KI-Modefotografie: der Leitfaden für Modemarken

KI-Modefotografie heißt: Deine echten Kleidungsstücke werden von einem KI-Model getragen, in einer Szene, die nie fotografiert wurde, und das Ergebnis sieht aus wie ein Foto. Für Produktseiten, Lookbooks und viele Kampagnenmotive ist das heute in Produktionsqualität möglich. Es gibt aber klare Grenzen, und wer sie kennt, spart sich teure Enttäuschungen. Dieser Leitfaden zeigt, was funktioniert, was nicht, worauf du bei der Qualität achten musst und wie du sinnvoll startest.

Was KI-Modefotografie ist und was nicht

Der Begriff wird für sehr unterschiedliche Dinge benutzt. Ein allgemeiner Bildgenerator, dem du „Frau im roten Kleid am Strand" eintippst, erzeugt ein schönes Bild. Nur ist das nicht dein Kleid. Für eine Modemarke ist so ein Bild wertlos, weil es ein Produkt zeigt, das du nicht verkaufst.

KI-Modefotografie im engeren Sinn arbeitet anders. Sie startet mit deinem Artikel: einem Packshot, einem Flatlay, einer Aufnahme auf der Hohlfigur (Ghost Mannequin) oder einem 3D-Sample. Die KI setzt dieses Kleidungsstück auf ein Model, berechnet Fall, Falten und Licht und stellt beides in eine Szene. Schnitt, Farbe, Muster, Nähte und Logo sollen dabei exakt so bleiben, wie sie sind.

Daraus ergeben sich drei Bausteine, die du getrennt steuern willst:

• Das Kleidungsstück. Es ist das, was du verkaufst, und darf sich nicht verändern.
• Das Model. Ein KI-Model, das über alle Bilder hinweg gleich aussieht, idealerweise exklusiv für deine Marke.
• Szene und Licht. Studio, Straße, Strand oder Innenraum, passend zu deiner Bildsprache.

Was KI-Modefotografie nicht ist: ein Ersatz für Fotos echter Menschen. Wenn du eine Markenbotschafterin, einen Sportler oder dein eigenes Team zeigen willst, brauchst du ein Shooting oder eine sauber geregelte Einwilligung. Dazu mehr im Abschnitt zu Rechten.

Was heute zuverlässig funktioniert

Ehrlich bewertet, Stand Herbst 2026: Für diese Aufgaben liefern spezialisierte Werkzeuge Ergebnisse, die auf einer Produktseite oder im Lookbook bestehen.

• On-Model aus Packshot. Aus einem Freisteller oder Flatlay wird ein Bild am Model. Das ist der häufigste Einstieg, weil fast jede Marke Packshots bereits hat. Wie das im Detail abläuft, steht im Artikel vom Packshot zum On-Model-Bild.
• Einheitliche E-Commerce-Sets. Front, Rücken, Seite, Detail, immer gleiches Licht und gleicher Hintergrund. Gerade bei großen Sortimenten ist die Konsistenz oft besser als bei Shootings über mehrere Tage mit wechselnden Models.
• Lookbooks. Eine ganze Kollektion am selben Model, in einer zusammenhängenden Bildwelt.
• Kampagnenmotive. Außenszenen, Reiseorte, Stimmungen, die als echte Produktion Reise, Location und Genehmigungen bräuchten.
• Varianten. Dasselbe Motiv in anderer Szene, anderem Format oder mit anderem Model, etwa für verschiedene Märkte.
• Bewegtbild aus Standbildern. Kurze Clips für Reels, TikTok und Stories, erzeugt aus einem freigegebenen Bild.

Was noch nicht zuverlässig funktioniert

Hier trennt sich ein seriöser Anbieter von einem Demo-Video. Diese Punkte solltest du kennen, bevor du Erwartungen intern kommunizierst:

• Passform. Die KI zeigt einen plausiblen Fall des Stoffs. Sie weiß aber nicht, wie dein Artikel in Größe 38 an einem bestimmten Körper sitzt. Wenn Passform ein Verkaufsargument ist, etwa bei Denim oder Shapewear, prüfe besonders genau und ergänze im Zweifel echte Fotos oder Maßangaben.
• Sehr feine oder komplexe Materialien. Transparente Stoffe, Pailletten, Strick mit sichtbarer Maschenstruktur und Spitze sind anspruchsvoll. Gute Systeme halten sie, aber hier sind Nacharbeiten häufiger.
• Kleine Schrift und feine Logos. Etiketten, Prägungen und kleine Typografie können verwischen. Eine Detailaufnahme vom echten Produkt bleibt hier oft die bessere Lösung.
• Hände und Interaktion. Eine Hand, die eine Tasche hält oder einen Knopf schließt, ist schwieriger als eine entspannte Pose. Mehrere Personen, die sich berühren, ebenso.
• Echte Personen. Ein bestimmtes, reales Gesicht in neuen Szenen zu zeigen, ist technisch machbar, rechtlich aber heikel. Ohne ausdrückliche Einwilligung solltest du es lassen.

Wichtig ist der Umgang mit diesen Grenzen. Ein guter Prozess erkennt Fehler vor der Freigabe, nicht erst in den Kundenbewertungen.

Einsatzfelder im Überblick

On-Model aus Packshot

Der klassische Weg zur Produktseite war: Packshot für den Freisteller, dazu ein Model-Shooting für die On-Model-Bilder. KI ersetzt den zweiten Schritt. Das senkt nicht nur Kosten, es verkürzt auch die Zeit zwischen Wareneingang und Onlinestellung, weil du nicht auf den nächsten Shooting-Termin wartest.

E-Commerce in großer Menge

Bei hunderten Artikeln pro Saison wird Konsistenz zum eigentlichen Problem. Wechselnde Models, unterschiedliches Licht an verschiedenen Shooting-Tagen und uneinheitliche Retusche machen eine Kategorieseite unruhig. Mit KI bleibt das Model identisch, und Perspektiven lassen sich als feste Vorgabe definieren. Mehr dazu im Artikel über Produktbilder für den Onlineshop mit KI.

Lookbook und Kampagne

Hier zählt die Bildsprache mehr als die Menge. Ein Lookbook lebt davon, dass Model, Licht und Stimmung durchgehend stimmen. Ein Vorteil, den viele unterschätzen: Wer mit 3D-Samples arbeitet, kann Bilder erstellen, bevor das physische Muster existiert, und so früher mit Vorverkauf oder Händlerpräsentationen starten.

Motion

Bewegtbild ist der jüngste Baustein. Aus einem freigegebenen Standbild entsteht ein kurzer Clip, in dem sich Stoff und Model bewegen. Für Social Media reicht das oft aus. Für längere Filme mit Handlung bleibt eine klassische Produktion meist die bessere Wahl.

Die Qualitätscheckliste vor jeder Freigabe

Diese Prüfung gehört vor jede Veröffentlichung, egal ob dein Team die Bilder selbst erstellt oder ein Dienstleister liefert.

1. Artikeltreue. Lege das KI-Bild neben den Packshot. Stimmen Farbe, Muster, Rapport, Nähte, Knöpfe, Reißverschlüsse und Logo? Ein Unterschied, den eine Kundin bemerkt, ist ein Reklamationsgrund.
2. Farbe. Prüfe am kalibrierten Monitor gegen eine Referenz oder das physische Muster. Wenn der Artikel anders aussieht als im Bild, kommt er zurück, egal ob fotografiert oder generiert.
3. Identisches Model. Sieht das Model auf allen Bildern einer Serie gleich aus? Gesicht, Haaransatz, Proportionen, Hautton und Tattoos oder Muttermale, falls vorhanden.
4. Hände und Füße. Zähle Finger. Prüfe Nägel, Gelenke und wie Hände Stoff oder Accessoires berühren.
5. Stoff und Fall. Wirkt der Stoff so schwer oder leicht, wie er ist? Liegen Falten dort, wo sie bei diesem Schnitt entstehen würden?
6. Haut. Zu glatte, wachsartige Haut ist das deutlichste KI-Signal. Gute Ergebnisse zeigen Poren und natürliche Unregelmäßigkeiten.
7. Übergänge. Kragen, Ärmelsaum, Taschenkanten und Haare am Stoff sind die Stellen, an denen Fehler entstehen.
8. Szene. Stimmen Schatten, Lichtrichtung und Perspektive zwischen Model und Hintergrund?
9. Herkunftsnachweis. Sind Content Credentials (C2PA) im Export enthalten, und hast du geklärt, ob und wie das Bild gekennzeichnet wird?

Ein Tipp aus der Praxis: Lass die Prüfung nicht von der Person machen, die das Bild erstellt hat. Ein zweites Paar Augen findet mehr.

Was KI-Modefotografie im Vergleich zum Shooting kostet

Ein klassisches Modeshooting setzt sich aus vielen Posten zusammen: Model-Gage, Fotograf, Studio, Styling, Hair und Make-up, Retusche, Reisekosten und Nutzungsrechte. Je nach Umfang landet ein einzelner Produktionstag schnell im mittleren vierstelligen Bereich, Kampagnen mit Buyouts für Werbung auch deutlich darüber. Eine ausführliche Aufstellung mit Quellen und Beispielrechnung findest du im Artikel Was kostet ein Fashion-Shooting?

Bei KI-Modefotografie entfallen Model-Buchung, Studio, Reise und Location. Es bleiben die Kosten für Software oder Dienstleister, für die Vorbereitung deiner Packshots und für Qualitätsprüfung und Freigabe. Bei grace liegen die Kosten nach eigener Kalkulation rund 80 Prozent unter einem Studioshooting mit Models, Crew und Logistik. Ein fertiges Motiv entsteht in etwa 3 Minuten, ein komplettes Lookbook in etwa 24 Stunden. Konkrete Preise richten sich nach dem Bildvolumen und werden im Gespräch erstellt.

Für deine eigene Rechnung lohnt sich ein Blick auf drei Größen:

• Kosten pro freigegebenem Bild, nicht pro erzeugtem Bild. Ausschuss gehört in die Rechnung.
• Zeit bis zur Onlinestellung. Jeder Tag, an dem ein Artikel ohne Model-Bilder im Shop steht oder gar nicht online ist, kostet Umsatz.
• Interner Aufwand. Wer prüft, wer gibt frei, wer pflegt die Bilder ins PIM oder den Shop ein?

Rechte und Kennzeichnung in Kürze

Drei Themen solltest du klären, bevor du KI-Bilder veröffentlichst. Ausführlich behandelt sie der Artikel KI-Bilder kennzeichnen: was der AI Act für Modemarken bedeutet.

• Kennzeichnung. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung. Wer als Unternehmen sogenannte Deepfakes veröffentlicht, muss offenlegen, dass sie KI-generiert sind. Nach den Leitlinien der EU-Kommission können auch realistische, frei erfundene Personen darunterfallen. Für Modebilder mit fotorealistischen KI-Models spricht deshalb viel für eine Kennzeichnung.
• Models und Exklusivität. Wem gehört das Gesicht in deinen Bildern, und darf ein Wettbewerber dasselbe KI-Model nutzen? Das klärt der Artikel über KI-Models, Rechte und Exklusivität.
• Irreführung. Das Produkt im Bild muss dem Produkt entsprechen, das die Kundin bekommt. Das gilt unabhängig von KI, wird bei generierten Bildern aber besonders genau geprüft.

Selbst machen oder machen lassen

Die wichtigste Entscheidung ist nicht die für ein Werkzeug, sondern für ein Arbeitsmodell.

Selbst machen: Software im eigenen Team

Dein Team arbeitet direkt in der Software, lädt Packshots hoch, wählt Model und Szene und gibt selbst frei. Das passt, wenn:

• du ein Content- oder E-Commerce-Team hast, das ohnehin Bilder verantwortet,
• du laufend neue Artikel hast und kurzfristig reagieren willst,
• du kreative Kontrolle im Haus behalten willst.

Plane eine Einarbeitung ein. Die ersten Bilder entstehen schnell. Bis Bildsprache, Vorlagen und Freigabeprozess sitzen und ein Team sicher konsistent produziert, braucht es dagegen Zeit und ein paar Runden Feedback.

Machen lassen: Produktion als Service

Du schickst Kleidungsstücke oder Packshots und ein Briefing, ein Dienstleister produziert, du gibst frei. Das passt, wenn:

• dein Team keine Kapazität für eine neue Produktionsform hat,
• du saisonal große Mengen brauchst, etwa zum Kollektionsstart,
• du zuerst Ergebnisse sehen willst, bevor du intern Prozesse umbaust.

Viele Marken kombinieren beides: Die laufende Produktion im Shop übernimmt ein Service, Kampagnenideen und schnelle Social-Motive entstehen im eigenen Team.

So startest du

Ein sauberer Einstieg dauert nicht lange, folgt aber einer klaren Reihenfolge.

1. Wähle einen begrenzten Anwendungsfall. Zum Beispiel On-Model-Bilder für eine Kategorie mit 20 bis 50 Artikeln. Nicht gleich die ganze Saison.
2. Prüfe dein Ausgangsmaterial. Gute Packshots sind die halbe Miete: gleichmäßiges Licht, korrekte Farbe, vollständig sichtbare Details. Was im Packshot fehlt, kann keine KI zuverlässig ergänzen.
3. Lege Model und Bildsprache fest. Ein KI-Model, ein bis zwei Szenen, feste Perspektiven. Dokumentiere das als kurzen Styleguide.
4. Definiere die Freigabe. Wer prüft mit welcher Checkliste? Wie wird gekennzeichnet? Wo landen die Bilder: Shop, PIM, DAM?
5. Vergleiche ehrlich. Stelle die KI-Bilder einer Kategorie den bisherigen Shooting-Bildern gegenüber. Schau auf Kosten pro freigegebenem Bild, Zeit bis online und, wenn möglich, auf Retourenquoten und Konversion.
6. Skaliere danach. Erst wenn der Prozess für eine Kategorie steht, kommen weitere dazu. Für große Mengen lohnt sich eine Anbindung per Schnittstelle, damit neue Artikel automatisch in die Produktion laufen und fertige Bilder direkt zurück in Shop oder PIM.

Achte bei der Auswahl eines Anbieters auf ein paar harte Kriterien: Bleibt das Kleidungsstück unverändert? Bleibt das Model über alle Bilder identisch? Werden deine Daten in der EU und nach DSGVO verarbeitet, und wird mit deinem Material trainiert? Tragen die Exporte Herkunftsnachweise nach C2PA? Gibt es Bulk-Upload und eine API für dein PIM oder DAM?

Typische Fehler beim Einstieg

Die meisten Projekte scheitern nicht an der Technik, sondern an der Vorbereitung. Diese Fehler sind typisch und vermeidbar:

• Schlechte Packshots als Ausgangsmaterial. Ein unscharfer oder farbstichiger Freisteller wird nicht besser, nur weil ein Model ihn trägt. Investiere lieber einmal in saubere Packshots als ständig in Nacharbeit.
• Zu viele Models auf einmal. Wer für jede Kategorie ein anderes KI-Model wählt, verliert genau den Vorteil, den KI bietet: ein wiedererkennbares Gesicht über das ganze Sortiment.
• Kein Styleguide. Ohne feste Vorgaben zu Perspektive, Licht, Hintergrund und Bildausschnitt sieht jede Charge etwas anders aus. Eine Seite mit Beispielbildern reicht oft schon.
• Freigabe nebenbei. Wenn niemand ausdrücklich für die Prüfung zuständig ist, gehen Fehler online. Lege fest, wer prüft und mit welcher Checkliste.
• Kennzeichnung vergessen. Die Frage, ob und wie Bilder gekennzeichnet werden, gehört in den Prozess, nicht in die Nachbesprechung nach einer Abmahnung.

Dein nächster Schritt

Wenn dein Team die Bilder selbst erstellen soll, findest du auf der Seite zur Software, wie Packshot, Model und Szene zusammenkommen. Wenn du lieber deine Kollektion schickst und freigegebene Bilder zurückbekommst, lies, wie der Service arbeitet, oder für große Sortimente die Seite zur E-Commerce-Produktion. Am meisten sagt ein Test mit deinen eigenen Artikeln: In einer Demo siehst du, wie deine Kollektion als KI-Modefotografie aussieht.