Auflösung & Seitenverhältnis – warum größer nicht einfach besser ist

Was native Auflösung bedeutet, warum zu groß generierte Bilder plötzlich zwei Köpfe bekommen – und wie du trotzdem zu großen, scharfen Bildern kommst.

Es klingt so logisch: Du willst ein großes, scharfes Bild, also stellst du die Auflösung einfach hoch. Und dann kommt ein Motiv mit zwei Köpfen heraus, oder drei Hände, oder ein verdoppelter Horizont. Kein Bug, kein Zufall – sondern eine direkte Folge davon, wie diese Modelle gebaut sind.

Auflösung und Seitenverhältnis sind zwei Einstellungen, bei denen das Bauchgefühl besonders oft danebenliegt. Wenn du verstehst, warum ein Modell eine bestimmte Größe „möchte“, hörst du auf, gegen es zu arbeiten, und bekommst saubere Bilder in genau der Größe, die du brauchst.

Auflösung und Seitenverhältnis – kurz sortiert

Zwei Begriffe, die gern durcheinandergeraten. Die Auflösung ist die Größe in Bildpunkten – etwa 1024 × 1024 Pixel. Sie sagt, wie viele Pixel das Bild insgesamt hat. Das Seitenverhältnis ist die Form – das Verhältnis von Breite zu Höhe. Ein quadratisches Bild ist 1:1, ein Hochformat etwa 2:3 oder 3:4, ein breites Querformat 16:9.

Das Seitenverhältnis bestimmt nicht nur die Form, sondern auch die Bildwirkung. Hochformat rückt eine Person in den Mittelpunkt, Querformat gibt Landschaften Raum, Quadrat ist der neutrale Allrounder für soziale Medien. Und es beeinflusst sogar den Bildaufbau: Dasselbe Motiv im Hochformat zeigt mehr von der Person, im Querformat mehr von der Umgebung – das Modell komponiert die Szene passend zur Form.

Skizze 1: Dasselbe Motiv füllt verschiedene Seitenverhältnisse unterschiedlich – hoch betont die Person, quer die Umgebung.

Die native Auflösung: die Lieblingsgröße des Modells

Jetzt der entscheidende Punkt. Jedes Modell wurde auf Bildern einer bestimmten Größe trainiert – das ist seine native Auflösung, sozusagen seine Lieblingsgröße. Ältere Modell-Generationen wurden häufig auf rund 512 Pixel Kantenlänge trainiert, neuere auf rund 1024 Pixel (also etwa ein Megapixel Gesamtfläche). In genau diesem Bereich liefert das Modell die besten und saubersten Ergebnisse, weil es solche Bilder unzählige Male gesehen hat.

Und hier kommt das Doppelkopf-Phänomen ins Spiel. Generierst du ein Bild deutlich größer als die native Auflösung, gerät das Modell ins Schleudern: Es kennt nur die kleinere Größe und füllt die zusätzliche Fläche, indem es das Motiv quasi noch einmal anfängt. Heraus kommen verdoppelte Subjekte – zwei Köpfe, doppelte Hände, wiederholte Muster. Das ist kein Fehler in deinem Prompt, sondern die direkte Folge davon, das Modell aus seinem trainierten Bereich herausgezwungen zu haben.

Skizze 2: In nativer Größe entsteht ein sauberes Motiv. Viel zu groß generiert, baut das Modell das Motiv doppelt – die berüchtigten zwei Köpfe.

Umgekehrt gilt: Generierst du deutlich kleiner als die native Auflösung, wird das Bild oft matschig und detailarm. Auch das ist ein Zeichen dafür, dass du außerhalb des Sweet Spots liegst. Die Lehre ist in beide Richtungen dieselbe: Bleib nah an der nativen Auflösung des Modells, das du benutzt ([→ Spoke: Checkpoints & VAE]).

Wie du trotzdem zu großen Bildern kommst

„Nativ bleiben“ heißt nicht, dass du auf große Bilder verzichten musst. Es heißt nur: Erzeug nicht von vornherein riesig, sondern in zwei Schritten. Zuerst generierst du das Bild in der nativen Größe, wo das Motiv sauber entsteht. Dann vergrößerst du es mit einem eigenen Verfahren – dem Upscaling. Ein Upscaler rechnet das fertige, saubere Bild hoch und fügt dabei Details hinzu, statt das Motiv neu zu erfinden. So bekommst du Größe und Schärfe, ohne Doppelköpfe zu riskieren.

Skizze 3: Erst in nativer Größe generieren, dann mit einem Upscaler hochskalieren – groß und scharf, ohne Verdopplungen.

Viele Oberflächen haben dafür eine eingebaute Funktion (oft „Hires-Fix“ oder ähnlich genannt), die diesen Zweischritt automatisch macht: erst nativ generieren, dann in einem Rutsch hochrechnen. Für noch größere Ausgaben gibt es separate Upscaling-Werkzeuge. Das Prinzip bleibt immer gleich: das Motiv klein und sauber entstehen lassen, die Größe danach holen.

Faustregeln für die Praxis

Was Auflösung nicht kann

Eine höhere Auflösung macht ein Bild nicht inhaltlich besser. Sie gibt dem Bild mehr Pixel, aber sie verbessert weder die Komposition noch repariert sie ein schwaches Motiv. Wer ein langweiliges Bild größer rechnet, hat danach ein langweiliges großes Bild. Inhalt kommt aus Prompt und Modell, nicht aus der Pixelzahl ([→ Spoke: Prompt & Negativ-Prompt]).

Und Auflösung ist nicht dasselbe wie Detailtiefe oder Qualität. Mehr Pixel heißt nicht automatisch mehr Schärfe – die kommt vom sauberen Entstehen des Motivs und vom Upscaling, nicht vom bloßen Hochstellen der Zahl. Auch die Sampling-Schritte, der Sampler und der CFG-Wert spielen für die Bildqualität eine größere Rolle als die reine Größe ([→ Spoke: Steps]).

Häufige Fragen zu Auflösung & Seitenverhältnis

Warum hat mein Bild zwei Köpfe oder doppelte Motive?

Weil du größer generiert hast, als das Modell trainiert wurde. Außerhalb seiner nativen Auflösung füllt das Modell die zusätzliche Fläche, indem es das Motiv wiederholt. Lösung: auf die native Größe runter und das Bild danach hochskalieren.

Was ist die native Auflösung?

Die Bildgröße, auf der ein Modell trainiert wurde und bei der es die besten Ergebnisse liefert. Ältere Generationen liegen oft um 512 Pixel Kantenlänge, neuere um 1024 Pixel (etwa ein Megapixel Fläche). Bleib in der Nähe dieser Größe.

Wie bekomme ich große, scharfe Bilder?

In zwei Schritten: erst in der nativen Auflösung generieren, wo das Motiv sauber entsteht, dann mit einem Upscaler hochrechnen. Viele Oberflächen haben dafür eine eingebaute Funktion (oft „Hires-Fix“). Direkt riesig zu generieren führt dagegen zu Artefakten.

Welches Seitenverhältnis soll ich nehmen?

Das hängt vom Zweck ab: 1:1 (quadratisch) ist der neutrale Allrounder für soziale Medien, Hochformat (2:3, 3:4) betont eine Person, Querformat (16:9) gibt Landschaften Raum. Wichtig: die Form über das Seitenverhältnis ändern, die Gesamtpixelzahl ungefähr gleich lassen.

Wird ein größeres Bild automatisch besser?

Nein. Mehr Pixel heißt nur mehr Pixel, nicht mehr Qualität. Komposition und Detailtiefe kommen aus Prompt, Modell und sauberem Entstehen, nicht aus der reinen Größe. Zu groß generiert wird das Bild sogar schlechter.

Warum sollen die Maße durch 8 teilbar sein?

Das hat technische Gründe in der Art, wie die Modelle Bilder intern verarbeiten. Krumme Kantenlängen können zu Fehlern oder unsauberen Rändern führen. Die gängigen empfohlenen Größen sind ohnehin durch 8 teilbar, sodass du dich meist nicht darum kümmern musst.

Weiterlesen

Welche native Auflösung gilt, hängt vom Modell ab – was ein Checkpoint ist, erklärt [→ Spoke: Checkpoints & VAE]; was du überhaupt ins Bild schreibst, regelt der Prompt: [→ Spoke: Prompt & Negativ-Prompt]. Für die Bildqualität zählen außerdem die Schritte und der Sampler – mehr dazu unter [→ Spoke: Steps] und [→ Spoke: Sampler & Scheduler].

[→ zurück zum Hub: KI-Bildgenerierung verstehen]