CFG-Scale erklärt – wie streng die KI deinem Prompt folgt

Was die Classifier-Free Guidance macht, warum ein höherer Wert nicht automatisch ein besseres Bild bedeutet – und welcher Wert in der Praxis wofür taugt.

Du hast einen Regler im Bild-Tool, der heißt „CFG“ oder „Guidance Scale“, und keiner sagt dir so richtig, was er tut. Drehst du ihn hoch, hält die KI sich angeblich besser an den Prompt. Klingt erst mal gut – also voll aufdrehen? Bloß nicht. Wer CFG auf Anschlag stellt, bekommt meistens kein gehorsameres Bild, sondern ein überzeichnetes, grelles, kaputtes.

CFG ist einer der wichtigsten Regler überhaupt, und gleichzeitig einer der am häufigsten missverstandenen. Die gute Nachricht: Das Prinzip dahinter ist schnell erklärt, und wenn du es einmal verstanden hast, hörst du auf, blind am Regler zu drehen, und triffst die richtige Einstellung mit zwei, drei Versuchen.

Was CFG überhaupt macht

CFG steht für Classifier-Free Guidance. Der Trick dahinter ist erstaunlich simpel: Das Modell macht bei der Bilderzeugung im Grunde zwei Vorhersagen gleichzeitig. Die eine fragt „wie sähe ein typisches Bild aus, ganz ohne deinen Prompt?“ – das ist die ungelenkte, beliebige Variante. Die andere fragt „wie sähe das Bild aus, wenn ich deinen Prompt ernst nehme?“. Der CFG-Wert bestimmt, wie stark das Modell in Richtung der zweiten, prompt-gelenkten Variante gezogen wird.

Man kann sich das wie einen Mischregler vorstellen. Ganz links (niedriger CFG) lässt du der KI viel Freiheit – sie macht eher „irgendwas Plausibles“ und nimmt deinen Prompt nur als lose Anregung. Ganz rechts (hoher CFG) zwingst du sie, möglichst nah an dem zu bleiben, was du geschrieben hast. Der Wert ist also kein Qualitätsregler, sondern ein Gehorsamsregler: Er steuert das Verhältnis von Treue zum Prompt gegen künstlerische Freiheit.

Skizze 1: CFG mischt eine prompt-freie und eine prompt-gelenkte Vorhersage. Der Wert bestimmt, wie weit der Regler Richtung „mit Prompt“ steht.

Wichtig ist die Erkenntnis dahinter: Ein höherer CFG-Wert macht das Bild nicht „richtiger“, sondern nur näher am Prompt-Wortlaut – und ab einem gewissen Punkt kippt das ins Gegenteil. Das Bild wird dann nicht treuer, sondern überdreht.

Was passiert bei hohen und niedrigen Werten?

Drehst du CFG zu weit runter (etwa 1 bis 4), wird die KI nachlässig. Sie nimmt deinen Prompt kaum ernst, lässt Details weg, erfindet eigene und liefert oft schwammige oder zusammenhanglose Bilder. Für ganz kurze Prompts und bewusst freie, experimentelle Ergebnisse kann das reizvoll sein – als Standard taugt es nicht.

Drehst du CFG zu weit hoch (jenseits von etwa 15 bis 16), schlägt der Effekt ins Negative um. Die Farben werden zu kräftig, die Kontraste hart, Kanten wirken überscharf, und es tauchen Artefakte auf – das berüchtigte „überbackene“ Aussehen. Das Modell folgt dann zwar sklavisch dem Prompt, aber auf Kosten von Bildqualität und Stimmigkeit. Dazwischen, im mittleren Bereich, liegt der Bereich, in dem die meisten Bilder am besten aussehen.

Skizze 2: Zu niedrig ignoriert die KI den Prompt, zu hoch überzeichnet sie ihn. Der Sweet Spot liegt dazwischen.

Faustregeln für die Praxis

In den gängigen Oberflächen ist 7 der Standardwert – und das ist kein Zufall, sondern ein guter Kompromiss aus Prompt-Treue und Bildqualität. Wenn du nicht weißt, wo du anfangen sollst: bei 7 anfangen. Von dort aus tastest du dich in kleinen Schritten heran.

Sonderfall: Bei Flux funktioniert das anders

Eine Sache, die viele auf dem falschen Fuß erwischt: Die Flux-Modelle (von Black Forest Labs) gehen mit Guidance anders um als die klassischen Stable-Diffusion-Modelle. Wer dort gewohnheitsmäßig CFG 7 einstellt, ruiniert sich das Bild.

Der Hintergrund: Flux-Modelle sind „guidance-distilled“. Vereinfacht heißt das, die Guidance-Wirkung wurde dem Modell beim Training fest einprogrammiert, statt sie wie klassisch über zwei getrennte Vorhersagen pro Schritt zu errechnen. Flux braucht dafür nur einen Rechendurchlauf statt zwei – und hat dafür einen eigenen Guidance-Parameter, der sich nicht wie das klassische CFG verhält.

Skizze 3: Klassisch errechnet das Modell die Guidance aus zwei Durchläufen. Flux hat sie eingebacken – mit eigenem Parameter und eigenem Wertebereich.

Praktisch bedeutet das: Beim Flux-Dev-Modell liegt der typische Guidance-Wert eher bei rund 3 bis 4 – das entspricht ungefähr dem, was klassisch ein CFG um 7 bewirkt. Setzt du bei Flux echtes CFG hoch (etwa 7), bekommst du überzeichnete, artefaktreiche Ergebnisse. Und das schnelle Flux-Schnell-Modell nutzt überhaupt kein klassisches CFG mehr; da gibt es diesen Regler effektiv nicht. Die Lehre: Bevor du am Guidance-Regler drehst, schau, welches Modell du überhaupt vor dir hast – die gewohnten Zahlen aus der SD-Welt gelten bei Flux nicht ([→ Spoke: Checkpoints & VAE]).

Was CFG nicht kann

CFG ist kein Wundermittel gegen einen schlechten Prompt. Wenn die KI dein Motiv nicht hinbekommt, weil der Prompt widersprüchlich ist oder das Modell den Begriff gar nicht gelernt hat, hilft Hochdrehen nichts – du zwingst die KI dann nur, einen schlechten Plan strenger umzusetzen. Erst Prompt reparieren, dann am Regler feilen.

CFG ist außerdem kein universeller Wert, den du einmal einstellst und vergisst. Der ideale Wert hängt vom Modell ab (siehe Flux), von der Komplexität des Prompts und vom gewünschten Look. Eine einzige „beste“ Zahl gibt es nicht – wer dir die verkauft, vereinfacht zu sehr. Und schließlich ersetzt CFG keinen guten Negativ-Prompt: Was du ausschließen willst, gehört dorthin, nicht in einen höheren CFG-Wert ([→ Spoke: Prompt & Negativ-Prompt]).

Häufige Fragen zur CFG-Scale

Was ist ein guter CFG-Wert?

Für die meisten Prompts ist 7 ein guter Startwert, der brauchbare Bereich liegt etwa zwischen 7 und 11. Bei sehr detaillierten Prompts kannst du Richtung 10–12 gehen. Achtung: Bei Flux gelten andere Zahlen.

Macht ein höherer CFG-Wert das Bild besser?

Nein. Ein höherer Wert macht das Bild nur prompt-treuer, nicht schöner. Ab etwa 15–16 kippt der Effekt: Farben werden grell, Kontraste hart, Artefakte tauchen auf. CFG ist ein Gehorsams-, kein Qualitätsregler.

Was bedeutet CFG bei einem niedrigen Wert?

Bei niedrigem CFG (etwa 1–4) nimmt die KI deinen Prompt kaum ernst und arbeitet sehr frei. Das kann für kurze Prompts und experimentelle Ergebnisse reizvoll sein, liefert aber oft schwammige oder unpassende Bilder.

Warum sieht mein Bild bei hohem CFG überzeichnet aus?

Weil du das Modell zwingst, den Prompt zu übererfüllen. Das führt zu übersättigten Farben, harten Kontrasten und dem typischen „überbackenen“ Look. Dreh den Wert zurück Richtung 7–10, dann beruhigt sich das Bild.

Wieso funktioniert CFG bei Flux nicht wie gewohnt?

Flux-Modelle sind guidance-distilled: Die Guidance ist ins Modell eingebacken und läuft über einen eigenen Parameter. Bei Flux-Dev liegt der typische Wert bei etwa 3–4, Flux-Schnell nutzt gar kein klassisches CFG. Echtes CFG 7 zerschießt dort das Bild.

Hängt CFG mit den Sampling-Schritten zusammen?

Ja. Hohe CFG-Werte brauchen tendenziell mehr Schritte, damit das Bild sauber wird. Drehst du CFG über 10, gib ein paar Schritte dazu ([→ Spoke: Steps]).

Weiterlesen

CFG spielt eng mit anderen Reglern zusammen: Wie viele Rechenschritte das Modell bekommt, klärt [→ Spoke: Steps]; warum du den Seed beim Testen festhalten solltest, steht unter [→ Spoke: Seed]. Wenn die KI deinem Prompt partout nicht folgt, liegt das oft nicht am CFG-Wert – mehr dazu unter [→ Spoke: Warum macht die KI nicht, was im Prompt steht?]. Und was überhaupt in Prompt und Negativ-Prompt gehört, erklärt [→ Spoke: Prompt & Negativ-Prompt].

[→ zurück zum Hub: KI-Bildgenerierung verstehen]