bio-Siegel für digitale Kunst« Vertrauen in visuelle Inhalte zurückbringen soll.
In einer Welt, in der die Grenzen zwischen menschlicher Kreativität und Gestaltung und algorithmischer Generierung zunehmend verschwimmen, wird Authentizität zur neuen Währung. Das Zürcher Start-up ItsNotAI hat sich dieser Herausforderung angenommen. Anstatt lediglich KI-Inhalte zu markieren, setzt das Team auf einen »Trust Layer«, der menschliche Kreativität sichtbar macht. Ob in der Fotografie, im Fotojournalismus oder bei digitalen Kunstwettbewerben wie dem GGAC – ihre hybride Detektionstechnologie, die Vision Transformer mit menschlicher Expertise kombiniert, soll das Vertrauen in digitale Bilder wiederherstellen. Im Gespräch mit PAGE erläutert einer der Gründer:innen, Thomas Tang, warum »menschlich gemacht« in Zukunft ein Luxusgut sein könnte und warum ihr Label das Potenzial hat, zum Bio-Siegel der digitalen Kunstwelt zu werden.
Durch den Fokus auf die verschiedenen Bildschichten kann erkannt werden, ob es sich um KI-generierte Inhalte oder von Menschen erstellte Bilder handelt.
Erinnert ihr euch an den Moment, in dem euch klar wurde: »Wir müssen ItsNotAI gründen«? Was genau ist da passiert?
Unser Team hat ursprünglich einen technischen Hintergrund. Wir haben bemerkt, dass man in sozialen Medien oft nicht mehr echte Aufnahmen von KI-generierten unterscheiden kann und dass dies, da sich die Modelle immer weiter verbessern, in Zukunft mit dem menschlichen Auge gar nicht mehr erkennbar sein wird. Daraufhin haben wir uns mit dem Thema der Erkennung von KI-Bildern befasst, wobei uns die Technologie dahinter sofort begeistert hat. Dieses Problem betrifft aber nicht nur die sozialen Medien, sondern kann in vielen verschiedenen Sektoren massive Schäden anrichten, von Versicherungsbetrug bis hin zu Deepfakes. Durch Gespräche mit lokalen Künstlern haben wir dann von der speziellen Herausforderung gehört, die KI für originelle Fotografie und Illustration darstellt. Deshalb haben wir uns entschieden, einen Service im Format eines Labels für Künstler anzubieten, das authentische, KI-freie Werke klar kennzeichnen soll.
Warum habt ihr euch bewusst dafür entschieden, nicht KI-Inhalte zu markieren, sondern menschliche Arbeit sichtbar zu machen?
Die Kennzeichnung KI-generierter Inhalte funktioniert derzeit unzuverlässig, da sie stark auf Selbstverantwortung basiert. Einige KI-Generatoren nutzen zwar Wasserzeichen, um den Ursprung aus künstlicher Intelligenz zu markieren, aber inzwischen gibt es auch Tools, die genau diese Wasserzeichen aus KI-generierten Bildern wieder entfernen. Wenn bald schätzungsweise mehr als die Hälfte der neuen Inhalte im Internet KI-generiert sind, scheint es für uns sinnvoller, jene Inhalte zu markieren, die nicht KI-generiert sind, da dies in Zukunft wahrscheinlich eher die Ausnahme, als die Regel sein wird. Auch aus ökonomischer Sicht kann es Sinn ergeben, die wertvollere Minderheit hervorzuheben. Auf Bildplattformen, wo mittlerweile immer mehr KI-Inhalte erscheinen, kann ein solches Label Künstlern helfen, sich abzuheben. Gleichzeitig werden unsere Detektionsmodelle auch von Plattformen genutzt, um KI-Content zu erkennen.
Nehmt uns einmal mit durch einen echten Fall: Jemand reicht ein Bild ein, was passiert dann Schritt für Schritt bei euch im Hintergrund?
Das Bild wird völlig unabhängig von seinen Metadaten durch unsere Modelle untersucht. Wir nutzen Ensemble-Modelle, die Convolutional Neural Networks (CNN) und Vision Transformer kombinieren: Das CNN sucht nach Anomalien wie unnatürlichem Bildrauschen, Texturen oder Fehlern im Frequenzbereich, die typisch für KI-Generatoren sind. Der Vision Transformer zerlegt das Bild hingegen in Kacheln (Patches) und analysiert mittels Attention-Mechanismen die globalen Zusammenhänge, ob weit voneinander entfernte Bildelemente, wie Schattenwurf oder Proportionen logisch zusammenpassen. Es gibt mittlerweile mehrere private sowie Open Source Modelle für KI-Erkennung. Der Aufwand besteht darin, diese Modelle laufend zu trainieren und ihre Genauigkeit zu evaluieren.
Mithilfe dieser Schritte kann das System erkennen, ob es sich um KI-generierte Inhalte oder von Menschen erschaffene Bilder handelt.
Gab es schon einen Fall, bei dem eure Systeme uneindeutig waren und ihr wirklich diskutieren musstet, ob ein Bild »menschlich« ist oder nicht? Wie entscheidet man sowas?
Unser Modell liefert eine Wahrscheinlichkeit zwischen 0 und 1. Durch unser Fine-Tuning ist es sehr unwahrscheinlich, dass ein nicht-KI generiertes Bild fälschlicherweise als KI eingestuft wird. In uneindeutigen Fällen behalten wir eine Human-in-the-Loop Komponente: hierbei überprüft ein Experte das Bild manuell auf verbliebene Auffälligkeiten und trifft die finale Entscheidung. Es kann jedoch vorkommen, dass ein KI-Bild nicht sofort erkannt wird, etwa dann, wenn das spezifische KI-Modell, welches das Bild generiert hat, unserem Modell noch nicht bekannt ist. Es kann dann notwendig sein, das Modell teilweise neu zu trainieren.
Ihr habt mit einem Fotografen gearbeitet und große Mengen seiner Bilder analysiert, wie kam es zu dieser Zusammenarbeit?
Der Fotograf verfügte über eine große Sammlung von Bildern, darunter fotojournalistische Arbeiten und historische, politische Aufnahmen. Er wollte sein Werk durch ein Label eindeutig als »nicht-KI« kennzeichnen lassen. Unser ItsNotAI-Label stützt sich auf unsere Detektionsmodelle und dient somit als Bestätigung, dass die Bilder rein menschlichen Ursprungs sind.
Was war das Ziel dieses Projekts? Ging es eher um Schutz, Archivierung oder auch um Sichtbarkeit?
Das Hauptziel war es, unsere Technologie zu testen und ihre erfolgreiche Anwendung zu demonstrieren. Außerdem war es für uns eine sehr gute Gelegenheit, eventuelle Schwachstellen unserer Software ausfindig zu machen und Probleme zu beheben. Wir sind zu der Erkenntnis gekommen, dass es an der UX Einiges zu tun gibt, aber die grundlegende Technologie funktioniert gut.
Was habt ihr durch das Labeln dieser vielen Bilder gelernt? Über Fotografie, aber auch über KI?
Allen voran haben wir gelernt, dass die Zielgruppe eine solche Software und die Transparenz, die wir damit schaffen möchten, sehr wertschätzt. Wir haben beim Labeln auch gemerkt, wie schwer es für den durchschnittlichen Betrachter mittlerweile ist, KI-generierte Bilder als solche zu erkennen. Die KI simuliert Fotografie auf den ersten Blick so makellos, dass sie mit bloßem Auge kaum noch von echten Bildern zu unterscheiden sind. Hier ist eine Analyse durch unsere Software eine deutlich genauere Methode. Aktuell arbeiten wir daran, das Tool in der Verwendung noch intuitiver zu gestalten.
Wie hat der Fotograf selbst auf eure Ergebnisse reagiert? Eher erleichtert, überrascht oder auch kritisch?
Er war vor allem neugierig, diese neue Technologie auszuprobieren und sehr erleichtert, dass sich nun langsam Lösungen etablieren, die mit der rasanten technischen Entwicklung Schritt halten können.
»Unser Detektionsmodell wird eingesetzt, um sicherzustellen, dass in den reinen Human-Art-Kategorien des Wettbewerbs tatsächlich keine KI verwendet wird.«
Lässt sich euer Modell ohne das Label einsetzen?
Ja, absolut. Auf der Visuals Conference in Hamburg haben wir erstmals unser Modell auch als Programmierschnittstelle (API) angeboten. Beispielsweise arbeiten wir zurzeit zusammen mit einem führenden digitalen Kunstwettwettbewerb in Asien, dem GGAC. Unser Detektionsmodell wird eingesetzt, um sicherzustellen, dass in den reinen Human-Art-Kategorien des Wettbewerbs tatsächlich keine KI verwendet wird. Das ist deutlich genauer und effizienter als eine manuelle Überprüfung. Es freut uns sehr zu sehen, dass unsere Technologie weltweit auf Nachfrage stößt.
Was ist die überraschendste Erkenntnis, die ihr seit der Gründung hattet?
Als Team mit technischem Hintergrund war der intensive Austausch mit der Kreativbranche für uns eine besonders wertvolle Erfahrung. Die überraschendste Erkenntnis war dabei die Vielfalt an Zukunftsperspektiven, die große Offenheit gegenüber neuen Tools sowie der ehrliche und offene Austausch innerhalb der Community. Das hat uns sehr geholfen, unsere Software nicht nur aus einer reinen Ingenieursperspektive zu entwickeln, sondern sie exakt an den Bedürfnissen der Branche auszurichten.
Hat sich euer eigener Blick auf Kreativität durch eure Arbeit verändert?
Ja, wir hatten unter anderem auch die Möglichkeit, mit KI-Künstlern über deren Verständnis von Kreativität zu sprechen. Wir schätzen jede Form von Kreativität und verstehen uns in erster Linie als neutrales Tool, das für Transparenz im Kreativitätsspektrum sorgt.
Ihr sprecht von einem »Trust Layer«, wo wird Vertrauen im digitalen Bild heute am dringendsten gebraucht?
Vertrauen – und vor allem ein Tool zur Unterscheidung von KI und nicht-KI – wird überall dort dringend gebraucht, wo man mit bloßem Auge nicht mehr erkennen kann, was echt ist, man aber gezielt authentische Inhalte sucht. Nicht nur auf Kunstplattformen, sondern auch bei Stockbild-Anbietern sieht man, dass KI-Bilder und echte Fotografien zunehmend vermischt werden und immer schwerer zu unterscheiden sind. Dieses Bedürfnis nach Transparenz ist zentral für alle, die echte Bilder suchen, da authentische Werke weiterhin eine besondere Wertschätzung genießen.
Alle Bilder, die von Menschen geschaffen wurden, erhalten ein „Certificate of Human Creation” und einen Tag. “CGI Art” heißt in diesem Fall, dass es am Computer modelliert wurde (z.B. mit Blender).
Seht ihr eure Arbeit eher im Kunstkontext oder auch im Journalismus und bei Desinformation?
Unsere Technologie ist sehr breit anwendbar und in manchen Branchen schlicht essenziell: für Presseagenturen ist es beispielsweise unerlässlich geworden, echte von KI-generierten Bildern unterscheiden zu können. Unsere Technologie ist sehr breit anwendbar. Der Kunstkontext war für uns anfangs wie ein »Trainingslager«, um durch die immense Vielfalt an Bild- und Kreativformen die Grenzen unserer Detektionsgenauigkeit auszutesten. Zudem ist dies eine Zielgruppe, die sehr offen für Innovationen ist. Unser Modell wird heute bereits von Bildanbietern und Plattformen genutzt, um KI-Inhalte in großen Archiven zu identifizieren. Beim Label selbst sehen wir noch eine etwas langsamere Adaption – teils wegen des Integrationsaufwands, teils, weil sich das Vertrauen in ein solches Gütesiegel erst organisch aufbauen muss.
Wie sieht für euch eine Zukunft aus, in der KI und menschliche Kreativität koexistieren?
Wir schätzen jede Form der Kreativität und glauben, dass eine Koexistenz der natürliche Weg sein wird. Wir sehen uns dabei schlicht als das notwendige Werkzeug, um traditionell geschaffene Werke unterscheidbar zu machen.
Was müsste passieren, damit sich euer Label wirklich durchsetzt? Könnte so ein Label irgendwann so selbstverständlich werden wie ein Bio-Siegel?
Wir sind aktuell in Gesprächen, unser Label direkt in Kunstplattformen zu integrieren. Wenn das gelingt, könnte es sehr bald ein weit verbreitetes, kleines Siegel werden, das für viele digitale Werke zum Standard gehört, ähnlich wie das Bio-Siegel im Supermarkt.
Glaubt ihr, dass »menschlich gemacht« in Zukunft tatsächlich zu einer Art Luxus wird?
Ja. KI-Content zu produzieren ist in vielen Fällen günstiger, deutlich schneller und kann bestimmte künstlerische Prozesse komplett ersetzen. Traditionell menschlich hergestellte Kunst wird definitiv seltener und ohne technische Hilfe immer schwieriger als solche zu identifizieren sein. Doch in einer Welt KI-generierter Inhalte ist die echte, menschliche Kreativität unersetzlich. Sie ist der wichtigste Wettbewerbsvorteil von Künstlern, denn es ist genau diese Originalität, die das Publikum tiefgehend wertschätzt und für die es auch in Zukunft bezahlen möchte. Genau hier setzen wir an.
Sprechen wir bald alle wie ChatGPT? Wie KI unsere Sprache verändert. › PAGE online
KI verändert nicht nur, wie wir schreiben, sondern zunehmend auch, wie wir sprechen und denken. Eine aktuelle Studie zeigt, wie tief dieser Einfluss bereits reicht und warum es gerade jetzt entscheidend ist, sprachlich und kreativ eigenständig zu bleiben.
Bild: Jana ReskeSprache verändert sich ständig. Neue Begriffe entstehen, alte verschwinden und Bedeutungen verschieben sich. Das beobachten wir schon, seit es Sprache gibt, aber noch nie gab es eine Zeit wie jetzt, in der viele Leute die gleichen Tools wie LLMs (ChatGPT und Co.) für die Erstellung von Texten nutzen.
Dadurch haben wir alle quasi die gleiche Quelle für geschriebene Texte und es gibt einen Überfluss an geschriebenem Material. Das nehmen wir als sogenannten »AI Slop« wahr, weil sich alle Texte ähnlich anhören und scheinbar keine Seele mehr haben. Zwar können wir meistens nicht mehr genau erkennen, ob Inhalte durch KI erstellt oder von Menschen geschrieben wurden, aber wir bekommen oft ein Gefühl dafür, ob ein Text wirkliche Inhalte hat oder eher leere Phrasen enthält.
Erste messbare Veränderungen von Sprache durch KI
Für dieses Phänomen gab es lange keine klar messbaren Beweise, aber eine aktuelle Studie des Max-Planck-Instituts für Bildungsforschung zeigt erstmals empirisch, wie tief dieser Einfluss bereits reicht. Dafür analysierte ein Forschungsteam mehr als 700.000 Stunden Audiomaterial aus Podcasts und YouTube-Videos, sowohl vor als auch nach der Veröffentlichung von ChatGPT im Jahr 2022.
Das Ergebnis ist, dass bestimmte Wörter und Formulierungen, die typisch für KI-generierte Texte sind, seitdem deutlich häufiger in der gesprochenen Sprache auftauchen. Im Englischen betrifft das Begriffe wie »delve«, »realm« oder »meticulous«. Für das Deutsche gibt es dafür noch keine klaren Belege. Dennoch entsteht bei vielen der Eindruck, dass sich auch hier bestimmte Formulierungen häufen
Besonders auffällig ist die Geschwindigkeit dieser Veränderung. Innerhalb von nur anderthalb Jahren stieg die Nutzung einzelner Begriffe um bis zu 50 Prozent. Und das nicht nur in vorbereiteten Formaten oder Texten, sondern auch in spontanen Gesprächen.
So schleichen sich bestimmte Wörter, die häufig von LLMs verwendet werden, in unseren täglichen Sprachgebrauch ein.
Ein zentraler Befund der Studie ist, dass KI nicht nur einzelne Interaktionen beeinflusst, sondern sich ihre sprachlichen Muster bereits in der breiteren Kommunikation verbreiten. Der Einfluss geht also über die direkte Nutzung von Tools wie ChatGPT hinaus: Bestimmte sprachliche Eigenschaften tauchen auch bei Menschen auf, die gar nicht bewusst mit KI gearbeitet haben. In analysierten Podcast-Gesprächen zeigen sich diese Effekte bereits in spontaner, natürlicher Sprache.
KI-Systeme prägen nicht nur Sprache, sondern auch Kultur
Damit verschiebt sich die Rolle von KI grundlegend. Sie ist nicht mehr nur ein Werkzeug, sondern ein Medium, das kulturelle Entwicklung mitprägt. Die Studie beschreibt diesen Einfluss als potenziell tiefgreifend, da generative KI erstmals in dieser Skalierung in Kommunikationsprozesse eingreift und dadurch gesellschaftliche Veränderungen anstoßen kann.
Ein besonders kritischer Punkt ist die Gefahr kultureller Vereinheitlichung. Wenn KI-Systeme bestimmte sprachliche Muster bevorzugen und diese durch ihre breite Nutzung verstärkt werden, kann das langfristig zu einem Verlust von Vielfalt führen. Dieser Effekt könnte sich selbst verstärken, weil zukünftige Modelle zunehmend auf Daten trainiert werden, die bereits von KI geprägt sind. So entsteht ein Kreislauf, in dem sich bestimmte Ausdrucksweisen immer weiter durchsetzen.
In diesem Zusammenhang warnt die Studie auch vor einem Risiko für die Systeme selbst: Wenn sprachliche Muster zu stark vereinheitlicht werden, kann die Vielfalt der Trainingsdaten abnehmen. Das könnte wiederum die Qualität und Leistungsfähigkeit zukünftiger Modelle beeinträchtigen.
Wie gehen wir als Gesellschaft mit diesen Veränderungen um?
Die Forschung weist auf mögliche gesellschaftliche Folgen hin, die über Sprache hinausgehen. Wenn sich menschliche und maschinelle Kommunikationsmuster zunehmend angleichen, könnten sich auch etablierte Vorstellungen von Autorität, sozialer Identität und Glaubwürdigkeit verändern. Sprache fungiert traditionell als ein Instrument sozialer Abgrenzung. Verschwimmen diese Unterschiede, entstehen neue Dynamiken und potenziell auch neue Formen von Bias.
Ein konkretes Beispiel dafür ist die Wahrnehmung bestimmter Wörter: Begriffe, die von KI bevorzugt verwendet werden, könnten künftig mit geringerer Kompetenz oder intellektueller Autorität assoziiert werden. Dadurch verändert sich nicht nur, wie wir sprechen, sondern auch, wie wir Sprache bewerten.
Kritisch bleiben in einer Welt voller KI-Inhalte
Wenn KI beginnt, nicht nur unsere Arbeit, sondern auch unsere Sprache und Denkweisen zu prägen, stellt sich zwangsläufig die Frage, wie wir damit umgehen wollen. Denn so bequem und produktiv die Zusammenarbeit mit diesen Systemen auch ist, sie bringt eine stille Gefahr mit sich: dass wir ihre Muster übernehmen, ohne sie noch bewusst zu hinterfragen.
Das wird besonders im kreativen Kontext deutlich. Wenn sich Formulierungen angleichen, Texte plötzlich ähnlich lesen und Ideen zwar korrekt, aber austauschbar wirken, dann ist das kein Zufall. Es ist ein Zeichen dafür, dass wir uns zu stark an das halten, was uns vorgeschlagen wird, anstatt es als Ausgangspunkt zu nutzen. Die Folge ist das, was viele inzwischen als »AI Slop« bezeichnen – Inhalte, die technisch einwandfrei sind, aber kaum noch eine eigene Haltung besitzen.
Dem entgegenzuwirken bedeutet nicht, auf KI zu verzichten, sondern sie bewusster einzusetzen. Es bedeutet, Ergebnisse nicht als fertige Lösungen zu akzeptieren, sondern sie als Ausgangsmaterial zu begreifen. Als etwas, das geprüft, weitergedacht und dem im besten Fall auch widersprochen werden muss. Denn genau in dieser Reibung entsteht Qualität und genau dort beginnt kreative Eigenleistung.
Das setzt allerdings voraus, dass wir uns nicht in eine passive Rolle drängen lassen. Wer mit KI arbeitet, sollte sich deshalb immer wieder fragen: Warum klingt das so? Welche Annahmen stecken dahinter? Würde ich das selbst genauso formulieren oder nur, weil es plausibel wirkt? Diese Form der kritischen Distanz ist keine Hürde, sondern eine Voraussetzung dafür, dass aus Unterstützung keine Abhängigkeit wird.
Langfristig geht es dabei um mehr als nur bessere Texte oder Designs. Es geht darum, kulturelle Vielfalt in Sprache, Ausdruck und Perspektiven zu bewahren. Wenn wir uns zu sehr an standardisierte Muster anpassen, verlieren wir genau das, was kreative Arbeit ausmacht: Unterschiedlichkeit, Eigensinn und die Fähigkeit, Dinge anders zu sehen.
Vielleicht liegt die eigentliche Aufgabe deshalb nicht darin, immer effizienter mit KI zu arbeiten, sondern bewusster. Nicht schneller zu produzieren, sondern genauer hinzusehen und nicht jede Antwort zu akzeptieren, sondern immer wieder zu prüfen, ob sie wirklich die richtige ist.
»Starke Charaktere entstehen nicht durch bessere Prompts, sondern durch bessere Entscheidungen.« › PAGE online
Generative KI kann heute Bilder in Sekunden erzeugen. Trotzdem bleibt eine Frage erstaunlich offen: Warum sehen so viele davon gleich aus? Creative Director und AI Artist Jeannette Bergen über Charaktere mit Persönlichkeit, kreative Haltung – und warum gute Bildgestaltung gerade jetzt wichtiger wird.
Bild: Jeannette Bergen
PAGE: Generative KI ist längst im Kreativalltag angekommen. Warum ist ausgerechnet Character Design so spannend?
Jeannette Bergen: Weil plötzlich fast alles möglich ist. Man kann komplette Welten erschaffen, Figuren entwickeln, Per- sönlichkeiten bauen. Mich interessiert dabei weniger der Effekt als die emotionale Ebene. Ein guter Charakter transportiert etwas – Stimmung, Haltung, vielleicht sogar eine kleine Geschichte. Und genau das macht Character Design momentan so spannend.
Gleichzeitig experimentieren gerade alle mit Midjourney. Trotzdem wirken viele Ergebnisse erstaunlich ähnlich. Warum?
Weil Tools immer Default-Looks haben. Man erkennt oft so-fort typische Midjourney-Gesichter oder bestimmte Äs-thetiken. Und natürlich kopieren viele erstmal Prompts, Looks oder Workflows. Aber es reicht nicht mehr, nur gute Prompts zu sammeln. Der Unterschied entsteht erst, wenn eigene Ideen dazukommen.
Du sprichst oft davon, dass KI-Bildgestaltung nicht nur Technik, sondern auch Haltung ist. Was meinst du damit?
Ein guter Charakter beginnt nicht mit einem Prompt. Er beginnt mit einer Idee. Welche Geschichte erzählt diese Figur? Welche Emotion soll sie auslösen? Was macht sie interessant? Haltung bedeutet für mich, bewusste kreative Entscheidungen zu treffen, statt einfach zu generieren, bis etwas halbwegs gut aussieht.
Was macht einen Charakter eigentlich unverwechselbar?
Oft sind es überraschende Kombinationen: Materialien, Silhouetten, Farben, Formen. Aber am Ende geht es um Persönlichkeit. Ein Charakter muss ein Typ sein. Wenn man das Gefühl hat, diese Figur könnte außerhalb eines einzelnen Bildes weiterexistieren, wird es spannend.
Bild: Jeannette Bergen
Viele denken bei KI immer noch zuerst an Prompts. Wie wichtig ist Prompting wirklich?
Prompting ist wichtig, aber eher als Handwerk. Das lernt man relativ schnell. Schwieriger ist die kreative Direction dahinter. Die eigentliche Frage ist nicht: »Wie schreibe ich den perfekten Prompt?« Sondern: »Was will ich überhaupt erschaffen?«
Wie arbeitet man heute kreativ mit KI – eher wie Designer oder eher wie Regisseur?
Eigentlich beides. Ich sehe KI eher wie ein Teammitglied. Früher hast du mit Fotograf, Illustrator oder Set Design gearbeitet. Heute arbeitet man zusätzlich mit einem Tool, das unglaublich viele Varianten und auch neue Optionen erzeugt. Aber die Richtung, die Entscheidungen und die Auswahl bleiben weiterhin menschlich.
Was überrascht Menschen am meisten, wenn sie anfangen, eigene Figurenwelten zu entwickeln?
Wie viel Einfluss sie selbst immer noch haben. Viele erwarten, dass KI den kreativen Teil übernimmt. Tatsächlich passiert eher das Gegenteil: Je klarer die eigene Idee ist, desto besser werden die Ergebnisse. Die eigentliche Magie entsteht nicht beim Generieren, sondern beim Entscheiden.
Mehr erfahren: Im Seminar »Imaginary Friends – Character Lab« zeigt Jeannette Bergen, wie mit Midjourney unverwechselbare Figuren, konsistente Bildwelten und kurze Animationen entstehen. Für Kreative, die KI-Bildgestaltung professionell einsetzen möchten.
Welche Rolle spielen Intuition und gestalterisches Denken heute noch?
Eine riesige. Ohne Gestaltungskompetenz entsteht oft generisches Mittelmaß. KI macht Produktion schneller, aber nicht automatisch besser. Deshalb werden visuelles Denken, kreative Entscheidungen und gutes Kuratieren immer wichtiger.
Kann KI dabei helfen, einen eigenen Stil zu entwickeln?
Sie kann definitiv helfen, schneller zu experimentieren. Man testet mehr Richtungen, mehr Varianten, mehr Ideen. Aber Stil entsteht nicht durch das Tool. Stil entsteht dadurch, wie man auswählt, kombiniert und weiterentwickelt.
Was fehlt vielen Kreativen heute noch im Umgang mit KI-Bildgestaltung?
Oft nicht die Technik, sondern die Bildsprache. Viele wissen inzwischen, wie man Bilder erzeugt. Schwieriger ist die Frage: Wie entwickle ich etwas Eigenes? Wie baue ich Konsistenz auf? Wie erzähle ich visuell eine Geschichte?
Und wenn Menschen nach zwei Tagen Arbeit mit KI, wie in deinem Seminar zum Thema »Character Design mit Midjourney« nur eine Sache mitnehmen sollten – welche wäre das?
Dass starke Charaktere nicht durch bessere Prompts entstehen. Sondern durch bessere kreative Entscheidungen. Wer versteht, Figuren bewusst zu gestalten statt nur zu generieren, kann KI wirklich als kreatives Werkzeug nutzen.
In einer Welt, in der die Grenzen zwischen menschlicher Kreativität und Gestaltung und algorithmischer Generierung zunehmend verschwimmen, wird Authentizität zur neuen Währung. Das Zürcher Start-up 
Künstliche Intelligenzvor 3 Monaten
Künstliche Intelligenzvor 2 Monaten
Künstliche Intelligenzvor 2 Monaten
Künstliche Intelligenzvor 2 Monaten
