KI-Bildgenerierung im Unternehmen: der ehrliche Leitfaden

KI-Bildgenerierung ist im Marketing angekommen, in der Produktkommunikation, in der internen Doku – und meistens völlig ungesteuert. Irgendwer hat einen Cloud-Generator entdeckt, ein paar hübsche Bilder gebaut, und schon liegen sie in der Broschüre, auf der Website, im Kundenangebot. Was niemand sagen kann: Mit welchem Modell wurden die erzeugt? Welche Lizenz hängt dran? Darf das überhaupt kommerziell genutzt werden? Und falls eine Abmahnung kommt – wie weist du nach, was du getan hast?

Dieser Leitfaden räumt auf. Er erklärt, wie KI-Bildgenerierung technisch wirklich funktioniert, warum die lokale Erzeugung kein Compliance-Kompromiss, sondern die Kür ist, was rechtlich auf dem Spiel steht, und wie du das Ganze so aufstellst, dass es im Unternehmen nicht zur tickenden Zeitbombe wird. Ehrlich, ohne Hype, und mit dem Blick eines Praktikers, der schon gesehen hat, wie teuer der unbedachte Schnellschuss werden kann.

Was KI-Bildgenerierung eigentlich ist

Die Kurzfassung in einem Satz: Ein KI-Modell wird mit einer Textbeschreibung (dem Prompt) gefüttert und erzeugt daraus ein Bild. Klingt nach Zauberei, ist aber Mathematik – ein neuronales Netz, das gelernt hat, aus Rauschen schrittweise ein Bild zu formen, das zur Beschreibung passt. Dieser Vorgang heißt Diffusion, und genau da steckt die erste wichtige Erkenntnis: Das Ergebnis ist kein Zufall, sondern reproduzierbar – wenn man die richtigen Stellschrauben festhält.

Technisch unterscheidet man grob zwei Welten. Auf der einen Seite die Cloud-Generatoren – Midjourney, DALL·E, Adobe Firefly und Konsorten. Du tippst einen Prompt, ein fremder Server rechnet, ein Bild kommt zurück. Bequem, schnell, aber eine Blackbox: Du weißt nicht genau, welches Modell in welcher Version gerechnet hat, deine Prompts und oft auch deine Referenzbilder verlassen das Haus, und wenn der Anbieter morgen das Modell tauscht, sieht dein Bild anders aus.

Auf der anderen Seite die lokale Generierung – typischerweise mit ComfyUI auf eigener Hardware oder einer kontrollierten Cloud-Instanz. Hier läuft das Modell bei dir. Du wählst es selbst, du hältst jeden Parameter fest, nichts geht nach draußen, und das Bild von heute lässt sich in zwei Jahren exakt wieder erzeugen. Der Preis: Du brauchst Hardware, Setup und ein bisschen Know-how. Genau darum geht es in diesem Leitfaden.

Abb.: Lokal ist kein Compliance-Kompromiss, sondern die Kür. Das Governance-Dach steht über beiden Wegen.

Warum das Thema 2026 keiner mehr ignorieren kann

Du denkst, KI-Bilder sind eine Spielerei fürs Social-Media-Team? Schauen wir in die Realität deutscher Unternehmen:

Erstens: Es passiert längst – nur unkontrolliert. In fast jedem Unternehmen gibt es heute KI-generierte Bilder. Die wenigsten sind dokumentiert, kaum eines hat einen sauberen Lizenznachweis. Das ist kein „ob“, sondern ein „wie schlimm“.

Zweitens: Der EU AI Act ist da. Kennzeichnungspflichten für KI-generierte Inhalte, Transparenzanforderungen, Dokumentationspflichten – das ist kein Zukunftsthema mehr, das läuft. Wer KI-Bilder kommerziell einsetzt, braucht eine Antwort auf die Frage, wie er das nachweist.

Drittens: Das Urheberrecht ist ein Minenfeld. Trainingsdaten, Stil-Imitation, Markenrechte, Personenrechte – jede dieser Ecken hat schon zu Abmahnungen geführt. Und der Klassiker: Ein Cloud-Generator liefert ein Bild, das verdächtig nach einer geschützten Vorlage aussieht, niemand hat es geprüft, und es landet trotzdem in der Kampagne.

Viertens: Die Daten. Wer Produktfotos, Kundenmaterial oder interne Entwürfe in einen Cloud-Generator kippt, schickt unter Umständen Geschäftsgeheimnisse durch die Leitung. Für regulierte Branchen ist das ein No-Go, für alle anderen zumindest ein Risiko, das jemand bewusst eingehen sollte – statt es zu übersehen.

Wie ein KI-Bild wirklich entsteht – und was es eindeutig macht

Theorie ist nett, die Mechanik ist nützlicher. Ein reproduzierbares KI-Bild ist kein einzelnes Artefakt, sondern das Ergebnis einer Kette. Fehlt nur ein Glied, ist das Bild nicht mehr exakt wiederherstellbar – und im Zweifelsfall auch nicht mehr nachweisbar.

Abb.: Erst die vollständige Kette macht ein KI-Bild eindeutig – reproduzierbar, prüfbar und rechtssicher.

Gehen wir die Glieder durch:

• Das Checkpoint-Modell ist die Basis – Flux.1-dev, Qwen-Image, ein Stable-Diffusion-Abkömmling. Es bestimmt den Grundcharakter und, ganz wichtig, die Lizenz. Genau hier hängt die Frage „darf ich das kommerziell nutzen“.
• LoRAs und VAE sind Feintuning-Schichten für Stil, Charakter oder Bildanmutung, jeweils mit eigener Gewichtung. Auch sie haben Lizenzen, und auch die gehören dokumentiert.
• Der Prompt – positiv und negativ – steuert den Inhalt. Klingt simpel, ist aber der Teil, an dem sich Profis von Klickern unterscheiden.
• Die Parameter sind das eigentliche Geheimnis der Reproduzierbarkeit: Seed, CFG-Scale, Sampler, Steps. Der Seed ist die Zufallszahl, aus der das Rauschen entsteht – derselbe Seed bei identischer Kette ergibt exakt dasselbe Bild. Verlierst du ihn, kriegst du das Bild nie wieder.

Bei lokaler Generierung mit ComfyUI landet diese komplette Kette als Metadaten im PNG. Das ist kein Komfort-Feature, das ist der Nachweis. Bei den meisten Cloud-Generatoren bekommst du genau das nicht – und stehst im Ernstfall mit leeren Händen da.

Warum lokal die Kür ist – und nicht der Kompromiss

Es gibt eine verbreitete Fehlannahme: Lokale Generierung sei die umständliche Compliance-Variante für Ängstliche, während die Cloud-Generatoren die eigentliche Kreativ-Power liefern. Das ist Unsinn, und zwar aus drei Gründen.

Kontrolle. Lokal wählst du das Modell, die LoRAs, jeden Parameter selbst. Du bist nicht der Laune eines Anbieters ausgeliefert, der sein Modell über Nacht austauscht und deine Bildsprache mit ihm. Wer eine konsistente visuelle Markenwelt aufbauen will, kommt an Kontrolle nicht vorbei.

Reproduzierbarkeit. Ein Kunde will im nächsten Jahr drei weitere Bilder „im selben Look“? Lokal kein Problem – gleiche Kette, neuer Prompt, fertig. Bei der Cloud-Blackbox hängst du davon ab, ob das Modell noch existiert und sich noch genauso verhält.

Flexibilität. ComfyUI-Workflows lassen sich beliebig verschalten – mehrstufige Pipelines, Upscaling, Inpainting, ControlNet, Batch-Verarbeitung. Das geht weit über das hinaus, was ein Prompt-Feld erlaubt. Die DSGVO-Konformität fällt dabei als Nebeneffekt ab, weil nichts das Haus verlässt. Sie ist der Bonus, nicht der Grund.

Heißt das, Cloud-Generatoren sind schlecht? Nein. Für den schnellen Wurf, für Moodboards, für unkritische Ideenfindung sind sie wunderbar. Aber sobald ein Bild kommerziell, markenbildend oder rechtlich relevant wird, ist die lokale Erzeugung die professionelle Wahl. Genau wie ein Profikoch nicht prinzipiell die Tiefkühlpizza verteufelt – er serviert sie nur nicht im eigenen Restaurant.

Governance: die fünf teuren Fragen

Hier wird es ernst – und teuer, wenn man es ignoriert. Fünf Fragen entscheiden darüber, ob deine KI-Bildgenerierung ein Asset oder ein Haftungsrisiko ist. Jede einzelne hat schon Unternehmen Geld gekostet.

1. Urheberrecht – wem gehört das Bild?

Die unbequeme Wahrheit: Rein KI-generierte Bilder genießen nach aktueller Rechtslage in vielen Jurisdiktionen keinen oder nur eingeschränkten urheberrechtlichen Schutz, weil der menschliche Schöpfungsakt fehlt. Gleichzeitig kann das Bild fremde Rechte verletzen – wenn das Modell auf geschütztem Material trainiert wurde und Stile oder Werke zu nah reproduziert. Du sitzt also potenziell zwischen zwei Stühlen: Eigenen Schutz hast du kaum, fremde Rechte kannst du trotzdem verletzen.

2. Lizenzen – darf ich das Modell kommerziell nutzen?

Jedes Modell, jede LoRA hat eine Lizenz. Manche erlauben kommerzielle Nutzung uneingeschränkt, manche nur unter Bedingungen, manche gar nicht. Wer das nicht dokumentiert, kann im Ernstfall nicht nachweisen, dass die genutzten Bilder überhaupt kommerziell verwendet werden durften. Und „ich wusste das nicht“ ist vor Gericht kein guter Auftritt.

3. DSGVO – was passiert mit den Daten?

Sobald personenbezogene Daten ins Spiel kommen – Gesichter, Referenzfotos von echten Menschen, Kundenmaterial – greift die DSGVO. Bei Cloud-Generatoren stellt sich die Frage, wohin diese Daten fließen und ob ein Auftragsverarbeitungsvertrag existiert. Lokal stellt sich die Frage nicht, weil die Daten bleiben, wo sie sind.

4. EU AI Act – muss ich kennzeichnen?

Der AI Act bringt Transparenzpflichten für KI-generierte Inhalte. Je nach Einsatz und Kontext kann eine Kennzeichnungspflicht bestehen. Das ist kein Grund zur Panik, aber ein Grund, frühzeitig eine Linie festzulegen: Was kennzeichnen wir, wie, und wer entscheidet das?

5. Nachweis – kann ich belegen, was ich getan habe?

Das ist die Klammer um alle vier vorigen Fragen. Im Streitfall zählt nicht, was du gemacht hast, sondern was du belegen kannst. Welches Bild, welches Modell, welche Lizenz, welcher Prompt, wann erzeugt, von wem freigegeben. Wer diese Kette dokumentiert hat, argumentiert aus einer Position der Stärke. Wer sie nicht hat, hofft.

Die fünf Themenfelder im Überblick

Dieser Leitfaden ist der Einstieg – die Tiefe steckt in den vertiefenden Artikeln, gegliedert in fünf Cluster. Jedes Feld reisst hier ein Thema an und verweist nach unten auf die Detailartikel.

Abb.: Hub-and-Spoke über fünf Cluster. Der Hub reisst jedes Thema an, die Spokes gehen in die Tiefe.

Cluster E ist der Punkt, an dem sich dieser Leitfaden von reinen Bild-Spezialisten unterscheidet: Die Bilder landen im Unternehmen praktisch immer in SharePoint, in Teams, in einem DMS. Erst wenn Prompt, Seed, Modell und Lizenz dort als Spalten-Metadaten ankommen, wird aus einem PNG-Haufen ein verwaltbares, nachweisbares Asset.

Die Klassiker: woran KI-Bildprojekte scheitern

Was in der Praxis am häufigsten knallt:

Der verlorene Seed. Ein Bild kommt gut an, der Kunde will Varianten „genau so“ – aber den Seed hat niemand notiert. Das exakte Bild ist unwiederbringlich weg. Vorbeugen: Metadaten konsequent mitschreiben, jedes produktive Bild mit vollständiger Kette ablegen.

Der Metadaten-Friedhof. Viertausend PNGs in einem Ordner, keine Struktur, keine Suche, keine Filter. Welches Bild gehört zu welcher Kampagne? Welche sind freigegeben? Vorbeugen: ein Werkzeug, das Metadaten ausliest, durchsuchbar macht und kategorisiert – statt Datei-Explorer und Hoffnung.

Die Lizenz-Lücke. Modelle und LoRAs werden ausprobiert, gemischt, wieder verworfen – und am Ende weiß niemand mehr, welches Bild mit welcher Lizenz erzeugt wurde. Vorbeugen: Modell- und LoRA-Inventar mit Lizenzvermerk, fest verknüpft mit den erzeugten Bildern.

Der Soll-Ist-Bruch. Die kreative Vorgabe sagt das eine, das generierte Bild zeigt das andere – und es fällt erst auf, wenn es zu spät ist. Vorbeugen: ein systematischer Abgleich zwischen Briefing und Ergebnis, bevor das Bild rausgeht.

Fazit: KI-Bilder sind gekommen, um zu bleiben – also richtig

KI-Bildgenerierung ist kein Hype, der wieder verschwindet. Sie wird ein normaler Bestandteil der Unternehmenskommunikation – und genau deshalb braucht sie dieselbe Ernsthaftigkeit wie jede andere produktive Technologie. Wer heute lokal aufstellt, die Reproduzierbarkeitskette festhält, die Governance-Fragen beantwortet und den Nachweis sauber führt, baut sich einen echten Vorteil. Wer KI-Bilder einfach laufen lässt, ohne hinzuschauen, baut sich ein Risiko – und das ist der häufigste Fehler von allen.

Abb.: Beratung → Buch → Werkzeug → Schulung. Jedes Bein trägt, alle zusammen tragen das Thema.

Häufige Fragen zur KI-Bildgenerierung im Unternehmen

Ist lokale KI-Bildgenerierung wirklich besser als Cloud-Generatoren?

Für den professionellen, kommerziellen Einsatz ja. Lokal behältst du volle Modellkontrolle, kannst jedes Bild exakt reproduzieren und hältst alle Daten im Haus. Cloud-Generatoren sind bequem für schnelle Ideen, aber eine Blackbox: Du weißt nicht sicher, welches Modell rechnet, deine Daten verlassen das Haus, und die Reproduzierbarkeit ist eingeschränkt. Für markenbildende oder rechtlich relevante Bilder ist lokal die professionelle Wahl.

Darf ich KI-generierte Bilder kommerziell nutzen?

Das hängt von der Lizenz des verwendeten Modells und aller eingesetzten LoRAs ab – manche erlauben kommerzielle Nutzung uneingeschränkt, manche nur unter Bedingungen, manche gar nicht. Entscheidend ist, dass du die Lizenzkette dokumentierst und im Zweifel nachweisen kannst. Ohne diesen Nachweis bewegst du dich auf unsicherem Boden, unabhängig davon, wie das Bild entstanden ist.

Was schreibt der EU AI Act für KI-Bilder vor?

Der EU AI Act bringt Transparenz- und Kennzeichnungspflichten für KI-generierte Inhalte mit sich. Je nach Einsatzkontext kann eine Kennzeichnungspflicht bestehen. Unternehmen sollten frühzeitig eine klare Linie festlegen, was wie gekennzeichnet wird und wer das entscheidet – die konkrete Ausprägung sollte im Einzelfall geprüft werden.

Wie weise ich nach, mit welchem Modell ein Bild erzeugt wurde?

Bei lokaler Generierung mit ComfyUI werden Modell, Seed, Prompt und Parameter als Metadaten direkt im PNG gespeichert. Diese Kette ist dein Nachweis. Ein Katalog-Werkzeug wie UB.Dossier liest diese Metadaten aus, macht sie durchsuchbar und hält den Audit-Trail. Bei vielen Cloud-Generatoren fehlen diese Metadaten – dann hast du im Streitfall keinen Beleg.

Was ist der Unterschied zwischen UB.Dossier und UB.Forge?

UB.Dossier ordnet und weist nach: Bilder sichten, katalogisieren, Metadaten lesen, Werte am Workflow variieren, Governance. UB.Forge geht tiefer und macht den Workflow selbst zum Arbeitsgegenstand: Nodes editieren, versionieren, Profi-Erzeugung und der Plausibilitäts-Check als Soll-Ist-Abgleich. Merksatz: Werte ändern ist Dossier, den Workflow ändern ist Forge.

Brauche ich teure Hardware für lokale Bildgenerierung?

Eine leistungsfähige GPU hilft, ist aber nicht zwingend eine Eigenanschaffung. Eine kontrollierte Cloud-Instanz (etwa eine eigene GPU-Instanz bei einem Hyperscaler) liefert dieselbe Kontrolle und Reproduzierbarkeit wie lokale Hardware, ohne die Daten an einen fremden Generator zu geben. Entscheidend ist die Kontrolle über Modell und Parameter, nicht der Standort der GPU.

Wie integriere ich KI-Bilder in Microsoft 365?

Die Bilder landen im Unternehmen meist in SharePoint oder einem DMS. Sinnvoll ist, die Generierungs-Metadaten – Prompt, Seed, Modell, Lizenz – auf SharePoint-Spalten zu mappen, sodass die Bilder durchsuchbar und nachweisbar werden. Power Automate kann Freigabe- und Ablageprozesse automatisieren. So wird aus einem PNG-Haufen ein verwaltetes, auditierbares Asset im gewohnten M365-Umfeld.

Fachartikel zur KI-Bildgenerierung

Hier wächst eine Sammlung vertiefender Artikel – aus Projekten, aus Trainings und aus den Stunden, in denen ich mich gefragt habe, warum das eigentlich niemand mal vernünftig aufschreibt. Alles frei verfügbar, ohne Login. Wenn dich etwas tiefer interessiert oder ein konkretes Problem brennt: Du weißt, wo du mich findest.