KI verändert das Design, aber nicht so, wie es die Branche erwartet hatte

Die erste Version eines Kampagnenbildes kann nun bereits vor Abschluss des Kreativmeetings vorliegen. Ein Designer kann eine Szenerie beschreiben, verschiedene visuelle Ansätze entwickeln, ein unerwünschtes Objekt entfernen, die Komposition auf ein breiteres Format ausweiten und eine erste Version in eine Präsentation einfügen, ohne ein Fotoshooting organisieren oder Hunderte von Stockfotos durchsuchen zu müssen. Ein Marketingmanager mit begrenzten Designkenntnissen kann anhand eines kurzen Briefings eine ansehnliche Grafik für soziale Medien erstellen, während ein Produktteam eine frühe Idee in etwas Greifbares umsetzen kann, das die Kollegen diskutieren können.

Diese Geschwindigkeit erklärt zum großen Teil die Begeisterung, die künstliche Intelligenz im Designbereich auslöst. Sie vermittelt aber auch den falschen Eindruck, dass der kreative Prozess mittlerweile fast schon automatisch abläuft.

Ein Bild zu erstellen ist nicht dasselbe wie eine visuelle Identität zu entwickeln, eine Zielgruppe zu verstehen oder zu entscheiden, welche Idee es verdient, umgesetzt zu werden. Generative Systeme können Möglichkeiten mit außergewöhnlicher Geschwindigkeit erzeugen, tragen jedoch keine Verantwortung dafür, ob diese Möglichkeiten originell, kulturell angemessen, rechtlich nutzbar oder mit der dahinterstehenden Organisation vereinbar sind.

Die wichtigste Veränderung besteht daher nicht darin, dass Maschinen die Kreativität ersetzen. Vielmehr wird die visuelle Produktion einfacher, während kreatives Urteilsvermögen an Wert gewinnt.

Designer verlagern ihren Schwerpunkt zunehmend weg von der eigenhändigen Ausführung jedes einzelnen manuellen Schritts hin zur Steuerung von Systemen, der Auswahl aus verschiedenen Alternativen und der Wahrung der Kohärenz des Endergebnisses. Unternehmen müssen unterdessen entscheiden, wo KI ihre kreative Wirtschaftlichkeit tatsächlich verbessert und wo sie lediglich die Menge an unauffälligem Material erhöht, das auf einen ohnehin schon überfüllten Markt gelangt.

KI funktioniert am besten vor und nach dem entscheidenden kreativen Moment

Ein herkömmlicher Designprozess kann eine große Menge an Arbeit umfassen, die zwar notwendig ist, aber nicht besonders kreativ ist. Teams passen die Größe von Grafikelementen für verschiedene Plattformen an, entfernen Hintergründe, suchen nach Referenzbildern, erstellen Mock-ups, benennen Ebenen um, passen Texte an, übersetzen Layouts und erstellen mehrere Versionen derselben Kampagne.

KI ist in diesen Phasen besonders effektiv.

Zu Beginn eines Projekts kann es für Teams hilfreich sein, verschiedene Interpretationen eines Auftragsprofils zu visualisieren, bevor sie viel Zeit oder Produktionsmittel investieren. Ein Kreativdirektor, der eine Hotelkampagne plant, könnte beispielsweise mehrere vorläufige Konzepte entwerfen: architektonisch und zurückhaltend, warm und wohnlich, filmisch und abseits der Zivilisation. Die Ergebnisse sind zwar noch nicht die Kampagne selbst, können aber Aufschluss darüber geben, welche Richtung es wert ist, weiterverfolgt zu werden.

Während der Produktion kann KI Objekte entfernen, Hintergründe retuschieren, ein Bild über seinen ursprünglichen Rahmen hinaus erweitern und visuelle Elemente generieren, die ein Designer anschließend bearbeiten kann. Später kann sie fertige Arbeiten an verschiedene Dimensionen, Sprachen und Medienformate anpassen.

Die zentrale kreative Entscheidung bleibt eine menschliche: Welche visuelle Idee vermittelt die richtige Botschaft für diese Marke, dieses Produkt und diesen Moment?

Diese Frage wird umso schwieriger, nicht einfacher, wenn ein System innerhalb von Sekunden Dutzende plausibler Antworten liefern kann. Designer müssen attraktive Entwürfe ablehnen, die zu generisch wirken, erkennen, wann ein Bild zwar visuell beeindruckend, strategisch jedoch falsch ist, und wissen, wann die scheinbare Bequemlichkeit der Generierung die Authentizität oder die Kontrolle beeinträchtigt.

KI senkt die Kosten für die Entwicklung einer Option. Sie macht es jedoch nicht weniger wichtig, eine gute Wahl zu treffen.

Eine schnellere Produktion bedeutet nicht automatisch eine höhere Produktivität

Kreative Unternehmen beschreiben KI häufig anhand der eingesparten Zeit, doch eingesparte Zeit ist nicht dasselbe wie geschaffener Mehrwert.

Wenn ein Designer statt drei nun zehn Entwürfe erstellt und der Kunde dennoch mehrere Überarbeitungsrunden verlangt, hat sich der Arbeitsablauf möglicherweise nicht verbessert. Wenn eine Marketingabteilung die zusätzliche Kapazität nutzt, um doppelt so viele mittelmäßige Inhalte zu veröffentlichen, hat das Unternehmen zwar seinen Output gesteigert, ohne jedoch seine Marke zu stärken.

Produktivität entsteht, wenn die Technologie einen echten Engpass beseitigt.

Ein kleines Unternehmen muss möglicherweise nicht mehr jedes Mal ein neues Foto in Auftrag geben, wenn eine Grafik für soziale Medien eine leicht abweichende Komposition erfordert. Eine Agentur kann einem Kunden die visuelle Ausrichtung bereits frühzeitig präsentieren und so das Risiko von Missverständnissen verringern, bevor die kostspielige Produktion beginnt. Eine globale Marke kann freigegebene Vorlagen in verschiedene Formate anpassen, ohne jedes Layout manuell neu erstellen zu müssen.

Diese Vorteile sind wirtschaftlich von Bedeutung, da sie Wartezeiten, sich wiederholende Arbeitsschritte oder unnötige Produktionskosten reduzieren. Sie unterscheiden sich davon, die KI lediglich aufzufordern, “etwas Kreatives” zu produzieren.

Bevor ein Unternehmen ein Tool einführt, sollte es den Teil seines Prozesses identifizieren, der derzeit kostspielig, langsam oder schwer skalierbar ist. Anschließend sollte es prüfen, ob KI diese Einschränkung beseitigt, ohne dass dadurch höhere Kosten durch Korrekturen, rechtliche Prüfungen oder Inkonsistenzen in der Markenführung entstehen.

Die aussagekräftigste Kennzahl ist möglicherweise nicht die Anzahl der erstellten Entwürfe. Es könnte vielmehr die Zeit sein, die benötigt wird, um zu einem genehmigten Konzept zu gelangen, die Verringerung wiederholter Anpassungen oder der Anteil des erstellten Materials, der einer fachlichen Begutachtung standhält.

Die Rolle des Designers verlagert sich zunehmend in Richtung Konzeption und Systeme

Die Vorstellung, dass Designer zu schnellen Schriftstellern werden, wird dem Beruf nicht gerecht.

Eine Vorgabe kann Thema, Stimmung, Bildaufbau und Stil beeinflussen, ersetzt jedoch nicht das Verständnis für Typografie, Hierarchie, Proportionen, Farbe, kulturelle Bedeutung oder die Umsetzung. Wer einen gelungenen Bildaufbau nicht erkennen kann, wird sich wahrscheinlich auch dann nicht verbessern, wenn ein Modell diesen auf Anfrage erstellen kann.

Der versierte Designer wird zum visuellen Leiter sowohl der menschlichen als auch der maschinellen Arbeit.

Dies erfordert die Fähigkeit, eine ungenaue geschäftliche Vorgabe in eine klare kreative Aufgabe zu übersetzen, Referenzen heranzuziehen, ohne diese zu kopieren, Alternativen zu entwickeln und den vielversprechendsten Ansatz mithilfe herkömmlicher Werkzeuge weiterzuentwickeln. Außerdem ist ein systematischeres Verständnis der Marke erforderlich: Welche visuellen Entscheidungen sind feststehend, wo sind Variationen erwünscht und was sollte niemals umgesetzt werden?.

Designsysteme werden besonders wichtig werden. Wenn jeder in einem Unternehmen Grafiken erstellen kann, braucht die Marke Regeln, die einfacher anzuwenden und weniger missverständlich sind. Vorgeschriebene Schriftarten, Farben und Logos reichen nicht mehr aus. Teams benötigen Leitlinien zur Bildbearbeitung, zum Illustrationsstil, zur Bildkomposition, zur Darstellung von Personen und zu den Umständen, unter denen synthetische Bilder verwendet werden dürfen.

Ein Unternehmen kann erst dann mehr Freiheit bei der Produktion gewähren, wenn es klarere kreative Grenzen gesetzt hat.

Welches KI-Grafikdesign-Tool eignet sich für welche Zwecke?

Es gibt keine allgemein beste Anwendung, da die einzelnen Tools unterschiedliche Aspekte des Prozesses abdecken. Die richtige Wahl hängt davon ab, ob der Nutzer professionelle Bildbearbeitung, schnelle Markenkommunikation, kollaboratives Interface-Design oder eine erste visuelle Erkundung benötigt.

Adobe Photoshop und Firefly: die besten Programme für die kontrollierte Bildbearbeitung

Die Firefly-Modelle von Adobe sind in verschiedene Produkte integriert, darunter Photoshop, Illustrator und Adobe Express. In Photoshop ermöglichen die Funktionen „Generative Fill“ und „Generative Expand“ Designern, Bildmaterial hinzuzufügen, zu entfernen oder zu erweitern, während sie weiterhin in einer professionellen Bearbeitungsumgebung mit Ebenen arbeiten.

Dadurch erweist sich diese Kombination als besonders nützlich, wenn KI zu einer größeren Komposition beiträgt, anstatt das endgültige Design allein zu erstellen. Ein Designer kann ein Kampagnenfoto auf ein anderes Seitenverhältnis vergrößern, ein unerwünschtes Hintergrundelement entfernen oder zusätzliche Kulissen generieren und anschließend mithilfe herkömmlicher Retuschetechniken, Masken, Farbkorrekturen und Typografie das Bildmaterial fertigstellen.

Adobe gibt an, dass Ergebnisse von Firefly-Funktionen, die nicht mehr als Beta-Version gekennzeichnet sind, kommerziell genutzt werden dürfen. Außerdem heißt es, dass die aktuellen Firefly-Modelle mit lizenziertem Material wie Adobe Stock und gemeinfreien Inhalten, deren Urheberrecht abgelaufen ist, trainiert wurden. Dies könnte die Plattform für kommerzielle Arbeitsabläufe attraktiver machen als ein System, das nur wenige Informationen über seinen Trainingsansatz bietet, auch wenn dadurch die Notwendigkeit, einzelne Ergebnisse auf Markenzeichen, erkennbare Personen oder andere Rechte zu überprüfen, nicht entfällt.

Adobe eignet sich am besten für professionelle Designer, Agenturen und interne Studios, die bereits Creative Cloud nutzen und nach der Erstellung detaillierte Kontrollmöglichkeiten benötigen. Weniger attraktiv ist es, wenn ein Nicht-Designer lediglich innerhalb weniger Minuten eine Präsentationsgrafik erstellen muss.

Canva: am besten geeignet für schnelle, markenspezifische Alltagsinhalte

Der Vorteil von Canva liegt in seiner Benutzerfreundlichkeit. Mit den „Magic Design“-Tools lassen sich anhand einer Beschreibung oder hochgeladener Medien erste Vorlagen erstellen, während „Magic Studio“ Funktionen zur Bilderzeugung, Bearbeitung, Größenanpassung, Textunterstützung und Formatkonvertierung bietet.

Für ein Kommunikations- oder Social-Media-Team kann dies die Erstellung von Routineinhalten erheblich verkürzen. Ein Nutzer kann eine Veranstaltungsankündigung erstellen, deren Größe an verschiedene Plattformformate anpassen und den Begleittext anpassen, ohne zwischen mehreren Anwendungen hin- und herwechseln zu müssen.

Die Plattform gewinnt an Wert, wenn das Unternehmen über ein ordnungsgemäß konfiguriertes Marken-Kit und genehmigte Vorlagen verfügt. Ohne diese Vorgaben kann die einfache Erstellung zu Uneinheitlichkeiten bei Typografie, Farben und visuellem Stil führen, da jeder Mitarbeiter die Marke etwas anders interpretiert.

Canva eignet sich gut für kleine Unternehmen, Kommunikationsteams, Veranstaltungsorganisatoren und lokale Niederlassungen, die regelmäßig relativ einfache Inhalte erstellen. Es sollte jedoch nicht als Ersatz für professionelles Corporate-Design, hochwertige Bildbearbeitung oder komplexe Druckproduktionen angesehen werden.

Figma: Die beste Lösung für kollaboratives digitales Design

Figma ist besonders nützlich, wenn Designs von einem Team erstellt und überprüft werden, insbesondere bei Websites, Anwendungen und digitalen Produkten.

Zu den KI-Funktionen gehören die Entwicklung neuer Designansätze, die Bearbeitung von Bildern, die Suche nach visuell ähnlichen Arbeiten, das Ersetzen von Platzhaltertext, die Übersetzung von Texten, das Entfernen von Hintergründen sowie das automatische Organisieren oder Umbenennen von Ebenen. Diese Funktionen beseitigen viele der Unterbrechungen, die die Zusammenarbeit beim Design verlangsamen, anstatt den gesamten Prozess ersetzen zu wollen.

Für Produktteams ist die Möglichkeit, realistische Inhalte innerhalb eines Prototyps zu generieren, besonders nützlich. Eine Benutzeroberfläche für das Gesundheitswesen, die mit plausiblen Termininformationen gefüllt ist, deckt Layoutprobleme effektiver auf als immer wiederkehrender Platzhaltertext. Die automatische Benennung von Ebenen und die visuelle Suche sind zwar weniger spektakulär als die Bildgenerierung, können aber die Wartbarkeit eines großen, gemeinsam genutzten Designsystems verbessern.

Figma sollte von Produktdesignern, UX-Teams und Unternehmen in Betracht gezogen werden, in denen Entwickler, Designer und Vertreter der Geschäftsseite dieselben Entwürfe begutachten müssen. Für anspruchsvolle Fotokampagnen oder endgültige Druckvorlagen ist es hingegen weniger geeignet.

ChatGPT-Bilder: am besten geeignet für erste Konzeptentwürfe und visuelle Kommunikation

Mit den Tools zur Bildgenerierung von ChatGPT lassen sich Grafiken wie Plakate, Infografiken, Storyboards, Moodboards und Präsentationskonzepte im Dialogmodus erstellen und bearbeiten. Zu den aktuellen Funktionen gehören eine verbesserte Textdarstellung, mehrsprachige Bildinhalte sowie die Möglichkeit, anhand hochgeladener Vorlagen zu arbeiten.

Der praktische Vorteil besteht darin, dass der Nutzer das Ziel vor der Erstellung des Bildes besprechen kann. Ein Kommunikationsexperte kann die Zielgruppe, den Tonfall und die Informationshierarchie erläutern, um eine erste visuelle Ausrichtung bitten und das Ergebnis anschließend durch weitere Anweisungen verfeinern.

Dadurch eignet sich das Tool besonders gut für konzeptionelle Entwürfe, Kampagnen-Mock-ups, Artikelillustrationen, redaktionelle Grafiken sowie für Situationen, in denen jemand, der kein Designer ist, einem professionellen Team eine visuelle Idee vermitteln muss.

Das endgültige Ergebnis sollte dennoch sorgfältig geprüft werden. Komplexe Typografie, detaillierte Datenvisualisierungen, Druckspezifikationen und strenge Vorgaben zur Markenwiedergabe können eine Überarbeitung oder Nachbearbeitung in einer speziellen Design-Software erfordern. Das erstellte Bild kann den Weg zu einer überzeugenden Gestaltung beschleunigen, ohne dabei zwangsläufig die Produktionsdatei zu sein.

Autodesk Fusion: die erste Wahl für Produkt- und Industriedesign

Grafikdesign ist nur ein Teil der gesamten Designbranche. In der Fertigung, der Architektur und der Produktentwicklung hat der Begriff „generatives Design“ eine andere Bedeutung.

Mit Autodesk Fusion können Teams Rahmenbedingungen wie Materialien, Fertigungsverfahren, Gewicht und Leistungsmerkmale festlegen und anschließend verschiedene Geometrien untersuchen, die diese Anforderungen erfüllen. Das System erzeugt nicht einfach nur ein ansprechendes Bild, sondern bewertet mögliche physikalische Lösungen anhand technischer Vorgaben.

Dies ist nützlich für Bauteile, die leichter werden, weniger Material verbrauchen oder effizienter arbeiten sollen. Ingenieure definieren nach wie vor die Problemstellung, prüfen die Machbarkeit und entscheiden, ob eine ungewöhnlich gestaltete Form hergestellt, gewartet und zugelassen werden kann.

Für Unternehmen, die Software auswählen, ist es wichtig, die Bildgenerierung nicht mit generativem Engineering zu verwechseln. Ein Marketingteam, das nach Kampagnenkonzepten fragt, und ein Team aus der Luft- und Raumfahrt, das ein Bauteil optimiert, verwenden zwar beide den Begriff “KI-Design”, doch die Arbeitsabläufe, die Nachweise und die Risiken sind völlig unterschiedlich.

Ein praktischer Rahmen für die Werkzeugauswahl

Die erste Frage sollte lauten: Welche Ergebnisse benötigt das Team?.

Wenn das Endprodukt ein professionell retuschiertes Kampagnenbild ist, spielt eine Produktionsumgebung mit Ebenen wie Photoshop wahrscheinlich eine wichtige Rolle. Wenn das Ziel eine Reihe von Social-Media-Beiträgen nach Vorlage ist, bietet Canva möglicherweise einen schnelleren und leichter zugänglichen Weg. Die Arbeit an der Produktschnittstelle lässt sich besser mit Figma umsetzen, während die dialogbasierte Bildgenerierung einem Team helfen kann, ein Konzept zu erproben, bevor es in die Produktion geht.

Die zweite Frage lautet: Wer wird das System nutzen? Ein leistungsstarkes Tool, das Fachwissen erfordert, bleibt in einem dezentralen Kommunikationsteam möglicherweise ungenutzt, während eine einfache Plattform ein professionelles Studio, das Anforderungen an Farbe, Typografie und Dateiverwaltung hat, möglicherweise frustrieren könnte.

Der dritte Punkt betrifft den Umgang des Tools mit Unternehmensdaten. Teams sollten wissen, ob hochgeladene Bilder, Markenelemente und noch nicht veröffentlichte Produkte zur Verbesserung der Modelle des Anbieters verwendet werden können, wer Zugriff auf das Konto hat und ob Unternehmensadministratoren einzelne Funktionen einschränken können.

Auch die kommerziellen Rechte müssen genau geprüft werden. Die Genehmigung der Plattform zur Nutzung eines Ergebnisses garantiert nicht, dass dieses Ergebnis nicht die Marken-, Persönlichkeits- oder Urheberrechtsinteressen Dritter verletzt. Unternehmen sollten die Geschäftsbedingungen des Anbieters, die Angaben in den Schulungsunterlagen, die Haftungsfreistellungsregelungen sowie die Kontrollmechanismen für Unternehmenskunden prüfen.

Schließlich sollte das Unternehmen prüfen, ob das Ergebnis weiterhin bearbeitbar ist. Ein generiertes Bild, das zu einer einzigen Datei zusammengefasst wurde, mag für die erste Ideenfindung ausreichend sein, doch ein professioneller Arbeitsablauf erfordert oft die Kontrolle über Schrift, Farbe, Objekte und Layout. Was im Moment der Erstellung als bequeme Lösung erscheint, kann später zusätzlichen Aufwand verursachen, wenn der Kunde eine präzise Änderung verlangt.

Markenkonsistenz wird zunehmend zu einem Datenproblem

KI-Tools benötigen mehr als nur den Zugriff auf ein Logo und eine Farbpalette, wenn sie wiedererkennbare Markenkommunikation erstellen sollen.

Ein Unternehmen benötigt eine strukturierte Sammlung genehmigter Assets, visueller Vorlagen, Formulierungen, Produktinformationen und Arbeitsbeispiele, die den gewünschten Standard widerspiegeln. Zudem benötigt es Negativbeispiele: visuelle Klischees, die es zu vermeiden gilt, unangemessene Darstellungen, unzulässige Werbeaussagen sowie Stile, die denen der Wettbewerber zu sehr ähneln.

Dieses Material sollte als regulierter kreativer Datensatz behandelt werden.

Das Unternehmen muss festlegen, wer die Datenbank pflegt, wer neue Referenzen hochladen darf und wie veraltete Inhalte entfernt werden. Ohne klare Zuständigkeiten kann ein KI-gestütztes System weiterhin Produktbilder aus dem letzten Jahr, einen nicht mehr verwendeten Slogan oder einen Fotostil reproduzieren, den das Unternehmen bewusst aufgegeben hat.

Auch globale Unternehmen müssen die Lokalisierung berücksichtigen. Die schnelle Erstellung zahlreicher Sprachversionen ist nur dann sinnvoll, wenn Layout, Tonfall und kulturelle Interpretation angemessen bleiben. Bei einer direkten visuellen Anpassung bleiben zwar die Wörter erhalten, doch geht dabei die Bedeutung verloren.

Eine Überprüfung durch Menschen ist besonders wichtig, wenn Bilder Kunden, Gemeinschaften oder kulturspezifische Umgebungen darstellen. Generative Systeme neigen dazu, Muster aus ihrem Trainingsmaterial zu reproduzieren, was zu stereotypen oder geografisch ungenauen Darstellungen führen kann, selbst wenn die Komposition ausgefeilt wirkt.

Originalität wird schwieriger, wenn alle über die gleichen Fähigkeiten verfügen

Wenn die Erstellung hochwertiger visueller Inhalte allgemein zugänglich wird, ist die technische Ausgereiftheit kein entscheidendes Unterscheidungsmerkmal mehr.

Es zeigen sich immer wieder dieselben visuellen Tendenzen: filmreife Beleuchtung, makellose Oberflächen, zentral platzierte Produkte, sanft surrealistische Landschaften und streng inszenierte redaktionelle Porträts. Jedes einzelne Bild mag zwar beeindruckend sein, doch insgesamt entsteht der Eindruck eines Marktes voller Marken, die so aussehen, als hätten sie denselben unsichtbaren Art Director engagiert.

Das ist das Paradoxon des KI-Designs. Es erweitert die Anzahl der möglichen Ergebnisse und fördert gleichzeitig eine Konvergenz hin zu den Stilen, die die Modelle am überzeugendsten nachbilden.

Um sich von der Masse abzuheben, sind Ressourcen erforderlich, über die die Konkurrenz nicht verfügt. Dazu können beispielsweise eigene Fotos, firmeneigene Archive, ungewöhnliche Materialien, lokale künstlerische Kooperationen oder ein visuelles Konzept gehören, das sich aus der Unternehmensgeschichte und den Produkten des Unternehmens ableitet.

KI kann dann dazu genutzt werden, diese Elemente zu erweitern oder neu zu interpretieren, anstatt die Identität aus dem Nichts zu erschaffen.

Eine Hotelgruppe mit einem eigenen Architekturarchiv verfügt über eine solidere kreative Grundlage als eine, die von einem Model “diskreten Luxus” verlangt. Ein Modeunternehmen, das mit originellen Stoffen und Accessoires arbeitet, kann spezifischere Bildwelten schaffen als ein Konkurrent, der wieder einmal ein generisches redaktionelles Bild produziert.

Der strategische Vorteil liegt nicht im Zugang zum Modell, sondern in der Perspektive, die man darauf anwendet.

Die Urheberrechtsfrage ist noch ungeklärt

Die rechtliche Situation beim KI-gestützten Design hängt von der jeweiligen Rechtsordnung, der Plattform und dem Grad der menschlichen Mitwirkung ab.

Das US-Urheberrechtsamt kam im Jahr 2025 zu dem Schluss, dass Material, das vollständig von einer KI erzeugt wurde, nicht allein deshalb urheberrechtlich geschützt ist, weil eine Person Eingabeanweisungen gegeben hat. Das Urheberrecht kann von Menschen geschaffene Elemente, kreative Auswahlen und Anordnungen oder hinreichend wesentliche Änderungen schützen, erstreckt sich jedoch nicht automatisch auf jede erzeugte Komponente.

Für ein kommerzielles Designteam ergibt sich daraus eine praktische Unterscheidung. Der Einsatz von KI, um ein Objekt aus einem von Menschen erstellten Foto zu entfernen oder eine übergeordnete Komposition zu unterstützen, kann dazu führen, dass im Endergebnis ein erheblicher Anteil menschlicher Urheberschaft verbleibt. Die Erstellung eines Bildes fast ausschließlich anhand von Textvorgaben kann in einigen Rechtsordnungen zu einem schwächeren Anspruch auf ausschließliche Rechte führen.

Dies ist von Bedeutung, wenn das Asset zu einem wertvollen Markenbestandteil werden soll. Eine vorübergehend in sozialen Medien verwendete Grafik birgt ein anderes wirtschaftliches Risiko als ein Logo, eine Figur oder ein Kampagnenbild, das das Unternehmen über Jahre hinweg vor Nachahmungen schützen möchte.

Designteams sollten dokumentieren, wie wichtige Arbeiten entstanden sind, die Quelldateien aufbewahren und angeben, welche Elemente von einer KI stammen. Außerdem sollten sie es vermeiden, Systeme dazu aufzufordern, einen lebenden Künstler nachzuahmen, eine erkennbare Figur zu reproduzieren oder Inhalte zu generieren, die fälschlicherweise als Empfehlung einer realen Person angesehen werden könnten.

Die rechtliche Debatte über Trainingsdaten wird separat fortgesetzt. Gerichte und Gesetzgeber prüfen derzeit noch, wann urheberrechtlich geschützte Werke zum Trainieren generativer Systeme verwendet werden dürfen und unter welchen Voraussetzungen eine Lizenzierung oder Einwilligung erforderlich sein kann.

Ein Unternehmen, das ein Design-Tool erwirbt, kann diese Debatte zwar nicht beilegen, aber es kann Anbieter mit klareren Richtlinien für Schulungen und die kommerzielle Nutzung auswählen und seine wertvollsten Projekte für Arbeitsabläufe reservieren, die eine stärkere Kontrolle ermöglichen.

Selbst das am billigsten aussehende KI-Asset kann teuer werden

Generative Bilder scheinen die Produktionskosten zu senken, da weder ein Studio noch ein Fotograf, ein Illustrator oder eine reale Kulisse benötigt werden. Dieser Vergleich kann jedoch irreführend sein.

Eine erstellte Kampagne erfordert unter Umständen noch umfangreiche künstlerische Überarbeitung, wiederholte Überarbeitungsrunden, Retuschen und eine rechtliche Prüfung. Produktangaben können fehlerhaft sein, Texte müssen möglicherweise neu verfasst werden, und scheinbar geringfügige visuelle Unstimmigkeiten können eine Serie unbrauchbar machen.

Die Kosten machen sich besonders dann bemerkbar, wenn ein Unternehmen versucht, dieselbe Person, dasselbe Produkt oder dieselbe Umgebung in vielen Bildern darzustellen. Die Konsistenz hat sich zwar verbessert, doch ein herkömmliches Fotoshooting ist möglicherweise nach wie vor effizienter, wenn die Marke Dutzende kontrollierter Bildmaterialien benötigt, die ein echtes Produkt originalgetreu zeigen.

Authentizität hat auch einen wirtschaftlichen Wert. Ein synthetisches Bild eines Mitarbeiters, eines Reiseziels oder eines Herstellungsprozesses mag zwar zunächst Kosten sparen, untergräbt jedoch das Vertrauen, wenn das Publikum davon ausgeht, dass es etwas Reales dokumentiert.

Bei der Entscheidung sollten daher die gesamten Produktionswege miteinander verglichen werden. Welcher Weg erfordert mehr Zeit, Facharbeit und Nachbearbeitung? Welcher Weg schafft wiederverwendbare Inhalte? Welcher Weg bietet die sicherere rechtliche Grundlage und welcher unterstützt die von der Marke angestrebte Beziehung zu ihrer Zielgruppe besser?

KI ist nicht von Natur aus die kostengünstigere Option. Sie ist dann am kosteneffizientesten, wenn sie einen klar definierten Teil der Produktion übernimmt, anstatt einen Prozess zu ersetzen, dessen Realitätsnähe die Quelle seines Wertes ist.

Was Design-Führungskräfte jetzt umsetzen sollten

Der erste Schritt besteht darin, experimentelle Aktivitäten von der genehmigten Produktion zu trennen. Designer sollten Spielraum haben, um Tools zu testen, doch das Unternehmen benötigt eine festgelegte Liste von Plattformen, auf denen vertrauliche Daten verarbeitet und kommerzielle Arbeiten erstellt werden können.

Der zweite Schritt besteht darin, Anwendungsfälle zu klassifizieren. Zu den risikoarmen Anwendungen zählen beispielsweise interne Moodboards, Präsentationsentwürfe, das Entfernen von Hintergründen und die Anpassung von Layouts. Zu den risikoreicheren Anwendungen gehören externe Kampagnenbilder, realistische Personen, redaktionelle Darstellungen von Ereignissen sowie Designs, die zum Schutz von Marken oder zum langfristigen Schutz geistigen Eigentums bestimmt sind.

Der dritte Punkt betrifft die Einführung einer Überprüfung. Für jedes öffentliche Asset sollte es einen Verantwortlichen geben, der für die sachliche Richtigkeit, die visuelle Qualität, die Markenkongruenz und die Klärung der Rechte zuständig ist. Eine Kennzeichnung als KI-Inhalt sollte in Betracht gezogen werden, wenn synthetische Inhalte das Publikum andernfalls hinsichtlich dessen, was sie darstellen, irreführen könnten.

Der vierte Punkt besteht darin, den Arbeitsablauf zu messen, anstatt das Tool selbst in den Vordergrund zu stellen. Teams sollten die Zeit für die Konzeptentwicklung, die Anzahl der Überarbeitungsrunden, den Produktionsaufwand und die Wiederverwendbarkeit vor und nach der Einführung vergleichen.

Schließlich benötigen Designer eine Schulung, die über die reine Erstellung von Prompts hinausgeht. Sie sollten die Grenzen von Modellen, das Urheberrecht, den Umgang mit Daten und die Aufrechterhaltung der Bearbeitbarkeit verstehen. Nicht-Designer benötigen ebenso klare Grenzen, damit der einfache Zugang nicht zu einer unkontrollierten öffentlichen Produktion führt.

KI hält bereits Einzug in die kreative Alltagssoftware, oft eher in Form kleiner Funktionen als durch spektakuläre, eigenständige Entwürfe. Sie wird Routineaufgaben übernehmen, die Erkundung neuer Möglichkeiten beschleunigen und es mehr Menschen ermöglichen, visuell zu kommunizieren.

Was es jedoch nicht tun wird, ist zu entscheiden, wie ein Unternehmen aussehen sollte, welche Ideen Beachtung verdienen oder wie eine visuelle Entscheidung außerhalb des Bildschirms verstanden wird. Das sind nach wie vor Fragen der Kultur, der Strategie und des menschlichen Urteilsvermögens.

Die Zukunft des Designs wird nicht denjenigen gehören, die die meisten Bilder produzieren. Sie wird denen gehören, die erkennen können, welches Bild es wert ist, umgesetzt zu werden.