← Alle ArtikelRatgeber für Händler

KI Infografik Generator für Produktlistings: So sparst du dir den Designer

Lena Wagner6. Oktober 20268 Min. Lesezeit
KI Infografik Generator für Produktlistings: So sparst du dir den Designer

Welche KI-Modelle liefern wirklich lesbaren Text für Produktinfografiken? Plus Prompts für scharfe Schrift auf Amazon- und Etsy-Listings.

Infografiken übernehmen auf der Produktseite die halbe Verkaufsarbeit. Specs, Vorteile, Maße, das erfasst ein Käufer in Sekunden, ohne die Beschreibung zu lesen. Früher hat das ein Designer gebaut, und das war weder schnell noch günstig. Ich verantworte bei Flami die visuellen Inhalte, und in diesem Beitrag zeige ich, wie du mit einem KI Infografik Generator eine brauchbare Grafik baust und saubere Texte aufs Produktbild bekommst, ohne Layoutprogramm, ohne verwaschene Buchstaben, die nur so tun, als wären sie ein Satz.

Vorab noch ein Hinweis: Gerade bei Infografiken scheitern die meisten Bildmodelle. Text innerhalb eines generierten Bildes war schon immer ihre Schwachstelle. Deshalb geht es zuerst darum, welche Modelle überhaupt taugen, und danach, wie du sie ansprichst, damit die Schrift nicht zerfällt.

Warum ein normaler Bildgenerator hier nicht reicht

Öffne einen x-beliebigen Bildgenerator, verlange „eine Infografik mit Produktspezifikationen“, und du bekommst einen hübschen Hintergrund und Buchstabensalat dort, wo die Beschriftungen stehen sollten. Für die meisten Modelle ist Text kein Text, sondern ein Muster, das Buchstaben ähnelt. Bei einem Gesicht oder einer Stoffstruktur macht das nichts, bei einer Infografik ist es fatal, denn der ganze Sinn der Sache ist, dass man sie lesen kann.

Du brauchst also Modelle aus einer kleinen Gruppe, die gezielt auf Typografie trainiert wurden. Davon gibt es nicht viele, hier sind sie.

Drei Modelle, bei denen die Schrift tatsächlich hält

Ideogram 3.0 für Typografie ist meine erste Wahl, wenn das Bild in erster Linie Text transportieren soll. Es setzt Beschriftungen präziser um als alles andere auf dem Markt. Dazu kommt die Layerize-Funktion: Sie macht aus dem Text eine editierbare Ebene, sodass du eine Caption korrigieren oder eine Zahl austauschen kannst, ohne die ganze Grafik neu zu generieren. Bei Infografiken, wo ein Kunde nach der Abnahme garantiert verlangt, „aus 30 % mach 40 %“, ist das Gold wert. Mehr dazu in meinem Ideogram 3.0 Test.

Nano Banana von Google nutze ich, wenn ich präzisen Text und ein durchdachtes Layout drumherum brauche. Es läuft auf einer Reasoning-Engine, versteht also räumliche Zusammenhänge und setzt Captions genau dort, wo sie hingehören, statt irgendwo, wo noch Platz war. Icons, Hinweislinien, ein Produktdiagramm mit benannten Bauteilen, genau das ist seine Stärke. Beispiele findest du im Nano Banana Test.

Flux 2 für Produktszenen kommt ins Spiel, wenn die Infografik über einem fotorealistischen Produktfoto liegt und die Markenfarbe stimmen muss. Flux gibt einen HEX-Code pixelgenau wieder, Hintergründe und Badges passen also exakt zu deinem Brand-Guide. Auch Text rendert es saubar, bei dichten, komplizierten Beschriftungen vertraue ich Ideogram trotzdem etwas mehr, das hängt stark vom Aufbau der Szene ab. Details und Beispiele im Flux 2 Test.

Das ist das Kerntrio. Wenn deine Infografik viel Text tragen muss, lohnt sich zusätzlich Qwen Image 2.0, es hält sich bei dichten Textblöcken gut. Dazu gibt es einen eigenen Beitrag zur Textgenauigkeit bei Bildmodellen.

Wie du einen Prompt für eine Infografik schreibst

Die Logik unterscheidet sich von einem normalen Bild-Prompt. Die wichtigste Regel: Jeder Text, der im Bild erscheinen soll, gehört Wort für Wort in Anführungszeichen. Nicht „eine Caption zur Wasserdichtigkeit“, sondern genau „Text: Wasserdicht bis 50 Meter“. Das Modell rendert exakt das, was in den Anführungszeichen steht.

Beschreibe danach das Layout, also was wo stehen soll. Typografie-Modelle verstehen räumliche Anweisungen: „Headline oben links, Produkt mittig, drei Vorteils-Icons rechts mit Captions darunter“. Je klarer das Layout, desto weniger improvisiert das Modell auf eigene Faust.

Hier eine Vorlage, die ich häufig wiederverwende:

„Produkt-Infografik für ein Listing, Format 3:4, sauberer, heller Hintergrund. [Produkt] mittig und groß platziert. Headline oben mit Text: '[Produktname]'. Drei Icons links mit kurzen Captions: '[Vorteil 1]', '[Vorteil 2]', '[Vorteil 3]'. Ein Balken unten mit Text: '[wichtigste Spezifikation]'. Aufgeräumtes Raster-Layout, gut lesbare Sans-Serif-Schrift, Markenfarbe im Hintergrund #[HEX]. Cleaner, minimalistischer Stil, wie ein hochwertiges Amazon-Listing."

Ersetze die Platzhalter durch deine eigenen Werte. Je konkreter der zitierte Text und je einfacher das Layout, desto sauberer das Ergebnis.

Typische Fehler, die die kaputte Schrift zurückbringen

Der häufigste Fehler, den ich sehe: zu viel Text in einem Bild unterbringen wollen. Je mehr Beschriftungen du verlangst, desto höher die Wahrscheinlichkeit, dass irgendwas danebengeht. Hast du eine lange Liste an Specs, verteile sie auf zwei oder drei Galeriebilder, statt alles in eines zu zwingen. Für Käufer ist das ohnehin leichter zu überblicken.

Als Nächstes: kleiner Fließtext in Absatzform. Fast kein Modell hält langen Text in winziger Schriftgröße stabil. Brauchst du wirklich eine komplette Zutatenliste oder eine Anleitung, greife entweder zu Wan 2.7 Image, das dichte Typografie gut beherrscht und nativ in 4K ausgibt (ausführlicher Test hier), oder lege den langen Text als einfaches Overlay drüber und lass die KI nur die Visuals und die große Headline übernehmen.

Und noch eine Falle: Text, der nicht in Anführungszeichen steht. Schreibst du „eine Caption zur Garantie“ statt „Text: 2 Jahre Garantie“, erfindet das Modell seinen eigenen Wortlaut, nicht selten mit Tippfehler inklusive. Gib die Formulierung exakt vor.

Das Wichtigste zum Schluss: Prüfe jede fertige Infografik mit eigenen Augen, bevor du sie hochlädst. Selbst ein starkes Modell dreht gelegentlich einen Buchstaben oder eine Ziffer um, und auf einem Produktbild wirkt das wie ein Defekt. Einen Tippfehler vor der Veröffentlichung zu finden kostet deutlich weniger als später Kundenfragen zu beantworten.

Alles zusammen in Flami

Alle diese Modelle laufen unter einem Flami-Abo. Mein übliches Vorgehen: die Grundszene mit Produkt und Hintergrund auf Flux 2 oder Nano Banana erzeugen, und wenn der Text umfangreich oder komplex ist, die finale Version mit den Captions auf Ideogram 3.0 bauen, gezielt wegen Layerize, damit sich eine Zahl später leicht korrigieren lässt.

Willst du dir das Prompt-Schreiben sparen und brauchst nur mehrere ähnliche Listings, hat der Produkt-zu-Video-Vorlagenmodus das Layout schon fertig, du setzt nur dein eigenes Produkt ein. Für eine einzelne Infografik zum Hauptprodukt gibt dir der manuelle Weg aber mehr Kontrolle. Starte mit einem einfachen Layout und kurzen Captions, Komplexität kommt später dazu. Das ist günstiger, als mit einem überladenen Bild zu starten und sich zu fragen, warum der Text zu Matsch wurde.

Baue eine Infografik für dein eigenes Listing → flami.pro

FAQ

Welches KI-Modell ist am besten für Infografiken und Text auf Bildern? Ideogram 3.0 (90 bis 95 % Textgenauigkeit plus editierbare Layerize-Ebenen), Nano Banana (präziser Text mit durchdachtem Layout) und Flux 2 (wenn die Markenfarbe am wichtigsten ist). Bei langen Textblöcken oder Nicht-Lateinschrift ergänzt Qwen Image 2.0 oder Wan 2.7 Image.

Wie bringe ich ein KI-Modell dazu, exakten Text auf ein Bild zu rendern? Schreibe den genauen Text Wort für Wort in Anführungszeichen in den Prompt. Nicht „eine Caption zur Garantie“, sondern „Text: 2 Jahre Garantie“. Das Modell rendert exakt das, was zwischen den Anführungszeichen steht. Gib außerdem vor, wo im Layout jedes Element sitzen soll.

Warum liefert KI Buchstabensalat statt echter Schrift? Für die meisten Modelle ist Text ein visuelles Muster, das Buchstaben ähnelt, kein echter Text. Deshalb brauchen Infografiken Modelle, die gezielt auf Typografie trainiert wurden: Ideogram 3.0, Nano Banana, Flux 2 und Qwen Image 2.0 für Nicht-Lateinschrift.

Kann ich eine Zahl auf einer fertigen Infografik nachträglich ändern? Ja. Die Layerize-Funktion von Ideogram 3.0 macht aus Text eine editierbare Ebene, sodass du ein Wort oder eine Zahl ändern kannst, ohne das ganze Bild neu zu generieren. Praktisch, wenn ein Kunde nachträglich verlangt, die 30 % in 40 % zu ändern.

Wie viele Captions passen auf ein Bild? Weniger ist übersichtlicher und schneller zu erfassen. Hast du viele Specs, verteile sie auf zwei oder drei Galeriebilder, statt eines zu überladen. Auch für Käufer ist das leichter zu überblicken.

Quellen

  1. Flami: Ideogram 3.0 Test
  2. Flami: Nano Banana Test
  3. Flami: Flux 2 Test
  4. Flami: Textgenauigkeit bei KI-Bildgeneratoren

Über den Autor

Lena Wagner

Testerin bei Flami

Auch interessant

Hol dir 15 Credits kostenlos

Damit kannst du Bilder und Videos generieren:

≈ 11 × Nano Banana 2, ≈ 12 × GPT Image 2, ≈ 1 × Seedance 2

Kostenlose Credits holen