KI-Produktfotos für Kaffee und Tee: Bohnen, Brühvorgang und Serviert

Kaffee und Tee verkaufen sich über Ritual und Aroma. Als jemand mit Hintergrund im Videoschnitt füge ich noch etwas hinzu: Sie verkaufen sich über Textur, und genau die zerfällt am schnellsten, wenn man zu schnell generiert. KI-Produktfotos für Kaffee und Tee funktionieren am besten, wenn du das Shooting in drei klare Momente teilst: das rohe Produkt, den Brühvorgang und das servierte Getränk. Jeder Moment hat seine eigenen Tücken, wenn es ans Nachbearbeiten geht.

Das Produktfoto: Bohnen, Blätter, Verpackung

Beim ersten Bild geht es darum, was wirklich in der Tüte ist. Kaffeebohnen mit diesem ölig schimmernden Glanz, Teeblätter nah genug fotografiert, um die Kanten zu erkennen, loser Tee oder ein Pyramidenbeutel. Auch die Verpackung muss klar lesbar sein, inklusive Sorte und Röstgrad. Für die Mikrotextur von Bohnen und Blättern macht Seedream 5.0 einen guten Job, und ich habe dazu eine ausführliche Seedream 5.0 Review geschrieben, falls dich die Details interessieren.

Hier liegt die Falle: Eine Handvoll Bohnen ist ein Haufen kleiner, sich wiederholender Objekte, und Generierungsmodelle neigen dazu, sie zu einem matschigen Klumpen zu verschmelzen oder zu verdoppeln. Ich wähle den Bildausschnitt deshalb so, dass die Bohnen nicht ineinander übergehen.

Das Prozessfoto: Brühen und Dampf

Das zweite Bild bringt das Produkt zum Leben. Ein Espressostrahl aus dem Siebträger, Tee, der im Glas langsam dunkler zieht, Dampf, der aus der Tasse aufsteigt. Dampf und fließende Flüssigkeit sehen großartig aus, wenn sie gelingen, aber wie bei jeder Wasserdynamik rutscht die Logik des Modells oft genug ins Absurde, dass ich mehrere Varianten generiere und mir die stimmigste heraussuche. Auch die Farbsättigung im Getränk ist heikel: Ein zu dunkler oder zu säuerlicher Ton wirkt sofort künstlich.

Das Serviert-Foto: die Tasse und die Stimmung

Das dritte Bild verkauft das Gefühl. Eine Tasse auf dem Tisch, Morgenlicht, ein Buch daneben, das ganze gemütliche Setup. Der Kontext macht aus dem Getränk einen Moment statt nur eine Verpackung. Für eine fotorealistische Servierszene ist Nano Banana eine solide Wahl.

Die drei Aufnahmen zusammenführen

Generierung kommt mit Textur und Dampf insgesamt ganz gut zurecht, aber kleine sich wiederholende Objekte und winzige Verpackungstexte bleiben die Schwachstelle. Warum das so ist, habe ich an anderer Stelle schon aufgedröselt. Aus meiner Erfahrung mit dieser Art von Nachbearbeitung: Eine saubere Bohnenaufnahme ohne Verschmelzungen und eine glaubwürdige Brühfarbe gleichzeitig beim ersten Versuch zu bekommen, passiert selten. Ich generiere Produkt und Dampf meist als getrennte Ebenen und setze sie danach zusammen. Die Brühfarbe prüfe ich außerdem jedes Mal gegen ein echtes Foto, weil das Modell sie gern in eine unnatürliche Richtung drückt. Für das Produktfoto oder die Servierszene baut Flami das Bild aus deinem Produktfoto, und genau in der Texturbereinigung steckt die eigentliche Arbeit.

FAQ

Wie zeige ich Kaffee oder Tee am besten in einem Produktlisting?

Nutze drei Aufnahmen: das Produkt selbst (Bohnen, Blätter, Verpackung), den Brühvorgang mit Dampf und Flüssigkeit, und das servierte Getränk in gemütlicher Umgebung. Das Produktfoto belegt die Qualität, das Prozessfoto bringt Leben hinein, und die Servierszene macht aus dem Getränk einen Moment statt nur eine Verpackung.

Warum verschmelzen Kaffeebohnen bei der KI-Generierung?

Eine Handvoll Bohnen ist ein Haufen kleiner, sich wiederholender Objekte, und das Modell verdoppelt oder verschmilzt sie zu einem Durcheinander. Es hilft, den Haufen so zu wählen, dass sich die Bohnen nicht übereinander stapeln, und einen locker verstreuten Haufen vor schlichtem, kontrastreichem Hintergrund als eigene saubere Aufnahme zu generieren.

Welches KI-Modell eignet sich am besten für Kaffee- und Teefotos?

Seedream 5.0 kommt mit der Textur von Bohnen und Blättern gut zurecht, Nano Banana ist stark bei fotorealistischen Servierszenen. Dampf und Brühflüssigkeit sind knifflige Wasserdynamik, deshalb lohnt es sich, mehrere Versionen zu generieren, das beste Ergebnis auszuwählen und die Brühfarbe immer gegen die Realität zu prüfen.

Wie bekommt man Dampf über der Tasse richtig hin?

Dampf sieht großartig aus, verhält sich aber unberechenbar, weshalb man am Ende aus mehreren Generierungen das beste Ergebnis auswählt. Verlässlicher ist es, die Basisszene und den Dampf als getrennte Ebenen zu bauen und danach zusammenzusetzen, dann wirkt der Dampf wie Teil der Aufnahme statt nachträglich eingefügt.

Quellen

1. Flami: Seedream 5.0 Review für Produktfotos
2. Flami: Warum KI Hände, Text und Logos verstümmelt