Visuelle Automatisierung durch generative Modelle: Was die Abwägung zu klären verlangt

Überarbeitete Notiz vom 25. Mai 2026. Ursprünglich im Januar 2026 veröffentlicht — vollständige Überarbeitung.

Generative Modelle, die in der Lage sind, Bilder aus einer textuellen Beschreibung zu produzieren, haben das Labor verlassen, um eine praktisch einsetzbare Werkzeugkategorie zu werden. Für ein Schweizer KMU, das regelmässig Visuals konsumiert — soziale Netzwerke, Produktblätter, Präsentationsillustrationen, sprachliche Deklinationen —, verändert diese Zugänglichkeit die Ökonomie der visuellen Produktion. Sie entbindet jedoch nicht von einer ausdrücklichen Abwägung über die Parameter, die einen dauerhaften Gebrauch von einer kostspieligen Abdrift unterscheiden.

Diese Notiz legt dar, was diese Abwägung zu klären verlangt: die Markenkohärenz, die Souveränität der bearbeiteten Daten, den anwendbaren Rechtsrahmen und den Platz, den die unterstützte Produktion der internen visuellen Expertise lässt.

Eine Werkzeugkategorie, mehrere operative Profile

Der Markt der visuellen Erzeugungswerkzeuge reduziert sich nicht auf ein einziges Produkt. Mehrere operative Profile koexistieren mit unterschiedlichen Kompromissen zwischen Zugänglichkeit, Kontrolle, ästhetischer Qualität und Datensouveränität.

Die auf ästhetisches Rendering ausgerichteten Werkzeuge zeichnen sich durch eine unmittelbare Qualität der produzierten Bilder aus, die oft mit professioneller Fotografie oder Illustration vergleichbar ist. Ihre Benutzerfreundlichkeit bleibt durch ihre Oberfläche begrenzt, und die Markenkohärenz verlangt einen ausdrücklichen Rahmensetzungsaufwand durch detaillierte Prompts. Sie eignen sich für Anwendungen, in denen die ästhetische Qualität vor der granularen Kontrolle steht.

Die in konversationelle Assistenten integrierten Werkzeuge bieten maximale Zugänglichkeit für nicht-technische Mitarbeitende. Das Französisch-Verständnis ist dort in der Regel gut. Die Rendering-Qualität ist korrekt, ohne das Niveau der spezialisierten Werkzeuge zu erreichen. Diese Kategorie eignet sich für rasches Prototyping, Blogartikel-Visuals, interne pädagogische Illustrationen.

Die in eine professionelle Kreativsuite integrierten Werkzeuge weisen ein unterscheidendes Merkmal auf: Ihr Modell wird in der Regel auf lizenzgeprüften Inhalten trainiert, was die Exposition gegenüber Urheberrechtsrisiken reduziert. Ihre Integration in bestehende Workflows — Bildbearbeitung, Layout, Export — stellt für Designteams, die bereits in diesem Ökosystem arbeiteten, einen substanziellen operativen Vorteil dar.

Die auf kontrollierter Infrastruktur ausgeführten offenen Modelle bieten maximale Kontrolle — Vertraulichkeit der bearbeiteten Daten, weitgehende Personalisierung durch Zusatztraining, Unabhängigkeit von einem einzelnen Anbieter. Diese Kontrolle hat einen Preis: Sie verlangt eine substanzielle technische Kompetenz und eine angepasste Hardware-Infrastruktur.

Die Wahl zwischen diesen Profilen hängt weniger vom Werkzeug selbst ab als von den unternehmensspezifischen Zwängen: Volumen, Kohärenzanforderungen, Sensibilität der bearbeiteten Daten, verfügbare interne Kompetenz. Kein Profil dominiert objektiv die anderen.

Die zentrale Herausforderung: die Markenkohärenz

Der Hauptabstand zwischen Experiment und dauerhaftem Gebrauch generativer Werkzeuge in der visuellen Produktion spielt sich nicht in der Qualität des einzelnen Renderings ab. Er spielt sich in der visuellen Kohärenz über die Dauer ab.

Jede Erzeugung produziert ein leicht unterschiedliches Ergebnis. Ohne ausdrücklichen Rahmen verliert die visuelle Kommunikation eines Unternehmens an Kohärenz: Die Farben driften, die Kompositionen variieren ohne Logik, der visuelle Stil ist nicht mehr erkennbar. Diese Abdrift ist auf einem einzelnen Visual nicht sichtbar; sie offenbart sich auf der Chronologie eines Social-Media-Feeds oder auf der Gesamtheit der Kampagnenträger.

Drei Praktiken zeichnen Organisationen aus, die eine dauerhafte Kohärenz wahren.

Die Dokumentation eines expliziten visuellen Rahmens zuerst — im Praxisjargon oft Brand Prompt genannt. Diese Dokumentation beschreibt den erwarteten künstlerischen Stil, die dominante Farbpalette, die wiederkehrenden Elemente, die zu vermeidenden Sujets, den allgemeinen visuellen Ton. Sie stellt den Referenz-Brief für jede Erzeugung dar, geteilt mit allen Mitarbeitenden, die Visuals produzieren.

Das Zusatztraining von Modellen danach, für Organisationen mit der technischen Fähigkeit. Bei offenen Modellen ist es möglich, eine Anpassungsschicht auf der unternehmensspezifischen grafischen Charta zu trainieren, was die Erzeugungen natürlich mit der visuellen Identität kohärent macht, ohne bei jedem Visual eine schwere Prompt-Formulierung zu verlangen.

Die systematische menschliche Validierung vervollständigt die Liste. Keine automatisierte Erzeugung kommt vor der Veröffentlichung ohne eine Validierung durch eine interne visuelle Ansprechperson aus. Diese Validierung absorbiert die Anomalien — sechs-fingrige Hand, unlesbarer Text, räumliche Inkohärenz —, die die generativen Modelle noch regelmässig produzieren, und sie bewahrt die Gesamtkohärenz, die die Dokumentation allein nicht garantiert.

Der anwendbare Schweizer Rechtsrahmen

Die kommerzielle Verwendung von durch generative Modelle produzierten Bildern fügt sich in einen Rechtsrahmen ein, der es verdient, geklärt zu werden, statt unter dem Vorwand der Neuheit des Themas ignoriert zu werden.

Drei Elemente des Schweizer Rechts gelten direkt.

Das Urheberrechtsgesetz^[1] zuerst. Ein Werk muss aus einer geistigen Schöpfung resultieren, um den Schutz des Schweizer Urheberrechts zu geniessen. Ein vollständig durch ein generatives Modell produziertes Visual ohne signifikanten kreativen menschlichen Eingriff geniesst diesen Schutz möglicherweise nicht. Die Qualifikation hängt von der Beurteilung des kreativen menschlichen Beitrags im Produktionsprozess ab, und diese Beurteilung erfolgt von Fall zu Fall. Diese Unsicherheitszone hat eine praktische Konsequenz: Das Unternehmen, das seine Visuals ausschliesslich durch automatisierte Erzeugung ohne dokumentierten kreativen Eingriff produziert, kann sich in der Unmöglichkeit befinden, ihrer Wiederverwendung durch Dritte aus urheberrechtlichen Gründen zu widersprechen. Dieser Punkt verdient es, in der strategischen Abwägung der Praxis gestellt zu werden.

Das Bundesgesetz gegen den unlauteren Wettbewerb^[2] danach. Die Verwendung irreführender generativer Visuals — falsche Kundenstimmen, als real präsentierte Inszenierungen, die es nicht sind, falsche professionelle Empfehlungen — kann eine sanktionierbare unlautere Praxis darstellen. Diese Qualifikation bezieht sich nicht auf die verwendete Technologie, sondern auf den irreführenden Charakter der produzierten Kommunikation. Sie gilt für generative Visuals wie für andere.

Das Recht am eigenen Bild vervollständigt die Liste. Ein Visual zu produzieren, das das Gesicht einer identifizierbaren Person ohne deren Einwilligung wiedergibt, bleibt rechtswidrig, ob das Bild fotografisch oder durch ein generatives Modell produziert ist. Diese Regel stellt wahrscheinlich die unmittelbarste Risikozone dar, weil die Modelle ungewollte Ähnlichkeiten mit realen Personen produzieren können, die die Anwenderin oder der Anwender nicht als solche erkennt.

Für Unternehmen, die auch auf dem europäischen Markt aktiv sind, führt die Europäische Verordnung über künstliche Intelligenz^[3] schrittweise Transparenzpflichten zur Herkunft der durch Modelle produzierten Inhalte ein. Diese Pflichten verdienen es, antizipiert zu werden, statt entdeckt zu werden, wenn sie verbindlich werden.

Die Souveränität der bearbeiteten Daten

Bei den online zugänglichen visuellen Automatisierungswerkzeugen werden die an den Dienst übermittelten Bilder oder Beschreibungen konstruktionsbedingt beim Anbieter bearbeitet. Diese Eigenschaft verlangt für sensible Inhalte eine Qualifikation.

Drei Risikozonen verdienen es, bei der anfänglichen Rahmenfestlegung der Praxis identifiziert zu werden.

Die in den Briefs enthaltenen Personendaten zuerst. Wenn die dem Modell gelieferte Beschreibung Informationen über identifizierbare Personen enthält — Kundschaft, Mitarbeitende, Interessenten —, stellt diese Übermittlung eine Personendatenbearbeitung dar, die in den Geltungsbereich des Bundesgesetzes über den Datenschutz fällt. Die Verwendung von Online-Werkzeugen für diese Briefs verlangt zumindest eine ausdrückliche Analyse der Bearbeitungsbedingungen durch den Anbieter.

Das geistige Eigentum der übermittelten visuellen Elemente danach. Wenn ein Werkzeug eine bestehende Fotografie als Referenz für die Erzeugung einer Variante übernimmt, kann die Originalfotografie durch das Urheberrecht eines Dritten geschützt sein. Ihre Übermittlung an den Anbieter ist rechtlich nicht neutral.

Die strategische Vertraulichkeit vervollständigt die Liste. Ein Visual, das ein noch nicht lanciertes Produkt, eine in Vorbereitung befindliche Kampagne, eine in Überarbeitung befindliche visuelle Identität beschreibt, exponiert die Organisation, wenn die Vertraulichkeit des Anbieters nicht durch ausdrückliche vertragliche Zusicherung sichergestellt ist.

Für Inhalte, in denen diese Risikozonen substanziell sind, stellt der Rückgriff auf offene, auf kontrollierter Infrastruktur ausgeführte Modelle eine Alternative dar, welche die Frage strukturell löst, zum Preis einer anspruchsvolleren internen technischen Kompetenz.

Der Platz, den die Praxis der internen visuellen Expertise lässt

Die visuelle Automatisierung durch generative Modelle löscht die visuelle Expertisefunktion in einer Organisation nicht aus. Sie verlagert ihren Inhalt.

Die repetitiven Produktionsaufgaben — Formatableitungen, Farbvarianten, sprachliche Adaptationen bestehender Visuals, Illustrationsvisuals für standardisierte Inhalte — werden von den Werkzeugen mit akzeptabler Qualität unter der Bedingung der Rahmenfestlegung absorbiert. Die bei diesen Aufgaben befreite Zeit verdient es, in Tätigkeiten mit höherem Mehrwert reinvestiert zu werden.

Die künstlerische Leitung gewinnt im verbleibenden Arbeitsanteil an Gewicht. Die visuelle Kohärenz einer Marke zu definieren, zwischen stilistischen Richtungen abzuwägen, die Qualität über die Dauer zu wahren, verlangt heute eine strukturiertere Aufmerksamkeit — gerade weil die automatisierte Produktion ohne diese Aufmerksamkeit zu einer wenig differenzierenden Homogenisierung tendieren würde.

Die visuelle Strategie gewinnt ebenfalls an Wert. Zu wählen, wo die unterstützte Produktion angemessen ist und wo die menschliche Expertise strukturierend bleibt, die internen Praktiken zur Wahrung der Kohärenz zu rahmen, die rechtlichen Zwänge in die Produktionsflüsse zu integrieren, sind Themen, die sich nicht mit einem zusätzlichen Werkzeug lösen.

Die Qualitätsaufsicht vervollständigt die Liste. Die systematische Kontrolle der Visuals vor Veröffentlichung — technische Anomalien, stilistische Abdriften, rechtliche Risiken — stellt heute eine eigenständige Tätigkeit dar, die es verdient, strukturiert statt verstreut zu werden.

Für Schweizer KMU ohne interne visuelle Expertise kann sich diese Praxis mit einer externen Ansprechperson organisieren — selbstständige Grafikerin oder spezialisierte Agentur —, die die künstlerische Leitung und die Qualitätsaufsicht sicherstellt, während die internen Teams die laufenden Visuals mit den zugänglichen Werkzeugen produzieren.

Die Disziplin, die dauerhaften Gebrauch auszeichnet

Die visuelle Automatisierung durch generative Modelle ist weder die von gewissen Präsentationen verkaufte Wunderlösung noch die von anderen gefürchtete systematische Verschlechterung der visuellen Qualität. Sie stellt eine reale Verschiebung der erforderlichen Kompetenzen und der zu stellenden Abwägungen dar, die ernsthaft behandelt werden will.

Drei Orientierungen unterscheiden die Organisationen, die einen dauerhaften Wert daraus ziehen.

Der Start mit einem präzisen Anwendungsfall zuerst, statt einem Automatisierungsversuch der gesamten visuellen Produktion. Social-Media-Visuals oder Blogartikel-Illustrationen stellen in der Regel geeignete Einstiegspunkte dar.

Die Investition in die Praxis danach: Schulung mindestens einer Person des Teams in der Prompt-Rahmensetzung, Dokumentation des visuellen Rahmens, Einrichtung einer bewährten Prompt-Bibliothek, Teilen der funktionierenden Praktiken.

Die Kombination mit manueller Bildbearbeitung vervollständigt die Liste. Die Nutzung, die den dauerhaften Wert produziert, besteht darin, den ersten Wurf durch das Modell zu erzeugen und dann mit den gewohnten Bildbearbeitungswerkzeugen zu verfeinern, um den erwarteten professionellen Standard zu erreichen. Diese Kombination anerkennt den Wert der Werkzeuge, ohne sie zu überschätzen.

Für Branchen, in denen visuelle Authentizität Vorrang hat — Luxus, Gastronomie, Schweizer Tourismus —, weist die ausschliessliche Verwendung automatisierter Bilder ein Positionierungsrisiko auf, das die Kundschaft manchmal unbewusst wahrnimmt. Die Kombination aus realer Fotografie und unterstützter Produktion bewahrt die Glaubwürdigkeit des visuellen Diskurses.

Die Abwägung zwischen Automatisierung und menschlicher Expertise stellt sich nicht in binären Begriffen. Sie stellt sich in Begriffen der Proportion, Disziplin und des Rahmens. Diese Qualifikation unterscheidet Organisationen, die ihre visuelle Kommunikation konsolidieren, von jenen, die sich von der scheinbaren Leichtigkeit der Werkzeuge mitreissen lassen.

Quellen

[1] Bundesgesetz über das Urheberrecht und verwandte Schutzrechte (URG), vom 9. Oktober 1992. www.fedlex.admin.ch/eli/cc/1993/1798_1798_1798/de [↩]

[2] Bundesgesetz gegen den unlauteren Wettbewerb (UWG), vom 19. Dezember 1986. www.fedlex.admin.ch/eli/cc/1988/223_223_223/de [↩]

[3] Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates vom 13. Juni 2024 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz. eur-lex.europa.eu/eli/reg/2024/1689/oj/deu [↩]

Jérôme Deshaie ist CEO der MCVA Consulting SA, Schweizer Kanzlei für strategische Beratung in künstlicher Intelligenz mit Sitz im Wallis.