KI-Glossar für Verkäufer: Die wichtigsten Begriffe einfach erklärt

Ein verständliches KI-Glossar für Verkäufer: Prompt, Seed, Tokens, Fine-Tuning, Elo, Lippensynchronisation und mehr, erklärt für Produktfotos und Videos.
Kaum öffnest du ein KI-Tool, um ein Foto für dein Produktlisting zu erstellen, prasseln Begriffe wie Prompt, Seed, Tokens und Elo-Score auf dich ein. Ich habe ein KI-Glossar für Verkäufer zusammengestellt, das genau die Begriffe erklärt, über die man in der Praxis am häufigsten stolpert, ohne Fachchinesisch. Es geht nicht darum, ein Quiz zu bestehen. Du sollst einfach verstehen, wovon ein Guide oder ein Einstellungsmenü spricht, wenn dir plötzlich Fachbegriffe entgegenspringen.
Wie du mit dem Modell sprichst
Prompt
Der Prompt ist der Text, mit dem du dem Modell sagst, was du willst. Je genauer er formuliert ist, desto näher kommt das Ergebnis dem, was du dir vorgestellt hast.
Negativ-Prompt
Im Negativ-Prompt listest du auf, was nicht auftauchen soll: zusätzliche Finger, verwaschener Text, ein Logo, das nicht deins ist. Nicht jedes Modell unterstützt das, aber wenn doch, reduziert es Fehlversuche..
Seed
Der Seed ist die Zahl, von der ein Modell bei der Generierung ausgeht. Gleicher Prompt, gleicher Seed, gleiches Ergebnis, jedes Mal; änderst du den Seed, bekommst du eine neue Variante derselben Szene. Praktisch, sobald du eine Aufnahme gefunden hast, die dir gefällt, und nur noch Details anpassen willst.
Inferenz
Inferenz ist der eigentliche Generierungsschritt, bei dem das Modell deinen Prompt in ein Bild oder Video verwandelt. Wenn irgendwo von „8 Schritten“ die Rede ist, sind Inferenzschritte gemeint.
Geld und Limits
Tokens und Credits
Tokens und Credits sind die interne Währung dieser Tools. Bei jeder Generierung wird etwas davon abgebucht, und je nach Modell schmilzt dein Guthaben unterschiedlich schnell. Was genau berechnet wird und wie du unnötige Credits sparst, habe ich in einem eigenen Beitrag zu Credits und Tokens in KI-Tools aufgeschlüsselt.
Auflösung und 4K
Die Auflösung gibt die Pixelgröße deines Bildes oder Videos an. 4K sieht scharf aus, kostet aber mehr und rendert langsamer; für ein Produktlisting reicht meistens deutlich weniger.
Upscaling
Beim Upscaling wird ein fertiges Bild oder Video nachträglich in einem separaten Schritt auf eine höhere Auflösung gebracht. Das ist günstiger, als direkt in 4K zu rendern, allerdings schwankt die Qualität des Upscalings selbst ziemlich stark.
Die Modelle selbst
Checkpoint
Ein Checkpoint ist eine bestimmte Version eines Modells, ein Schnappschuss, der nach dem Training eingefroren wurde. Jedes Mal, wenn eine neue Version erscheint, ist das ein neuer Checkpoint.
Fine-Tuning
Beim Fine-Tuning wird ein Modell für eine enge Aufgabe oder einen bestimmten Stil nachtrainiert, etwa um sich an die visuelle Identität einer Marke anzupassen.. Das funktioniert vor allem bei Modellen mit offenen Gewichten.
LoRA
Ein LoRA ist ein schlankes Add-on, das einem Modell einen bestimmten Stil oder ein bestimmtes Motiv aufsetzt, ohne das ganze Modell neu zu trainieren. Es handelt sich um eine kleine Datei, die das Verhalten eines viel größeren Modells verändert.
Offene Gewichte (Open Weights)
Bei einem Open-Weight-Modell sind die Dateien veröffentlicht, jeder kann sie herunterladen, auf eigener Hardware ausführen und nachtrainieren. Das Gegenteil sind geschlossene Modelle, die nur über eine API laufen. Mehr dazu in meinem Beitrag über Bildmodelle mit offenen Gewichten.
Wie Qualität tatsächlich gemessen wird
Elo und Ranglisten
Beim Elo-Scoring werden Modelle blind verglichen: Nutzer sehen zwei Generierungen aus demselben Prompt, wählen die bessere aus, und aus den Siegen entsteht eine Elo-Wertung, nach derselben Methode, die auch im Schach für Ranglisten verwendet wird.. Ehrlich gesagt würde ich der Zahl allein nicht zu viel Gewicht geben. Sie spiegelt durchschnittliche Szenen wider, nicht deine konkrete Aufnahme. Wie man solche Tabellen liest, erkläre ich in einem Beitrag zu einer KI-Bild-Rangliste.
Benchmark
Ein Benchmark ist ein Vergleichstest über eine Reihe von Aufgaben. Er gibt dir ein grobes Gefühl für die Gesamtstärke eines Modells, sagt dir aber nichts darüber, wie dein konkretes Bild aussehen wird.
Begriffe rund um Video und Ton
Text-zu-Video und Bild-zu-Video
Text-zu-Video baut einen Clip aus einem geschriebenen Prompt auf. Bild-zu-Video haucht einem Standfoto Leben ein. Für ein Produktlisting brauchst du meistens den zweiten Modus, weil dein tatsächliches Produkt erhalten bleibt, statt dass ein neues erzeugt wird.
Lippensynchronisation (Lip Sync)
Lip Sync passt die Mundbewegungen einer Figur an gesprochenes Audio an, trifft bei längeren oder schnellen Textpassagen aber noch nicht immer genau.
Native Audio
Native Audio bedeutet, dass das Modell den Ton gleich zusammen mit dem Video erzeugt, statt ihn nachträglich draufzulegen.
Woher ein Inhalt stammt
Wasserzeichen und Metadaten
Ein unsichtbares Wasserzeichen, das in die Pixel eingebettet ist (SynthID ist ein Beispiel dafür), und Metadaten, die die Herkunft einer Datei beschreiben (C2PA), erlauben beide zu prüfen, ob ein Inhalt KI-generiert wurde. Ausführlicher habe ich das in einem Beitrag zur Kennzeichnung von KI-Inhalten behandelt.
Vieles davon erschließt sich deutlich schneller, wenn du es selbst ausprobierst, statt nur Definitionen zu lesen. Öffne ein Modell bei Flami, ändere Prompt, Seed und Auflösung und beobachte, was sich verschiebt.
Häufig gestellte Fragen
Was bedeuten Prompt und Seed in einfachen Worten?
Der Prompt ist die Textbeschreibung dessen, was das Modell erzeugen soll. Der Seed ist die Startzahl einer Generierung: Gleicher Prompt plus gleicher Seed ergibt ein wiederholbares Bild, während ein anderer Seed eine neue Variante derselben Szene liefert.
Was unterscheidet offene von geschlossenen Modellen?
Modelle mit offenen Gewichten haben ihre Dateien veröffentlicht, jeder kann sie herunterladen, lokal ausführen und nachtrainieren. Geschlossene Modelle laufen nur über die API des Entwicklers, ein Nachtraining auf den eigenen Stil ist damit nicht möglich.
Was sind Tokens und Credits in KI-Tools?
Das ist die interne Währung dieser Dienste, abgerechnet pro Generierung. Verschiedene Modelle und Auflösungen kosten unterschiedlich viel, dein Guthaben schmilzt also nicht gleichmäßig. Eine vollständige Aufschlüsselung, wofür genau du bezahlst, findest du in einem eigenen Artikel.
Warum sollte sich ein Verkäufer mit KI-Begriffen beschäftigen?
Damit Guides und Einstellungsmenüs überhaupt einen Sinn ergeben und du keine Credits für Regenerierungen verschwendest, die gar nicht nötig gewesen wären. Wer weiß, was ein Negativ-Prompt, ein Seed oder Upscaling tatsächlich bewirkt, trifft die richtige Aufnahme meist schon beim ersten oder zweiten Versuch statt zu raten.
Quellen
- Flami: Credits und Tokens in KI-Tools
- Flami: Bildmodelle mit offenen Gewichten
Über den Autor
Lena Wagner
Testerin bei Flami
Auch interessant
KI-Produktbilder für Heimwerkerbedarf: Vorher-Nachher muss echt bleiben
Produktbilder-Paket planen: Korrekturrunden begrenzen, bevor sie deine Marge fressen
KI-Bildgenerator aus Beschreibung: So schreibst du Prompts, die treffen
KI-Produktfotos für Gartenmöbel: Warum perfekte Rattan-Symmetrie unecht wirkt