Warum kann die KI keine Hände – und kein Tattoo an die richtige Stelle?

Warum ausgerechnet Hände, Finger und die genaue Platzierung von Details der KI so schwerfallen – die Ursachen dahinter und die Tricks, mit denen du trotzdem saubere Ergebnisse bekommst.

Es ist der wohl bekannteste Running Gag der KI-Bildgenerierung: „Die kann keine Hände.“ Sechs Finger, verschmolzene Knöchel, ein Daumen auf der falschen Seite. Und es bleibt nicht bei Händen – das Tattoo, das an den rechten Unterarm sollte, landet am linken oder schwebt irgendwo auf der Schulter. Beides hängt am selben Grundproblem zusammen, und wenn du es verstehst, weißt du auch, warum kein noch so guter Prompt es einfach wegzaubert.

Die kurze Antwort vorweg: Die KI malt nach, was sie oft gesehen hat, ohne zu verstehen, wie ein Körper funktioniert. Bei einfachen Dingen reicht das. Bei Händen und exakter Platzierung reicht es nicht – und gleich sehen wir, warum.

Warum Hände so ein Albtraum sind

Hände sind aus drei Gründen ausgerechnet das Schwerste, was ein Bildmodell darstellen kann – und alle drei kommen zusammen.

Skizze 1: Drei Gründe auf einmal – unzählige mögliche Stellungen, winzige Bildfläche und auf Trainingsfotos oft halb verdeckt.

Erstens: Eine Hand ist anatomisch enorm komplex. Sie besteht aus vielen Knochen und Gelenken und kann unzählige Stellungen einnehmen – gestreckt, gekrümmt, ineinander verschränkt, einen Gegenstand greifend. Jede dieser Posen sieht anders aus. Für ein Modell, das aus Beispielen lernt, ist das eine fast uferlose Vielfalt.

Zweitens: Hände nehmen auf den meisten Bildern nur eine winzige Fläche ein. Das heißt, das Modell hatte im Training pro Hand viel weniger Bildmaterial zum Lernen als etwa für ein ganzes Gesicht. Wenig Signal, viel Komplexität – eine schlechte Kombination.

Drittens: Auf echten Fotos sind Hände oft halb verdeckt – in Taschen, hinter Gegenständen, teilweise aus dem Bild. Das Modell hat also viele Beispiele gesehen, auf denen Hände gar nicht vollständig zu sehen sind. Es hat das „ganze Bild“ einer korrekten Hand seltener gelernt, als man denkt.

Der Kern: nachahmen, nicht verstehen

Hier liegt die eigentliche Wurzel – und sie erklärt Hände und Tattoo-Platzierung in einem. Ein Bildmodell hat keine Vorstellung davon, dass eine Hand fünf Finger hat oder wo am Körper der rechte Unterarm sitzt. Es kennt nur Muster: Welche Pixel tauchen üblicherweise zusammen auf? Es erzeugt etwas, das „nach Hand aussieht“, ohne zu wissen, dass eine Hand bestimmten Regeln folgen muss. Deshalb kann eine KI-Hand auf den ersten Blick stimmig wirken und bei genauerem Hinsehen anatomisch unmöglich sein.

Dasselbe gilt für die Platzierung. Schreibst du „Tattoo am rechten Unterarm“, kennt das Modell die Begriffe „Tattoo“, „Arm“ und „rechts“ – aber es hat kein räumliches Modell des Körpers, auf dem es die Stelle exakt ansteuern könnte. Es rät plausibel. Mal sitzt das Tattoo richtig, mal am falschen Arm, mal verrutscht. Genaue Positionen und „links/rechts“ gehören zu dem, was diese Modelle generell am schlechtesten beherrschen ([→ Spoke: Warum macht die KI nicht, was im Prompt steht?]).

Skizze 2: Das Modell kennt die Begriffe, aber nicht die exakte Stelle am Körper – es platziert nach Wahrscheinlichkeit, mal richtig, mal daneben.

Wichtig zur Einordnung: Die Modelle sind hier deutlich besser geworden. Neuere Generationen treffen Hände in vielen Fällen schon ordentlich, und einfache Posen klappen oft. Aber das Grundproblem ist nicht gelöst, sondern abgemildert – bei seltenen, verschränkten oder verdeckten Handstellungen patzt auch ein gutes Modell weiterhin. Verlass dich nicht darauf, dass es „inzwischen einfach geht“.

Was wirklich hilft

Die gute Nachricht: Gegen kaputte Hände gibt es einen ganzen Werkzeugkasten. Vom einfachsten zum aufwändigsten:

Skizze 3: Vier Wege – Hände verstecken, per Negativ-Prompt gegensteuern, nur die Hand neu malen oder ein Detail-LoRA einsetzen.

Für die Tattoo-Platzierung gilt sinngemäß dasselbe: Wenn das Modell die Stelle nicht trifft, ist Inpainting der zuverlässigste Weg – die gewünschte Stelle markieren und das Tattoo gezielt dorthin malen lassen, statt zu hoffen, dass der nächste Gesamtversuch es richtig errät.

Die ehrliche Grenze

Kein Trick macht das Grundproblem verschwinden. Negativ-Prompt und gute Formulierung senken die Fehlerquote, aber sie garantieren keine perfekte Hand. Und bei wirklich kniffligen Posen – zwei Hände, die sich greifen, Finger um ein komplexes Objekt – stößt auch der beste Workflow an Grenzen.

Die ehrlichste Strategie ist deshalb oft die unspektakulärste: dem Problem ausweichen, wo es geht, und reparieren, wo es nötig ist. Wer zwanzig Mal denselben Prompt neu würfelt und auf die perfekte Hand hofft, verschwendet Zeit. Wer die Hand versteckt oder nachträglich per Inpainting richtet, ist in zwei Minuten fertig. Und manchmal hilft schlicht ein neuer Seed, weil der Zufall die Finger diesmal richtig setzt ([→ Spoke: Seed]).

Häufige Fragen

Warum kann die KI keine Hände?

Weil Hände anatomisch sehr komplex sind, auf Bildern nur eine winzige Fläche einnehmen (also wenig Trainingssignal liefern) und auf Fotos oft halb verdeckt sind. Dazu kommt: Das Modell ahmt nach, ohne zu verstehen, dass eine Hand bestimmten Regeln folgen muss.

Warum landet mein Tattoo an der falschen Stelle?

Weil das Modell kein räumliches Modell des Körpers hat. Es kennt die Begriffe, aber nicht die exakte Position – und rät plausibel. Genaue Platzierung und „links/rechts“ gehören zu den generellen Schwächen ([→ Spoke: Warum macht die KI nicht, was im Prompt steht?]).

Werden die Modelle nicht immer besser bei Händen?

Ja, deutlich. Einfache Posen klappen oft schon gut. Aber das Grundproblem ist nur abgemildert, nicht gelöst – bei seltenen, verschränkten oder verdeckten Handstellungen patzt auch ein gutes Modell weiterhin.

Was ist der schnellste Weg zu sauberen Händen?

Hände gar nicht zeigen, wo es geht (in der Tasche, hinter Dingen, aus dem Bild). Wenn sie sichtbar sein müssen, ist Inpainting – nur die Hand markieren und neu generieren – der zuverlässigste Fix.

Hilft ein Negativ-Prompt gegen kaputte Hände?

Er senkt die Fehlerquote. Begriffe wie „zu viele Finger“ oder „verformte Hände“ im Negativ-Prompt steuern gegen – sofern dein Modell einen Negativ-Prompt hat. Eine Garantie ist es nicht ([→ Spoke: Prompt & Negativ-Prompt]).

Gibt es spezielle Modelle oder Zusätze für bessere Hände?

Ja, es gibt Detail-LoRAs, die speziell auf Hand-Anatomie trainiert sind und sich ans Modell anhängen. Das ist der klassische Fall von „manche Probleme brauchen ein LoRA“ ([→ Spoke: LoRA]).

Weiterlesen

Warum die KI generell patzt, wo man es nicht erwartet, erklärt [→ Spoke: Warum macht die KI nicht, was im Prompt steht?]; wie ein Detail-LoRA gezielt nachhilft, steht unter [→ Spoke: LoRA]. Wie du Unerwünschtes über den Negativ-Prompt aussteuerst, klärt [→ Spoke: Prompt & Negativ-Prompt], und warum kaputte Hände ein typischer Verräter von KI-Bildern sind, zeigt [→ Spoke: KI-Bilder erkennen].

[→ zurück zum Hub: KI-Bildgenerierung verstehen]