Du hast letzten Dienstag ein Lifestyle-Bild gepostet. „Goldene Stunde, geschossen mit Canon R5, 85mm f/1.4, cinematisches Color Grading, masterpiece, 8K." Schönes Gesicht, perfekte Haut, dieses weiche Rim-Light, das alle lieben. Drei Likes. Deine Freundin hat ein verwackeltes Top-Down-Bild ihres Schreibtischs gepostet, mit einer halbtoten Sukkulente in der Ecke und dem Schwanz ihrer Katze, der durch den Bildrand schneidet. Siebzehn Saves. Du hast ihre Caption gelesen: „ey das ist mein tatsächliches Arbeits-Setup gerade, ich sterbe lol". Kein Prompt-Engineering. Kein „Unreal Engine Render". Nur ein Handy, das ein paar Grad aus der Waage hängt, weil sie es zum Kaffee-Umrühren in der Hand hielt. Das ist kein Qualitäts-Gap. Es ist ein Glaubwürdigkeits-Gap, und es hat einen Namen: die Daumenregel des Gehirns – „wurde das von einer Person in einer Situation wie meiner geschossen?" Und es ist die mit Abstand am meisten ignorierte Variable in AI-Bild-Prompts für Social Content. ## Der Feed hat die Kamera längst festgelegt Wenn jemand Instagram Reels, Xiaohongshu, TikTok oder eine Twitter/X-Timeline scrollt, steht er nicht vor einer Galeriewand. Er sieht ein Rechteck mit ungefähr 9:16 auf einem Handy – bei Tageslicht, unter Neonröhren oder im blauen Schein des eigenen Bildschirms um 23 Uhr. Die „erwartete Kamera" für diesen Kontext ist eine Frontkamera, ein paar Zentimeter vom Gesicht entfernt, oder eine Rückkamera auf Armlänge, leicht aus der Achse, ohne Beleuchtungscrew. Dein Bild muss nicht schön sein. Es muss *konsistent mit den Aufnahmebedingungen sein, die der Kontext suggeriert, in dem es auftaucht.* Ein perfekt ausgeleuchtetes 8K-Porträt neben einem Handy-Schnappschuss im Feed wird als Werbung gelesen. Der mentale Werbeblocker springt an, bevor der Daumen den Swipe vollendet hat. Das ist kein Geschmack. Das ist Mustererkennung in unter 200 Millisekunden. Die operative Frage für einen AI-Bild-Prompt ist also nicht „Welche Kamera würde das schönste Ergebnis liefern?" Sie lautet: „Welche Kamera würde die Person in diesem Bild gerade plausibel in der Hand halten, dort, wo sie sitzt, für diese Plattform postend?" Diese Antwort bestimmt die Verzeichnung, die Brennweite, das Beleuchtungsmodell, den Framing-Fehler. Alles. ## Die Hinweise, die sagen „Ein Mensch war hier" Lauf ein Foto durch irgendein Vision-Language-Modell und lass es die Merkmale von Authentizität auflisten. Du bekommst ein Vokabular, das die meisten Prompter als *Vermeidungs*-Wörter behandeln – einfach umgedreht zu *Einfüge*-Wörtern: - **Linsenverzeichnung.** Frontkameras erzeugen eine Weitwinkel-Streckung um die Gesichtsmitte, die Ränder wölben sich. „24mm-Kleinbildäquivalent" oder sogar „Weitwinkel-Selfie-Verzeichnung" im Prompt leistet etwas, das kein „photorealistic" kann: Es verankert das Bild in einem spezifischen, billigen optischen Gerät. - **Hartes, langweiliges Licht.** Deckenleuchtstoffröhre am Schreibtisch, Fensterschein mit sichtbarem einseitigem Schatten und ohne Fill, das flache Blau eines Laptop-Bildschirms auf einem Gesicht nachts. Das sind die Lichtverhältnisse echter Räume. Studio-Softboxen sind die Lichtverhältnisse einer Produktseite. - **Framing-Fehler.** Das Motiv sitzt nicht exakt in der Mitte. Der Horizont ist leicht schief. Ein Finger ragt in die Ecke. Das Gesicht ist an der Stirn beschnitten, weil jemand den Winkel nachjustiert hat. Promptbar mit „leicht schräge Komposition, angeschnittener Kopf, Fingerspitze am unteren linken Bildrand sichtbar". - **Bewegung und Rauschen.** Ein paar Pixel Wischer an der Hand, weil die Verschlusszeit langsam war. Sichtbares Sensorrauschen bei hohem ISO. Nicht „Filmgrain-Ästhetik" – das spezifische klumpige Chromarauschen eines Phonesensors, der in wenig Licht über sein Budget geht. - **Kontextuelle Unordnung.** Wäsche auf dem Stuhl. Ein Ladekabel, das quer über den Schreibtisch schlängelt. Angefangenes Essen. Das sind keine Props. Das ist der Grund, warum das Gehirn das Bild unter „jemandes Dienstag" abspeichert statt unter „jemandes Portfolio". Keins davon erfordert, dass du ästhetische Absicht aufgibst. Ein chaotischer Hintergrund kann *inszeniert* chaotisch sein. Die Schräglage kann *gewählte* Schräglage sein. Aber der Prompt muss sich an die Bedingung binden, nicht an die Politur. ## Drei Prompts, gleiches Motiv, drei Lesarten Unten stehen drei Prompt-Gerüste für dieselbe Szene: eine Frau Anfang/Mitte Zwanzig, kurze dunkle Haare, sitzt an einem unordentlichen Schreibtisch mit einem Laptop. Passe die Motivdetails an dein eigenes Persona-Bild an. Die Strukturlogik lässt sich direkt auf Midjourney, DALL-E 3, Stable Diffusion XL oder jedes Modell übertragen, das Natural-Language-Prompts liest. **Prompt A – der, der floppt:** `professional portrait photograph, woman late 20s short dark hair, sitting at desk with laptop, 85mm lens, f/1.4 bokeh, cinematic golden hour lighting, studio softbox key light, skin detail, 8K resolution, shot by Annie Leibovitz, magazine editorial, masterpiece` Das erzeugt ein wunderschönes Bild. Es erzeugt aber auch ein Bild, das, zwischen einen Handy-Schnappschuss und ein Reel gesetzt, nach „Brand Deal" klingt. Das Engagement bricht ein – nicht weil das Bild schlecht ist, sondern weil die deklarierte Kamera in diesem Kontext eine Lüge ist. **Prompt B – der halbe Schritt:** `candid photo of a woman in her late twenties, short dark hair, working at a cluttered desk, laptop open, natural window light from the left, slight warm color cast, 35mm lens, shallow but present background blur, casual t-shirt, a half-eaten bowl of noodles beside her keyboard, shot on a mirrorless camera, unposed, slight film grain, muted tones` Besser. Die Lichtquelle ist jetzt einzeln und richtungsmäßig real. „Unposed" und „muted tones" ziehen die Palette Richtung gelebt. Aber „mirrorless camera" impliziert immer noch eine dedizierte, extra mitgenommene Body, und das 35mm-Framing ist zu aufgeräumt für einen Schreibtisch-Schnappschuss. **Prompt C – der, der den Daumen stoppt:** `front camera selfie taken while sitting at a messy desk, woman late 20s short dark hair slightly off to the left of frame, laptop screen casting blue light on one side of her face, overhead kitchen fluorescent adding a greenish flat fill on the other, a charging cable and crumpled receipts visible, phone angle slightly tilted 4 degrees, wide-angle lens distortion around the nose, sensor noise in the shadows, one hand partially visible at the bottom edge, background is a white wall with a single thumbtack and a sticky note, natural skin texture with no retouching, slightly out of focus on the background, iPhone front camera photo, 2025` Das ist kein Prompt, der das Modell bittet, Künstler zu sein. Er bittet das Modell, ein Handy zu sein. Und in einem Feed ist genau das, was Leute erwarten. ## Vom Thumbnail aus denken, dann die Kamera rückwärts ableiten Hier das Workflow, das ich nutze – und das ich mir selbst ein Jahr und zweihundert Stunden „masterpiece"-Prompts früher gewünscht hätte: 1. **Nenn die Platzierung.** Cover-Bild für einen 4000-Zeichen-Xiaohongshu-Post? Instagram-Story-Frame? Illustration unter einem Twitter/X-Quote-Tweet? Die Plattform wählt den Betrachtungsrahmen vor und, entscheidend, die *erwartete Kamera*. Stories sind phone-shot. Feed-Grid-Bilder sind verzeihender. Ein Blog-Hero-Bild darf eine Stufe mehr Politur haben. 2. **Nenn die Haltung des Betrachters.** Sitzt die Person im Zug mit einem geknackten Display und einer Hand, oder am Desktop-Monitor in der Kaffeepause? Ein geknacktes-Display-Einhand-Scroll-Kontext verlangt die größtmögliche Lücke zwischen „produziertem Bild" und „gelebtem Bild". Ein Blog-Hero auf einem 27-Zoll-Monitor gibt dir Spielraum für etwas mehr Komposition. 3. **Nenn die Kamera als Einschränkung, übersetz sie dann in Prompt-Tokens.** „iPhone-Frontkamera, Armlänge, Küchen-Deckenleuchtstoffröhre, leichte Weitwinkel-Verzeichnung, beschnitten an der Stirn" ist keine Limitierung. Es ist ein Gestaltungsbrief. Schreib den Brief in den Prompt, bevor du die Motivbeschreibung schreibst. Motiv und Setting kommen *innerhalb* des Kamerarahmens, nicht umgekehrt. 4. **Streich jedes Wort, das „Produktion" signalisiert.** „Cinematic", „masterpiece", „editorial", „studio", „bokeh", „8K", „award-winning", irgendein Fotografenname. Das sind die Tokens, die den Output aus der Handy-Foto-Verteilung in die Stock-Bibliothek-Verteilung schieben. Wenn du Textur willst, sag „Sensorrauschen bei ISO 1600", nicht „Filmgrain-Ästhetik". ## FAQ **Kriege ich trotzdem ein „ästhetisches" Ergebnis, ohne dass alles fake aussieht?** Ja, aber die Ästhetik muss die *des Handys* sein, nicht die einer Coloristin. Der grünstichige Neon-Schein, das blaue Laptop-Licht auf der Haut, die leicht ausgewaschenen Weißtöne in einer Küche – das sind Paletten. Prompte sie direkt („gemischte Farbtemperatur, warmes Deckengrün und kühles Bildschirmblau"). Das Ergebnis ist visuell interessanter als die nächste Teal-and-Orange-Cinematic-Grade. **Funktioniert das auch für Hero-Bilder auf einem Blog oder in einem Pitch Deck?** Teilweise. Ein Blog-Hero hat eine größere Toleranz für Politur, weil der Betrachtungskontext (eine bewusste Lese-Seite) den Leser darauf einstellt, ein produziertes Bild anzunehmen. Ein Pitch Deck ist noch verzeihender. Die Amateur-Optik-Strategie zielt spezifisch auf *Feed-Kontexte*, in denen das Bild neben tausend Handy-Foto-Nachbarn auftaucht. Für eine standalone Landing Page oder ein Portfolio entspannen sich die Regeln. **Was, wenn ich ein Gesicht brauche, das eindeutig „ich" ist für eine Persona, aber die Frontkamera-Verzeichnung meine Proportionen falsch aussehen lässt?** Die Verzeichnung ist der Punkt. Eine Frontkamera macht deine Nase breiter und deine Stirn schmaler. Deine Follower verknüpfen dein Gesicht bereits mit *dieser* Geometrie – so sehen sie dich in deinen Selfies. Ein Prompt, der die Merkmale in „Beauty-Camera"-Geometrie glättet, erzeugt ein Gesicht, das der Muster-Matcher deiner Audience als „anderes" einstuft. Du kannst die Verzeichnung mit einem „50mm-Kleinbildäquivalent"-Descriptor reduzieren, aber eliminier die leichte Nasenbreiten-Streckung nicht vollständig. **Ich hab den Prompt-C-Stil probiert und das Modell hat mir ein buchstäblich hässliches, über-noisedes Bild gegeben. Wie kriege ich „real", ohne dabei bescheiden auszusehen?** Real ≠ hässlich. Das Rauschen in einem Handy-Foto ist niedrigschwelliges Chromarauschen in den Schatten, kein grauer Nebel über dem gesamten Bild. Spezifizier, *wo* das Rauschen sitzt: „Luminanzrauschen nur in Schattenbereichen, saubere Highlights." Spezifizier, *wo* die Schräglage sitzt: „leichte Neigung, Gesicht des Motivs bleibt gut im Rahmen." Das Ziel sind ein oder zwei „Makel", keine komplette Degradation. Ein schräger Horizont plus unordentlicher Hintergrund plus ein Ladekabel sind schon drei Authentizitätssignale. Du musst nicht zusätzlich noch das Motiv verwischen. --- Beim nächsten Mal, wenn du ein Prompt-Fenster für ein Cover-Bild öffnest, sollte der erste Satz, den du tippst, nicht dein Motiv beschreiben. Er sollte das Handy in der Hand des Motivs beschreiben, das Licht über ihm und den Grund, warum der Rahmen nicht gerade sitzt. Alles andere passt in diese Einschränkungen. Das „Amateur"-Gefühl ist kein Kompromiss. Im Feed ist es die einzige Sprache, die dein Publikum flüssig spricht.