KI-Karussell-Generator für Instagram: So bleibt jede Slide im selben Look

Ein Karussell steht und fällt mit einer Sache: Jede Slide muss wirken, als gehöre sie zum selben Dokument, nicht zu einer Sammlung lose verwandter Bilder. Genau hier stolpert ein KI-Karussell-Generator für Instagram. Für das Modell ist jede Generierung ein eigener Vorgang, an die Slide davor erinnert es sich nicht.

Je nach Karussell-Typ braucht es einen anderen Ansatz, deshalb gehe ich sie der Reihe nach durch.

Das Schritt-für-Schritt-Karussell

Das ist das Format, das man am häufigsten sieht: eine Handlung pro Slide, vom Ausgangspunkt zum Ergebnis.

Die Bilder brauchen denselben Blickwinkel und dieselbe Szene, nur der Zustand des Objekts ändert sich. Genau das ist am schwersten hinzubekommen, weil das Modell den Frame jedes Mal komplett neu aufbaut.

Was wirklich funktioniert: Die erste Slide so lange generieren, bis sie passt, dann als Referenz für die restlichen nutzen und im Prompt jeweils nur ein Wort ändern. Nicht den ganzen Satz, nur das eine Wort, das den Unterschied steuert.

Die Bildunterschriften kommen danach in einem beliebigen Editor oben drauf. Das Modell bitten, Schrittnummern direkt ins Bild zu rendern, ist fast immer keine gute Idee. Die Zahlen verrutschen und stimmen am Ende nicht.

Das Übersichts-Karussell

Fünf Produkte, fünf Ideen, fünf Beispiele. Die Slides hängen nicht über eine Geschichte zusammen, sollen aber trotzdem wie ein zusammengehöriges Set wirken.

Hier ist Konsistenz leichter zu erreichen als beim Schritt-für-Schritt-Format. Sie kommt über Farbpalette und Licht, nicht über eine identische Komposition. Beschreibung von Hintergrund und Licht im Prompt fixieren und nur das Objekt ändern.

Wenn es sich um reale Produkte handelt, die du verkaufst, lohnt es sich, von echten Produktfotos aus zu generieren. Sonst zeigt das Karussell etwas, das nah dran ist, aber nicht genau stimmt, und der Kunde bekommt ein anderes Teil als auf dem Bild gezeigt. Für Produktaufnahmen eignen sich Nano Banana und Seedream 5.0 gut.

Das Karussell mit Text im Bild

Hier ist der Text Teil des Designs, keine nachträglich aufgelegte Bildunterschrift.

Die Modellauswahl schrumpft hier schnell. Die Lesbarkeit unterscheidet sich von Modell zu Modell deutlich, besonders sobald der Text länger oder gestalterisch aufwendiger wird. Ideogram 3.0 und GPT Image 2 machen das gut, während andere Modelle Buchstaben liefern, die aus der Ferne okay aussehen und beim Reinzoomen auseinanderfallen. Wir haben das an einem Dutzend Modellen getestet.

Ehrlich gesagt füge ich den Text danach fast immer von Hand hinzu. Das geht schneller, ist zuverlässiger, und am Ende habe ich meine eigene Schrift statt dessen, was sich das Modell ausgedacht hat.

Was auf die erste und letzte Slide gehört

Die erste Slide entscheidet, ob überhaupt weitergewischt wird. Sie muss ohne die Bildunterschrift darunter funktionieren, ein Blick sollte reichen, um zu verstehen, worum es geht.

Auf der letzten Slide folgt die Handlungsaufforderung. Nicht „danke fürs Lesen“, sondern etwas Konkretes: speichern, Link besuchen, Nachricht schreiben.

Die Slides dazwischen dürfen etwas schwächer ausfallen, die werden ohnehin nur schnell überflogen. Bei knappem Generierungsbudget lohnt es sich, die besten Versuche auf die erste und letzte Slide zu konzentrieren.

Wo die Generierung scheitert

Drei Fehler tauchen immer wieder auf.

Hintergrundtextur, die sich von Slide zu Slide verändert. Das Auge bemerkt das sofort, selbst wenn die Farben eigentlich passen. Eine Referenzaufnahme behebt das.

Objektgröße, die hin- und herspringt. Das Produkt ist auf einer Slide groß, auf der nächsten klein. Den Abstand zum Objekt im Prompt in Worten festlegen und diesen Teil zwischen den Slides nicht mehr anfassen.

Tageszeit, die unangekündigt wechselt. Sich selbst überlassen, liefert das Modell gern Morgenlicht auf einer und Abendlicht auf der nächsten Aufnahme. Die Lichtstimmung jedes Mal ausdrücklich benennen.

So baue ich ein Acht-Slide-Karussell, wenn der Generator immer nur eine Slide auf einmal kann

So gehe ich bei einem Set aus acht Slides vor.

Zuerst skizziere ich auf Papier, was auf jede Slide kommt. Wer diesen Schritt überspringt, landet bei endlosem Ausprobieren.

Dann generiere ich die erste Slide, bis sie wirklich stimmt. Mehr als die Hälfte der Versuche geht hier drauf, das ist normal.

Wie viele Versuche das am Ende braucht, ist bei mir jedes Mal anders. Manchmal zehn, manchmal vierzig. Ein Muster habe ich dabei nicht gefunden.

Die restlichen sieben entstehen mit dieser ersten Slide als Referenz, jeweils mit möglichst wenigen geänderten Wörtern.

Zum Schluss alles zusammensetzen, Text ergänzen und alle acht Slides am Smartphone in Reihe anschauen. Nicht am großen Bildschirm. Ein Karussell lebt im Feed, auf einem kleinen.

Acht Slides aus einer einzigen Referenz zu bauen dauert etwa vierzig Minuten, Auswahl der besten Aufnahmen eingerechnet. Eine Slide pro Tag über eine Woche verteilt dauert doppelt so lange und sieht spürbar weniger einheitlich aus.

FAQ

Wie halte ich Karussell-Slides im gleichen Stil? Erste Slide generieren, dann als Referenz für die restlichen nutzen und dabei im Prompt möglichst wenige Wörter ändern. Beschreibung von Licht, Palette und Hintergrund über das gesamte Set hinweg konstant halten.

Kann ich die KI bitten, Text direkt auf den Slides zu rendern? Das geht, nur schwankt die Lesbarkeit von Modell zu Modell, daher lohnt sich ein Test vorab. Sicherer ist es meist, die Bildunterschriften danach in einem Editor aufzulegen: Du hast die Schrift unter Kontrolle, und die Buchstaben verzerren nicht.

Wie viele Slides sind die richtige Zahl? Sechs bis acht funktionieren gut bei einem Schritt-für-Schritt-Karussell, fünf bis sieben bei einem Übersichts-Karussell. Ab zehn Slides scrollt kaum jemand bis zum Ende durch, da lohnt es sich wenig, Generierungsbudget für Slides auszugeben, die ohnehin niemand erreicht.

Was generiere ich zuerst? Die erste Slide, und daran solltest du nicht sparen. Sie entscheidet, ob das Karussell überhaupt geöffnet wird, während die mittleren Slides bestenfalls kurz überflogen werden.

Welches Seitenverhältnis sollte ich verwenden? Vertikal im Format 4:5 nimmt im Feed mehr Platz ein. Ein quadratisches 1:1 ist die sicherere Wahl, wenn die Slides später anderswo weiterverwendet werden sollen. In beiden Fällen gilt: alle Slides im gleichen Verhältnis, sonst springt das Bild beim Wischen.

Quellen

1. Flami: ein Dutzend KI-Bildmodelle im Text-Test
2. Flami: KI-Bildgenerierung für Social Media
3. Flami: Vorlagen für eine Produktserie