Kann KI auf Basis meiner Zeichnungen ein veröffentlichungsreifes Kinderbuch illustrieren? Diese Frage habe ich mir mehr als einmal gestellt und wollte ihr im Selbstversuch einmal auf den Grund gehen.
Ich teile hier ungeschönt die Ergebnisse dieses Experiments. Genutzt wurden leonardo.ai (2024) und später Chat GPT Bildgenerierung.
Hintergrund
Als meine Tochter noch klein war, lasen wir ihr sehr viel vor. Sie liebte Reimgeschichten und oft konnten wir schon Passagen halb auswendig mit sprechen. Ich glaube, mit 2 1/2 konnte sie Teile des Grüffelos auswendig.
In dieser Zeit schien mein Denken bereits teilweise auf „Reimen“ kalibriert zu sein und so schrieb ich eine gereimte Kindergeschichte. Der Text entstand etwa 2018. Ein paar Jahre später wollte ich versuchen es zu illustrieren. 2020 entstanden Scribbles für ein komplettes Buch. 2021 bewarb ich mich mit Lina auf das RADAU Kinderbuchstipendium. Doch wir bekamen keine Rückmeldung.
2023 startete ich einen neuerlichen Versuch. Ich sammelte viel Referenzmaterial für die Fische, Delfine und Möwen und es entstanden diverse Zeichnungen. Von den ursprünglichen Scribbles hatte ich mich aus Angst vor dem Aufwand entfernt. Als die Motive komplexer wurden, brach ich ab und das Projekt verlief im Sande.
Das Experiment
Mit dem immer stärker werdenden Möglichkeiten von KI stellte ich mir natürlich irgendwann die Frage, wie KI mir bei meinem kleinen Projekt helfen konnte. 2024 unternahm ich erste Experimente mit Leonardo. Die Anmutung war teilweise interessant.
Etwas später versuchte ich, mithilfe von Leonardo Szenen aus meinem Kinderbuch zu generieren. Es geht in der Geschichte um eine Meerjungfrau. Die Farbwahl und Lichtkomposition fand ich damals durchaus ansprechend. Doch man merkte, das die KI eindeutig in „Beinen“ dachte.
Doch als das Motiv spezieller wurde, zeigten sich zunehmende Glitscher, die zwar irgendwie lustig, aber nicht hilfreich waren. So versuchte ich die Meerjungfrau in einer Badewanne darzustellen. Was mir auf dem Papier noch recht leicht gelang, war für die KI eher schwierig. Oder man könnte auch sagen, dass es mir nicht gut genug gelang, zu beschreiben, was „in der Badewanne“ für eine Meerjungfrau bedeutet. Für das Bild ist es wichtig, dass die Flosse heraus hängt, um zu unterstreichen, dass die Wanne zu klein für die Meerjungfrau ist.
Noch absurder wurde es schließlich, als ich versuchte, eine Szene zu generieren, die mir beim Zeichnen besonders schwer fiel: Ein Fischer sollte die Meerjungfrau mit dem Netz aus dem Wasser auf sein Boot ziehen. Doch es gelang nicht. Auch hier boten die Bilder zwar durchaus einen Unterhaltungswert, schafften es jedoch nicht, die eigentliche Szene ordentlich darzustellen. Ganz im Gegenteil, es passierten die absurdesten Sachen.
Mit den verbesserten Möglichkeiten in Chat GPT unternahm ich im April 2025 einen neuen Anlauf. Dieses Mal sollte das Experiment sich genau auf mein Kinderbuch beziehen: Was würde passieren, wenn ich Chat GPT meine Zeichnung gab und es ein Kinderbuch danach illustrieren würde? Ich bin ehrlich, ich war von den ersten Ergebnissen derartig enttäuscht, dass ich es nicht weiter verfolgte.
Im August 2026 nun ein neuer Versuch. Die KI hat sich weiterentwickelt, aber auch ich und mein Prompting. Neben dem Prompt zur Stilistik gab ich Chat GPT mein Scribble von 2020 und – wenn vorhanden – die jeweilige Zeichnung von 2023. So ging ich Seite für Seite durch. Als ich an den Punkt kam, dass ich nur noch meine Scribbles hatte, bat ich die KI einfach im bisherigen Stil weiter zu machen.
Analyse der Ergebnisse von 2026
Der Start war etwas holprig, da für die KI nicht sofort klar war, wie weit es sich von meiner Referenz entfernen sollte. Sinngemäß sollte das farbige Bild für die Stilistik und das Scribble für die Komposition genutzt werden.
Mein Farbstimmungen und die wiederkehrende Musterung hat die KI direkt mit aufgenommen. Als ich nur noch die Scribbles dazu gab und die KI mehr selbst beisteuern musste, kamen interessante Ergänzungen, die nicht alle gut waren. Auf den ersten Blick wirken die Bilder hübsch, doch auf den zweiten Blick finden sich schnell Fehler. Man merkt, dass KI die Beziehungen und die Funktion einzelner Bestandteile nicht versteht.
Gerade unerfahrene Betrachter können allzu leicht von diesem ersten Eindruck geblendet sein und bemerken die Fehler, die mir so sehr ins Auge springen, womöglich nicht sofort. Das ist natürlich genau die Herausforderung aktuell, während schnell generierte KI Inhalte die Self Publishing Plattformen überlaufen und damit die Sichtbarkeit für alle schwieriger machen.
Nachfolgend habe ich die größten Schwierigkeiten der KI zusammengefasst und zeige sie euch exemplarisch an den Bildern, die Chat GPT nach meinen Vorzeichnungen und Anweisungen generiert hat.
Ausdrucksstarke Emotionen
Gesicht wirkt fast immer ähnlich. Es fehlt die Übertreibung, die solche Darstellungen ausmachen und die Emotionen erst so richtig rüberbringen. Acting for Animators ist nicht nur für Animationen relevant, sondern eben auch für Illustratoren, damit Pose und Gesicht eine Story erzählen, statt einfach nur „hübsch“ zu sein.
In meiner Geschichte ist die kleine Meerjungfrau eigentlich unzufrieden und nachdenklich, doch das konnten die Bilder der KI noch nicht überzeugend transportieren.
Fokus und Komposition
Ein wichtiger Teil des Storytellings besteht in der Wahl des Blickwinkels und der Komposition. Die KI scheint einen Hang zur einfachen Seitenansicht zu haben. Doch für einen Rhythmus braucht einen Mix aus verschiedenen Einstellungen. Distanz und Close-Ups. Und auch mal dynamischere Blickwinkel wie einer Vogel- oder Froschperspektive. Und hier findet die KI allein keinen guten Rhythmus.
Die KI trifft Entscheidungen aus statistischer Wahrscheinlichkeit. Der Illustrator oder Zeichner wiederum möchte damit etwas ausdrücken. Egal ob es nun einfach um die Leserichtung für eine Szene geht, oder die Vermittlung von Beziehungen aufgrund der Komposition.
Räumliche Logik
Während KI technische Perspektive meist ganz gut hinkriegt, scheitert sie an plausiblen Größenkonstellationen. Das sinnvolle einnehmen von Raum durch eine Figur scheint schwierig. So hängt die Flosse plötzlich zur Seite aus der Badewanne heraus, statt am Ende, obwohl das anatomisch im Grunde nicht sinnvoll ist. Oder das Boot des Fischers ist viel zu klein im Verhältnis zu den Figuren.
Physikalischer Kontext
Die KI behandelt Objekte unabhängig von ihrer Umgebung. Besonders gut zu sehen an den Haaren. Haare unter Wasser, nasse Haare Überwasser oder auch trockene Haare an Land sehen immer gleich aus. Haare sind mehr Schmuck, als dass sie einen Teil der Story erzählen.
Fast wie im Film, wo man sich amüsiert, wenn bei totalem Sturm die Frisur unbeeinträchtigt scheint. „3 Wetter-taff – Und die Frisur sitzt“, haben wir immer gewitzelt.
Ihr könnt es oben bei dem Beispiel mit den Möwen oder dem Boot bereits sehen. Nasse Haare gibt es für die KI einfach nicht. Auch als sie aus dem Wasser herausgezogen wird, sitzt ihre Haarpracht perfekt.
Dynamische Logik / Nachgelagerte Bewegungen („Follow-through“)
Lose Teile wie Flossen und Haare müssen zu der Bewegung der Meerjungfrau passen. Schwimmt sie schnell nach vorn, sind die Haare eher nach hinten gerichtet. Bremst die Meerjungfrau ab, bauschen sich die Haare auf. Diese nachgelagerten Bewegungen sind ein wichtigeres Element für das Erzählen einer Szene, da sie Aufschluss darüber geben, was kurz zuvor passiert ist.
In dem Beispiel oben mit dem Netz, sieht es zum Beispiel eher so aus, als würde die Meerjungfrau springen, als abrupt und unerwartet nach oben gezogen zu werden.
Kontinuität und Verständnis von Details
Rein technisch generiert die KI jedes Bild neu. Das führt dazu, dass es immer wieder zu Abweichungen kommen kann. Speziell bei den Flossen meiner Meerjungfrau ist mir aufgefallen, dass meine Ursprungszeichnungen nicht verstanden wurden. Sie veränderten sich immer wieder und sahen meist mehr wie Rüschenränder einer Bluse aus. Als ich keine fertigen eigenen Zeichnungen mehr als zusätzliche Referenz neben meinem Bleistift-Scribble hatte, blieben auch die Farben nicht mehr stabil.
Auch das kleine Detail an den Ohren, dass ich bewusst so gestaltet habe, wurde zu einem einfachen spitzen Elfenohr. Da ihr diese Veränderungen gut an den bisherigen Beispielen nachvollziehen könnt, verzichte ich auf weitere Beispiele.
Die Besonderheit für ein Kinderbuch
Während man in Einzelillustrationen viele der oben genannten Fehler kaschieren oder auch tolerieren kann, stellt dies für ein Kinderbuch ein echtes Problem dar. Es ist wie das gestellte Foto beim Fotografen im Vergleich zu einer Reihe von Schnappschüssen aus dem Urlaub. Das einzelne Foto kann für sich genommen toll sein, doch die Serie erzählt eine ganze Geschichte.
Wenn es nicht gerade um Figurenportraits geht, wollen wir in Kinderbüchern mit den Illustrationen Ausschnitte der Geschichte erzählen. Es braucht also Bewegung und Kontext, damit sie das Bild des Lesers gut ergänzen können. Mehrere Illustrationen der gleichen Figuren ergänzen das Kopfkino der Leser.
Gerade für Kinder finde ich es wichtig, Logikfehler nicht einfach zu übernehmen, denn sie bauen mit jedem Bilderbuch erst sukzessive ein Gespür für die Zusammenhänge von Bewegung, Mimik und Räumlichkeit auf. Ihnen fehlt die Erfahrung, die Logikfehler als solches zu erkennen. Gleichzeitig ist jedes Buch, jede Illustration, ebenso wie jeder Film ein Steinchen eines großen Mosaiks, das auf Dauer die Sehgewohnheiten dieser nächsten Generation prägt.
Was bedeutet das für Zeichner und Illustratoren?
Vom Zeichnen zu leben war schon immer ein eher hartes Brot und für viele ein kaum zu erreichendes Ziel. KI macht das nicht einfacher. Denn auch die Kunden erwarten eine Beschleunigung der Arbeit. Ich möchte hier nicht in die moralische Diskussion rund um das Trainingsmaterial abtauchen. Ich denke, es ist gerade für jene, die vom Zeichnen leben, wichtig, sich mit der KI auseinander zu setzen. Denn sie geht nicht wieder weg. Wo kann KI sinnvoll helfen? Was muss in Menschenhand bleiben?
Und noch viel interessanter: Was muss ich lernen, um mich von den KI-Bildern abzuheben?
Die KI komprimiert die handwerkliche Leistung der Ausführung, so wie Software es uns ermöglicht, malerische Ästhetik ohne lange Trockenzeiten zu erstellen. Doch die inhaltlichen Entscheidungen darüber was und auch wie es zu sehen ist, müssen beim Zeichner bleiben. Denn es geht nicht um hübsche Bilder, es geht um Visual Storytelling. Wir müssen Regie führen, statt uns auf die handwerkliche Ausfertigung zu versteifen.
Die KI ist wie ein unglaublich guter Handwerker, der aber leider nicht versteht, was er da genau tut. Sie kann unheimlich gut ausführen, versteht aber die Zusammenhänge und das Zusammenspiel von Dramaturgie, Bildaufbau und Acting oder der Absicht dahinter nicht.
Doch auch im dritten Jahr in Folge ist KI für mich noch kein Ersatz für Illustration. Doch sie kann mir helfen, an meinen Schwächen zu Arbeiten und Lücken zu schließen, um mir auch neben Hauptberuf, Familie und Ehrenamt die Chance zu geben, meine eigenen Projekte zu verfolgen.
Was passiert mit meinem Kinderbuch?
Mein Kinderbuch wird natürlich NICHT mit den KI-Bildern, die ihr hier im Beitrag seht veröffentlicht. Vielmehr wird das Material mir an Stellen helfen, wo es nicht im Kern um die Figur geht. Die Deko im Badezimmer ist etwa total irrelevant für die Geschichte, aber sie trägt zum Kontrast zwischen Haus und offenem Meer bei. Auch bei der Farbauswahl werde ich mich sicher inspirieren lassen.
Mittlerweile habe ich eine ausführliche Assetliste erstellt und arbeite an einem stabilerem Design der Meerjungfrau, dass es mir dann hoffentlich erlaubt, sie in den verschiedenen Posen zu reproduzieren. In diesem Zusammenhang entstand auch mein Beitrag zum Thema „Meerjungfrauen zeichnen“.
Nun wird fleißig – zumeist analog – gezeichnet, um die Konstruktion meiner Figuren zu stabilisieren, damit ich sie eben in allen möglichen Posen replizieren kann.
